1 »’ Paralipomènes à l’algèbre des fonctions caractéristiques et simples 4

⁂

Le conflit armé entre les États-Unis et l’Iran en 2026 a sévèrement tari les stocks américains de munitions avancées, ce qui restreint l’approvisionnement en systèmes de défense clés pour l’Ukraine. L’intensité des frappes et des interceptions au Moyen-Orient a en effet consommé une part critique des réserves du Pentagone.
L’état actuel des stocks de défense et l’impact de ce conflit sur l’aide à l’Ukraine s’articulent autour des éléments suivants :

Épuisement des stocks militaires américains

Selon un rapport de l’inspecteur général du Pentagone et des analyses du Center for Strategic and International Studies (CSIS), les opérations de forte intensité menées contre l’Iran ont épuisé des armements stratégiques indispensables à la défense aérienne globale :

Type d’armement / Système Niveau de dégradation constaté Impact opérationnel direct
Missiles intercepteurs Patriot Diminution de plus de 65 % des stocks pré-conflit. Retrait d’unités basées en Europe et en Asie vers le Moyen-Orient.
Systèmes THAAD Réduction de près de 50 % du stock disponible. Redéploiements massifs créant des « zones de vulnérabilité » mondiales.
Missiles longue portée (ATACMS, Tomahawks) Stocks presque épuisés ou très fortement entamés. Capacité de dissuasion globale réduite vis-à-vis de la Russie et de la Chine. Bien que le président Donald Trump et la Maison-Blanche aient publiquement minimisé ces pénuries en affirmant disposer d’un approvisionnement « virtuellement illimité », l’administration a dû invoquer des lois de production d’urgence pour accélérer la cadence des usines d’armement.

Conséquences directes sur l’Ukraine

Le siphonnage des réserves occidentales affecte l’armée ukrainienne à plusieurs niveaux :

• Pénurie d’intercepteurs critiques : En raison des stocks américains au plus bas, les transferts de missiles Patriot vers Kiev ont été drastiquement limités. Le manque de munitions a fait chuter le taux d’interception des missiles russes en Ukraine de 66,7 % à 44,4 %, entraînant une hausse des dégâts sur les infrastructures civiles.
• Gel des nouveaux plans d’aide matérielle : Depuis le retour de Trump à la Maison-Blanche, aucune nouvelle enveloppe majeure d’aide en armement lourd n’a été votée par le Congrès. Bien que le Pentagone se soit empressé de finaliser les contrats des 400 millions de dollars restants de l’initiative USAI avant la fin de l’année fiscale, ces cargaisons excluent explicitement les missiles Patriot.
• Pressions politiques accrues : Dans un contexte de tensions autour d’un accord sur le diesel russo-américain conclu entre Donald Trump et Vladimir Putin, Washington a récemment menacé de suspendre l’échange de renseignements et ses achats d’armes via les programmes conjoints de l’OTAN (mécanisme PURL) si l’Ukraine poursuivait ses frappes de drones contre les raffineries russes.

Russia is facing a severe domestic fuel crisis, but while civilian gas stations are experiencing massive shortages, lines, and rationing, the Russian military and defense industries remain well-supplied as the government places them first in line under wartime economic controls.
The fuel shortage has forced Russia—traditionally a major global energy exporter—to import refined gasoline and diesel from abroad by sea and rail to stabilize its domestic market.

The Core Situation

Category Impact & Details
Military & Troops Fully prioritised. The military remains well-supplied because wartime regulations mandate that defense and state infrastructure receive gasoline and diesel first, leaving civilian consumers last in line.
Refining Capacity Massive disruptions. Continuous Ukrainian drone strikes throughout 2025 and 2026 have successfully knocked out between 45% and 51% of Russia’s total oil refining capacity.
Domestic Impact Severe shortages. A vast majority of Russian citizens report fuel shortages. Long queues, fuel rationing, and theft are common across dozens of regions, including Moscow and St. Petersburg.
Emergency Measures Export bans & relaxed standards. Russia banned gasoline exports through the end of 2026 and temporarily banned diesel exports. The government also temporarily legalized lower-grade, engine-damaging Euro 2 fuel to cope with the deficit.

Will the United States invade Ukraine to protect Russia invading Ukraine? Only the ships of States’ captains’ parrots know!

2-ème fonction de la Morphologie du conte (Morphology of the Folktale), de Vladimir Propp : Interdiction (γ) : Une interdiction est adressée au héros

L’interdiction (γ) est une fonction préparatoire essentielle. Elle établit une règle dont la violation est quasi inévitable dans la structure du conte. Elle crée la possibilité du méfait et de l’entrée de l’agresseur. Stable dans sa fonction, elle peut prendre la forme d’une prohibition, d’un ordre ou d’un simple conseil.Une interdiction est adressée au héros

Définition exacte (Propp, Morphologie du conte, ch. III)
Essence : Une interdiction, un ordre ou un conseil est adressé au héros (ou à un membre de la famille). Il s’agit généralement d’une prohibition (« ne va pas là », « ne fais pas ceci », « ne regarde pas ») ou d’un ordre dont le non-respect aura des conséquences.
Définition abrégée : interdiction.
Signe : γ.

Cette fonction appartient à la section préparatoire (fonctions 1 à 7). Elle forme une paire avec la transgression / violation (δ). Elle prépare souvent l’entrée de l’agresseur et le méfait ultérieur.

Variantes principales (selon Propp)

Formes atténuées : simple conseil ou demande (« tu es encore petit, ne sors pas pêcher »).

γ1 : Interdiction proprement dite (prohibition) : « Tu ne dois pas regarder dans ce placard », « Ne sors pas de la cour », « Si Baba Yaga vient, ne dis rien ».

γ2 : Forme inversée sous forme d’ordre ou de suggestion : « Apporte le petit-déjeuner au champ », « Emmène ton frère dans les bois ». L’accomplissement de l’ordre a les mêmes conséquences que la violation d’une interdiction.

Qui L’interdiction est adressée au héros (ou aux enfants / membres de la famille). Elle est formulée par les parents, un aîné, ou une figure d’autorité.

Quoi Une prohibition, un ordre ou un conseil concernant une action à ne pas faire (sortir, ouvrir, regarder, cueillir, etc.) ou à accomplir d’une certaine manière.

Où Dans le foyer, la maison, ou l’environnement familial initial, souvent avant ou pendant l’éloignement d’un membre de la famille.

Quand Dans la section préparatoire, après l’éloignement / absence (β) et avant la violation (δ). Elle précède généralement l’entrée de l’agresseur.

Pourquoi Pour créer une tension narrative initiale, préparer la violation qui permettra l’entrée de l’agresseur et le déclenchement du méfait. Elle établit une règle dont la rupture est structurellement nécessaire.

Comment Par parole directe (ordre, interdiction, conseil), parfois renforcé par un enfermement ou une mise en garde physique. La forme inversée (ordre) a le même effet structurel.

Lien avec les autres fonctions et sphères d’action

• Paire : interdiction (γ) → violation / transgression (δ). Les formes de violation correspondent aux formes d’interdiction.
• Position : Fonction 2, dans la section préparatoire (1 à 7).
• Suit : éloignement / absence (β).
• Précède : violation (δ), puis reconnaissance de l’agresseur (ε), etc.
• Sphères : adresse principalement au héros (ou à la victime). Formule par une figure parentale ou d’autorité.

Exemples développés

1. Contes russes classiques : « Ne regarde pas dans ce placard », « Ne sors pas de la cour », « Si Baba Yaga vient, ne dis rien et reste silencieux », « N’ouvre pas le coffre », « Ne cueille pas les pommes ».
2. Forme inversée : « Emmène ton frère dans les bois » ou « Apporte le petit-déjeuner au champ » — l’accomplissement de cet ordre entraîne les mêmes conséquences négatives qu’une violation.
3. Contes occidentaux : « N’ouvre pas la porte », « Ne parle à personne », « Ne quitte pas le chemin » (Petit Chaperon rouge, Barbe-Bleue, etc.).

PART VI AS FART VI : After Going Ballistic Trumpusa And Putipottyrussia Go Lame Invading Ukraine

“Russia would like to make a deal… but for whatever reason, Zelensky does not want to make a deal,” Donald Trump told reporters on Oct. 10, speaking about his latest conversation with Vladimir Putin. The Russian president, he went on, was eager for peace; Zelensky could have ended the war many times; and Ukraine ought to choose a new president.Trump claimed that Zelensky “wants to make problems for the world” by continuing to authorize attacks on Russian refineries. “He’d better damn well stop,” Trump said, before demanding that Ukraine should “get a new leader who can make a deal.” Speaking to reporters on the White House lawn on Oct. 12, U.S. President Donald Trump once again said that Ukraine and Russia agreed to halt strikes on energy infrastructure, despite the confusion around the alleged ceasefire. « They agreed, » said Trump after a reporter pointed out that neither Moscow nor Kyiv confirmed they would refrain from strikes on energy sites. « Do you know why? Because I said they agreed. That’s why. They agreed because I said they agreed. And that thing has to get settled. »In a short interview after Trump’s announcement, President Volodymyr Zelensky said, « If President Trump negotiated it with Vladimir Putin, please tell us when the ceasefire begins. We are ready, and we will accept it. » Russia has nothing to say yet about an energy ceasefire with Ukraine announced by U.S. President Donald Trump, the Kremlin’s spokesperson Dmitry Peskov said on Oct. 12.What Trump is proposing
On October 11, an anonymous White House official told Axios that US President Donald Trump’s statement about an energy ceasefire referred only to a potential agreement. At that point, no formal agreement had been reached between Ukraine and Russia.

According to the US administration official, the initial proposal calls for a moratorium on strikes against oil refineries. The scope could later be expanded to protect other energy infrastructure facilities as well.

The limited scope of the proposal is precisely what concerns ISW. Analysts believe that, under the current terms, it could benefit Russia significantly more than Ukraine.

Why the ceasefire could work in Russia’s favor
Russia has dozens of operational oil refineries, while Ukraine has only one. A moratorium on strikes against refineries could therefore significantly restrict Ukraine’s ability to attack Russian energy infrastructure without providing equivalent protection for Ukrainian facilities.

According to ISW, the proposed terms could allow Russia to continue striking Ukrainian power plants during the winter of 2026–2027. This is because the initial version of the agreement would protect oil refineries rather than all energy infrastructure.

As a result, Ukraine risks accepting restrictions on attacks against sensitive Russian energy facilities while Russian forces remain able to continue their campaign against Ukraine’s energy system.

ISW emphasized that, under such a scenario, the ceasefire would not provide Ukraine with equivalent benefits. Instead, it could give Moscow additional opportunities to continue attacking Ukrainian energy infrastructure ahead of and during the winter.

On October 11, US President Donald Trump claimed that Ukraine and Russia had reached an agreement on an “energy ceasefire.” According to him, both sides were supposed to stop striking energy infrastructure.

Zelensky said Ukraine would suspend strikes against Russia’s oil and diesel infrastructure if Washington could guarantee that Moscow would stop attacking Ukraine’s electricity system. “Electricity is important to us,” he said. “If we can be guaranteed protection for our electrical system, we will not respond against Russian diesel infrastructure.” Ukraine’s power grid is connected to the European network, Zelensky noted, meaning that an undamaged Ukrainian energy system could also supply cheaper electricity to European countries experiencing shortages. Commenting on Russia’s recent attacks on Ukrainian cities, President Volodymyr Zelenskyy has said that Ukraine received no warning from its partners about the ballistic missile strike on Kyiv on the evening of 12 October. Details: Zelenskyy noted that starting that evening and continuing into 13 October, Russia attacked Ukraine with more than 100 different weapons, including jet-powered drones, loitering munitions and ballistic missiles. A significant proportion were shot down, but not all of them.

« There was also a particularly vile ballistic missile strike on Kyiv – five missiles that hit civilian infrastructure. Unfortunately, we received no early warning from our partners about this strike, » Zelenskyy said. He stressed that intelligence about Russian ballistic missile launches helps save lives and is one of the most critical issues.

« This is precisely what helps prevent people from being killed – when there is an early warning about ballistic missiles, » the president added.

Zelenskyy also said that Ukraine has not struck Russian oil refineries or the energy sector in general for two days since US President Donald Trump announced an energy ceasefire.

« During this time, the Russians have attacked both our energy facilities and our critical infrastructure, sending absolutely clear signals that they have no intention of refraining from strikes on Ukraine. […] Our position remains unchanged: Ukraine is ready for reciprocal steps toward de-escalation, and effective pressure on Russia is needed to make de-escalation happen. Wars end when the aggressor realises that it cannot prolong the war, » Zelenskyy stressed. He added that international pressure on Russia contributes to bringing peace closer.

« But direct or indirect support for Russia, slowing down assistance to Ukraine, and making it harder to protect lives against ballistic missiles will certainly not help bring peace. Everyone needs peace. A strong America, a strong Europe, and strong partners are needed, » Zelenskyy concluded.

Where Russia is Importing Fuel From

Because Russia cannot refine enough of its own crude oil into usable gasoline, it has been forced into an ironic reversal of global trade:

• India : A major source of maritime imports. In a stark supply-chain flip, Indian refineries (like Nayara Energy) are buying cheap Russian crude oil, refining it into gasoline, and shipping it back to Russian Arctic and Western ports.
• Belarus & Kazakhstan: Providing gasoline and oil products to Russia via direct rail links.
• Other Nations: Russia has also engaged in fuel import deals or discussions with South Korea and Morocco to patch the holes in its grid.

U.S. President Donald Trump has authorized the import of Russian diesel fuel, sparking a fierce bipartisan backlash from lawmakers who argue the directive is unlawful.
Following a phone call with Russian President Vladimir Putin, Trump announced on October 9, 2026, that Russia would immediately release 300,000 tons of diesel to U.S. and global markets, with plans for millions of additional tons to follow. In tandem with the announcement, the U.S. Department of the Treasury formally issued a temporary license permitting these imports until April 7.

Core Details of the Import Agreement

Attribute Details
Primary Objective Attempting to lower skyrocketing global and domestic fuel prices driven by the U.S.-Israel war with Iran.
Immediate Supply 300,000 tons of diesel fuel released immediately.
Future Deliveries 500,000 tons scheduled for November 2026, followed by an additional 1 million tons shortly after.
Russian Reciprocity Russia agreed to lift its domestic diesel export ban, which had been active following Ukrainian drone strikes on its refineries.

The Legal and Bipartisan Backlash

The move has drawn swift condemnation from both Democratic and Republican lawmakers, who state the administration bypassed Congress and directly violated standing federal statutes.

• Violation of the 2022 Ban: A bipartisan coalition of senators issued a joint statement noting that Congress explicitly banned Russian energy imports in 2022 to prevent U.S. dollars from funding the invasion of Ukraine. They asserted that the administration failed to consult with Congress or submit a legally required statutory justification.
• Contradiction of Recent Sanctions: The authorization comes just three weeks after Trump signed a new bill passed by Congress, the Sanctioning Russia and Iran Act, which mandates strict tariffs and sanctions on nations importing Russian energy.
• Accusations of Unlawful Action: In an interview on NBC News’ Meet the Press, Republican Senator Thom Tillis stated there is a « legitimate case for saying the president is not following the law. » In response, lawmakers are pushing the bipartisan Ronald Reagan Peace Through Strength Act to legally block Trump from lifting the energy sanctions.

Geopolitical and Market Reactions

• Ukraine: Ukrainian President Volodymyr Zelenskyy sharply criticized the deal, calling it a financial « gift » to Putin that directly finances Moscow’s war effort. Trump has publicly blamed Ukraine’s retaliatory strikes on Russian oil refineries for driving up American fuel costs.
• Energy Experts: Energy analysts from institutions like Columbia University’s Center on Global Energy Policy note that the volume of imported diesel is less than what the U.S. consumes in a single day. Experts argue the deal will fail to lower prices at the pump significantly, instead primarily benefiting Russia by fracturing the international sanctions regime.
• Political Context: The sudden policy shift comes amid intense domestic pressure on the administration, as record-high diesel prices hit agricultural states heavily right before the upcoming U.S. midterm elections

The Kyiv Independent has learned that the Trump administration threatened senior Ukrainian military and government officials in a push to protect Russian oil refineries.
Two Ukrainian officials said their U.S. counterparts had made clear that Washington would hold Kyiv responsible if Russian energy infrastructure were struck during the recently announced ceasefire.
« They called all the top military officials with threats, » one Ukrainian official told the Kyiv Independent. « They’re telling everyone that they’re going to turn off both the intelligence sharing and PURL. »
The threats come after a confusing 48 hours during which U.S. President Donald Trump announced a controversial « deal » with Russian President Vladimir Putin to import Russian diesel, followed by repeated demands that Ukraine replace Volodymyr Zelensky as president, followed by Trump announcing a unilateral « energy ceasefire » between Russia and Ukraine, which blindsided both Moscow and Kyiv.
Multiple senior Ukrainian officials told the Kyiv Independent that Kyiv had not been informed in advance of Trump’s Oct. 11 ceasefire announcement. After the announcement, Ukrainian officials reportedly came under pressure to abide by the ceasefire and refrain from striking Russian oil refineries. Although direct U.S. military aid has been suspended since Trump’s inauguration, intelligence sharing has continued.

7 –ème fonction de la Morphologie du conte (Morphology of the Folktale), de Vladimir Propp : Complicité involontaire (θ) : La victime se laisse duper et aide involontairement l’ennemi.

Dans la Morphologie du conte, Propp définit la fonction 7 ainsi : la victime se soumet à la tromperie et aide ainsi involontairement son ennemi (complicité ; désignation θ).
Qu’est-ce que c’est ? C’est le moment où la victime (souvent le héros ou un proche) accepte la proposition trompeuse de l’agresseur ou y réagit de façon mécanique, facilitant involontairement ses projets. Formes principales :
θ1 : Le héros accepte toutes les persuasions (prendre un anneau, aller au bain de vapeur, nager, etc.). Les interdictions sont toujours violées ; les propositions trompeuses sont toujours acceptées.
θ2-θ3 : Réaction mécanique à des moyens magiques ou autres (tombe endormi, se blesse). Peut exister séparément (le héros s’endort de lui-même).
Forme spéciale : accord trompeur (« Donne ce que tu ne sais pas avoir dans ta maison »), souvent contraint par une situation difficile (pauvreté, troupeau dispersé), parfois créée par l’agresseur (malheur préliminaire, λ).
Pourquoi ? Elle marque le succès de la tromperie précédente (fonction 6, η). Ensemble, elles forment une paire. Elle prépare et facilite le méfait principal (fonction 8), qui lance le véritable mouvement narratif. Les fonctions 1-7 constituent la partie préparatoire du conte.
Où ? Dans la section préparatoire (fonctions 1 à 7), après la reconnaissance, l’information et la tromperie, et juste avant le méfait ou le manque.
Comment ? Par persuasion ou déguisement de l’agresseur, moyens magiques, contrainte dans une situation de détresse, ou naïveté/réaction automatique de la victime.
Cette fonction illustre la vulnérabilité de la victime et renforce la culpabilité de l’agresseur. Elle n’est pas toujours présente, mais lorsqu’elle l’est, elle ouvre directement la voie au méfait.

PART II AS FART II : Not from the blunder, ground for being called a « peigne cul » with a blender, comme avoir une combine dans le cul !

⁂

« I want now to tell you, gentlemen, whether you care to hear it or not, why I could not even become an insect. I tell you solemnly, that I have many times tried to become an insect. But I was not equal even to that. », excerpt from « NOTES FROM THE UNDERGROUND » a novel by Fyodor Dostoyevsky.

⁂

Parce que c’est le jeu des rapaces à carapace de pute « in » à la part king de pierre à trois, qui font que ça se passe et ça se repasse sur le parking où ça passe et ça repasse, « C’est toujours le chauve qui trouve le peigne dans la galette des rois. » Georges Bernier, dit Professeur Choron. In linguistics, a blend word is a word formed from parts of two or more other words without or with adding or dropping a letter. The process is called blending and the result is a blend word, like « *comb in » an english sentence meaning « peigne dedans » pour « peigne cul », meaning in english « unsofisticated stupid dupe » of some knack or combine in french. The english « comb in*  » becoming « combine* », a french word meaning knack in English. And the knocked up knack at tack is that the « Budapest agreement » was in fact the code name to the « Bubba test » agreement (Bill Clinton was popularly nicknamed “Bubba” by the early 1990s) as empesting the most contagious disagreement between Russia and Ukraine, but also the United States and Europe, long prepared in advanced as the foremost cover up to the weapon test in a two stages real test of war of weapon leading to Russian weapon upgrade using its everlasting gangster satelite nation of Ukraine to safely test and mandatorily test (given the state of war) with no more nukes threat dissuading the test or empeding the test, and making possible the most extensive use of all possible alternative weapons to weapons of mass destruction like nukes, chemical and biological weapons which if used would be the wrong war path taken to any victorious conquest of land, ressources and population rather than otherwise based on classical weapon upgrade. We demonstrate here by mean of a scientific satire that the « Budapest agreement » was in fact the code name to the « Bubba test » agreement was a misread code of biblical proportion exactly like when « on October 29, 1969, a UCLA student named Charley Kline tried to send the word ‘LOGIN’ over ARPANET to Stanford, and the system crashed after the letter O — making the first message ever transmitted across the internet the accidental, almost biblical ‘LO'(In the Bible, the term « lo’ » (or « lo ») is a Hebrew word that translates to « not, » « no, » « none, » or « without. » It is used as an adverb in various contexts, often indicating negation or absence. For example, in Deuteronomy 3:11, it appears as a participle indicating that nothing could prevent a people from doing something. Additionally, it is mentioned in the book of Osée, where it signifies God’s judgment and restoration.« ): instead of the Budapest agreement misread code as the Bubba test, it should have been read the Budapest test, Buddha Peste Est, Bubba pest test agreement. Its biblical proportion comes from being an agreement with the lord of the flies, « Beelzebub (The source for the name Beelzebub is in the Books of Kings (2 Kings 1:2–3, 6, 16), referring to a deity worshipped by the Philistines in the city of Ekron« ), as the pest; and the test as the abreviated pronunciation of the Testament of Solomon, or « Test Solo » to build the new temple of Solomon as the temple of Solo Mounted Autonomous Weapons that double with a temple of the merchants of all sorts of weapons of war, the flying one like angels of death as the drone, the pointy one sharp teering through everything hardened like the teeth of the beast of all evil as the missile etc. « In the Testament of Solomon Beelzebul (not Beelzebub) appears as prince of the demons and says that he was formerly a leading heavenly angel who was associated with the star Hesperus (the normal Greek name for the planet Venus as evening star). Seemingly, Beelzebul here is synonymous with Lucifer. Beelzebul claims to cause destruction through tyrants, to cause demons to be worshipped among men, to excite priests to lust, to cause jealousies in cities and murders, and to bring about war. The Testament of Solomon is an Old Testament pseudepigraphical work, purportedly written by King Solomon, in which the author mostly describes particular demons whom he enslaved to help build Solomon’s Temple, with substantial Christian interpolations« . So ultimately we get the first creation before the material object centuries later, of the lamp bulb, as « Beelzebulb » literally meaning the light bulb of Howard Beale pronunced Beel or bile who cannot take it anymore of Russian war Z when the lampbulb turns green when he is on the air at the Television studio », and the light where Bellzebul and Beelzebub are made one lamp bulb a pest agreement

According to Julian Borger the Guardian’s senior international correspondent based in London in Washington on Friday 5 May 2023 19.42 CEST to celebrate Smarties day to honour the famous coloured candies raining all over America that day and people even filling up their pants with them and calling each other smarties pants: « Vladimir Putin told Bill Clinton three years before his 2014 attack on Ukraine that he was not bound by the Budapest Memorandum guaranteeing the country’s territorial integrity, according to the former US president. The revelation raises questions about whether the US and its European allies should have been more prepared for the 2014 attack, when Russia annexed Crimea and attacked the Donbas. Clinton said he had talked to the Russian president at the 2011 World Economic Forum in Davos, where Putin brought up the issue of the memorandum, under which Ukraine, Belarus and Kazakhstan agreed in 1994 to give up the nuclear arsenal they inherited on their territory from the Soviet Union, in return for assurances their sovereignty would be respected “within existing borders”. It was signed by Boris Yeltsin on behalf of Russia, Clinton for the US, and John Major on behalf of the UK, acting as a third guarantor nation. “Putin told me in 2011, three years before he took Crimea, that he did not agree with the agreement I made with Boris Yeltsin, that they would respect Ukraine’s territory if they gave up their nuclear weapons,” Clinton said on Thursday at a public discussion at 92nd Street Y, a Jewish cultural and community centre in New York. “Putin said to me: ‘… I know Boris agreed to go along with you and John Major and Nato, but he never got it through the Duma [Russian parliament]. We have our extreme nationalists too. I don’t agree with it and I do not support it and I’m not bound by it.’ “I knew from that day forward, it was just a matter of time,” the former president said of Putin launching an attack. The Russian leader had already launched an invasion of Chechnya in 1999, and Georgia in 2008. After the seizure of Crimea in 2014, Putin claimed Russia was not bound by the Budapest Memorandum because the Maidan revolution and change of government in Kyiv earlier that year meant Ukraine had become a different state. “In respect to this state, we have not signed any obligatory documents,” he said. However, his conversation with Clinton suggests Putin had decided not to honour the agreement of the Budapest Memorandum before the Maidan uprising.« Daniel Fried, a former assistant secretary of state for European and Eurasian affairs, said Putin’s remarks to Clinton were not made widely known among members of the Obama administration, but added he assumed the former president must have told his wife, Hillary, who was secretary of state. Fried, now a fellow at the Atlantic Council, said Putin had threatened Ukrainian territorial integrity three years before the Davos meeting with Clinton, at a Nato-Russia council meeting in April 2008, during the Bush administration. Putin declared that when Crimea had been transferred from the Russian Soviet Federative Socialist Republic to the Ukrainian Soviet Socialist Republic in 1954 “not all legal procedures were followed”. Fried said: “I was present, sitting next to the then Polish national security adviser, Mariusz Handzlik. We both stood up in alarm and turned to each other, saying, ‘Did you just hear what I heard?’“From that moment, I thought Putin would turn on Ukraine and said so to Condi Rice and Steve Hadley,” he added, referring to the secretary of state and national security adviser respectively in the Bush administration.“The US government was surprised by the Crimean operation but should not have been, given the warnings,” Fried said.

Just say no to war or you’ll end up looking like shit, exactly like that wild board face of a facho chère above after merely a few month into a war because that’s where things are getting ugly! And traveling aboard air fart one of the two space shit pictured below, this is remembered by the quote read above each door of the space shit feet (the same as a fleet but shaped as a feet), as a reminder of not missing out on war getting ugly exactly like the war of the sexes: « Labour MP Bessie Braddock* came up to Churchill one day and said ‘Sir! You are drunk’, to which Churchill replied ‘ « My dear, you are ugly, and what’s more, you are disgustingly ugly. But tomorrow I shall be sober and you will still be disgustingly ugly. » * « she was a British Labour Party politician who served as Member of Parliament (MP) for the Liverpool Exchange division from 1945 to 1970. She was a member of Liverpool County Borough Council from 1930 to 1961. Although she never held office in government, she won a national reputation for her forthright campaigns in connection with housing, public health and other social issues. » Just say no to any military and no to war under any circumstances as a failure of strict rigorous dissuasive defense intentionnally organized for avaricious profit to sell guns and other loot of war, to impoverish further to bow to the master of it all, and as an excuse not to eliminate poverty once and for all exchanged on the altar of conveniently pretexted lies of national security priority!

Au menu du dictateur sur le trône, « Entrecôte, sauce Choron, et son riz arlequin », ce qui n’est pas rien à chier mais pas tout pour faire chier comme l’analyse satirique inspirée d’un double croisement entre un masque de beauté de merde de l’humour scatologique bien sentie pour dire « pouah ça puir »; et entre un masque de beauté de la commedia del arte bien sentant tout en cuir pour dire qu’il va vous en cuire tout taché en patchwork pour en faire voir de toutes les couleurs: « Putin makes use of a portable toilet and has his deposits taken away to avoid it being analysed by Western intelligence and has a mobile laboratory to test his food and surroundings for toxins. » « Because the Soviet Union lacked the sophisticated electronic listening devices available today, dictator Joseph Stalin tasked secret police chief Lavrentiy Beria with extracting psychological and physical profiles through scatological espionage. In December 1949, the Soviet secret police spied on Chinese leader Mao Zedong by intercepting his waste through custom-rigged toilets and analyzing it in a secret laboratory. » invading Russian soldiers have repeatedly confiscated civilian homes, vandalized them, and used living spaces or offices as toilets. This behavior has been widely verified by journalists, local residents, and independent human rights monitors. According to data from the Russian State Statistics Service (Rosstat), roughly 22.6% of households in Russia lack indoor plumbing. In rural regions, up to two-thirds have no access to indoor toilets. Many conscripts from impoverished Russian regions encountered modern, indoor tiled bathrooms for the first time in Ukrainian villages. Reports indicate some units did not understand how indoor plumbing or sewage infrastructure operated, resulting in the destruction or misuse of the facilities. Local residents noted that Russian soldiers were often too terrified of Ukrainian drone strikes, artillery, or nighttime partisan attacks to step outside the houses. As a result, they chose to defecate just meters from where they slept or cooked.« 

18 -ème fonction de la Morphologie du conte (Morphology of the Folktale), de Vladimir Propp : Victoire (I / J) : L’agresseur est vaincu.

La victoire (I/J) est le moment où l’agresseur perd sa capacité de nuisance. Elle clôt la confrontation centrale et ouvre la phase de réparation et de retour. Stable dans sa fonction, elle admet de nombreuses réalisations concrètes, du combat héroïque à la ruse pure.

Essence : L’agresseur est vaincu par le héros (ou ses auxiliaires). La défaite peut prendre diverses formes : mort au combat, défaite dans une épreuve, bannissement, emprisonnement magique, etc.
Définition abrégée : victoire.
Signe : I ou J selon les éditions et systèmes de notation (souvent J après H = combat et I = marque ; certaines sources inversent). La fonction est la 18e.

Cette fonction forme une paire logique avec le combat (H) : Struggle–Victory (H-J ou H-I). Elle est généralement suivie de la liquidation du manque (K).

Lien avec les autres fonctions et sphères d’action

• Paire : Combat (H) → Victoire (I/J).
• Suit souvent : la marque / branding (qui permet la reconnaissance ultérieure).
• Précède : la liquidation du manque ou du méfait (K).
• Sphères : implique le héros et l’agresseur ; l’auxiliaire peut participer. Différent de la punition finale (U) qui intervient plus tard, après le retour.

Variantes principales

• L’agresseur est battu en combat ouvert (tué, blessé, mis en fuite).
• L’agresseur est vaincu dans une épreuve, un concours, un jeu (cartes, pesée, etc.).
• L’agresseur est tué ou neutralisé sans combat préalable (pendant son sommeil, par ruse, par magie).
• L’agresseur est banni, emprisonné ou disparaît (dans une bouteille, un pays lointain, etc.).

Qui : Le héros (souvent aidé de l’auxiliaire ou de l’agent magique) vainc l’agresseur. L’agresseur est le vaincu.

Quoi : Défaite de l’agresseur : mort, fuite, emprisonnement, perte de pouvoir, bannissement. Cela permet la liquidation du méfait initial.

Où : Sur le lieu du combat ou de l’épreuve (souvent le domaine de l’agresseur, une forêt, un château, un champ de bataille).

Pourquoi : Pour éliminer la force opposée et rendre possible la réparation du méfait ou du manque. C’est le point culminant de la confrontation.

Comment : Combat direct, épreuve gagnée, ruse, usage de l’agent magique, exploitation d’une faiblesse révélée, bannissement magique, etc.

Quand : Après le combat (H) et souvent après ou autour de la marque (branding). Avant la liquidation du manque (K) et le retour.

Exemples développés

Contes russes classiques : Le héros tue le dragon ou Kochtcheï après avoir découvert le lieu de sa mort (œuf, etc.). Ou il le bat dans un combat ouvert grâce à l’aide d’un cheval magique ou d’une épée.
Formes sans combat direct : L’agresseur est tué pendant son sommeil, ou chassé par un objet magique, ou vaincu dans un concours de force ou de ruse sans bataille physique.

⁂

TROISIÈME BIS TABLEAU DU RÉSUMÉ D’ANALYSE EN COMBINATOIRE DES MOTS DES JEUX DE MOTS DE L’ENSEMBLE DU TEXTE PRÉCÉDENT

Ci-dessous est le tableau des jeux de mots découpé en 5 groupes de colonnes ; la colonne « Pair a / b » est répétée dans chaque tableau, et chaque tableau a son propre en-tête. Valeurs numériques arrondies à 3 décimales.

A. Identification et longueurs

Pair a / b	Page	Status	Lang	Kind (name / word)	Letters a	Letters b	|a| = LEN(a)	|b| = LEN(b)
anus / Janus	37	printed	en	word	anus	janus	4	5
stud chic / turd shit	38	printed	en	word	studchic	turdshit	8	8
Trump / Drump	43	evident	en	name	trump	drump	5	5
wheat / weak T	43	evident	en	word	wheat	weakt	5	5
rode / road	43	printed	en	word	rode	road	4	4
Resident Evil / P’rezident evil	45	evident	en	name	residentevil	prezidentevil	12	13
oligarch / Zoiligarch	45	evident	en	word	oligarch	zoiligarch	8	10
pharaonic / Faraonic	45	evident	en	word	pharaonic	faraonic	9	8
asset / ass set	45	evident	en	word	asset	assset	5	6
mousquetaires / mousquets tairent	45	evident	fr	word	mousquetaires	mousquetstairent	13	16
word combinatorics / combinatorics on words	45	printed	en	word	wordcombinatorics	combinatoricsonwords	17	20
shark / snack	53	evident	en	word	shark	snack	5	5
Snark / shnarck	53	printed	en	word	snark	shnarck	5	7
snack attacks / knack at tacks	53	evident	en	word	snackattacks	knackattacks	12	12
blunder / blender	53	printed	en	word	blunder	blender	7	7
combine / comb in	53	printed	mix	word	combine	combin	7	6
Putin / pute in	53	printed	fr	name	putin	putein	5	6
parking / part king	53	printed	fr	word	parking	partking	7	8
Budapest / Bubba test	53	printed	en	name	budapest	bubbatest	8	9
Budapest / Buddha Peste Est	54	printed	fr	name	budapest	buddhapesteest	8	14
Budapest / Bubba pest test	54	printed	en	name	budapest	bubbapesttest	8	13
Testament of Solomon / Test Solo	54	printed	en	name	testamentofsolomon	testsolo	18	8
Beelzebul / Beelzebulb	54	printed	en	name	beelzebul	beelzebulb	9	10

Pair a / b	Page	Status	Lang	Kind (name / word)	Letters a	Letters b	|a| = LEN(a)	|b| = LEN(b)
Beale / bile	54	printed	en	name	beale	bile	5	4
smarty pants / smarties pants	54	evident	en	word	smartypants	smartiespants	11	13
Hollywood / Holowood	55	evident	en	name	hollywood	holowood	9	8
studio / stud idiot	55	evident	en	word	studio	studidiot	6	9
phacochère / facho chère	55	evident	fr	word	phacochere	fachochere	10	10
Air Force One / air fart one	55	evident	en	name	airforceone	airfartone	11	10
spaceship / space shit	55	evident	en	word	spaceship	spaceshit	9	9
fleet / feet	55	printed	en	word	fleet	feet	5	4
boar / board	55	printed	en	word	boar	board	4	5
board / bored	55	printed	en	word	board	bored	5	5
hoarder / horde	55	printed	en	word	hoarder	horde	7	5
propaganda / hahaganda	56	evident	en	word	propaganda	hahaganda	10	9
propaganda / hahadadaganda	56	evident	en	word	propaganda	hahadadaganda	10	13
propaganda / hahacacaganda	56	evident	en	word	propaganda	hahacacaganda	10	13
chummy / choumy	56	printed	mix	word	chummy	choumy	6	6
cacophonie / cacaphonie	56	evident	fr	word	cacophonie	cacaphonie	10	10
Nutcracker / Mud Cracker	56	evident	en	name	nutcracker	mudcracker	10	10
Tchaïkovski / Tchatche Haut Squid	56	evident	fr	name	tchaikovski	tchatchehautsquid	11	17
New York / Nouilles Orc O.K.	56	evident	mix	name	newyork	nouillesorcok	7	13
cuir / cuire	56	printed	fr	word	cuir	cuire	4	5
gold finger / coal finger	57	printed	en	name	goldfinger	coalfinger	10	10
gold finger / all fingers	57	printed	en	name	goldfinger	allfingers	10	10
gold digger / old digger	57	evident	en	word	golddigger	olddigger	10	9

B. Mesures sur les lettres

Pair a / b	do = Levenshtein on letters	ho = 1 − do / max(|a|,|b|)	Hamming on letters (equal length)	p(a,b) common prefix	s(a,b) common suffix	a, b anagrams [1/0]	a, b differ by one adjacent swap [1/0]
anus / Janus	1	0.8		0	4	0	0
stud chic / turd shit	4	0.5	5	0	0	0	0
Trump / Drump	1	0.8	1	0	4	0	0
wheat / weak T	2	0.6	3	1	1	0	0
rode / road	2	0.5	2	2	0	0	0
Resident Evil / P’rezident evil	2	0.846		0	9	0	0
oligarch / Zoiligarch	2	0.8		0	7	0	0
pharaonic / Faraonic	2	0.778		0	7	0	0
asset / ass set	1	0.833		3	4	0	0
mousquetaires / mousquets tairent	4	0.75		8	0	0	0
word combinatorics / combinatorics on words	11	0.45		0	1	0	0
shark / snack	2	0.6	2	1	1	0	0
Snark / shnarck	2	0.714		1	1	0	0
snack attacks / knack at tacks	1	0.917	1	0	11	0	0
blunder / blender	1	0.857	1	2	4	0	0
combine / comb in	1	0.857		6	0	0	0
Putin / pute in	1	0.833		3	2	0	0
parking / part king	1	0.875		3	4	0	0
Budapest / Bubba test	3	0.667		2	3	0	0
Budapest / Buddha Peste Est	6	0.571		3	3	0	0
Budapest / Bubba pest test	6	0.538		2	3	0	0
Testament of Solomon / Test Solo	10	0.444		4	0	0	0
Beelzebul / Beelzebulb	1	0.9		9	0	0	0

Pair a / b	do = Levenshtein on letters	ho = 1 − do / max(|a|,|b|)	Hamming on letters (equal length)	p(a,b) common prefix	s(a,b) common suffix	a, b anagrams [1/0]	a, b differ by one adjacent swap [1/0]
Beale / bile	2	0.6		1	2	0	0
smarty pants / smarties pants	3	0.769		5	5	0	0
Hollywood / Holowood	2	0.778		3	4	0	0
studio / stud idiot	3	0.667		5	0	0	0
phacochère / facho chère	3	0.7	4	0	6	0	0
Air Force One / air fart one	3	0.727		4	3	0	0
spaceship / space shit	1	0.889	1	8	0	0	0
fleet / feet	1	0.8		1	3	0	0
boar / board	1	0.8		4	0	0	0
board / bored	2	0.6	2	2	1	0	0
hoarder / horde	2	0.714		2	0	0	0
propaganda / hahaganda	4	0.6		0	6	0	0
propaganda / hahadadaganda	7	0.462		0	6	0	0
propaganda / hahacacaganda	7	0.462		0	6	0	0
chummy / choumy	2	0.667	2	2	2	0	0
cacophonie / cacaphonie	1	0.9	1	3	6	0	0
Nutcracker / Mud Cracker	2	0.8	2	0	7	0	0
Tchaïkovski / Tchatche Haut Squid	11	0.353		4	0	0	0
New York / Nouilles Orc O.K.	9	0.308		1	1	0	0
cuir / cuire	1	0.8		4	0	0	0
gold finger / coal finger	3	0.7	3	0	6	0	0
gold finger / all fingers	4	0.6	9	0	0	0	0
gold digger / old digger	1	0.9		0	9	0	0

C. Phonèmes

Pair a / b	Phonemes a′	Phonemes b′	|a′| = tokens	|b′| = tokens	dp = Levenshtein on phonemes	hp = 1 − dp / max(|a′|,|b′|)
anus / Janus	eɪ n ə s	dʒ eɪ n ə s	4	5	1	0.8
stud chic / turd shit	s t ʌ d ʃ iː k	t ɜː d ʃ ɪ t	7	6	4	0.429
Trump / Drump	t ɹ ʌ m p	d ɹ ʌ m p	5	5	1	0.8
wheat / weak T	w iː t	w iː k t iː	3	5	2	0.6
rode / road	ɹ oʊ d	ɹ oʊ d	3	3	0	1
Resident Evil / P’rezident evil	ɹ ɛ z ɪ d ə n t ɛ v ɪ l	p ɹ ɛ z ɪ d ə n t ɛ v ɪ l	12	13	1	0.923
oligarch / Zoiligarch	ɒ l ɪ ɡ ɑː k	z ɔɪ l ɪ ɡ ɑː k	6	7	2	0.714
pharaonic / Faraonic	f ɛ ɹ eɪ ɒ n ɪ k	f ɑː ɹ ə ɒ n ɪ k	8	8	2	0.75
asset / ass set	æ s ɛ t	æ s ɛ t	4	4	0	1
mousquetaires / mousquets tairent	m u s k ə t ɛ ʁ	m u s k ɛ t ɛ ʁ	8	8	1	0.875
word combinatorics / combinatorics on words	w ɜː d k ɒ m b ɪ n ə t ɔː ɹ ɪ k s	k ɒ m b ɪ n ə t ɔː ɹ ɪ k s ɒ n w ɜː d z	16	19	9	0.526
shark / snack	ʃ ɑː k	s n æ k	3	4	3	0.25
Snark / shnarck	s n ɑː k	ʃ n ɑː k	4	4	1	0.75
snack attacks / knack at tacks	s n æ k ə t æ k s	n æ k ə t t æ k s	9	9	2	0.778
blunder / blender	b l ʌ n d ə	b l ɛ n d ə	6	6	1	0.833
combine / comb in	k ɔ̃ b i n	k ɔ̃ b i n	5	5	0	1
Putin / pute in	p y t ɛ̃	p y t ɪ n	4	5	2	0.6
parking / part king	p a ʁ k i ŋ	p a ʁ k i ŋ	6	6	0	1
Budapest / Bubba test	b uː d ə p ɛ s t	b ʌ b ə t ɛ s t	8	8	3	0.625
Budapest / Buddha Peste Est	b y d a p ɛ s t	b u d a p ɛ s t ɛ	8	9	2	0.778
Budapest / Bubba pest test	b uː d ə p ɛ s t	b ʌ b ə p ɛ s t t ɛ s t	8	12	6	0.5
Testament of Solomon / Test Solo	t ɛ s t ə m ə n t ə v s ɒ l ə m ə n	t ɛ s t s oʊ l oʊ	18	8	12	0.333
Beelzebul / Beelzebulb	b iː ɛ l z ə b ʌ l	b iː ɛ l z ə b ʌ l b	9	10	1	0.9

Pair a / b	Phonemes a′	Phonemes b′	|a′| = tokens	|b′| = tokens	dp = Levenshtein on phonemes	hp = 1 − dp / max(|a′|,|b′|)
Beale / bile	b iː l	b aɪ l	3	3	1	0.667
smarty pants / smarties pants	s m ɑː t i p æ n t s	s m ɑː t i z p æ n t s	10	11	1	0.909
Hollywood / Holowood	h ɒ l i w ʊ d	h ɒ l oʊ w ʊ d	7	7	1	0.857
studio / stud idiot	s t j uː d i oʊ	s t ʌ d ɪ d i ə t	7	9	5	0.444
phacochère / facho chère	f a k o ʃ ɛ ʁ	f a ʃ o ʃ ɛ ʁ	7	7	1	0.857
Air Force One / air fart one	ɛ ɹ f ɔː s w ʌ n	ɛ ɹ f ɑː t w ʌ n	8	8	2	0.75
spaceship / space shit	s p eɪ s ʃ ɪ p	s p eɪ s ʃ ɪ t	7	7	1	0.857
fleet / feet	f l iː t	f iː t	4	3	1	0.75
boar / board	b ɔː	b ɔː d	2	3	1	0.667
board / bored	b ɔː d	b ɔː d	3	3	0	1
hoarder / horde	h ɔː d ə	h ɔː d	4	3	1	0.75
propaganda / hahaganda	p ɹ ɒ p ə ɡ æ n d ə	h ɑː h ɑː ɡ æ n d ə	10	9	5	0.5
propaganda / hahadadaganda	p ɹ ɒ p ə ɡ æ n d ə	h ɑː h ɑː d ɑː d ɑː ɡ æ n d ə	10	13	8	0.385
propaganda / hahacacaganda	p ɹ ɒ p ə ɡ æ n d ə	h ɑː h ɑː k ɑː k ɑː ɡ æ n d ə	10	13	8	0.385
chummy / choumy	tʃ ʌ m i	ʃ u m i	4	4	2	0.5
cacophonie / cacaphonie	k a k ɔ f ɔ n i	k a k a f ɔ n i	8	8	1	0.875
Nutcracker / Mud Cracker	n ʌ t k ɹ æ k ɚ	m ʌ d k ɹ æ k ɚ	8	8	2	0.75
Tchaïkovski / Tchatche Haut Squid	tʃ a i k ɔ f s k i	tʃ a tʃ o s k i d	9	8	5	0.444
New York / Nouilles Orc O.K.	n j uː j ɔː k	n u j ɔ ʁ k o k ɛ	6	9	6	0.333
cuir / cuire	k ɥ i ʁ	k ɥ i ʁ	4	4	0	1
gold finger / coal finger	ɡ oʊ l d f ɪ ŋ ɡ ɚ	k oʊ l f ɪ ŋ ɡ ɚ	9	8	2	0.778
gold finger / all fingers	ɡ oʊ l d f ɪ ŋ ɡ ɚ	ɔː l f ɪ ŋ ɡ ɚ z	9	8	4	0.556
gold digger / old digger	ɡ oʊ l d ɪ ɡ ɚ	oʊ l d ɪ ɡ ɚ	7	6	1	0.857

D. Comparaison des deux niveaux

Pair a / b	ho = 1 − do / max(|a|,|b|)	hp = 1 − dp / max(|a′|,|b′|)	hp − ho	Perfect homophone [hp = 1]	Hamming on phonemes (equal length)	Edit type
anus / Janus	0.8	0.8	0	0		insertion
stud chic / turd shit	0.5	0.429	-0.071	0		mixed
Trump / Drump	0.8	0.8	0	0	1	substitution
wheat / weak T	0.6	0.6	0	0		insertion
rode / road	0.5	1	0.5	1	0	homophone
Resident Evil / P’rezident evil	0.846	0.923	0.077	0		insertion
oligarch / Zoiligarch	0.8	0.714	-0.086	0		mixed
pharaonic / Faraonic	0.778	0.75	-0.028	0	2	substitution
asset / ass set	0.833	1	0.167	1	0	homophone
mousquetaires / mousquets tairent	0.75	0.875	0.125	0	1	substitution
word combinatorics / combinatorics on words	0.45	0.526	0.076	0		mixed
shark / snack	0.6	0.25	-0.35	0		mixed
Snark / shnarck	0.714	0.75	0.036	0	1	substitution
snack attacks / knack at tacks	0.917	0.778	-0.139	0	5	mixed
blunder / blender	0.857	0.833	-0.024	0	1	substitution
combine / comb in	0.857	1	0.143	1	0	homophone
Putin / pute in	0.833	0.6	-0.233	0		mixed
parking / part king	0.875	1	0.125	1	0	homophone
Budapest / Bubba test	0.667	0.625	-0.042	0	3	substitution
Budapest / Buddha Peste Est	0.571	0.778	0.206	0		mixed
Budapest / Bubba pest test	0.538	0.5	-0.038	0		mixed
Testament of Solomon / Test Solo	0.444	0.333	-0.111	0		mixed
Beelzebul / Beelzebulb	0.9	0.9	0	0		insertion

Pair a / b	ho = 1 − do / max(|a|,|b|)	hp = 1 − dp / max(|a′|,|b′|)	hp − ho	Perfect homophone [hp = 1]	Hamming on phonemes (equal length)	Edit type
Beale / bile	0.6	0.667	0.067	0	1	substitution
smarty pants / smarties pants	0.769	0.909	0.14	0		insertion
Hollywood / Holowood	0.778	0.857	0.079	0	1	substitution
studio / stud idiot	0.667	0.444	-0.222	0		mixed
phacochère / facho chère	0.7	0.857	0.157	0	1	substitution
Air Force One / air fart one	0.727	0.75	0.023	0	2	substitution
spaceship / space shit	0.889	0.857	-0.032	0	1	substitution
fleet / feet	0.8	0.75	-0.05	0		deletion
boar / board	0.8	0.667	-0.133	0		insertion
board / bored	0.6	1	0.4	1	0	homophone
hoarder / horde	0.714	0.75	0.036	0		deletion
propaganda / hahaganda	0.6	0.5	-0.1	0		mixed
propaganda / hahadadaganda	0.462	0.385	-0.077	0		mixed
propaganda / hahacacaganda	0.462	0.385	-0.077	0		mixed
chummy / choumy	0.667	0.5	-0.167	0	2	substitution
cacophonie / cacaphonie	0.9	0.875	-0.025	0	1	substitution
Nutcracker / Mud Cracker	0.8	0.75	-0.05	0	2	substitution
Tchaïkovski / Tchatche Haut Squid	0.353	0.444	0.092	0		mixed
New York / Nouilles Orc O.K.	0.308	0.333	0.026	0		mixed
cuir / cuire	0.8	1	0.2	1	0	homophone
gold finger / coal finger	0.7	0.778	0.078	0		mixed
gold finger / all fingers	0.6	0.556	-0.044	0		mixed
gold digger / old digger	0.9	0.857	-0.043	0		deletion

E. Écriture imprimée et découpage en mots

Pair a / b	a as printed	b as printed	Words in a	Words in b	Word count changes [1/0]
anus / Janus	anus	Janus	1	1	0
stud chic / turd shit	stud chic	turd shit	2	2	0
Trump / Drump	Trump	Drump	1	1	0
wheat / weak T	wheat	weak T	1	2	1
rode / road	rode	road	1	1	0
Resident Evil / P’rezident evil	Resident Evil	P’rezident evil	2	2	0
oligarch / Zoiligarch	oligarch	Zoiligarch	1	1	0
pharaonic / Faraonic	pharaonic	Faraonic	1	1	0
asset / ass set	asset	ass set	1	2	1
mousquetaires / mousquets tairent	mousquetaires	mousquets tairent	1	2	1
word combinatorics / combinatorics on words	word combinatorics	combinatorics on words	2	3	1
shark / snack	shark	snack	1	1	0
Snark / shnarck	Snark	shnarck	1	1	0
snack attacks / knack at tacks	snack attacks	knack at tacks	2	3	1
blunder / blender	blunder	blender	1	1	0
combine / comb in	combine	comb in	1	2	1
Putin / pute in	Putin	pute in	1	2	1
parking / part king	parking	part king	1	2	1
Budapest / Bubba test	Budapest	Bubba test	1	2	1
Budapest / Buddha Peste Est	Budapest	Buddha Peste Est	1	3	1
Budapest / Bubba pest test	Budapest	Bubba pest test	1	3	1
Testament of Solomon / Test Solo	Testament of Solomon	Test Solo	3	2	1
Beelzebul / Beelzebulb	Beelzebul	Beelzebulb	1	1	0

Pair a / b	a as printed	b as printed	Words in a	Words in b	Word count changes [1/0]
Beale / bile	Beale	bile	1	1	0
smarty pants / smarties pants	smarty pants	smarties pants	2	2	0
Hollywood / Holowood	Hollywood	Holowood	1	1	0
studio / stud idiot	studio	stud idiot	1	2	1
phacochère / facho chère	phacochère	facho chère	1	2	1
Air Force One / air fart one	Air Force One	air fart one	3	3	0
spaceship / space shit	spaceship	space shit	1	2	1
fleet / feet	fleet	feet	1	1	0
boar / board	boar	board	1	1	0
board / bored	board	bored	1	1	0
hoarder / horde	hoarder	horde	1	1	0
propaganda / hahaganda	propaganda	hahaganda	1	1	0
propaganda / hahadadaganda	propaganda	hahadadaganda	1	1	0
propaganda / hahacacaganda	propaganda	hahacacaganda	1	1	0
chummy / choumy	chummy	choumy	1	1	0
cacophonie / cacaphonie	cacophonie	cacaphonie	1	1	0
Nutcracker / Mud Cracker	Nutcracker	Mud Cracker	1	2	1
Tchaïkovski / Tchatche Haut Squid	Tchaïkovski	Tchatche Haut Squid	1	3	1
New York / Nouilles Orc O.K.	New York	Nouilles Orc O.K.	2	3	1
cuir / cuire	cuir	cuire	1	1	0
gold finger / coal finger	gold finger	coal finger	2	2	0
gold finger / all fingers	gold finger	all fingers	2	2	0
gold digger / old digger	gold digger	old digger	2	2	0

F. Synthèse des tableaux. Les trois tableaux reposent sur un seul ensemble d’indices S et sur cinq applications définies sur S. Chaque effectif et chaque moyenne ci-dessous est l’un des quatre opérateurs du tableau F0 appliqué à une partie de S. Les valeurs sont inchangées ; seule la formulation a été rendue exacte, les noms de fonctions de tableur étant remplacés par leur expression mathématique.

F0. Définitions et expression utilisée

N°	Symbole	Définition et expression
F0.1	Σ, Π, Σ*, Π*	Alphabet des lettres Σ et alphabet des phonèmes Π ; Σ* et Π* sont les monoïdes libres qu’ils engendrent. Pour z dans Σ*, |z| désigne sa longueur.
F0.2	ψ(z)	Vecteur de Parikh de z, dans ℕΣ : ψ(z)(c) = nombre d’occurrences de la lettre c dans z. Deux mots sont anagrammes exactement lorsque leurs vecteurs de Parikh coïncident.
F0.3	dlev(u, v)	Distance de Levenshtein : nombre minimal d’insertions, de suppressions et de substitutions d’un symbole menant de u à v.
F0.4	φ : Σ* → Π*	Transcription phonétique, qui envoie un mot écrit sur sa suite de phonèmes.
F0.5	S, N, (ai, bi)	S est l’ensemble fini des indices des couples notés et N = |S|. Chaque indice i de S porte le couple ordonné (ai, bi) dans Σ* × Σ* : ai est la forme de départ, bi la forme obtenue.
F0.6	ho : S → [0, 1]	Score orthographique. ho(i) = 1 − dlev(ai, bi) / max(|ai|, |bi|). La normalisation par la plus grande longueur place la valeur dans [0, 1], et ho(i) = 1 si et seulement si ai = bi.
F0.7	hp : S → [0, 1]	Score phonétique. hp(i) = 1 − dlev(φ(ai), φ(bi)) / max(|φ(ai)|, |φ(bi)|), avec hp(i) = 1 si et seulement si φ(ai) = φ(bi), c’est-à-dire exactement pour les homophones.
F0.8	λ, σ, κ	Les trois étiquetages, vus comme des applications sur S : langue λ : S → {fr, en, mix}, statut σ : S → {printed, evident}, nature κ : S → {name, word}. Chacun partitionne S, puisque chacun est une application définie sur S tout entier.
F0.9	S(P)	Opérateur de sélection. Pour un prédicat P sur S, S(P) = { i ∈ S : P(i) }. Il remplace tous les ensembles improvisés de l’ancien tableau.
F0.10	|A| = ∑i ∈ S 1A(i)	Opérateur de dénombrement. Le cardinal de A ⊆ S est la somme sur S de sa fonction caractéristique 1A. Chaque effectif des trois tableaux est ce seul opérateur appliqué à un ensemble sélectionné.
F0.11	h̄o(T), h̄p(T)	Opérateur de moyenne, pour une partie non vide T ⊆ S : h̄o(T) = (1 / |T|) ∑i ∈ T ho(i), et de même h̄p(T). Les dix-huit moyennes conditionnelles de l’ancien tableau sont cette définition unique en dix-huit arguments, et non dix-huit formules.
F0.12	uo, up	Les familles centrées sur S : uo(i) = ho(i) − h̄o(S) et up(i) = hp(i) − h̄p(S), vues comme vecteurs de ℝS muni du produit scalaire usuel ⟨u, v⟩ = ∑i ∈ S u(i) · v(i).
F0.13	w(z)	Nombre de mots de z, comme coordonnée de Parikh : w(z) = 1 + ψ(z)(espace), soit le nombre d’espaces de z augmenté de un. Un redécoupage ou une fusion est un changement de ce seul entier.
F0.14	Op(i)	Multi-ensemble des opérations élémentaires d’un alignement minimal de ai sur bi, de cardinal |Op(i)| = dlev(ai, bi). Chaque opération est d’un des trois types : insertion, suppression, substitution.
F0.15	τ	Type d’édition, quatrième étiquetage, à règle de priorité : τ(i) = homophone si hp(i) = 1 ; sinon τ(i) = insertion, deletion ou substitution lorsque toutes les opérations de Op(i) sont de ce seul type, et τ(i) = mixed lorsque Op(i) réunit au moins deux types. Ici la priorité est strictement active : aucun couple ne vérifie ho(i) = 1, donc les six homophones ont tous un Op(i) non vide et recevraient sinon un second type.
F0.16	π : S → ℕ	Application de pagination : π(i) est la page où figure le couple i. Ses fibres S(π = p) partitionnent S, et son image π(S) est l’ensemble des pages effectivement occupées.

F1. Effectif et les deux scores sur S tout entier

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F1.1	Nombre de couples notés : N = |S|	46	exact
F1.2	Score orthographique moyen : h̄o(S) = (1 / N) ∑i ∈ S ho(i)	0,696	rationnel
F1.3	Score phonétique moyen : h̄p(S) = (1 / N) ∑i ∈ S hp(i)	0,709	rationnel
F1.4	Plus petit score phonétique : mini ∈ S hp(i)	0,250	1 / 4, à confirmer
F1.5	Corrélation des deux scores, comme cosinus de l’angle des familles centrées : r = ⟨uo, up⟩ / √( ⟨uo, uo⟩ · ⟨up, up⟩ )	0,704	dans [−1, 1]

F2. Scores parfaits et comparaison des deux scores

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F2.1	Homophones parfaits : |S(hp = 1)|, soit les couples vérifiant φ(ai) = φ(bi)	6	exact
F2.2	Graphie identique : |S(ho = 1)|, soit les couples vérifiant ai = bi. Correction : l’ancien intitulé « lettres identiques » désigne les anagrammes ; il s’agit ici d’homographes, et ce lot n’en contient aucun	0	exact
F2.3	Score phonétique le plus grand : |S(hp > ho)|	20	exact
F2.4	Score orthographique le plus grand : |S(ho > hp)|	22	exact
F2.5	Ligne ajoutée. Les deux scores égaux : |S(ho = hp)| = N − |S(hp > ho)| − |S(ho > hp)|, troisième classe de la trichotomie, omise dans l’ancien tableau	4	46 − 20 − 22

F3. Par langue : les fibres de λ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F3.1	|S(λ = fr)|	8	exact
F3.2	h̄o(S(λ = fr))	0,723	rationnel
F3.3	h̄p(S(λ = fr))	0,804	rationnel
F3.4	|S(λ = fr et hp = 1)|	2	exact
F3.5	|S(λ = en)|	35	exact
F3.6	h̄o(S(λ = en))	0,697	rationnel
F3.7	h̄p(S(λ = en))	0,696	rationnel
F3.8	|S(λ = en et hp = 1)|	3	exact
F3.9	|S(λ = mix)|	3	exact
F3.10	h̄o(S(λ = mix))	0,611	rationnel
F3.11	h̄p(S(λ = mix))	0,611	rationnel
F3.12	|S(λ = mix et hp = 1)|	1	exact

F4. Par statut : les fibres de σ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F4.1	|S(σ = printed)|	23	exact
F4.2	h̄o(S(σ = printed))	0,686	rationnel
F4.3	h̄p(S(σ = printed))	0,728	rationnel
F4.4	|S(σ = printed et hp = 1)|	5	exact
F4.5	|S(σ = evident)|	23	exact
F4.6	h̄o(S(σ = evident))	0,706	rationnel
F4.7	h̄p(S(σ = evident))	0,691	rationnel
F4.8	|S(σ = evident et hp = 1)|	1	exact
F4.9	Ligne ajoutée. Les deux statuts ont ici le même effectif : |S(σ = printed)| = |S(σ = evident)| = N / 2	23 = 23	46 / 2

F5. Par nature : les fibres de κ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F5.1	|S(κ = name)|	16	exact
F5.2	h̄o(S(κ = name))	0,654	rationnel
F5.3	h̄p(S(κ = name))	0,662	rationnel
F5.4	|S(κ = name et hp = 1)|	0	exact
F5.5	|S(κ = word)|	30	exact
F5.6	h̄o(S(κ = word))	0,719	rationnel
F5.7	h̄p(S(κ = word))	0,735	rationnel
F5.8	|S(κ = word et hp = 1)|	6	exact
F5.9	Ligne ajoutée. Tous les homophones sont de nature word : S(hp = 1) ⊆ S(κ = word), puisque F5.4 est nul	6 = 6	exact

F6. Relations structurelles à l’intérieur d’un couple

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F6.1	Couples anagrammes, par égalité des vecteurs de Parikh : |S(ψ(ai) = ψ(bi) et ai ≠ bi)|	0	exact
F6.2	Couples à une transposition adjacente : |S(∃ u, v ∈ Σ*, ∃ x, y ∈ Σ, x ≠ y, ai = uxyv et bi = uyxv)|	0	exact
F6.3	Couples dont le nombre de mots change, redécoupage ou fusion : |S(w(ai) ≠ w(bi))|	18	18 / 46
F6.4	Ligne ajoutée. Les deux premières classes sont vides : ce lot ne contient ni anagramme ni transposition adjacente, contrairement au lot précédent. Le redécoupage est donc ici le seul procédé structurel attesté	0 et 0	∅

F7. Types d’édition : les fibres de τ

N°	Effectif (formulation mathématique)	Valeur	Part de N
F7.1	|S(τ = homophone)| = |S(hp = 1)|, classe prioritaire	6	6 / 46
F7.2	|S(τ = insertion)| : Op(i) ne contient que des insertions	6	6 / 46
F7.3	|S(τ = deletion)| : Op(i) ne contient que des suppressions	3	3 / 46
F7.4	|S(τ = substitution)| : Op(i) ne contient que des substitutions	14	14 / 46
F7.5	|S(τ = mixed)| : Op(i) réunit au moins deux types	17	17 / 46
F7.6	Somme des cinq classes : ∑t |S(τ = t)| = N, puisque τ est une application définie sur S tout entier	46	46 / 46
F7.7	Ligne ajoutée. Les quatre classes orthographiques ne décrivent que le complémentaire des homophones : 6 + 3 + 14 + 17 = N − |S(hp = 1)|. Toute proportion « parmi les non-homophones » se prend donc sur 40, non sur 46	40	46 − 6
F7.8	Réserve à porter dans le texte. Insertion et suppression s’échangent quand on échange ai et bi : l’écart entre 6 et 3 mesure la convention d’orientation du couple, et non une propriété des jeux de mots	6 contre 3	non symétrique
F7.9	Réserve à porter dans le texte. Un alignement minimal n’est pas toujours unique : τ n’est bien définie qu’une fois fixé un alignement minimal canonique, faute de quoi un même couple peut relever de deux classes	—	à fixer

F8. Répartition par page : les fibres de π

N°	Effectif de la fibre (formulation mathématique)	Valeur	Part de N
F8.1	|S(π = 37)|	1	1 / 46
F8.2	|S(π = 38)|	1	1 / 46
F8.3	|S(π = 43)|	3	3 / 46
F8.4	|S(π = 45)|	6	6 / 46
F8.5	|S(π = 53)|	8	8 / 46
F8.6	|S(π = 54)|	6	6 / 46
F8.7	|S(π = 55)|	9	9 / 46
F8.8	|S(π = 56)|	9	9 / 46
F8.9	|S(π = 57)|	3	3 / 46
F8.10	Ligne ajoutée. Nombre de pages occupées : |π(S)|	9	exact
F8.11	Ligne ajoutée. Étendue : min π(S) = 37 et max π(S) = 57, soit 21 pages consécutives	37 à 57	21 pages
F8.12	Ligne ajoutée. Pages vides de l’étendue : { p : 37 ≤ p ≤ 57 } − π(S) = {39, 40, 41, 42, 44, 46, 47, 48, 49, 50, 51, 52}	12	21 − 9
F8.13	Ligne ajoutée. Nombre moyen de couples par page occupée : N / |π(S)|	5,111	46 / 9
F8.14	Ligne ajoutée. Fibre maximale : maxp |S(π = p)|, atteinte aux pages 55 et 56	9	9 / 46
F8.15	Ligne ajoutée. Concentration : ∑53 ≤ p ≤ 57 |S(π = p)| = 35, soit plus des trois quarts des couples sur cinq pages consécutives, les quatre pages antérieures n’en portant que 11	35	35 / 46

F9. Relations vérifiées par les trois tableaux, comme contrôles

N°	Relation (formulation mathématique)	Valeur	Verdict
F9.1	Chaque étiquetage partitionne S, donc les tailles des fibres somment à N : 8 + 35 + 3 = 23 + 23 = 16 + 30 = N	46	vérifiée
F9.2	Une moyenne est la moyenne pondérée des moyennes de ses fibres : h̄o(S) = (1 / N) ∑T |T| · h̄o(T), sur les fibres T d’un même étiquetage	0,696	vérifiée pour les trois
F9.3	De même pour le score phonétique : h̄p(S) = (1 / N) ∑T |T| · h̄p(T)	0,709	vérifiée au millième près
F9.4	L’effectif des homophones se répartit selon chaque étiquetage : 2 + 3 + 1 = 5 + 1 = 0 + 6 = |S(hp = 1)|	6	vérifiée
F9.5	Une graphie identique impose un son identique, donc S(ho = 1) ⊆ S(hp = 1) : ici l’inclusion est triviale, l’ensemble de gauche étant vide	0 ≤ 6	vérifiée, trivialement
F9.6	Une transposition adjacente conserve le vecteur de Parikh et change le mot, donc F6.2 ⊆ F6.1 : les deux ensembles sont vides, et aucun couple n’est à compter deux fois, à la différence du lot précédent	0 ≤ 0	vérifiée
F9.7	La trichotomie est complète : |S(hp > ho)| + |S(ho > hp)| + |S(ho = hp)| = N	20 + 22 + 4	vérifiée une fois F2.5 ajoutée
F9.8	Les cinq types d’édition partitionnent S : 6 + 6 + 3 + 14 + 17 = N	46	vérifiée
F9.9	La classe prioritaire coïncide avec les homophones de F2.1 : S(τ = homophone) = S(hp = 1)	6 = 6	vérifiée
F9.10	Les quatre classes orthographiques couvrent exactement le complémentaire des homophones : 40 = N − 6	40 = 40	vérifiée
F9.11	Les fibres de la pagination partitionnent S : ∑p ∈ π(S) |S(π = p)| = N	46	vérifiée
F9.12	Les trois découpages indépendants donnent le même total : étiquetages, types d’édition et pagination somment chacun à N	46	vérifiée

Comment lire les tableaux des jeux de mots de la troisième bis analyse en combinatoire des mots ?

Chaque ligne des tableaux précédents est un couple (a, b) : a est le mot original, b le jeu de mots. Il est mesuré deux fois avec la même règle : sur les lettres (indice o, ce que l’œil voit) et sur les phonèmes (indice p, ce que l’oreille entend), a′ et b′ étant les transcriptions phonétiques de a et de b. Les tableaux A à E découpent les colonnes de la feuille en groupes ; chacun répète la colonne « Pair a / b » et son en-tête, et le tableau F résume l’ensemble.

Formules

Soit d la distance d’édition (nombre minimal d’insertions, suppressions et substitutions de coût 1 pour passer d’une chaîne à l’autre), et |x| la longueur d’une chaîne :

d_o = d(a, b),    d_p = d(a′, b′)

h_o = 1 − d_o / max(|a|, |b|),    h_p = 1 − d_p / max(|a′|, |b′|)

Δ = h_p − h_o ∈ [−1, 1]

Les deux forces h_o et h_p sont des nombres rationnels de l’intervalle [0, 1] ; la valeur 1 n’est atteinte que si les deux chaînes comparées sont identiques. Ainsi h_p = 1 signale un homophone parfait (a′ = b′) et Δ > 0 un jeu de mots qui ressemble plus à l’oreille qu’à l’œil. Exemple : fin / faim. Lettres : d_o = 2 et max(3, 4) = 4, donc h_o = 0,5 ; phonèmes : « f ɛ̃ » dans les deux cas, d_p = 0, donc h_p = 1 et Δ = 0,5.

Le type d’édition (colonne X) se lit sur les phonèmes. En notant q = |a′|, r = |b′|, k = d_p et m la distance de Hamming sur les phonèmes (nombre de positions différentes, définie si q = r), les tests sont appliqués dans l’ordre :

« homophone » si k = 0 ; « insertion » si r − q = k ; « deletion » si q − r = k ; « substitution » si q = r et m = k ; « mixed » sinon.

Colonnes

Tableau	Colonne(s)	En-tête dans le tableau	Contenu et expression mathématique
A	A	Pair a / b	Étiquette du couple (a, b)
A	B, C, D, Y	Page, Status, Lang, Kind	Numéro de page ; étiquettes « evident » ou « printed », « fr », « en » ou « mix », « name » ou « word »
A	E, F	Letters a, Letters b	ν(a), ν(b) : lettres normalisées (minuscules, sans accents, espaces, traits d’union, apostrophes ni points de suspension)
A	G, H	|a| = LEN(a), |b| = LEN(b)	Nombres de lettres |a| et |b|
B	I, J	do, ho	do = d(a, b) ; ho = 1 − do / max(|a|, |b|)
B	K	Hamming on letters	mo = |{ i : ai ≠ bi }|, vide si |a| ≠ |b|
B	L, M	p(a,b), s(a,b)	Plus longs préfixe et suffixe communs, en nombre de lettres
B	N	anagrams [1/0]	1 si a et b ont les mêmes lettres avec les mêmes multiplicités, sinon 0
B	Z	one adjacent swap [1/0]	1 si a ≠ b et si b s’obtient en échangeant deux lettres consécutives de a, sinon 0
C	O, P	Phonemes a′, b′	a′ = τ(a), b′ = τ(b) : suites de symboles phonétiques (un symbole = un jeton)
C	Q, R	|a′|, |b′| = tokens	Nombres de jetons |a′| et |b′|
C	S, T	dp, hp	dp = d(a′, b′) ; hp = 1 − dp / max(|a′|, |b′|)
D	J, T	ho, hp (rappel)	Mêmes valeurs que ci-dessus, répétées pour la comparaison
D	U, V	hp − ho, perfect homophone	Δ = hp − ho ; [hp = 1] (crochet d’Iverson : 1 si vrai, 0 sinon)
D	W, X	Hamming on phonemes, Edit type	m comme ci-dessus (vide si q ≠ r) ; type d’édition défini plus haut
E	AA, AB	a as printed, b as printed	Les deux chaînes telles qu’elles sont imprimées, avant normalisation
E	AC, AD	Words in a, Words in b	Nombres de mots w(a), w(b) : blocs séparés par des espaces dans la forme imprimée
E	AE	Word count changes [1/0]	[w(a) ≠ w(b)] : 1 si le jeu de mots découpe ou fusionne des mots, sinon 0

Tableau F : statistiques

Avec N = 46 couples, indexés par i, les moyennes et la corrélation de Pearson sont :

h̄_o = (1/N) ∑_i=1^N h_o,i,    h̄_p = (1/N) ∑_i=1^N h_p,i

r = ∑_i (h_o,i − h̄_o)(h_p,i − h̄_p) / √( ∑_i (h_o,i − h̄_o)² · ∑_i (h_p,i − h̄_p)² )

Les lignes « Mean … language / status / kind » sont les mêmes moyennes calculées sur les couples d’une catégorie (AVERAGEIF), et « Perfect homophones … » est la somme de [h_p = 1] sur cette catégorie (SUMIF).

Repères pour ces données

Quantité	Valeur
Couples (pages 37 à 57)	N = 46 : 8 en français, 35 en anglais, 3 mixtes ; 16 noms, 30 mots
Homophones parfaits (hp = 1)	6
Lettres identiques (ho = 1)	0
Moyennes ho et hp	0,696 et 0,709
Corrélation de Pearson r	0,704
Plus faible hp	0,250 : shark / snack (dp = 3 sur 4 jetons)
Δ minimal et maximal	−0,350 (shark / snack) et 0,500 (rode / road)
Types d’édition	6 homophones, 6 insertions, 3 deletions, 14 substitutions, 17 mixed (total 46)
Anagrammes (a ≠ b)	0
Échange de deux lettres consécutives	0
Changements du nombre de mots	18 couples sur 46, par exemple wheat / weak T, asset / ass set, mousquetaires / mousquets tairent

Conventions. Les valeurs sont arrondies à 3 décimales avec le point décimal du classeur. Une cellule vide dans une colonne de Hamming signifie que les deux chaînes n’ont pas la même longueur. Les tableaux des lots suivants conservent exactement la même présentation et les mêmes définitions : seules changent les données et les chiffres du tableau F.

TROISIÈME BIS TABLEAU DU RÉSUMÉ D’ANALYSE EN COMBINATOIRE DES MOTS DES JEUX DE MOTS DE L’ENSEMBLE DU TEXTE PRÉCÉDENT

Figure 1. Force de chaque couple sur les lettres (hₒ) et sur les sons (hₚ). Six couples sont des homophones parfaits (hₚ = 1) ; shark / snack est le plus faible (hₚ = 0,25).

Diagramme en haltères des 46 couples des pages 37 à 57, triés par force sur les phonèmes ; les points bleus donnent la force sur les lettres, les points orange la force sur les phonèmes.

Figure 2. hₒ contre hₚ, corrélation de Pearson r = 0,704 sur 46 couples. rode / road est le plus au-dessus de la diagonale (Δ = 0,5), shark / snack le plus en dessous (Δ = −0,35). Aucun couple n’a des lettres identiques (hₒ = 1).

Nuage de points de la force sur les lettres contre la force sur les phonèmes, avec la diagonale ; les six homophones parfaits sont des losanges orange sur la droite hₚ = 1.

Figure 3. Types d’édition sur les phonèmes et moyennes de hₒ et de hₚ pour chaque type.

Deux diagrammes en barres : nombre de couples par type d’édition (homophone 6, insertion 6, suppression 3, substitution 14, mixte 17) et forces moyennes par type.

Figure 4. Forces moyennes par langue (français 8, anglais 35, mixte 3), par statut (imprimé 23, évident 23) et par nature (nom 16, mot 30). Parmi les six homophones parfaits, deux sont en français, trois en anglais et un mixte ; cinq sont imprimés, un seul évident ; aucun nom n’en est un.

Figure 5. Couples notés par page ; les pages 39 à 42, 44 et 46 à 52 n’en portent aucun.

Figure 6. Δ = hₚ − hₒ : le son est plus proche que l’œil pour 20 couples, l’œil plus proche pour 22, égalité pour 4.

TROISIÈME BIS TABLEAU DU RÉSUMÉ D’ANALYSE EN COMBINATOIRE DES MOTS DES JEUX DE MOTS DE L’ENSEMBLE DU TEXTE PRÉCÉDENT : L’efficacité des jeux de mots comme problème d’information, les tests que le texte peut trancher

1. Position

Une note précédente avait décrit les jeux de mots des pp. 37–57 (46 couples ; h_o moyen 0,696, h_p moyen 0,709 ; 6 homophonies parfaites). Celle-ci les traite comme un objet formel, avec la même méthode que pour les pp. 77–82, 1–15 et 16–36, et distingue deux sortes d’affirmations, de statut épistémique différent :

• Les affirmations côté signal portent sur le seul texte : distance de b à a, contexte nécessaire au décodage, agencement et relations des jeux de mots. Elles se définissent exactement, se calculent et se testent contre des hypothèses nulles. Huit sont traitées ci-dessous.
• Les affirmations côté réponse portent sur le rire, l’offense et la persuasion. Ce sont des propriétés d’un lecteur qui rencontre un texte. Aucun calcul sur le texte seul ne peut les établir. La science peut les écrire comme des fonctions explicites aux inconnues nommées, les ancrer à des résultats publiés et concevoir la mesure la moins coûteuse qui identifie ces inconnues.

Tout ce qui est calculé ici s’appuie sur les 46 couples des pp. 37–57, sur les 13 594 mots des 21 pages et, comme référence hors échantillon, sur les 636 couples des autres lots (dont les pp. 1–15, 16–36 et 77–82, déjà traitées avec la même méthode). Aucun lecteur n’a été mesuré : aucune phrase ci-dessous ne dit qu’un jeu de mots est drôle ; elles disent ce que la structure prédit et quelles prédictions ont survécu à un test. Un résultat se détache : la loi de minimalité articulatoire (L2), qui n’était pas soutenue aux pp. 16–36, l’est ici, sur l’ensemble des événements comme dans chaque sous-ensemble testable (4.1). Le placement des jeux de mots dans le texte est aussi très inégal (4.5).

2. Réduction du texte à l’essentiel

Couche	Objet	Taille	Obtention
0	Texte courant des pp. 37–57	13 594 mots	texte du PDF, 21 pages (la p. 37 ne porte que 165 mots ; les autres de 366 à 1 081)
1	Formes imprimées de jeux de mots	22 occurrences	première occurrence de la forme b, sur la page du couple
2	Chaînes normalisées distinctes	86	lettres seules, minuscules, sans accents
3	Couples (a, b) avec mesures	46	do, dp, ho, hp, type d’édition, statut, langue, nature
4	Relations entre couples	10 arêtes · 6 familles (14 couples) · 32 couples isolés	élément normalisé partagé (identité ou inclusion de ≥ 4 lettres) ; densité 0,010
5	Statut d’impression	23 imprimés · 23 évidents (non imprimés tels quels)	langue : 8 français, 35 anglais, 3 mixtes ; nature : 16 noms, 30 mots

La couche 5 compte pour le modèle : pour 23 couples sur 46, le lecteur doit fournir une forme ou un original que la page n’imprime pas. En termes de canal, le coût de décodage de ces couples est porté par la culture partagée, non par la page. Les familles sont petites (au plus 3 couples) : deux triangles (Budapest, propaganda), quatre paires ou chaînes, et le reste en jeux de mots isolés.

Figure 1. Structure relationnelle des 46 couples : 6 familles (deux triangles, Budapest et propaganda) et 32 couples isolés. Une arête est fortuite (combin dans combinatorics).

3. Le modèle

Un jeu de mots est un canal bruité dont le bruit fait partie du message. L’auteur envoie un original a à travers un canal de loi d’erreur connue ; le lecteur reçoit la forme b et peut décoder deux choses : b lu littéralement, et a retrouvé en corrigeant le bruit. L’humour, l’offense et la critique, s’il y en a, résident dans la différence d’information entre les deux décodages. Les définitions ci-dessous la rendent précise. La colonne « niveau » indique ce qu’il faut pour mesurer chaque grandeur : T = le texte, D = dictionnaires et corpus, H = réponses humaines. Dans les tableaux, a désigne la première forme de l’étiquette « a / b » du tableau PunSummary et b la seconde.

Symbole	Définition	Niveau
dp(a,b)	Distance de Levenshtein entre les chaînes de phonèmes ; hp = 1 − dp/max(|a′|,|b′|)	T (fait)
Canal	P(b|a) ∝ exp(−λ dp(a,b)), λ en nats par édition de phonème (2 par défaut ; 1 et 3 testés)	D
P(a|b)	Probabilité a posteriori sans contexte : f(a)·e−λk / [ f(b) + Σ f(w)·e−λ d(w,b) sur les w ≠ b tels que d(w,b) ≤ k ], f = fréquence du mot, k = dp(a,b) ; les homophones de b comptent à d = 0	D (fait, 10 couples)
Bn	−log₂[ P(a|b) / (1 − P(a|b)) ] : bits que le contexte doit ajouter pour que a l’emporte sur toute autre lecture de b (négatif quand a l’emporte déjà sans contexte)	D (fait)
Ha	Entropie des deux lectures concurrentes (a par le canal, b littéral) : 1 bit quand elles s’équilibrent (« ambiguïté » de Kao et al.)	D (fait)
S	−log₂[ f(b) / (somme de f(w) sur les w voisins lexicaux de a à distance ≤ k) ] : degré de rareté de b parmi les voisins lexicaux de a pondérés par la fréquence : le coût de recherche de l’auteur	D (fait)
Ss	−log₂ P₀(hp ≥ observé), P₀ = probabilité sous l’hypothèse nulle, face à des couples aléatoires de mots fréquents de même longueur	D (fait)
Be, Bk	Bits de a fournis par un écho dans le texte, et par la connaissance partagée de a	T en partie ; H
Décodabilité	a est retrouvé si et seulement si Be + Bk ≥ Bn	loi L1
Δ(a,b), v(Δ)	Le fragment modifié et sa valence dans [−3, +3] ; cible T ; reconnaissance ρ = P(T identifiée)	H
I, G	Incongruité I = −log₂ P(b|c) (surprise de b dans le contexte c) et gain de résolution G = log₂[ P(a|b,c) / P(a|b) ]	exige un modèle de langue
Réponses	Yr (drôlerie), Ym (grimace), Ya (changement d’attitude envers la cible)	H

Le modèle côté réponse est Y = F(H_a, caractère distinct, niveau de tabou, ρ, v, rang d’occurrence, public) avec F inconnue. L’ancrage publié pour les deux premiers arguments est Kao, Levy et Goodman : sur 235 phrases et 100 évaluateurs, l’ambiguïté corrélait avec la drôlerie à r = 0,33 et le caractère distinct à r = 0,21, expliquant ensemble R² = 0,145. Même une mesure parfaite de ces deux grandeurs laisse l’essentiel de la variance de la drôlerie ailleurs ; il faut s’attendre à un modèle modeste, avec un terme de public important.

4. Ce que le texte tranche

4.1 Minimalité articulatoire (loi L2) : résultat positif

Hypothèse. Quand l’auteur change un phonème, le remplaçant est articulatoirement proche de l’original. Méthode. Les phonèmes sont codés en vecteurs de traits panphon ; la distance entre deux segments est le nombre de traits changés (0,5 quand un trait n’est pas spécifié dans l’un des deux). L’hypothèse nulle remplace chaque phonème substitué par un phonème aléatoire de même classe (voyelle ou consonne) tiré parmi les symboles de la langue du couple, français ou anglais, car les deux inventaires diffèrent. Seuls les couples de type d’édition substitution servent, car leur alignement est sans ambiguïté.

Résultat dans les pp. 37–57. 20 événements dans 14 couples : moyenne observée 2,62 traits changés contre 3,86 attendus (p Monte-Carlo = 0,0002) : la loi est soutenue. 3 événements sur 20 seulement ne changent qu’un seul trait, mais 14 sur 20 sont au plus égaux à leur attente et 6 seulement la dépassent. Un événement par substitution distincte : 2,72 contre 3,76 (p = 0,003) ; couples imprimés : 8 événements dans 5 couples, 2,62 contre 3,90 (p = 0,011) ; couples anglais : 2,53 contre 3,97 (p = 0,0002). Les couples français (3 événements) sont trop peu nombreux pour un test à part, et les couples mixtes (2 événements) aussi. À la différence des pp. 16–36, aucun couple ne domine : le plus lourd, Budapest / Bubba test, apporte 3 événements sur 20. Hors échantillon, sur les 636 autres couples : 278 événements dans 176 couples, observé 3,31 contre 3,79 (z = −5,3 ; t par couple = −5,6) ; même signe dans 8 lots sur 11 (les pp. 16–36 sont l’un des trois lots de signe opposé) ; plus fort pour les consonnes (4,33 contre 5,08) que pour les voyelles (2,47 contre 2,72). L’écart des pp. 37–57 (−1,24 trait) est de même signe que l’écart hors échantillon (−0,47 trait) et environ deux fois et demie plus grand.

Lecture. Le résultat se répartit comme dans le corpus : les 10 événements consonantiques sont tous sous leur attente, sauf un qui l’égale (k→ʃ dans phacochère / facho chère : 5,5 contre 5,46), et souvent de beaucoup : t→d dans Trump / Drump et dans Nutcracker / Mud Cracker (1 trait contre 4,7), s→ʃ dans Snark / shnarck (2 contre 5,1), s→t dans Air Force One / air fart one (2 contre 5,1), p→t dans Budapest / Bubba test et spaceship / space shit (2,5 contre 4,8), n→m dans Nutcracker / Mud Cracker (2,5 contre 5,3). Les 10 événements vocaliques sont plus près de leur attente (5 au-dessus, 5 au-dessous), par exemple ɛ→ɑː dans pharaonic / Faraonic (4,5 contre 2,6). Autrement dit, l’auteur choisit presque toujours des consonnes voisines (voisement, lieu ou mode d’articulation proches) ; les voyelles sont moins contraintes, ce qui est aussi la tendance du corpus (2,47 contre 2,72). Réserves. Les transcriptions sont de moi ; l’hypothèse nulle utilise les symboles présents dans les données ; les événements d’un même couple ne sont pas indépendants (d’où le test par couple hors échantillon) ; les sous-ensembles ont été choisis parmi quatre découpages après coup, et le sous-ensemble français est trop petit pour conclure.

Figure 2. Chaque substitution des pp. 37–57 face à l’attente d’un remplacement aléatoire de même classe, et distribution nulle de la moyenne.

Figure 3. À gauche : le test sur les pp. 37–57, puis sur chaque autre lot. À droite : distribution de h_p des jeux de mots face à des couples aléatoires de mots anglais fréquents.

4.2 Le budget d’information d’un jeu de mots (lois L1, L4)

couple (a → b)	k	Zipf a / b	voisins de a	S (bits)	P(a|b) sans contexte	Bn (bits)	Ha (bits)
Q01 anus → janus	1	3,2 / 3,0	12	4,3	0,0723	3,7	0,69
Q03 trump → drump†	1	4,9 / 0,0	9	13,2	0,6776	−1,1	0,01
Q05 rode → road	0	3,9 / 5,2	5	0,1	0,0430	4,5	0,26
Q12 shark → snack	3	4,1 / 3,9	3296	13,7	0,0001	13,9	0,04
Q15 blunder → blender	1	3,1 / 3,4	7	1,5	0,0310	5,0	0,34
Q24 beale → bile	1	3,2 / 3,2	101	12,3	0,0003	12,0	0,51
Q31 fleet → feet	1	4,3 / 5,0	25	1,7	0,0084	6,9	0,19
Q32 boar → board	1	3,3 / 5,2	97	6,9	0,0011	9,9	0,02
Q33 board → bored	0	5,2 / 4,2	2	3,6	0,9168	−3,5	0,41
Q34 hoarder → horde	1	2,7 / 3,2	14	8,0	0,0005	11,0	0,22

† forme b absente de wordfreq (fréquence nulle remplacée par un plancher de 10⁻⁸) : pour ce couple, S mesure la rareté du plancher, non une sélection lexicale.

Lecture. Les 10 couples de mots anglais couvrent de −3,5 à 13,9 bits de contexte nécessaire (médiane 5,9). Deux sont négatifs : board → bored (−3,5), où les deux formes sont homophones mais où board est plus fréquent que bored, de sorte que a l’emporte déjà sans contexte ; et Trump → Drump (−1,1), où Drump n’est pas un mot : le canal n’a rien à corriger et l’effet tient à l’écart perçu, non à une ambiguïté lexicale. Quatre se décodent avec assez peu de contexte : anus → Janus (3,7 bits, Hₐ = 0,69, le plus équilibré), rode → road (4,5), blunder → blender (5,0) et fleet → feet (6,9). Quatre exigent beaucoup du contexte : boar → board (9,9), hoarder → horde (11,0), Beale → bile (12,0) et shark → snack (13,9 bits, k = 3 : aucun canal à bruit faible n’explique ce passage ; tout repose sur l’écho ou la culture partagée). Le coût de recherche S de l’auteur est le plus grand pour shark → snack (13,7 bits) et pour Trump → Drump (13,2, gonflé par le plancher de fréquence de Drump) ; il est le plus faible pour rode → road (0,1), blunder → blender (1,5) et fleet → feet (1,7). Les valeurs absolues de B_n dépendent des choix de modélisation (λ de 1 à 3, seuil du lexique) ; l’ordre grossier des couples est, lui, nettement plus stable que les valeurs. La direction a → b suit l’ordre de l’étiquette du tableau, ce qui compte pour B_n : l’inverse n’a pas été calculé. Seuls 10 couples sur 46 sont calculables ici (mots anglais simples présents dans le dictionnaire CMU, plus deux prononciations ajoutées à la main : Drump et hoarder) : les noms composés, les couples français et les couples de plusieurs mots ne le sont pas.

La similarité comme sélection. Parmi les couples anglais d’un seul mot du corpus, les jeux de mots se situent dans l’extrême queue de la distribution de similarité de couples aléatoires de mots fréquents (h_p moyen des couples aléatoires de 0,06 à 0,09) : la sélection coûte au moins 11,8 bits par jeu de mots en moyenne pour les 18 couples des pp. 37–57 concernés, et 11,8 bits pour les 159 des autres lots (bornes inférieures, fixées par le plancher de simulation) : le même coût, à un dixième de bit près. Le plus faible des pp. 37–57 est shark / snack (au moins 2,2 bits : c’est le couple le moins similaire, h_p = 0,25).

Figure 4. Coût de recherche S de l’auteur et contexte nécessaire B_n du lecteur pour les 10 couples de mots anglais.

4.3 Tolérance à la longueur, langues, noms et mots (loi L3)

Dans les pp. 37–57, l’édition absolue croît avec la longueur de l’original (Spearman +0,66, p de permutation < 0,001) et la similarité relative baisse (Spearman −0,31, p = 0,040) : les deux relations sont donc présentes, la seconde étant ici significative alors qu’elle ne l’était pas aux pp. 16–36. Sur les 636 autres couples, elles existent aussi (+0,57 et −0,16, p < 0,001). Les noms sont un peu plus déformés que les mots (h_p 0,662 contre 0,735, p = 0,27), même sens que dans les autres lots (0,652 contre 0,729, p < 0,001), mais l’effectif ne permet pas de conclure. Les jeux de mots français restent plus proches que les anglais : 0,804 contre 0,696 dans les pp. 37–57 (p = 0,18 ; 8 couples français seulement), 0,764 contre 0,699 dans les autres lots (p < 0,001). L’écart français–anglais est plus marqué ici (0,11) que dans le reste du corpus (0,07), comme aux pp. 16–36. Une lecture par la théorie du codage convient : un original long ou rare vit dans un code lexical clairsemé, où l’on peut corriger plus de bruit sans ambiguïté ; les mots courts et fréquents se pressent les uns contre les autres, si bien qu’une édition d’un seul phonème entre déjà en collision avec beaucoup de voisins. Le mécanisme lui-même (la densité de voisinage comme variable de contrôle) n’est pas encore testé.

Figure 5. h_p moyen selon la longueur de l’original, la langue et le type d’édition : pp. 37–57 contre les 636 autres couples.

Homophonie et langue. 6 couples sont des homophones parfaits : 2 sur 8 couples français contre 3 sur 35 couples anglais (le couple mixte combine / comb in exclu). Le test exact de Fisher donne p = 0,228 (unilatéral) et p = 0,228 (bilatéral) : même sens que dans les pp. 1–15 et 16–36, mais sans signification. La part de homophones parfaits (13,0 %) est celle du reste du corpus (15,3 %). Cinq des six sont imprimés ; seul asset / ass set est évident.

4.4 Stationnarité du générateur (loi L5)

La question est de savoir si les pp. 37–57 sont un échantillon du même processus que les autres lots. La similarité moyenne est identique : h_p 0,709 contre 0,713 (p = 0,90). La distribution des types d’édition ne diffère pas non plus (χ² = 1,1 ; p de permutation = 0,88) : mixtes 17 sur 46 (37 %) contre 226 sur 636 (36 %), substitutions 14 (30 %) contre 177 (28 %), homophones 6 (13 %) contre 97 (15 %), l’entropie vaut 2,08 contre 2,09 bits. La loi est donc soutenue sur ces pages, comme aux pp. 16–36 et à la différence des pp. 1–15. Ce n’est pas une preuve de stationnarité (46 couples ont peu de puissance pour détecter une différence modeste), mais rien ne distingue ces pages du reste du corpus.

4.5 Placement : rafales, écho, relations (lois L6–L8)

Les 22 formes imprimées sont fortement groupées : le coefficient de variation des écarts vaut 1,99 contre 0,94 pour un placement uniforme (intervalle à 95 % 0,64–1,34, p = 0,0003). Contrairement aux pp. 16–36, le test de proximité immédiate l’est aussi : 16 occurrences sur 22 en ont une autre à moins de 100 mots (5,8 attendues, p = 0,001). La répartition par page est très inégale (χ² = 54,9 pour 20 degrés de liberté, p = 0,0008) : 13 pages n’en portent aucune (pp. 38 à 42, 44 et 46 à 52), trois n’en portent qu’une (pp. 37, 43 et 45) et 19 des 22 occurrences tombent entre les pp. 53 et 57, avec 9,2 pour 1 000 mots p. 55, 6,3 p. 53 et 5,2 p. 54. Que les pp. 38 à 52 soient de longs dossiers cités et des actualités, sans jeu de mots, est ce que donne ma lecture des pages, mais n’a pas été codé indépendamment.

Distance d’écho : pour les 21 couples imprimés mesurables, la distance minimale entre une occurrence de a et une occurrence de b sur la page est de 5 mots en médiane (moyenne 13,3) ; 19 sont à 30 mots ou moins, 21 à 100 mots ou moins ; les deux exceptions sont Beelzebul / Beelzebulb (86 mots) et anus / Janus (64). Deux positions tirées au hasard sur la même page seraient à 192 mots en médiane. Deux couples imprimés n’ont pas d’écho mesurable parce que la forme a est absente de la page (stud chic / turd shit, Putin / pute in). C’est une observation de conception plus qu’un test : l’étiquette « a / b » est elle-même construite sur un original voisin, et seuls les couples imprimés sont mesurables ; les 23 couples évidents s’en remettent à la culture partagée. Exemples : hoarder / horde (1 mot), Budapest / Buddha Peste Est (2), combine / comb in, boar / board, gold finger / coal finger (3 chacun), Beale / bile, Testament of Solomon / Test Solo (4).

Figure 6. Position des formes imprimées de jeux de mots dans le texte, colorées par langue ; concentration aux pp. 53 à 57, 13 pages sans jeu de mots entre les pp. 38 et 52.

4.6 Familles et cas particuliers

Six familles de couples se chevauchent. Elles montrent surtout comment l’auteur décline un même motif plutôt qu’une chaîne d’éditions.

• Budapest (Bubba test, Buddha Peste Est, Bubba pest test) : un triangle de trois couples partageant l’original Budapest, sur les pp. 53 et 54, avec 3 des 20 événements de substitution à lui seul (d→b, p→t, uː→ʌ). C’est la plus grande famille avec propaganda.
• propaganda (hahaganda, hahadadaganda, hahacacaganda) : un triangle de trois variantes d’un même original sur la p. 56, toutes évidentes, aux h_p parmi les plus bas du lot (0,50, 0,38, 0,38), parce que chaque variante insère des syllabes. La troisième joue sur caca.
• boar / board / bored : chaîne de deux couples par la forme board (boar → board, board → bored), p. 55. board → bored est l’un des six homophones parfaits ; son B_n est négatif (−3,5 bits) : a l’emporte déjà sans contexte.
• shark / snack et snack attacks / knack at tacks (p. 53), gold finger / coal finger et gold finger / all fingers (p. 57) : deux paires qui partagent un élément. Dans la seconde, coal finger et all fingers sont deux variantes imprimées du même original.
• word combinatorics / combinatorics on words et combine / comb in : une arête fortuite (combin dans combinatorics) sans lien de conception entre les deux jeux de mots ; elle est comptée par la règle du graphe, et l’exclure ne changerait aucun résultat ci-dessus.
• Cas particuliers. Trump / Drump est le seul couple dont b n’est pas un mot et dont B_n est négatif (−1,1) : c’est la forme fautive elle-même qui porte la critique. shark / snack est le couple de plus faible h_p (0,25 ; k = 3 ; 13,9 bits de contexte). word combinatorics / combinatorics on words est une permutation de mots, non une édition locale de sons (d_o = 11, d_p = 9) ; Testament of Solomon / Test Solo est le couple le plus éloigné en phonèmes (d_p = 12).

5. Les lois

Chaque loi est énoncée de façon à pouvoir échouer. Le statut est ce que permettent les preuves ci-dessus.

Loi	Énoncé	Statut
L1 Décodabilité	Un jeu de mots (a→b) est décodé si et seulement si le contexte apporte au moins Bn(a,b) bits : Be + Bk ≥ Bn, où Bn = −log₂[P(a|b)/(1−P(a|b))] est calculé sans contexte à partir du canal e−λ dₚ et des fréquences des mots, Be est l’information portée par un écho de a dans le texte, Bk celle portée par la connaissance partagée de a.	FORMALISÉE. Bn calculé pour 10 couples de mots anglais simples : de −3,5 à 13,9 bits (médiane 5,9). Bn est négatif pour Trump / Drump (drump n’est pas un mot : a l’emporte déjà sans contexte) et pour board / bored (deux homophones, mais board est bien plus fréquent que bored). Be et Bk non mesurés ; l’écho est mesuré pour les couples imprimés (L8).
L2 Minimalité articulatoire	Les phonèmes substitués sont articulatoirement plus proches que ceux d’un remplacement aléatoire de même classe : E[d(observé)] < E[d(nul)].	SOUTENUE. pp. 37–57 : 2,62 contre 3,86 traits changés (20 événements issus de 14 couples, p = 0,0002 ; hypothèse nulle propre à la langue). Sous-ensembles : un événement par substitution distincte 2,72 contre 3,76 (18 événements, p = 0,003) ; couples imprimés 2,62 contre 3,90 (8 événements, 5 couples, p = 0,011) ; couples anglais 2,53 contre 3,97 (15 événements, p = 0,0002) ; les couples français (3 événements) sont trop peu nombreux pour être testés seuls. Six événements sur 20 dépassent leur attente, tous modestes (k→ʃ à 5,5 contre 5,5 ; ɛ→ɑː à 4,5 contre 2,6). Trois événements sont à un seul trait (t→d deux fois, ə→ɛ). Hors échantillon (636 autres couples, 278 événements) : 3,31 contre 3,79, z = −5,3, t par couple = −5,6 ; même signe dans 8 lots sur 11 ; plus forte pour les consonnes (4,33 contre 5,08) que pour les voyelles (2,47 contre 2,72). Contrairement aux pp. 37–57, les pp. 37–57 confirment la loi.
L3 Tolérance à la longueur	Plus l’original compte de phonèmes, plus le jeu de mots tolère d’éditions (et d’édition relative) : dp et (1−hp) croissent avec la longueur ; les noms (code lexical clairsemé) tolèrent plus que les mots.	SOUTENUE, pour dp comme pour hp. pp. 37–57 (46 couples) : Spearman(longueur, dp) = +0,66 (p de permutation < 0,001) et Spearman(longueur, hp) = −0,31 (p = 0,040). Sur les 636 autres couples : +0,57 et −0,16 (p < 0,001) ; noms hp 0,652 contre mots 0,729 (p = 0,0003) ; français 0,764 contre anglais 0,699 (p = 0,0003). Dans les pp. 37–57, noms 0,662 contre mots 0,735 (p = 0,27) et français 0,804 contre anglais 0,696 (p = 0,18) : même sens, effectif trop faible pour conclure (8 couples français seulement). Le mécanisme (densité lexicale) n’est pas encore testé.
L4 Sélection par similarité	Les jeux de mots sont tirés de l’extrême queue de la distribution de similarité de couples de formes aléatoires : l’information de sélection Ss = −log₂ P₀(hp ≥ ho), P₀ étant la probabilité sous l’hypothèse nulle, est grande.	SOUTENUE. Couples anglais d’un seul mot des pp. 37–57 (n = 18) : moyenne ≥ 11,8 bits, médiane ≥ 13,2 ; autres lots (n = 159) : ≥ 11,8 (bornes inférieures : plancher de simulation, 150 000 couples aléatoires). Le plus faible, shark / snack, est à ≥ 2,2 bits.
L5 Stationnarité du générateur	Le processus par lequel l’auteur fabrique ses jeux de mots est stable : les pp. 37–57 sont un échantillon de la même distribution que les autres pages.	SOUTENUE. hp moyen 0,709 contre 0,713 (p = 0,90) : stable. La distribution des types d’édition ne diffère pas non plus (χ² = 1,1, p de permutation = 0,884 ; entropie 2,08 contre 2,09 bits). Part de homophones parfaits (hp = 1) : 13,0 % contre 15,3 %. Le générateur paraît le même que dans le reste du livre.
L6 Rafales et alternance	Les formes de jeux de mots ne sont pas réparties uniformément : elles arrivent en rafales séparées par des blocs sans jeu de mots.	SOUTENUE. 22 occurrences imprimées (sur 23 couples imprimés) dans 13 594 mots ; CV des écarts = 1,99 contre 0,94 pour un placement uniforme (intervalle à 95 % 0,64–1,34, p = 0,0004) ; 16 sur 22 à moins de 100 mots d’une autre (5,8 attendues, p = 0,001) ; répartition par page très inégale (χ² = 54,9, p = 0,0008) : 19 occurrences sur 22 aux pp. 53 à 57 (9,2 pour 1 000 mots p. 55, 6,3 p. 53), trois seulement aux pp. 37, 43 et 45, et aucune repérée aux autres pages de 38 à 52.
L7 Structure relationnelle	Les jeux de mots forment des familles par éléments partagés ; la famille est l’unité de répétition.	FAIBLEMENT SOUTENUE. 10 arêtes, densité 0,010, 6 familles couvrant 14 couples sur 46, 32 couples isolés ; les deux plus grandes familles (Budapest : 3 couples ; propagande : 3 couples) sont des triangles complets, c’est-à-dire des variantes d’un même original. Certaines arêtes sont fortuites (combin dans combinatorics). La définition d’arête est restrictive.
L8 Écho et latence	Tout couple de mots imprimé a son original à quelques mots ; les 26 couples « évidents » ne sont pas imprimés, leur décodage repose donc sur la culture partagée.	MESURÉE, non testée : sur 21 couples imprimés mesurables, distance d’écho médiane 5 mots (moyenne 13,3) ; 19 sur 21 à 30 mots ou moins, tous à 100 mots ou moins ; exceptions anus / Janus (64 mots) et Beelzebul / Beelzebulb (86). Médiane attendue pour deux positions au hasard sur la même page : 192 mots. Deux couples imprimés n’ont pas d’écho mesurable (stud chic / turd shit : b non repérée ; Putin / pute in : a absente de la page). Biais de sélection (seuls les couples imprimés sont mesurables) ; l’écho rapproché est en partie construit par la forme « a / b » elle-même.
L9 Ambiguïté et incongruité (réponse)	La drôlerie croît avec l’ambiguïté (entropie des deux lectures) et avec leur caractère distinct ; la relation est probablement non linéaire.	INDÉTERMINÉE ici. Ha calculé pour 10 couples (de 0,01 à 0,69 bit). Ancrage publié : Kao, Levy et Goodman : 235 phrases, 100 évaluateurs, ambiguïté r = 0,33, caractère distinct r = 0,21, R² = 0,145 en régression conjointe (modeste).
L10 Violation bénigne (scatologie, tabou)	L’humour exige une violation jugée bénigne en même temps ; le contenu tabou accroît la drôlerie tant que l’évaluation bénigne tient (distance psychologique, cadrage). Prédiction : U inversé de la drôlerie selon le niveau de tabou, décalé selon le public.	INDÉTERMINÉE ici. Ancrage théorique : McGraw et Warren (2010).
L11 Persuasion satirique	Effet politique = reconnaissance de la cible × valence portée par le fragment modifié × crédibilité du fait sous-jacent, modéré par l’attitude préalable du public (traitement biaisé).	INDÉTERMINÉE ici. Ancrage : LaMarre, Landreville et Beam (2009), connu par des comptes rendus secondaires ; à vérifier dans l’original.
L12 Exposition	La répétition abaisse Bn des membres ultérieurs d’une famille (gag récurrent) mais peut provoquer une saturation : la drôlerie est un U inversé selon le rang d’occurrence.	INDÉTERMINÉE ici. Les familles et les positions sont mesurées (L6, L7), mais les familles des pp. 37–57 sont petites (au plus 3 couples) ; les triangles Budapest et propagande sont des répétitions d’un même original, ce qui est le cas le plus proche d’une exposition répétée.

Les huit premières lois portent sur le texte et sont tranchées ou mesurées, avec deux nuances propres à ces vingt et une pages : la minimalité articulatoire (L2) est soutenue, à la différence des pp. 16–36, et la structure relationnelle (L7) est faible. Les lois L9–L12 sont les lois côté réponse : elles sont écrites, ancrées, et attendent des données.

6. Conséquences pour les trois effets

Effet scatologique. Cinq couples des pp. 37–57 portent une charge scatologique explicite : stud chic / turd shit (Q02), Air Force One / air fart one (Q29), spaceship / space shit (Q30), propaganda / hahacacaganda (Q37) et cacophonie / cacaphonie (Q39) ; trois autres relèvent du vocabulaire sexuel ou anatomique (anus / Janus, asset / ass set, Putin / pute in). Un seul des cinq couples scatologiques est imprimé tel quel (stud chic / turd shit, p. 38), et la forme a n’en est pas sur la page ; les quatre autres s’en remettent à la culture partagée pour l’original. En termes de signal, la charge est donc livrée sans aide de l’écho. Qu’elle produise rire, dégoût ou les deux relève de la loi L10 et exige des évaluations.

Critique politique. La charge se trouve dans le fragment modifié (Trump / Drump, Putin / pute in, Air Force One / air fart one, oligarch / Zoiligarch, phacochère / facho chère, la série Budapest et la série propaganda). La condition structurelle pour que la critique atteigne le lecteur est L1 : parmi les couples calculables, Trump → Drump demande un contexte négatif (−1,1 bit : la forme fautive est reconnue seule), alors que shark → snack ou Beale → bile en demandent 14 et 12 bits : la critique, si elle existe, doit y être fournie par l’écho ou par la culture partagée. 23 couples sur 46 s’en remettent à la culture partagée pour tout ou partie de leur décodage. Que le décodage devienne une critique qui persuade dépend de la reconnaissance de la cible, de la valence, de la crédibilité et, selon la littérature sur la satire, de l’attitude préalable du public (L11). Rien dans le texte ne peut trancher.

Rire. Le texte fournit les prédicteurs, non le résultat : H_a va de 0,010 à 0,69 bit sur les 10 couples de mots (Trump → Drump presque unilatéral, anus → Janus le plus équilibré) ; h_p dépasse 0,8 pour 16 couples sur 46 ; 32 couples sur 46 sont isolés et 14 dans des familles (L12). Les modèles publiés de la drôlerie des jeux de mots expliquent une part modeste de la variance ; même une fois les données recueillies, il faut s’attendre à ce que le terme de public et le terme de position dans la séquence pèsent autant que la forme. La concentration des jeux de mots entre les pp. 53 et 57 fait de cette fin de passage une séquence plus dense que les 16 pages qui la précèdent : si le rang d’occurrence compte (saturation ou montée en charge), c’est ici qu’il se verrait.