MCP HubMCP Hub
스킬 목록으로 돌아가기

solve-modular-arithmetic

pjt222
업데이트됨 Yesterday
3 조회
17
2
17
GitHub에서 보기
기타general

정보

이 스킬은 선형 합동식, 중국인의 나머지 정리, 모듈러 지수 연산을 포함한 모듈러 산술 문제를 체계적으로 해결합니다. RSA와 디피-헬먼 같은 암호화 응용을 처리하여 정수론 및 암호화 구현에 유용합니다. 개발자는 합동식, 모듈러 역원, 또는 암호화 계산 작업 시 이를 사용해야 합니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/solve-modular-arithmetic

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서


name: solve-modular-arithmetic description: > 合同算術の問題を系統的に解く。線形合同式、中国剰余定理(CRT)、フェルマーの 小定理、オイラーの定理、べき乗剰余、および離散対数問題を含む。暗号学(RSA、 ディフィー・ヘルマン)への応用も扱う。 license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: number-theory complexity: intermediate language: natural tags: number-theory, modular-arithmetic, congruences, chinese-remainder-theorem, cryptography locale: ja source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16

合同算術の解法

合同算術の問題を系統的に解く。合同式の基本操作、線形合同式の解法、中国剰余定理の適用、オイラーの定理とフェルマーの小定理の活用、べき乗剰余の高速計算、および暗号学的応用を含む。

使用タイミング

  • 線形合同式 ax ≡ b (mod m) を解く場合
  • 中国剰余定理を適用して連立合同式を解く場合
  • フェルマーの小定理やオイラーの定理を使用してべき乗剰余を計算する場合
  • モジュラ逆元を計算する場合
  • RSAの暗号化・復号化の計算を行う場合
  • ハッシュ関数や擬似乱数生成器の合同算術的基盤を理解する場合

入力

  • 必須: 合同式または連立合同式
  • 必須: 法(modulus)
  • 任意: 使用する定理の指定
  • 任意: 計算の精度要件

手順

ステップ1: 問題の分類と前処理

合同算術の問題を分類し、適切な手法を選択する:

  1. 線形合同式: ax ≡ b (mod m) — 拡張ユークリッド互除法で解く
  2. 連立合同式: x ≡ a₁ (mod m₁), x ≡ a₂ (mod m₂), ... — 中国剰余定理
  3. べき乗剰余: a^n mod m — 繰り返し二乗法
  4. 離散対数: a^x ≡ b (mod p) — ベビーステップ・ジャイアントステップ法
  5. モジュラ逆元: a^(-1) mod m — 拡張ユークリッド互除法

期待結果: 問題タイプが特定され、適切な解法が選択される。

失敗時: 問題が標準形に当てはまらない場合は、変数変換や合同式の変形で既知の形に帰着させる。

ステップ2: 基本定理の適用

適切な定理を適用して問題を解く:

  1. フェルマーの小定理: pが素数でgcd(a, p) = 1ならば a^(p-1) ≡ 1 (mod p)
  2. オイラーの定理: gcd(a, m) = 1ならば a^φ(m) ≡ 1 (mod m)
  3. 中国剰余定理: m₁, m₂, ..., mₖが互いに素ならば、連立合同式は法M = m₁m₂...mₖに対して一意解を持つ
  4. ウィルソンの定理: pが素数であることの必要十分条件は (p-1)! ≡ -1 (mod p)
  5. 二次剰余の相互法則: ルジャンドル記号の計算に使用

期待結果: 定理が正しく適用され、合同式が解かれる。

失敗時: 定理の適用条件(互いに素、素数法など)が満たされていない場合は、条件を確認してから適用する。

ステップ3: 計算の実行

具体的な計算を実行する:

  1. 拡張ユークリッド互除法: gcd(a, m) = ax + myを満たすx, yを求める。xがモジュラ逆元。
  2. 繰り返し二乗法: a^n mod mを O(log n) の乗算で計算する。nを二進展開し、各ビットに対して二乗と必要に応じた乗算を行う。
  3. CRTの計算: M = m₁m₂...mₖ、Mᵢ = M/mᵢ、yᵢ = Mᵢ^(-1) mod mᵢを計算し、x = Σ aᵢMᵢyᵢ (mod M)。
  4. 中間結果の確認: 各ステップの中間結果を記録し、計算ミスを早期に発見する。

期待結果: 計算が正確に完了し、解が求められる。

失敗時: 数が大きすぎて手計算が困難な場合は、コンピュータ代数システムを使用する。計算過程を文書化すること。

ステップ4: 解の検証と解釈

得られた解を検証する:

  1. 代入検証: 解を元の合同式に代入して等式が成立することを確認する。
  2. 解の範囲: 解は法mを法として一意(0 ≤ x < m)。一般解はx + km(kは整数)。
  3. 解の存在条件: ax ≡ b (mod m)が解を持つのはgcd(a, m) | bの場合のみ。解が存在する場合、gcd(a, m)個の解がある。
  4. 暗号学的文脈: RSAではe×d ≡ 1 (mod φ(n))を解いて秘密鍵dを求める。

期待結果: すべての解が検証され、解の完全性(すべての解が求められている)が確認される。

失敗時: 解が存在しない場合は、その理由(gcd(a, m)がbを割り切らない)を明示する。

バリデーション

  • 定理の適用条件(互いに素、素数法など)が確認されている
  • 拡張ユークリッド互除法の計算が正しい
  • CRTの法が互いに素であることが確認されている
  • 解が元の合同式に代入して検証されている
  • 解の個数が正しい(gcd(a, m)個)
  • 解の範囲が正しく記述されている

よくある落とし穴

  • gcdの確認忘れ: ax ≡ b (mod m)を解く前にgcd(a, m)がbを割り切るか確認すること。割り切らなければ解は存在しない。
  • CRTの適用条件: 法が互いに素でない場合、標準的なCRTは適用できない。一般化されたCRTを使用する。
  • べき乗剰余での桁溢れ: 中間結果が非常に大きくなる。各乗算後に剰余を取ることで管理可能なサイズに保つ。
  • 負の剰余: 多くのプログラミング言語では負の数の剰余が負になる。正の剰余に変換する(m + (a mod m)) mod m)。
  • オイラーの定理の適用条件: a と m が互いに素でなければ a^φ(m) ≡ 1 (mod m) は成立しない。

関連スキル

  • analyze-prime-numbers -- 合同算術の基盤となる素数の分析
  • explore-diophantine-equations -- 合同式と密接に関連する整数方程式

GitHub 저장소

pjt222/agent-almanac
경로: i18n/ja/skills/solve-modular-arithmetic
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기

cost-optimization

기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기

quantizing-models-bitsandbytes

기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기