analyze-prime-numbers
À propos
Cette compétence fournit des outils d'analyse des nombres premiers, incluant les tests de primalité (division par essais, Miller-Rabin), la factorisation (Pollard-Rho) et l'analyse de distribution à l'aide du Crible d'Ératosthène et du théorème des nombres premiers. Utilisez-la pour déterminer si un nombre est premier, factoriser des entiers composés ou étudier les modèles de distribution des nombres premiers. Elle est idéale pour les applications en théorie des nombres et en analyse cryptographique.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/analyze-prime-numbersCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
name: analyze-prime-numbers description: > Primzahlen analysieren durch Primzahltests (Probedivision, Miller-Rabin), Faktorisierung (Probedivision, Pollard-Rho), Sieb des Eratosthenes und Anwendung des Primzahlsatzes. Verwenden zur Bestimmung der Primalität, Faktorzerlegung zusammengesetzter Zahlen und Analyse der Primzahlverteilung. license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: number-theory complexity: intermediate language: multi tags: number-theory, prime-numbers, factorization, primality-testing, sieve locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
Primzahlen analysieren
Primzahltests und Faktorisierungsalgorithmen anwenden, um die Primalität von Zahlen zu bestimmen, zusammengesetzte Zahlen in Primfaktoren zu zerlegen und die Verteilung von Primzahlen zu untersuchen.
Wann verwenden
- Bestimmung, ob eine gegebene Zahl prim ist
- Zerlegung einer zusammengesetzten Zahl in ihre Primfaktoren
- Erzeugung aller Primzahlen bis zu einer gegebenen Grenze
- Abschätzung der Primzahlanzahl in einem Intervall
- Vorbereitung zahlentheoretischer Eingaben für Kryptographie oder modulare Arithmetik
Eingaben
- Erforderlich: Zu analysierende Zahl(en) oder Zahlenbereich
- Erforderlich: Aufgabentyp (Primzahltest, Faktorisierung, Sieb oder Verteilungsanalyse)
- Optional: Gewünschte Zuverlässigkeit für probabilistische Tests (Anzahl der Runden)
- Optional: Zeitlimit für Faktorisierungsversuche
Vorgehensweise
Schritt 1: Methode basierend auf Zahlenbereich wählen
Die passende Methode für die Größenordnung der Eingabe auswählen:
- Kleine Zahlen (< 10^6): Probedivision bis sqrt(n) ist effizient. Sieb des Eratosthenes für die Erzeugung aller Primzahlen.
- Mittlere Zahlen (10^6 bis 10^18): Deterministische Miller-Rabin-Tests mit spezifischen Basen, die für den Bereich beweiskräftig sind.
- Große Zahlen (> 10^18): Probabilistische Miller-Rabin-Tests mit mehreren zufälligen Basen. Faktorisierung mit Pollard-Rho oder ECM (Elliptische-Kurven-Methode).
Erwartet: Eine begründete Methodenwahl mit dokumentierter Zuverlässigkeit.
Bei Fehler: Falls die Methode zu langsam ist, zu einer effizienteren Methode wechseln. Falls die probabilistische Methode ein unsicheres Ergebnis liefert, die Anzahl der Runden erhöhen.
Schritt 2: Primzahltest oder Faktorisierung durchführen
Den gewählten Algorithmus ausführen:
- Probedivision: Durch alle Primzahlen p <= sqrt(n) teilen. Falls keine teilt, ist n prim.
- Sieb des Eratosthenes: Alle Vielfachen von Primzahlen ab 2 streichen. Die verbleibenden Zahlen sind prim.
- Miller-Rabin-Test: n-1 = 2^s * d schreiben, dann für Basis a prüfen, ob a^d = 1 (mod n) oder a^(2^r * d) = -1 (mod n) für ein r < s.
- Pollard-Rho: Iterative Sequenz x_{i+1} = x_i^2 + c (mod n) berechnen und ggT(|x_i - x_j|, n) prüfen.
Erwartet: Definitiver Primzahltest oder vollständige Faktorzerlegung mit dokumentiertem Algorithmus.
Bei Fehler: Falls Pollard-Rho keinen Faktor findet, den Parameter c ändern und erneut starten. Falls alle Methoden scheitern, fortgeschrittene Methoden (ECM, Quadratisches Sieb, GNFS) in Betracht ziehen.
Schritt 3: Ergebnis verifizieren und dokumentieren
Das Ergebnis bestätigen und in Kontext setzen:
- Faktorisierung prüfen: Das Produkt aller gefundenen Primfaktoren muss die Originalzahl ergeben.
- Primalität der Faktoren prüfen: Jeden gefundenen Faktor separat auf Primalität testen.
- Primzahlsatz anwenden: Die Ergebnisse mit dem Primzahlsatz pi(x) ~ x/ln(x) vergleichen, um die Plausibilität zu prüfen.
- Besondere Eigenschaften notieren: Zwillingsprimzahlen, Sophie-Germain-Primzahlen, Mersenne-Primzahlen usw.
Erwartet: Verifiziertes Ergebnis mit vollständiger Dokumentation.
Bei Fehler: Falls die Verifikation fehlschlägt, den Algorithmus Schritt für Schritt nachverfolgen, um den Fehler zu lokalisieren.
Validierung
- Methode passend zur Größenordnung gewählt
- Algorithmus korrekt implementiert und ausgeführt
- Ergebnis durch Rückmultiplikation verifiziert (bei Faktorisierung)
- Alle Faktoren auf Primalität geprüft
- Probabilistische Tests mit ausreichend Runden durchgeführt
Häufige Fehler
- 1 als Primzahl betrachten: 1 ist per Definition keine Primzahl. Die Primfaktorzerlegung beginnt bei 2.
- Probedivision über sqrt(n) hinaus: Es genügt, bis sqrt(n) zu prüfen. Falls keine Primzahl bis sqrt(n) die Zahl teilt, ist sie prim.
- Miller-Rabin als deterministisch behandeln: Der allgemeine Miller-Rabin-Test ist probabilistisch. Für deterministische Ergebnisse spezifische Basen verwenden, die für den Zahlenbereich beweiskräftig sind.
- Pollard-Rho bei Primzahlen anwenden: Der Algorithmus findet nur nichttriviale Faktoren. Bei Primzahlen läuft er endlos ohne Ergebnis. Zuerst einen Primzahltest durchführen.
Verwandte Skills
solve-modular-arithmetic-- modulare Arithmetik, die auf Primzahleigenschaften aufbautexplore-diophantine-equations-- diophantische Gleichungen mit Primzahlbezugderive-theoretical-result-- zahlentheoretische Ergebnisse formal herleiten
Dépôt GitHub
Compétences associées
evaluating-llms-harness
TestsCette compétence Claude exécute le lm-evaluation-harness pour évaluer les modèles de langage sur plus de 60 tâches académiques standardisées telles que MMLU et GSM8K. Elle est conçue pour permettre aux développeurs de comparer la qualité des modèles, de suivre les progrès de l'entraînement ou de rapporter des résultats académiques. L'outil prend en charge différents backends, incluant les modèles HuggingFace et vLLM.
cloudflare-cron-triggers
TestsCette compétence fournit une connaissance complète pour la mise en œuvre de Déclencheurs Cron Cloudflare afin de planifier des Workers à l'aide d'expressions cron. Elle couvre la configuration de tâches périodiques, de travaux de maintenance et de flux de travail automatisés, tout en traitant des problèmes courants tels que les expressions cron non valides et les problèmes de fuseau horaire. Les développeurs peuvent l'utiliser pour configurer des gestionnaires planifiés, tester des déclencheurs cron et intégrer avec Workflows et Green Compute.
webapp-testing
TestsCette Compétence Claude fournit une boîte à outils basée sur Playwright pour tester des applications web locales via des scripts Python. Elle permet la vérification frontend, le débogage d'interface utilisateur, la capture d'écrans et la consultation des journaux, tout en gérant les cycles de vie du serveur. Utilisez-la pour les tâches d'automatisation de navigateur, mais exécutez les scripts directement plutôt que de lire leur code source pour éviter la pollution du contexte.
finishing-a-development-branch
TestsCette compétence aide les développeurs à finaliser leur travail en vérifiant que les tests passent, puis en présentant des options d'intégration structurées. Elle guide le processus de fusion, de création de PRs ou de nettoyage des branches une fois l'implémentation terminée. Utilisez-la lorsque votre code est prêt et testé pour finaliser systématiquement le cycle de développement.
