Pless体制的攻击算法

本文中序列记为,向量记为。除特别说明外,序列变量均在GF(2)中取值和运算。 1.Pless体制 该体制是由8个线性反馈移存器SR_i(1≤i≤8),4个J-K触发器F_i(1≤i≤4)及一个4级循环计数器C如下图所示组成的加密流系统S。     

无向循环图的同构

设n>1是整数,N={1,2,…,n-1),K={K_1,…K_m}■N。按如下方法定义一个有向循环图G_n(K):点集V={v_0,v_1,…,v_(n-1)},边集E={v_iv_j|存在自然数i,1≤t≤m,使得j-i≡K_t(mod n)}。     

理想流体的数值解

U(x_1,x_2,…,x_n,t)表示速度向量,其分量是U~((i)),1≤i≤n。P表示压力与密度之比,v(x_1,x_2,…,x_n,t)是运动粘性系数,0≤v_0≤v≤v_1,f(x_1,x_2,…,x_n,t)表示体积力,那末Narier-Stokes方程如下     

Gr(?)bner基的一个应用

本文中,假定基域k是代数封闭域P_k~n是n-维射影空间,V是P_k~n的射影代数闭集,W是P_k~m中射影代数闭集.{F_i}_(i=0)~m(?)k[X_0,…,X_n],F_i是齐次多项式且次数都是d.假定V(F_0,…,P_m)(?)V=Φ,可定义一个正则映射F:V→W满足: F(x_0,…,x_n)=(F_0(x_0,…,x_n),…,F_m(x_0,…,x_n)),其中(x_0,…,x_n)∈V。 利用Gr(?)bner基给出F是“限制同构”的充要条件。为此先给出其定义。 定义 如上所述的F:V→W,如果存在L使得L:W→V,满足F(?)L=id_w,L(?)=id_v,并且L=(L_0,…,L_n),{L_i}_(i=0)~n(?)k[Y_0,Y_0,…,Y_m],L_i为齐次多项式并且次数都是d′. 我们所用Gr(?)bner基的表述和结论都来源于文献[1]～[3]。     

混合Ramsey数x_2(m,K_(1,n))的下界

一个图G的全色数x_2(G)是指着色G的边和顶点使相邻、关联元素均着不同颜色所需要的最少颜色数。对于正整数m和星形图K_(1,n),混合Ramsey数x_2(m,K_(1,n))是这样的最小正整数p,使得任一p阶图H或者     

丢番图逼近论与近似分析

1.命r=(r_(11),…,r_(t1),…,r_(1s),…,r_(ts))表示st维欧氏空间R_(st)中的点,引入记号r_i=(r_(1i)…,r_(ti))(1≤i≤s),(?)_j=(r_(j1),…,r_(js))(1≤j≤t);q=(q_1,…,q_t)k=(k_1,…,k_s)与m=(m_1,…,m_s)为整系数矢量;(x,y)=sum from i=1 to s (x_iy_i)表示矢量x与y的     

全着色边临界图的全色数

定义 对于简单图G(V,F),(?)e∈E(G),当 χ_T(G)>△(G)+1, χ_T(G-e)=△(G-e)+1时,则称G为全着色边临界图.其中厶(G)表示G的最大度,χ_T(G)表示G的全色数。 引理1 对图G(V,E)。(?)e∈E(G),若△(G)≥2,则 χ_T(G-e)≤χ_T(G)≤χ_T(G-e)+1。 定理1 若图G(V,E)是全着色边临界图,则 χ_T(G)=△(G)+2。     

二参数正态过程的马尔科夫性

设t(t_1,t_2)为平面上的点(图1),R_+~2=(t:t_1≥0,t_2≥0)中Borelσ-代数记为β。ξ={ξ,(ω),t∈R_+~2}为概率空间(Ω,(?),P)上的实值随机过程。t(t_1,t_2)≥s(s_1,s_2)如t_1≥s_i,i=1,2,R_t=(s:s_1≤t_1或s_2≤t_2),(?)=σ{ξ(?),s∈R_1},即括号中变量产生的σ-代数。称ξ为二参数马尔科夫过程(二马程),如对任意有界β可测函数f,任意u=(u_1,u_2)>t=(t_1,t_2)∈R_+~2,有     

代数数域上的加型方程

1.引言 命K为一个n次代数数域。命K~(1),…,K~(n)表示K的n个共轭域,K~(i)(1≤i≤r_1)为实域而K~(i),K~(i r_2)(r_1 1≤i≤r_2 r_2)为共轭覆域,此处r_1 2r_2=n。对于r∈K,我们用r~(i)(1≤i≤n)表示r的共轭数。命r_i(1≤i≤n)为K的数及x_i(1≤     

一类G函数线性型下界估计

设α_1,…,α_n是互不相同,不为零的有理整数,(1973)证明了F_(io)(α_jz),F_(i1)(α_jz)(i=1,…,m;j=1,…,n)和1在C(z)上是线性无关的,并且属于一类G函数.我们证明下面不等式:     

一个边着色定理

Berge曾给出一个边着色定理,下面为使用方便起见,我们不妨称它为B定理。著名的Vizing定理和另外一些边着色的结果都可以作为B定理的推论。我们叙述这个定理如下:B定理 设G是一个无环重图,[a,b]_0是G的一条边,令G′=G—[a,b]_0,若G′是可q-边着色的,且q≥d_G(a),q≥d_G(b);d_(G′)(x) m_(G′)(a,x)≤q,则G也可q-边着色。这里d_G(x)表示顶点x在图G中的次;m_(G′)(x,y)表示在图G′中以x和y为端点的边数;Γ_(G′)(x)表示顶点x在G′中的邻点集合。     

关于线性同余式组的一个转换定理的注记

命p为素数,a_(ij)(1≤i≤t,1≤j≤s)为st个整数.引入记号(?)=Max(1,|x|), p_1=[(p-1)/2], p_2=[p/2],命(a)_p,表示适合于(a)_p≡a(mod p),-p_1≤(a)_p相似文献   

Hilbert空间中一个最优化问题

令H是—Hilbert空间,R是H中的一个闭凸集。a_i(1≤i≤n)是H中n个不共线的点,c_i(1≤i≤n)是n个正数。考虑最优化问题     

一组丢番图不等式

命K为一个次数为2r的全复代数数域。当γ∈K,我们用γ~((i))(1≤i≤2r)表示γ的共轭。命γ_i(1≤i≤2r)为K中的数及x_i(1≤i≤2r)为实数。我们置与。注意ξ可以不属于K及ξ~((i))并非ξ的共轭。我们引用记号     

关于具有随机足标的最大值

本文设{ξ_i}与{X_i}是概率空间（Ω,F,P）上的两列随机变量,其中{X_i}是i.i.d具有公共分布函数F（x）.记 M_n==Vξ_i,M_n=VX_i以及[t]表示t的最大整数部分. 在i.i.d.情形,具有随机足标的最大值的极限分布的主要结果如下（参看文献[1],定理6.2.1）: 定理1 设a_n>0,b_n∈R,n≥1,使 P（M_n≤a_nx b_n）→G(x,) n↑∞,（1）其中G是非退化的分布函数。如果一列非负整值随机变量{N_n}满足     

部分线性模型参数分量的M估计的渐近正态性

Engle等人提出了下列部分线性模型Y_i=X_i~tβ_0 g_0(T_i) u_i,1≤i≤n其中(T_1,X_1~t,Y_1),…,(T_n,X_n~t,Y_n)是随机向量(T,X~t,Y)的i.i.d.样本,U_i为随机误差,U_1,…,U_n与(T_1,X_1~t),…,(T_n,X_n~t)相互独立,X∈R~d,T∈[0,1],β_0为未知参数向量,g_n是一光滑未知函数.文献中,有许多学者讨论了关于这个模型的估计问题,包括惩罚函数法、基于分段多项式逼近的最小二乘法和基于核函数近似的最小二乘法.由于上述方法得到的估计不稳健,本文用分段多项式逼近g_0讨论较稳健的M估计.记g_n(t)=(?)(t)~ta为一分段m阶多项式,其段数为M_n,其中(?)(t)是一函数向量,β_0和     

广义U过程的Bootstrap逼近

Nolan和Pollardl得到了U过程的中心极限定理,本文使用Efron的Bootstrap方法,得到了广义U过程的Bootstrap逼近.假设{X_(i,j):1≤j≤n_i,1≤i≤K}是概率空间(Ω,(?),p)上的d维独立随机向量序列,满足:X_(il,… ,x_(in)_i.i.d.～P_i,假定P(in)_i是X_(il),X(in)_i对应的经验概率测度,1≤i≤k.取整数m_i≥1和l_i,     

猪肝中胚层诱导物质的纯化及其诱导性质的研究

我们曾报导过自猪肝得到一种中胚层诱导蛋白,电泳检查表明,它还含有一些杂质。最近,我们以上述蛋白为起点,直接在CM-纤维素柱上层析,用二次连续梯度洗脱(图1),得到了一个纯度提高、生物学活力加强的部分。以东方蝾螈(Cynops orientalis)原肠胚早期外胚层为材料,按Lowry等方法用牛血清白蛋白为标准测定蛋白浓度,用浸泡法试验了二个洗脱部分的诱导能力。发现中胚层诱导活性主要集中在第二个洗脱部分(F_2),而第一个洗脱部分(F_1)在浓度高达1毫克/毫升时尚未表现诱导活力。用Tiselius型自由电泳仪(Electrophoreseger(?)t35,Carl Zeiss)鉴定F_2纯度得图2。由图2可见,除了一个向负极移动、对称的主要组份外,还有—个量较少、移动较慢的成份。     

与动力学不可微点集碰撞引起的激变

一个实际的电子张弛振子系统呈现“累积、触发”型的动力学行为.作为这种模型的简化,我们考虑在一个方波调制上阈值和一个恒定下阈值之间的张弛振荡,其动力学行为可用如下逐段线性映射描述: X_(n 1)=F_i(X_n)=b_1 i=1,2,3其中:     

关于两类图的整和数

本文中的图均指无向简单图,以N,Z分别表示全体自然数及全体整数集合.对子集S(?)Z(N),S上的整和(和)图定义为图G=(S,E),满足条件对u,v∈S,uv∈E当且仅当u v∈s.此时,S称为G的一个整和(和)标号.一个图称为整和(和)图,如果它同构于某一子集S(?)Z(N)上的整和(和)图.容易验证,对一个有m条边的n阶图G,G∪mK_1是一个和图,只需标定G的顶点为2~i,1≤i≤n,同时对v_i,v_j∈E(G),标定对应的孤立点2~i 2~j即可.因此,对每一个图G,存在一个最小的非负整数r,使G∪rK_1为和图,记σ(G)=r,并称为G的和数.图的整和数ξ(G)类似定义,只是标号范围放宽到整数集上.容易看到ξ(G)≤σ(G).