Contexte et problème initial
La théorie de la percolation modélise le passage d’un fluide à travers un réseau de points reliés par des arêtes. En 1940, Rosalind Franklin a mesuré la perméabilité du charbon, puis Broadbent et Hammersley ont proposé le modèle de grille aléatoire où chaque arête est ouverte avec une probabilité p. Lorsque p reste en‑deçà d’une valeur seuil, appelée probabilité critique, les clusters restent de petite taille ; dès que p dépasse ce seuil, un cluster macroscópique apparaît, illustrant une transition de phase. Depuis plusieurs décennies, les mathématiciens cherchaient à quantifier la rapidité avec laquelle ce cluster grandit une fois le seuil franchi, question restée partiellement ouverte.
Nouvelle preuve et résultats
En décembre 2025, un groupe de cinq chercheurs – Sahar Diskin, Philip Easo, Ritvik Radhakrishnan, Benny Sudakov et Vincent Tassion – a finalisé une démonstration au sein de l’École polytechnique fédérale de Zurich (ETH Zurich). Leur article, achevé le 17 début décembre, établit la netteté supercritique pour une large classe de graphes transitifs. Concrètement, ils montrent que, dès que la probabilité d’ouverture dépasse légèrement la valeur critique, la probabilité qu’un composant géant occupe une proportion non négligeable du graphe passe rapidement de presque zéro à presque un. Cette « sharpness » prouve que la croissance du cluster est abruptement déclenchée, sans intervalle intermédiaire de probabilité substantiel.
Implications théoriques
Le résultat renforce le parallèle entre percolation et autres transitions de phase étudiées en physique, notamment la fusion du ferromagnétique ou la condensation de gaz. En démontrant que la netteté s’applique à des réseaux très généraux, la preuve fournit un cadre unificateur pour analyser des phénomènes tels que la propagation d’épidémies, le flux de gaz à travers des filtres ou la diffusion d’incendies. Elle justifie également l’usage du modèle de percolation comme « caricature » rigoureuse des systèmes complexes, car les mêmes arguments de netteté peuvent être transposés à des modèles de spin ou de réseaux de neurones.
Limites et perspectives
La démonstration repose sur l’hypothèse de transitivité du graphe, excluant pour l’instant les réseaux hétérogènes typiques des infrastructures urbaines. De plus, la preuve ne fournit pas de constantes numériques explicites pour la largeur du saut de probabilité, ce qui laisse la mesure précise du « gap » ouverte aux travaux futurs. Les auteurs envisagent d’étendre la méthode aux graphes non transitifs et d’explorer les liens avec les processus de percolation dynamique, où les arêtes s’ouvrent et se ferment au cours du temps. Ces extensions pourraient clarifier la dynamique de diffusion dans des environnements plus réalistes.
