SlideShare a Scribd company logo
1 of 15
Download to read offline
群環体
実験数学 3
(大阪大学理学部数学科 3 年・4 年)
第 4 回: 有限体
鈴木 譲
大阪大学
2013 年 5 月 9 日
1 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
群 (G, ◦)
集合 G が演算 ◦ で閉じていて、
.
1 結合法則: (a ◦ b) ◦ c = a ◦ (b ◦ c), a, b, c ∈ G
.
2 単位元 e ∈ G が存在: a ◦ e = e ◦ a = a, a ∈ G
.
3 各 a ∈ G について、逆元が存在: a ◦ a−1
= a−1
◦ a = e
(G, ◦) が可換群
演算 ◦ について、交換法則: a ◦ b = b ◦ a, a, b ∈ G
2 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
環 (R, +, ·)
集合 R が演算 +, · で閉じていて、
.
1 (R, +) が可換群: a + b = b + a, a, b ∈ R
.
2 演算 · について結合法則: (a · b) · c = a · (b · c), a, b, c ∈ R
.
3 演算 (+, ·) について分配法則:
a · (b + c) = a · b + a · c , a, b, c ∈ R
(a + b) · c = a · c + b · c , a, b, c ∈ R
3 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
環の例
.
1 Z
.
2 実数 R を係数とする 1 変数 x の多項式の集合 R[x]
.
3 2 × 2 の実数成分の行列の集合
4 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
体 (K, +, ·)
.
1 (K, +, ·) が環
.
2 演算 · の単位元 1 が存在: a · 1 = 1 · a = a, a ∈ K
.
3 演算 + の単位元 0 以外の各要素に、演算 · の逆元が存在:
0 ̸= a ∈ K =⇒ ∃a−1
s.t. a · a−1
= 1
5 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
体の例
.
1 Q, R, C
.
2 Q + Q
√
2
6 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
有限体 Fp
体 K が有限体
.
.
.
K が有限個の元をもつ
Fp := {0, 1, · · · , p − 1}
+, · として、mod p の加法、乗法
p が素数 ⇐⇒ Fp は体
1 (a, p) = 1 ⇐⇒ a · a−1
+ pk = 1 なる (a−1
, k) が存在
⇐⇒ a · a−1
≡ 1 mod p なる a−1
が存在
2 p が素数 ⇐⇒ (a, p) = 1, a ∈ {1, · · · , p − 1}
p: 素数
7 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
Fp でない有限体の例
F2 = {0, 1} ⇒ 0 + 0 = 1 + 1 = 0, 0 + 1 = 1 + 0 = 1, 1 · 1 = 1
x2 + x + 1 = 0 の根を α として、α2 + α + 1 = 0 の根を α とする
と、α ̸∈ F2 (1+1=0) の拡大 F22 = {0, 1, α, α + 1} は、体になる
+ 0 1 α α + 1
0 0 1 α α + 1
1 1 0 α + 1 α
α α α + 1 0 1
α + 1 α + 1 α 1 0
· 1 α α + 1
1 1 α α + 1
α α α + 1 1
α + 1 α + 1 1 α
8 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
参考
.
1 Fq が体 ⇐⇒ q = pm
となる素数 p と正整数 m が存在
.
2 すべての体は、以下のいずれかを拡大したものになる
Q を拡大したもの (標数 0)
p を素数として、Fp を拡大したもの (標数 p)
9 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
M¨obius 関数 µ : Z+
→ {0, 1, −1}
µ(n) = 0 (n が平方数で割り切れるとき)
µ(n) = (−1)k (n が相異なる k 個の素因数に分解されるとき)
f , g : Z+ → Z の Direchlet 積 f ◦ g
.
.
f ◦ g(n) :=
∑
d1d2=n f (d1)g(d2)
結合法則:
f ◦ (g ◦ h) = (f ◦ g) ◦ h =
∑
d1d2d3=n
f (d1)g(d2)h(d3)
M¨obius 変換
f : Z+ → Z, F(n) =
∑
d|n f (d) =⇒ f (n) =
∑
d|n µ(d)F(n/d)
10 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
I(1) := 1, I(n) := 0 (n ≥ 2), J(n) := 1 (n ≥ 1) とおくと、
F(n) = J ◦ f (n) = f ◦ J(n) =
∑
d|n
f (d) (1)
f ◦ I(n) = f (n) (2)
他方、J ◦ µ(1) = µ(1)J(1) = 1。n =
∏r
i=1 pei
i ≥ 2 (ei ≥ 1) では、
J ◦ µ(n) =
∑
d|n
µ(d) =
∑
(e1,··· ,er )∈{0,1}r
µ(pe1
1 · · · per
r )
= 1 − r +
(
r
2
)
−
(
r
3
)
+ · · · + (−1)r
= (1 − 1)r
= 0
より、J ◦ µ = I。これと、(1)(2) および結合法則より、
F ◦ µ = (f ◦ J) ◦ µ = f ◦ (J ◦ µ) = f ◦ I = f
11 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
f (x) ∈ K[x] の次数が n であれば、体 K の解が高々n 個
.
1 n = 1 であれば、自明。
.
2 n − 1 次で正しいとする。
.
.
1 次数 n の fn が解をもたなければ、証明終わり。
.
.
2 fn(α) = 0, α ∈ K のとき、fn(x) = fn−1(x)(x − α) とおくと、他の任
意の解は、fn−1(x) = 0 の解。
.
3 次数 n − 1 の fn−1 は高々n − 1 個の解しかもたなかった (n − 1 次で
の仮定) ので、fn は高々n 個の解しかもたない
12 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
d|p − 1 のとき、xd
− 1 ≡ 0 (mod p) は d 個の解
dd′ = p − 1 であれば、
xp−1 − 1
xd − 1
=
(xd )d′
− 1
xd − 1
= (xd
)d′−1
+(xd
)d′−2
+· · ·+xd
+1 = g(x)
xp−1
− 1 = (xd
− 1)g(x)
Fp[x] の元と見ても、この因数分解は可能 (係数が ±1, 0 のみ)。
 
Fermat の小定理より、xp−1 ≡ 1(mod p) は x = 1, · · · , p − 1(mod
p) の p − 1 個の異なる解をもつので、xd − 1 = 0 の解はすべて異
なっていなければならない。
13 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
n =
∑
d|n ϕ(d)
1
n
,
2
n
, · · · ,
n − 1
n
,
n
n
を約分
.
1 分母が d の分子 (互いに素) が ϕ(d) 個
.
2 分母は、n の約数
例:
{
1
12
,
2
12
,
3
12
,
4
12
,
5
12
,
6
12
,
7
12
,
8
12
,
9
12
,
10
12
,
11
12
,
12
12
}
= {
1
12
,
1
6
,
1
4
,
1
3
,
5
12
,
1
2
,
7
12
,
2
3
,
3
4
,
5
6
,
11
12
, 1}
= {
1
12
,
5
12
,
7
12
,
11
12
} ∪ {
1
6
,
5
6
} ∪ {
1
4
,
3
4
} ∪ {
1
3
,
2
3
} ∪ {
1
2
} ∪ {1}
14 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
群環体
F∗
p に位数 p − 1 の元 (原始元) が存在
d|p − 1 のとき、xd − 1 = 0(mod p) の d 個の元の集合は、群を
なす
 
M¨obius 変換より、ψ(d) を位数 d の元の個数として、
n =
∑
d|n
ϕ(d) =⇒ ϕ(n) =
∑
d|n
µ(d)
n
d
n =
∑
d|n
ψ(d) =⇒ ψ(n) =
∑
d|n
µ(d)
n
d
一般に ψ(n) = ϕ(n)。特に、p > 2 で、ψ(p − 1) = ϕ(p − 1) > 1。
 
15 / 15
実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体

More Related Content

What's hot

公開鍵暗号(3): 離散対数問題
公開鍵暗号(3): 離散対数問題公開鍵暗号(3): 離散対数問題
公開鍵暗号(3): 離散対数問題Joe Suzuki
 
AtCoder Regular Contest 043 解説
AtCoder Regular Contest 043 解説AtCoder Regular Contest 043 解説
AtCoder Regular Contest 043 解説AtCoder Inc.
 
【第34回数学カフェの予習会#1】微分と代数学のつながり
【第34回数学カフェの予習会#1】微分と代数学のつながり【第34回数学カフェの予習会#1】微分と代数学のつながり
【第34回数学カフェの予習会#1】微分と代数学のつながりMathCafe
 
Wrapping potato chips is fun
Wrapping potato chips is funWrapping potato chips is fun
Wrapping potato chips is funokuraofvegetable
 
ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0Satoshi Kume
 
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定Yuya Takashina
 
複素数・四元数と図形の回転
複素数・四元数と図形の回転複素数・四元数と図形の回転
複素数・四元数と図形の回転Yoshihiro Mizoguchi
 
topology of musical data
topology of musical datatopology of musical data
topology of musical dataTatsuki SHIMIZU
 
ベルヌーイ数を割る素数 - 第4回 #日曜数学会
ベルヌーイ数を割る素数 - 第4回 #日曜数学会ベルヌーイ数を割る素数 - 第4回 #日曜数学会
ベルヌーイ数を割る素数 - 第4回 #日曜数学会Junpei Tsuji
 
ポアンカレ計量
ポアンカレ計量ポアンカレ計量
ポアンカレ計量政孝 鍋島
 
第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義MathCafe
 

What's hot (20)

Cosmology
CosmologyCosmology
Cosmology
 
公開鍵暗号(3): 離散対数問題
公開鍵暗号(3): 離散対数問題公開鍵暗号(3): 離散対数問題
公開鍵暗号(3): 離散対数問題
 
相対位相
相対位相相対位相
相対位相
 
固有値の問題
固有値の問題固有値の問題
固有値の問題
 
固有値問題
固有値問題固有値問題
固有値問題
 
Moig 05
Moig 05Moig 05
Moig 05
 
AtCoder Regular Contest 043 解説
AtCoder Regular Contest 043 解説AtCoder Regular Contest 043 解説
AtCoder Regular Contest 043 解説
 
abc032
abc032abc032
abc032
 
【第34回数学カフェの予習会#1】微分と代数学のつながり
【第34回数学カフェの予習会#1】微分と代数学のつながり【第34回数学カフェの予習会#1】微分と代数学のつながり
【第34回数学カフェの予習会#1】微分と代数学のつながり
 
Wrapping potato chips is fun
Wrapping potato chips is funWrapping potato chips is fun
Wrapping potato chips is fun
 
ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0
 
ロマ数16 simizut
ロマ数16 simizutロマ数16 simizut
ロマ数16 simizut
 
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定
Estimating Mutual Information for Discrete‐Continuous Mixtures 離散・連続混合の相互情報量の推定
 
複素数・四元数と図形の回転
複素数・四元数と図形の回転複素数・四元数と図形の回転
複素数・四元数と図形の回転
 
topology of musical data
topology of musical datatopology of musical data
topology of musical data
 
Prml 4.3.6
Prml 4.3.6Prml 4.3.6
Prml 4.3.6
 
45107
4510745107
45107
 
ベルヌーイ数を割る素数 - 第4回 #日曜数学会
ベルヌーイ数を割る素数 - 第4回 #日曜数学会ベルヌーイ数を割る素数 - 第4回 #日曜数学会
ベルヌーイ数を割る素数 - 第4回 #日曜数学会
 
ポアンカレ計量
ポアンカレ計量ポアンカレ計量
ポアンカレ計量
 
第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義
 

Similar to 公開鍵暗号4: 有限体

公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理Joe Suzuki
 
PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現hagino 3000
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)Akira Asano
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性Joe Suzuki
 
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)Akira Asano
 
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)Akira Asano
 
ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章YosukeAkasaka
 
Newtsulideprint
NewtsulideprintNewtsulideprint
Newtsulideprinttononro
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)Akira Asano
 
公開鍵暗号(6): ナップザック暗号
公開鍵暗号(6): ナップザック暗号公開鍵暗号(6): ナップザック暗号
公開鍵暗号(6): ナップザック暗号Joe Suzuki
 
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27)
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27) 2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27)
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27) Akira Asano
 
x^2+ny^2の形で表せる素数の法則と類体論
x^2+ny^2の形で表せる素数の法則と類体論x^2+ny^2の形で表せる素数の法則と類体論
x^2+ny^2の形で表せる素数の法則と類体論Junpei Tsuji
 
PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1marugari
 
ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率Masaki Asano
 
量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析Shu Tanaka
 
代数的実数とCADの実装紹介
代数的実数とCADの実装紹介代数的実数とCADの実装紹介
代数的実数とCADの実装紹介Masahiro Sakai
 

Similar to 公開鍵暗号4: 有限体 (20)

公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理
 
PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
 
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)
2016年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2016. 11. 10)
 
分布 isseing333
分布 isseing333分布 isseing333
分布 isseing333
 
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)
2016年度秋学期 応用数学(解析) 第5回 微分方程式とは,変数分離形 (2016. 10. 27)
 
ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章
 
Newtsulideprint
NewtsulideprintNewtsulideprint
Newtsulideprint
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
 
公開鍵暗号(6): ナップザック暗号
公開鍵暗号(6): ナップザック暗号公開鍵暗号(6): ナップザック暗号
公開鍵暗号(6): ナップザック暗号
 
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27)
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27) 2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27)
2022年度秋学期 応用数学(解析) 第6回 変数分離形の変形 (2022. 10. 27)
 
x^2+ny^2の形で表せる素数の法則と類体論
x^2+ny^2の形で表せる素数の法則と類体論x^2+ny^2の形で表せる素数の法則と類体論
x^2+ny^2の形で表せる素数の法則と類体論
 
PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1
 
ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率
 
量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析
 
Nn bp formula
Nn bp formulaNn bp formula
Nn bp formula
 
PRML 10.4 - 10.6
PRML 10.4 - 10.6PRML 10.4 - 10.6
PRML 10.4 - 10.6
 
代数的実数とCADの実装紹介
代数的実数とCADの実装紹介代数的実数とCADの実装紹介
代数的実数とCADの実装紹介
 
2013 03 25
2013 03 252013 03 25
2013 03 25
 

More from Joe Suzuki

RとPythonを比較する
RとPythonを比較するRとPythonを比較する
RとPythonを比較するJoe Suzuki
 
R集会@統数研
R集会@統数研R集会@統数研
R集会@統数研Joe Suzuki
 
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...Joe Suzuki
 
分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減する分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減するJoe Suzuki
 
連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定Joe Suzuki
 
E-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka UniversityE-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka UniversityJoe Suzuki
 
AMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップAMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップJoe Suzuki
 
CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要Joe Suzuki
 
Forest Learning from Data
Forest Learning from DataForest Learning from Data
Forest Learning from DataJoe Suzuki
 
A Bayesian Approach to Data Compression
A Bayesian Approach to Data CompressionA Bayesian Approach to Data Compression
A Bayesian Approach to Data CompressionJoe Suzuki
 
A Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent LearningA Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent LearningJoe Suzuki
 
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...Joe Suzuki
 
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...Joe Suzuki
 
研究紹介(学生向け)
研究紹介(学生向け)研究紹介(学生向け)
研究紹介(学生向け)Joe Suzuki
 
Bayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal MeasuresBayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal MeasuresJoe Suzuki
 
MDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/MeasureMDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/MeasureJoe Suzuki
 
The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...Joe Suzuki
 
Universal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or ContinuousUniversal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or ContinuousJoe Suzuki
 
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...Joe Suzuki
 

More from Joe Suzuki (20)

RとPythonを比較する
RとPythonを比較するRとPythonを比較する
RとPythonを比較する
 
R集会@統数研
R集会@統数研R集会@統数研
R集会@統数研
 
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
 
分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減する分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減する
 
連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定
 
E-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka UniversityE-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka University
 
UAI 2017
UAI 2017UAI 2017
UAI 2017
 
AMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップAMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップ
 
CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要
 
Forest Learning from Data
Forest Learning from DataForest Learning from Data
Forest Learning from Data
 
A Bayesian Approach to Data Compression
A Bayesian Approach to Data CompressionA Bayesian Approach to Data Compression
A Bayesian Approach to Data Compression
 
A Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent LearningA Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent Learning
 
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
 
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
 
研究紹介(学生向け)
研究紹介(学生向け)研究紹介(学生向け)
研究紹介(学生向け)
 
Bayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal MeasuresBayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal Measures
 
MDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/MeasureMDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/Measure
 
The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...
 
Universal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or ContinuousUniversal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or Continuous
 
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
 

公開鍵暗号4: 有限体

  • 1. 群環体 実験数学 3 (大阪大学理学部数学科 3 年・4 年) 第 4 回: 有限体 鈴木 譲 大阪大学 2013 年 5 月 9 日 1 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 2. 群環体 群 (G, ◦) 集合 G が演算 ◦ で閉じていて、 . 1 結合法則: (a ◦ b) ◦ c = a ◦ (b ◦ c), a, b, c ∈ G . 2 単位元 e ∈ G が存在: a ◦ e = e ◦ a = a, a ∈ G . 3 各 a ∈ G について、逆元が存在: a ◦ a−1 = a−1 ◦ a = e (G, ◦) が可換群 演算 ◦ について、交換法則: a ◦ b = b ◦ a, a, b ∈ G 2 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 3. 群環体 環 (R, +, ·) 集合 R が演算 +, · で閉じていて、 . 1 (R, +) が可換群: a + b = b + a, a, b ∈ R . 2 演算 · について結合法則: (a · b) · c = a · (b · c), a, b, c ∈ R . 3 演算 (+, ·) について分配法則: a · (b + c) = a · b + a · c , a, b, c ∈ R (a + b) · c = a · c + b · c , a, b, c ∈ R 3 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 4. 群環体 環の例 . 1 Z . 2 実数 R を係数とする 1 変数 x の多項式の集合 R[x] . 3 2 × 2 の実数成分の行列の集合 4 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 5. 群環体 体 (K, +, ·) . 1 (K, +, ·) が環 . 2 演算 · の単位元 1 が存在: a · 1 = 1 · a = a, a ∈ K . 3 演算 + の単位元 0 以外の各要素に、演算 · の逆元が存在: 0 ̸= a ∈ K =⇒ ∃a−1 s.t. a · a−1 = 1 5 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 6. 群環体 体の例 . 1 Q, R, C . 2 Q + Q √ 2 6 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 7. 群環体 有限体 Fp 体 K が有限体 . . . K が有限個の元をもつ Fp := {0, 1, · · · , p − 1} +, · として、mod p の加法、乗法 p が素数 ⇐⇒ Fp は体 1 (a, p) = 1 ⇐⇒ a · a−1 + pk = 1 なる (a−1 , k) が存在 ⇐⇒ a · a−1 ≡ 1 mod p なる a−1 が存在 2 p が素数 ⇐⇒ (a, p) = 1, a ∈ {1, · · · , p − 1} p: 素数 7 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 8. 群環体 Fp でない有限体の例 F2 = {0, 1} ⇒ 0 + 0 = 1 + 1 = 0, 0 + 1 = 1 + 0 = 1, 1 · 1 = 1 x2 + x + 1 = 0 の根を α として、α2 + α + 1 = 0 の根を α とする と、α ̸∈ F2 (1+1=0) の拡大 F22 = {0, 1, α, α + 1} は、体になる + 0 1 α α + 1 0 0 1 α α + 1 1 1 0 α + 1 α α α α + 1 0 1 α + 1 α + 1 α 1 0 · 1 α α + 1 1 1 α α + 1 α α α + 1 1 α + 1 α + 1 1 α 8 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 9. 群環体 参考 . 1 Fq が体 ⇐⇒ q = pm となる素数 p と正整数 m が存在 . 2 すべての体は、以下のいずれかを拡大したものになる Q を拡大したもの (標数 0) p を素数として、Fp を拡大したもの (標数 p) 9 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 10. 群環体 M¨obius 関数 µ : Z+ → {0, 1, −1} µ(n) = 0 (n が平方数で割り切れるとき) µ(n) = (−1)k (n が相異なる k 個の素因数に分解されるとき) f , g : Z+ → Z の Direchlet 積 f ◦ g . . f ◦ g(n) := ∑ d1d2=n f (d1)g(d2) 結合法則: f ◦ (g ◦ h) = (f ◦ g) ◦ h = ∑ d1d2d3=n f (d1)g(d2)h(d3) M¨obius 変換 f : Z+ → Z, F(n) = ∑ d|n f (d) =⇒ f (n) = ∑ d|n µ(d)F(n/d) 10 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 11. 群環体 I(1) := 1, I(n) := 0 (n ≥ 2), J(n) := 1 (n ≥ 1) とおくと、 F(n) = J ◦ f (n) = f ◦ J(n) = ∑ d|n f (d) (1) f ◦ I(n) = f (n) (2) 他方、J ◦ µ(1) = µ(1)J(1) = 1。n = ∏r i=1 pei i ≥ 2 (ei ≥ 1) では、 J ◦ µ(n) = ∑ d|n µ(d) = ∑ (e1,··· ,er )∈{0,1}r µ(pe1 1 · · · per r ) = 1 − r + ( r 2 ) − ( r 3 ) + · · · + (−1)r = (1 − 1)r = 0 より、J ◦ µ = I。これと、(1)(2) および結合法則より、 F ◦ µ = (f ◦ J) ◦ µ = f ◦ (J ◦ µ) = f ◦ I = f 11 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 12. 群環体 f (x) ∈ K[x] の次数が n であれば、体 K の解が高々n 個 . 1 n = 1 であれば、自明。 . 2 n − 1 次で正しいとする。 . . 1 次数 n の fn が解をもたなければ、証明終わり。 . . 2 fn(α) = 0, α ∈ K のとき、fn(x) = fn−1(x)(x − α) とおくと、他の任 意の解は、fn−1(x) = 0 の解。 . 3 次数 n − 1 の fn−1 は高々n − 1 個の解しかもたなかった (n − 1 次で の仮定) ので、fn は高々n 個の解しかもたない 12 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 13. 群環体 d|p − 1 のとき、xd − 1 ≡ 0 (mod p) は d 個の解 dd′ = p − 1 であれば、 xp−1 − 1 xd − 1 = (xd )d′ − 1 xd − 1 = (xd )d′−1 +(xd )d′−2 +· · ·+xd +1 = g(x) xp−1 − 1 = (xd − 1)g(x) Fp[x] の元と見ても、この因数分解は可能 (係数が ±1, 0 のみ)。   Fermat の小定理より、xp−1 ≡ 1(mod p) は x = 1, · · · , p − 1(mod p) の p − 1 個の異なる解をもつので、xd − 1 = 0 の解はすべて異 なっていなければならない。 13 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 14. 群環体 n = ∑ d|n ϕ(d) 1 n , 2 n , · · · , n − 1 n , n n を約分 . 1 分母が d の分子 (互いに素) が ϕ(d) 個 . 2 分母は、n の約数 例: { 1 12 , 2 12 , 3 12 , 4 12 , 5 12 , 6 12 , 7 12 , 8 12 , 9 12 , 10 12 , 11 12 , 12 12 } = { 1 12 , 1 6 , 1 4 , 1 3 , 5 12 , 1 2 , 7 12 , 2 3 , 3 4 , 5 6 , 11 12 , 1} = { 1 12 , 5 12 , 7 12 , 11 12 } ∪ { 1 6 , 5 6 } ∪ { 1 4 , 3 4 } ∪ { 1 3 , 2 3 } ∪ { 1 2 } ∪ {1} 14 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体
  • 15. 群環体 F∗ p に位数 p − 1 の元 (原始元) が存在 d|p − 1 のとき、xd − 1 = 0(mod p) の d 個の元の集合は、群を なす   M¨obius 変換より、ψ(d) を位数 d の元の個数として、 n = ∑ d|n ϕ(d) =⇒ ϕ(n) = ∑ d|n µ(d) n d n = ∑ d|n ψ(d) =⇒ ψ(n) = ∑ d|n µ(d) n d 一般に ψ(n) = ϕ(n)。特に、p > 2 で、ψ(p − 1) = ϕ(p − 1) > 1。   15 / 15 実験数学 3, (大阪大学理学部数学科 3 年・4 年), 第 4 回: 有限体