1 % Dans cet article, nous avons montré qu'une fonction $G_f$ est chaotique si et
2 % seulement la fonction booléenne $f$ a un graphe d'itérations chaotiques
3 % fortement connexe. L'originalité majeure repose sur le type d'itérations
4 % considéré, qui n'est pas limité à la mise à jour d'un seul élément par
5 % itération, mais qui est étendu à la mise à jour simultanée de plusieurs éléments
6 % du système à chaque itération. De plus, il a été prouvé que la sortie d'une
7 % telle fonction suit une loi de distribution uniforme si et seulement si la
8 % chaîne de Markov induite peut se représenter à l'aide d'une matrice doublement
9 % stochastique. Enfin, un algorithme permettant d'engendrer des fonctions qui
10 % vérifient ces deux contraintes a été présenté et évalué. Ces fonctions ont été
11 % ensuite appliquées avec succès à la génération de nombres pseudo-aléatoires.
12 % Les expériences sur une batterie de tests éprouvée ont pu confirmer la
13 % pertinence de l'approche théorique.
16 In this article, we have proven that the most general chaotic iterations based PRNG
17 satisfy the property of chaos as defined by Devaney. We then have shown how to generate
18 such functions together with the number of iterations, leading to strongly connected
19 iteration graphs and thus to chaos for the associated pseudorandom number generators.
20 By removing some paths in the hypercube, we then have provided examples of such graphs
21 that lead to chaos, while relating these graphs to the PRNG problem under consideration.
23 In future work, we intend to understand the link between succeeded or failed statistical tests
24 and the properties of chaos for the associated asynchronous iterations. By doing so,
25 relations between desired statistically unbiased behaviors and topological properties will be
26 understood, leading to better choices in iteration functions. Conditions allowing the
27 reduction of the mixing time will be investigated too, while other modifications of the hypercube
28 will be regarded, in order to enlarge the set of known chaotic and random asynchronous
34 %%% TeX-master: "main"