\begin{block}{}
\begin{algorithm}[H]
-\KwIn{une fonction $f$, un nombre d'itérations $b$,
-une configuration initiale $x^0$ (${\mathsf{N}}$ bits)}
-\KwOut{une configuration $x$ (${\mathsf{N}}$ bits)}
-$x\leftarrow x^0$\;
-$k\leftarrow b $\;
-\For{$i=1,\dots,k$}
+\ldots\For{$i=1,\dots,k$}
{
$s\leftarrow{\textit{Set}(\textit{Random}(2^{\mathsf{N}}))}$\;
$x\leftarrow{F_{f_g}(x,s)}$\;
-}
-return $x$\;
+}\ldots
\end{algorithm}
\end{block}
\begin{theorem}[Uniformité de la sortie ds le cas généralisé]
- Soit $f: \Bool^{{\mathsf{N}}} \rightarrow \Bool^{{\mathsf{N}}}$ et
- $\check{M}$ sa matrice d'adjacence.
+ % Soit $f: \Bool^{{\mathsf{N}}} \rightarrow \Bool^{{\mathsf{N}}}$ et
+ % $\check{M}$ sa matrice d'adjacence.
Si $\textsc{gig}(f)$ est fortement connexe, alors
la sortie du PRNG suit une loi qui
- tend vers la distribution uniforme si
- et ssi $\dfrac{1}{2^{\mathsf{N}}} \check{M}
+ tend vers la distribution uniforme
+ ssi $\dfrac{1}{2^{\mathsf{N}}} \check{M}
$ est une matrice doublement stochastique.
\end{theorem}
+\begin{block}{Nombre moyen d'appels à un générateur binaire par bit généré}
+\begin{itemize}
+\item Unaires:$\nearrow$
+\item Généralisées: $\searrow$
+\end{itemize}
+
+
+
+
+\end{block}
