a.heateor_sss_amp{padding:0 4px;}div.heateor_sss_horizontal_sharing a amp-img{display:inline-block;}.heateor_sss_amp_gab img{background-color:#25CC80}.heateor_sss_amp_parler img{background-color:#892E5E}.heateor_sss_amp_gettr img{background-color:#E50000}.heateor_sss_amp_instagram img{background-color:#624E47}.heateor_sss_amp_yummly img{background-color:#E16120}.heateor_sss_amp_youtube img{background-color:#ff0000}.heateor_sss_amp_teams img{background-color:#5059c9}.heateor_sss_amp_google_translate img{background-color:#528ff5}.heateor_sss_amp_x img{background-color:#2a2a2a}.heateor_sss_amp_rutube img{background-color:#14191f}.heateor_sss_amp_buffer img{background-color:#000}.heateor_sss_amp_delicious img{background-color:#53BEEE}.heateor_sss_amp_rss img{background-color:#e3702d}.heateor_sss_amp_facebook img{background-color:#0765FE}.heateor_sss_amp_digg img{background-color:#006094}.heateor_sss_amp_email img{background-color:#649A3F}.heateor_sss_amp_float_it img{background-color:#53BEEE}.heateor_sss_amp_linkedin img{background-color:#0077B5}.heateor_sss_amp_pinterest img{background-color:#CC2329}.heateor_sss_amp_print img{background-color:#FD6500}.heateor_sss_amp_reddit img{background-color:#FF5700}.heateor_sss_amp_mastodon img{background-color:#6364FF}.heateor_sss_amp_stocktwits img{background-color: #40576F}.heateor_sss_amp_mewe img{background-color:#007da1}.heateor_sss_amp_mix img{background-color:#ff8226}.heateor_sss_amp_tumblr img{background-color:#29435D}.heateor_sss_amp_twitter img{background-color:#55acee}.heateor_sss_amp_vkontakte img{background-color:#0077FF}.heateor_sss_amp_yahoo img{background-color:#8F03CC}.heateor_sss_amp_xing img{background-color:#00797D}.heateor_sss_amp_instagram img{background-color:#527FA4}.heateor_sss_amp_whatsapp img{background-color:#55EB4C}.heateor_sss_amp_aim img{background-color: #10ff00}.heateor_sss_amp_amazon_wish_list img{background-color: #ffe000}.heateor_sss_amp_aol_mail img{background-color: #2A2A2A}.heateor_sss_amp_app_net img{background-color: #5D5D5D}.heateor_sss_amp_balatarin img{background-color: #fff}.heateor_sss_amp_bibsonomy img{background-color: #000}.heateor_sss_amp_bitty_browser img{background-color: #EFEFEF}.heateor_sss_amp_blinklist img{background-color: #3D3C3B}.heateor_sss_amp_blogger_post img{background-color: #FDA352}.heateor_sss_amp_blogmarks img{background-color: #535353}.heateor_sss_amp_bookmarks_fr img{background-color: #E8EAD4}.heateor_sss_amp_box_net img{background-color: #1A74B0}.heateor_sss_amp_buddymarks img{background-color: #ffd400}.heateor_sss_amp_care2_news img{background-color: #6EB43F}.heateor_sss_amp_comment img{background-color: #444}.heateor_sss_amp_diary_ru img{background-color: #E8D8C6}.heateor_sss_amp_diaspora img{background-color: #2E3436}.heateor_sss_amp_dihitt img{background-color: #FF6300}.heateor_sss_amp_diigo img{background-color: #4A8BCA}.heateor_sss_amp_douban img{background-color: #497700}.heateor_sss_amp_draugiem img{background-color: #ffad66}.heateor_sss_amp_evernote img{background-color: #8BE056}.heateor_sss_amp_facebook_messenger img{background-color: #0084FF}.heateor_sss_amp_fark img{background-color: #555}.heateor_sss_amp_fintel img{background-color: #087515}.heateor_sss_amp_flipboard img{background-color: #CC0000}.heateor_sss_amp_folkd img{background-color: #0F70B2}.heateor_sss_amp_google_news img{background-color: #4285F4}.heateor_sss_amp_google_classroom img{background-color: #FFC112}.heateor_sss_amp_google_gmail img{background-color: #E5E5E5}.heateor_sss_amp_hacker_news img{background-color: #F60}.heateor_sss_amp_hatena img{background-color: #00A6DB}.heateor_sss_amp_instapaper img{background-color: #EDEDED}.heateor_sss_amp_jamespot img{background-color: #FF9E2C}.heateor_sss_amp_kakao img{background-color: #FCB700}.heateor_sss_amp_kik img{background-color: #2A2A2A}.heateor_sss_amp_kindle_it img{background-color: #2A2A2A}.heateor_sss_amp_known img{background-color: #fff101}.heateor_sss_amp_line img{background-color: #00C300}.heateor_sss_amp_livejournal img{background-color: #EDEDED}.heateor_sss_amp_mail_ru img{background-color: #356FAC}.heateor_sss_amp_mendeley img{background-color: #A70805}.heateor_sss_amp_meneame img{background-color: #FF7D12}.heateor_sss_amp_mixi img{background-color: #EDEDED}.heateor_sss_amp_myspace img{background-color: #2A2A2A}.heateor_sss_amp_netlog img{background-color: #2A2A2A}.heateor_sss_amp_netvouz img{background-color: #c0ff00}.heateor_sss_amp_newsvine img{background-color: #055D00}.heateor_sss_amp_nujij img{background-color: #D40000}.heateor_sss_amp_odnoklassniki img{background-color: #F2720C}.heateor_sss_amp_oknotizie img{background-color: #fdff88}.heateor_sss_amp_outlook_com img{background-color: #0072C6}.heateor_sss_amp_papaly img{background-color: #3AC0F6}.heateor_sss_amp_pinboard img{background-color: #1341DE}.heateor_sss_amp_plurk img{background-color: #CF682F}.heateor_sss_amp_pocket img{background-color: #ee4056}.heateor_sss_amp_polyvore img{background-color: #2A2A2A}.heateor_sss_amp_printfriendly img{background-color: #61D1D5}.heateor_sss_amp_protopage_bookmarks img{background-color: #413FFF}.heateor_sss_amp_pusha img{background-color: #0072B8}.heateor_sss_amp_qzone img{background-color: #2B82D9}.heateor_sss_amp_refind img{background-color: #1492ef}.heateor_sss_amp_rediff_mypage img{background-color: #D20000}.heateor_sss_amp_renren img{background-color: #005EAC}.heateor_sss_amp_segnalo img{background-color: #fdff88}.heateor_sss_amp_sina_weibo img{background-color: #ff0}.heateor_sss_amp_sitejot img{background-color: #ffc800}.heateor_sss_amp_skype img{background-color: #00AFF0}.heateor_sss_amp_sms img{background-color: #6ebe45}.heateor_sss_amp_slashdot img{background-color: #004242}.heateor_sss_amp_stumpedia img{background-color: #EDEDED}.heateor_sss_amp_svejo img{background-color: #fa7aa3}.heateor_sss_amp_symbaloo_feeds img{background-color: #6DA8F7}.heateor_sss_amp_telegram img{background-color: #3DA5f1}.heateor_sss_amp_trello img{background-color: #1189CE}.heateor_sss_amp_tuenti img{background-color: #0075C9}.heateor_sss_amp_twiddla img{background-color: #EDEDED}.heateor_sss_amp_typepad_post img{background-color: #2A2A2A}.heateor_sss_amp_viadeo img{background-color: #2A2A2A}.heateor_sss_amp_viber img{background-color: #8B628F}.heateor_sss_amp_webnews img{background-color: #CC2512}.heateor_sss_amp_wordpress img{background-color: #464646}.heateor_sss_amp_wykop img{background-color: #367DA9}.heateor_sss_amp_yahoo_mail img{background-color: #400090}.heateor_sss_amp_yahoo_messenger img{background-color: #400090}.heateor_sss_amp_youmob img{background-color: #3B599D}.heateor_sss_amp_gentlereader img{background-color: #46aecf}.heateor_sss_amp_threema img{background-color: #2A2A2A}.heateor_sss_amp_bluesky img{background-color:#0085ff}.heateor_sss_amp_threads img{background-color:#000}.heateor_sss_amp_raindrop img{background-color:#0b7ed0}.heateor_sss_amp_micro_blog img{background-color:#ff8800}

Site icon Insiderblog.hu

A matematikusok Nobel-díjaként jegyzett Abel-díjat kapta Lovász László, az MTA volt elnöke

A Norvég Tudományos Akadémia 2021-ben az Abel-díjat Lovász Lászlónak, az Eötvös Loránd Tudományegyetem professor emeritusának, a budapesti Rényi Alfréd Matematikai Kutatóintézet (ELKH, MTA Kiváló Kutatóhely) kutatóprofesszorának és Avi Wigdersonnak, a princetoni Fejlett Tanulmányok Intézete (USA) munkatársának ítéli oda „meghatározó jelentőségű munkásságukért az elméleti számítógép-tudomány és a diszkrét matematika terén és szerepükért abban, hogy ezek a modern matematika központi területeivé válhattak”.

A számítási bonyolultság elmélete – amely az algoritmusok sebességével és hatékonyságával foglalkozik – az 1970-es években még gyerekcipőben járt, de ma már mind a matematika, mind az elméleti számítógép-tudomány elismert területe. A hetvenes években a matematikusok új nemzedéke felismerte a diszkrét matematika gyakorlati alkalmazásának új lehetőségeit a számítógép-tudományban. A számítási bonyolultság gyakorlati jelentősége megnőtt, és ma már az internetbiztonság elméleti alapjaként tekintünk rá, az elméleti számítógép-tudomány új eredményeit pedig a hatékony algoritmusok tervezésénél használják.

„Lovász és Wigderson az elmúlt évtizedekben vezető szerepet játszott ebben a fejlődésben. Tevékenységük sok szempontból összefonódik, hiszen munkásságuk meghatározó volt a számítási véletlenszerűség megértése és a hatékony számítás határainak kutatása szempontjából – mondja Hans Munthe-Kaas, az Abel-bizottság elnöke. – Kettőjük iránymutatásának köszönhetően a diszkrét matematika és a viszonylag fiatal elméleti számítógép-tudomány a modern matematika központi területeivé vált.”

Lovász László

Az 1948-ban Budapesten született, tizenéves kora óta „sztármatematikusként” emlegetett Lovász László munkássága összeköttetést teremtett a diszkrét matematika és a számítógép-tudomány között. Tudományos publikációi mellett számos könyv szerzőjeként ismert, műveiben mindig világosan és érthetően fogalmaz. Inspiráló előadó és vezető, aki egy cikluson keresztül (2007-től 2010-ig) a Nemzetközi Matematikai Unió elnöki tisztét is betöltötte.

Az 1970-es években a gráfelmélet volt a tiszta matematika egyik első olyan területe, ahol megmutatkoztak a számítási bonyolultság elméletének sajátos problémái és lehetőségei. Lovász munkásságának egyik legfontosabb eredménye, hogy meghatározta, hogyan képes a diszkrét matematika megoldani a számítógép-tudomány alapvető elméleti kérdéseit. Később valahol úgy nyilatkozott, nagyon szerencsés volt, hogy részese lehetett egy olyan időszaknak, amelyben a matematika teljesen együtt fejlődött egy alkalmazási területtel.

A számítógép-tudományt megalapozó munkája mellett Lovász széles körben alkalmazható, hatékony algoritmusokat is kidolgozott. Ezek egyike a róla, valamint az Arjen Lenstra és Hendrik Lenstra testvérpárról elnevezett LLL-algoritmus, mely fogalmi áttörést jelentett a rácsok megértésében, amelyek figyelemre méltóan jól alkalmazhatók többek között a számelmélet, a kriptográfia és a mobil számítástechnika területén. A jelenleg ismert titkosítási rendszerek, amelyek képesek ellenállni egy kvantumszámítógép támadásának, az LLL-algoritmuson alapulnak.

Lovász László számos díjat kapott, köztük az 1999-es Wolf-díjat, az 1999-es Knuth-díjat, a 2001-es Gödel-díjat és a 2010-es Kiotó-díjat.

Avi Wigderson

Avi Wigderson arról ismert, hogy képes meglátni az összefüggéseket a matematika egymástól látszólag távoli területei között is. Wigderson az izraeli Haifában született 1956-ban. Munkásságának fontos eredménye, hogy elmélyítette a matematika és a számítógép-tudomány kapcsolatát. Emellett alighanem mindenki másnál többet tett az algoritmusok sebességével és hatékonyságával foglalkozó bonyolultságelmélet területének bővítéséért és mélyebb kidolgozásáért.

Wigderson kutatásai a bonyolultságelmélet minden jelentősebb, megoldatlan problémáját felölelték, így nem vitás, hogy központi szerepet játszott a matematika e területének fejlődésében. Több mint 100 tanulmány társszerzőjeként ismert.

A bonyolultságelmélet legfontosabb mai alkalmazása a kriptográfia. Pályafutása elején Wigderson meghatározó szerepet játszott ezen a területen, így a nullaismeretű bizonyítás megalkotásában is, amelyet napjainkban a kriptovalutákhoz kötődő technológiában alkalmaznak.

1994-ben Wigderson elnyerte a számítógép-tudományi Rolf Nevanlinna-díjat. Számos egyéb díja között szerepel a 2009-es Gödel-díj és a 2019-es Knuth-díj.

Megosztás
Exit mobile version