feat(notebook,#19494): Percolation-03b critique -- extensions L=128, L=256 (convergence asymptotique)

MyIA.AI.Notebooks/Probas/Applications/Percolation/README.md

@@ -14,7 +14,7 @@ critique** (p ≈ p_c). Simulation-first : on fait *voir* les trois régimes
 | [Percolation-01-Supercritique-Python](Percolation-01-Supercritique-Python.html) | 1 (Python) | Python 3 + `networkx` | Tore carré (degré 4, `p_c(bond, ℤ²) = 1/2`) et tore hexagonal (degré 3, `p_c ≈ 0.6527`) — trois régimes mesurés, géant du tore, vitesse de disparition `Φ(n) ~ √n` |
 | [Percolation-02-Lean](Percolation-02-Lean.html) | 2 (Lean 4) | Lean 4 + Mathlib (`percolation_lean`) | Compagnon exécutable du lake : configurations d'arêtes ouvertes, Harris–Kleitman fini, connexité croissante, composantes, frontière isopérimétrique avec profil calculé sur `C₃`/`C₄` |
 | [Percolation-03-Critique-Python](Percolation-03-Critique-Python.ipynb) | 3 (Python) | Python 3 + `networkx` | Physique du point critique : loi d'échelle finie `M(L, 1/2)/L² ~ L^{-β/ν}`, distribution de tailles `P(s) ~ s^{-τ'}`, convergence `p_c(L) → 1/2`. Sweep `L ∈ {8,16,32,64}` × `p ∈ {0.45,…,0.55}` × 32 seeds = 640 simulations `networkx.connected_components` canonique |
-| [Percolation-03b-Critique-L128-L256](Percolation-03b-Critique-L128-L256.ipynb) | 3b (Python) | Python 3 + `networkx` | Extension du carnet 03 aux tailles `L ∈ {128, 256}` pour la convergence asymptotique. Fit log-log sur 6 points (L = 8, 16, 32, 64, 128, 256) : β/ν = 0.1065, τ' = 2.188, p_c(L) → 1/2 monotone. Sweep `L ∈ {128, 256}` × `p ∈ {0.45,…,0.55}` × 32 seeds = 320 simulations ~48 s |
+| [Percolation-03b-Critique-L128-L256](Percolation-03b-Critique-L128-L256.ipynb) | 3b (Python) | Python 3 + `networkx` | Extension du carnet 03 aux tailles `L ∈ {128, 256}` pour la convergence asymptotique. Fit log-log sur 6 points (L = 8, 16, 32, 64, 128, 256) : β/ν = 0.1081, τ' = 2.221, p_c(L) → 1/2 monotone. Sweep `L ∈ {128, 256}` × `p ∈ {0.45,…,0.55}` × 32 seeds = 320 simulations ~48 s |
 | [Percolation-03c-Critique-L512](Percolation-03c-Critique-L512.ipynb) | 3c (Python) | Python 3 + `networkx` | Extension du carnet 03b à L = 512 pour la convergence asymptotique. Fit log-log sur 7 points (L = 8, 16, 32, 64, 128, 256, 512) : β/ν = 0.1062 (cible 0.1042, R²=0.977, std_err=0.007 — convergence asymptotique bloquée aux corrections d'échelle finie), p_c(L) → 1/2 monotone (écart 0.0013 à L=512). Sweep `L = 512` × `p ∈ {0.45,…,0.55}` × 32 seeds = 160 simulations ~186 s |
 | [Percolation-04-Sharpness-Python](Percolation-04-Sharpness-Python.ipynb) | 4 (Python) | Python 3 + `networkx` | Palier 4 du plan #19494 : mesure de la queue supérieure `Ψ(n) = P(\|C_o\| ≥ n)` sur grille `L ∈ {64, 128, 256, 512}` × `p ∈ {0.50, …, 0.70}` × 32 seeds = 1024 simulations ~170 s. Comparaison au théorème de *supercritical sharpness* (Diskin-Easo-Radhakrishnan-Sudakov-Tassion, arXiv:2603.03257 §3.0). **Verdict** : palier non mesurable aux seuils `n ∈ {1, 2, …, 128}` à L ≤ 512 — le fit log-y de `Ψ(n)` est dominé par la transition initiale (Psi(1)=1 → Psi(2)~0.7) et non par la décroissance exponentielle sharpness (qui exigerait `n ~ médiane du géant`). L'alpha mesuré **décroît** avec p, opposé à la cible `(p - 1/2)^{d-1} = p - 1/2` |
 

_quarto.yml

@@ -232,6 +232,8 @@ project:
     - "MyIA.AI.Notebooks/ML/README.md"
     - "MyIA.AI.Notebooks/NLP/README.md"
     - "MyIA.AI.Notebooks/Probas/Applications/Percolation/README.md"
+    - "MyIA.AI.Notebooks/Probas/Applications/Percolation/README.md"
+    - "MyIA.AI.Notebooks/Probas/Applications/Percolation/README.md"
     - "MyIA.AI.Notebooks/Probas/Applications/README.md"
     - "MyIA.AI.Notebooks/Probas/DecisionTheory/Actuariat/README.md"
     - "MyIA.AI.Notebooks/Probas/DecisionTheory/Causal-Bridges/README.md"

docs/README.md

@@ -282,6 +282,8 @@ Documents de recherche durables fondant les EPICs de R&D (grade A-recherche). Di
 | [research/cartier-miller-p1-pilot.md](research/cartier-miller-p1-pilot.md) | Lecture ligne-par-ligne de pilot.py (P1 elliptic curve Cartier-Miller, EPIC #19452) — orchestration, hash, per-call math, validation cross-prime 7 premiers, garde flush-après-chaque-prime. Suite PRs #19487 / #19488. |
 | [research/cartier-miller-p1-point-count.md](research/cartier-miller-p1-point-count.md) | Lecture ligne-par-ligne de `point_count.py` (P1 Schoof + BSGS, EPIC #19452) — stdlib only, 0 import, 9 composants documentés. Suite des PRs #19487 (P0 cartography), #19488 (P1 elliptic_prefix), #19493 (P1 pilot). |
 | [research/cartier-miller-p1-integration.md](research/cartier-miller-p1-integration.md) | Cross-check 4 backends de la P1 Cartier-Miller (EPIC #19452) : elliptic_prefix + pilot + point_count + C++ pseudocode, confrontation littérale aux `output.json` du pin reproductible `37a9b72`. P1+ à venir (P2 Lean Mathlib, P3+ multi-cycle) |
+| [research/percolation-03-critique-results.md](research/percolation-03-critique-results.md) | Résultats palier 3 (#19494, PR #19537) — physique du point critique de la percolation 2D (β = 5/36, ν = 4/3, soit β/ν = 5/48 — Kesten 1980 ; τ' = 187/91 Stauffer, p_c(L) → 1/2). 580 simulations, 4 s wall-clock, instrument `networkx`. Verdict honnête : β/ν=0.102 vs cible 5/48 ≈ 0.1042 (échelle finie), p_c(L) monotone PASS |
+| [research/percolation-03b-critique-results.md](research/percolation-03b-critique-results.md) | Résultats extension palier 3+ (#19494, PR #19548) — sweep L ∈ {128, 256} × 32 seeds × 5 p (320 sims, 48 s) pour vérifier la convergence asymptotique. Verdict global : convergence en cours, asymptote non atteinte — L=512 nécessaire (scipy.sparse) |
 | [research/slide-agents-marptoslidev-scoping.md](research/slide-agents-marptoslidev-scoping.md) | Scoping Marp→Slidev pour les agents de slides (c.1110, #19578) — inventaire firsthand (12 Marp coexistants avec 18 Slidev, configs et outils legacy), diagnostic des fronts communs (format Marp, PNG rendering mort-né, sk-agent vision périmé), 4 voies arbitrées (réécrire/fusionner/retirer/legacy), recommandation voie 1 (réécrire pour Slidev, 3 raisons mesurées). Critère de fermeture documenté ; arbitrage user ou coordinateur requis pour passer à la phase 2 |
 | [research/percolation-03-critique-results.md](research/percolation-03-critique-results.md) | Résultats d'exécution du palier 03 critique Percolation (#19494, c.1104) — mesure des exposants critiques (`β/ν`, `τ'`, `p_c(L) → 1/2`) par sweep `L × p × seeds` sur `networkx`. Verdict : tendances conformes mais convergence asymptotique non atteinte, corrections d'échelle finie dominantes. |
 | [research/percolation-03b-critique-results.md](research/percolation-03b-critique-results.md) | Extension du palier 03 aux tailles `L ∈ {128, 256}` (#19494, c.1105) — vérifie la convergence asymptotique `β/ν → 5/48` et `τ' → 187/91`. Verdict : `β/ν` compatible avec la cible corrigée dès 6 points, `τ'` encore biaisé par le bulk. |