- Ajout visualisations détaillées scénarios 1-2 (S-I-R par scénario)
- Ajout visualisations comparatives par réseau (DBLP, Random, BA)
- Correction chemins relatifs scripts gnuplot (../ pour exécution depuis gnuplot/)
- Extension Main.java avec runAllScenarios() pour simulations complètes
- Ajout document comparaison avec rapport d'un autre étudiant
- Toutes les questions Partie 2 répondues avec visualisations

- Modification SimulationExporter pour forcer Locale.US
- Correction données existantes (remplacement virgules par points)
- Régénération visualisations Partie 2 avec courbes visibles
- Suppression directive 'set decimalsign' dans scripts gnuplot

Résout le problème des graphiques vides en Partie 2

- Ajout script gnuplot pour scénario 1 (immunisation aléatoire)
- Ajout script gnuplot pour scénario 2 (immunisation sélective)
- Mise à jour du script de génération pour inclure les 3 scénarios
- Génération des images PNG correspondantes

Génération des 3 graphiques de visualisation :
- partie2_epidemic_scenarios.png : comparaison scénarios immunisation
- partie2_epidemic_networks.png : comparaison topologies réseaux
- partie2_epidemic_detailed_scenario0.png : évolution détaillée S-I

Images PNG haute résolution (1400x900) générées avec gnuplot

- 8 scripts gnuplot pour toutes les analyses
- Visualisations en échelles linéaire et log-log
- Fit de la loi de puissance (γ = 2.70 ± 0.04)
- Comparaisons multi-réseaux
- Génération de 8 images PNG haute qualité
- Graphiques prêts pour le rapport

- Algorithme: nouveau nœud copie les connexions d'un nœud existant
- Formation naturelle de triangles → clustering élevé
- Test avec paramètre p=0.3 (optimal)
- Clustering: 0.48 (96× meilleur que Barabási-Albert)
- Amélioration significative mais toujours < DBLP (0.632)
- Temps d'exécution: ~15-20 minutes

- Implémentation Erdős-Rényi (réseau aléatoire)
- Implémentation Barabási-Albert (attachement préférentiel)
- Génération de réseaux 50k nœuds avec degré moyen 6.62
- Analyse comparative complète des 3 réseaux
- Résultat: BA reproduit loi de puissance mais pas le clustering
- Temps d'exécution: ~30-40 minutes

- Échantillonnage de 1,000 nœuds pour performance
- Parcours BFS depuis chaque nœud échantillonné
- Distance moyenne: 6.84 (confirmation des "six degrés")
- Distance maximale: 23
- Temps d'exécution: ~15-25 minutes
- Confirmation: propriété petit monde (small-world)

- Calcul de la distribution normalisée P(k)
- Export des données pour visualisation
- Comparaison avec distribution de Poisson
- Résultat: distribution en loi de puissance (γ ≈ 2.7)
- Confirmation: réseau sans échelle (scale-free)