So 3,8 — le pangramme 27/27 est-il unique ? est-il remarquable ?
Réponse au ticket 0b934a88 point 1. Piste A1 de Pistes-ch2.
Bardet et Sarchi affirment que So 3,8 est le seul verset du Tanakh contenant les 27 lettres (22 + 5 finales). L’affirmation n’avait jamais été vérifiée. Elle l’est ici — et la question suivante, « est-ce improbable ? », reçoit une réponse négative qu’il faut lire attentivement.
1. Le fait : unicité confirmée
Comptage des lettres distinctes de text_clean sur les 23 206 versets.
| lettres distinctes | versets | % |
|---|---|---|
| … | … | … |
| 22 | 701 | 3,02 |
| 23 | 314 | 1,35 |
| 24 | 98 | 0,42 |
| 25 | 15 | 0,065 |
| 26 | 1 | 0,004 |
| 27 | 1 | 0,004 |
- 27/27 → Sophonie 3,8 (94 lettres, 26 mots)
- 26/27 → Esther 3,13 (121 lettres)
Bardet et Sarchi ont raison sur le fait. Chiffres de référence tous reconfirmés en base : 94 lettres, 26 mots, 12 Lamed, E = 1147 = 31 × 37, seq3 (lettres 21-27) = 351 = T(26).
2. Ce n’est pas un effet de longueur
| contrôle | résultat |
|---|---|
| versets ≥ 90 lettres | 1 650, dont un seul à 27/27 |
| versets plus longs que So 3,8 (> 94 lettres) | 1 189, aucun ne dépasse 26 |
| rang de So 3,8 en longueur | 95ᵉ centile seulement |
Le record de couverture alphabétique est détenu par un verset de longueur ordinaire, pas par les plus longs du corpus. La propriété n’est pas réductible à la taille.
3. Indépendance vis-à-vis de l’arbitrage ketiv/qeré
So 3,8 ne porte aucun ketiv/qeré (text_hebrew sans mam-kq-k) : il n’est pas concerné par
Ketiv-Qere-impact.
Plus fort, l’unicité elle-même est robuste. Parmi les 942 versets à ketiv/qeré, le maximum de lettres distinctes est 25 — et c’est déjà avec les deux lectures comptées, donc dans le cas le plus généreux possible. Trancher pour une lecture ne peut que retirer des lettres. Aucun verset à ketiv/qeré ne peut atteindre 26 ni 27 sous quelque arbitrage que ce soit. Le résultat est acquis avant la décision du père.
4. La portée statistique : quatre modèles, quatre échecs
Question : une telle propriété est-elle improbable, ou attendue dans un corpus de cette taille ? Quatre modèles nuls ont été construits, du plus grossier au plus contraint. Le test de calibration est le nombre de versets à 26/27, que le texte réel fixe à 1.
| modèle nul | 27/27 attendu | 26/27 attendu | réel = 1 |
|---|---|---|---|
| mélange global des lettres, longueurs préservées | 0,90 | 12,5 | ×12 |
| permutation des mots entre versets | 1,23 | 15,2 | ×15 |
| relabélisation du lexique à longueur constante | 20,9 | 156,7 | ×157 |
| ajustement log-linéaire de la queue (19-25) | 6,8 | 15,5 | ×15 |
500 permutations chacun. Les trois modèles par permutation reproduisent exactement le décompte réel sur le texte non permuté (contrôle passé).
Aucun modèle ne survit à la calibration. Tous surproduisent massivement les quasi-pangrammes. La cause est identifiée : ils cassent tous la redondance interne du texte — mots répétés, formules, parallélismes, très haute fréquence des mots courts (את, כל, לא, אל). Le texte hébreu réel est beaucoup plus pauvre en diversité alphabétique que n’importe quelle randomisation. Plus le modèle est contraint, pire il devient : la relabélisation, qui préserve pourtant nombre de mots, nombre de lettres et motif de répétition de chaque verset, est la plus fausse des quatre, parce qu’elle détruit la structure de fréquence du lexique.
Conséquence méthodologique : la p-value de 0,71 obtenue par permutation de mots ne doit pas être citée. Elle ne dit pas que le pangramme est banal, elle dit que le modèle est mauvais. C’est le même piège que celui documenté sur les unités longues — un nul non calibré fabrique une conclusion dans un sens ou dans l’autre.
5. La seule estimation défendable
En n’utilisant aucun modèle, seulement la décroissance empirique locale : le rapport 25 → 26 vaut 1/15 = 0,067. Reporté sur 26 → 27, il donne une espérance de 0,067 verset à 27/27, soit P(≥ 1) ≈ 0,064 sous Poisson.
Ordre de grandeur : environ 1 chance sur 16. Notable, pas extraordinaire.
Cette estimation repose sur l’extrapolation d’un rapport calculé à partir d’effectifs de 15 et 1. Elle est statistiquement très fragile et ne supporte aucune inférence forte. Elle est donnée comme borne d’ordre de grandeur, pas comme résultat.
6. Ce qu’on peut écrire, ce qu’on ne peut pas
✅ Citable : « So 3,8 est le seul verset du Tanakh à contenir les 27 lettres de l’alphabet. Vérifié sur les 23 206 versets. La propriété n’est pas un effet de longueur — 1 189 versets sont plus longs sans dépasser 26 lettres distinctes — et ne dépend pas de l’arbitrage ketiv/qeré. »
❌ Non citable : toute formulation du type « la probabilité qu’un tel verset existe par hasard est de X ». Aucun modèle nul calibré n’a pu être construit. L’observation d’un unique pangramme se situe à ou en dessous de l’espérance de tous les modèles testés : le corpus est appauvri en versets à forte diversité, il n’y a pas d’excès à expliquer.
L’unicité est un fait remarquable au sens ordinaire — elle mérite d’être signalée et elle honore l’observation de Bardet. Elle n’est pas, en l’état, un fait statistiquement improbable.
Reproduction
Requêtes SQL et scripts de permutation : scripts/scan_pangramme_so3-8.py.
Voir aussi Pistes-ch2 (piste A1) et Ketiv-Qere-impact.