# 모든 수학자는 몇 가지 요령만 가지고 있다 (2020) > Clean Markdown view of GeekNews topic #24727. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=24727](https://news.hada.io/topic?id=24727) - GeekNews Markdown: [https://news.hada.io/topic/24727.md](https://news.hada.io/topic/24727.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2025-12-01T04:42:46+09:00 - Updated: 2025-12-01T04:42:46+09:00 - Original source: [mathoverflow.net](https://mathoverflow.net/questions/363119/every-mathematician-has-only-a-few-tricks) - Points: 3 - Comments: 1 ## Topic Body - **서로 교환 가능한 행렬은 동시에 대각화할 수 있다**는 원리를 중심으로, 물리학적 관점에서 여러 시스템의 해석 방법을 설명 - **병진 대칭**을 가진 시스템에서는 **푸리에 변환**을 사용해 파동 방정식, 열 방정식 등 다양한 물리 현상을 해결 - **이산 병진 대칭**을 가진 결정 구조에서는 **Bloch-Floquet 이론**을 통해 에너지 밴드 구조를 설명하며, 도체와 절연체의 차이를 규명 - **회전 대칭**을 가진 경우 **수소 원자**의 고유값 문제를 회전 연산자 대각화로 해결하고, **SO(3) 표현**이 주기율표의 전자 껍질 구조와 연결 - **SU(3) 대칭**을 통해 복잡한 입자 물리학의 입자 분류가 체계화되며, 대칭 표현이 입자들의 조직적 구조를 드러냄 --- ### 연산자와 대각화의 기본 원리 - 핵심 개념은 **“서로 교환 가능한 두 행렬은 동시에 대각화 가능”** 이라는 수학적 성질 - 한 연산자의 고유벡터를 알면, 다른 연산자의 대각화가 훨씬 단순해짐 - 물리학에서는 대부분의 행렬이 대각화 가능하다고 가정함 ### 1) 병진 불변 시스템 - **병진 연산자**의 고유벡터가 \( e^{ikx} \) 형태이므로, **푸리에 변환**을 사용하는 것이 자연스러움 - 이 방법은 빛, 음향, 자유 전자, 균질 매질의 열 방정식 등 **파동 방정식**을 해결하는 데 적용 ### 2) 이산 병진 대칭과 Bloch-Floquet 이론 - **결정 구조**를 이루는 고체의 원자 배열은 **이산 병진 대칭**을 가짐 - 연산자 \( T_a\phi(x) = \phi(x+a) \)의 고유벡터로 \( \phi_k(x+a) = e^{ik\cdot a}\phi_k(x) \)를 사용 - 이를 통해 **Bloch-Floquet 이론**이 도출되며, 스펙트럼이 **밴드 구조**로 나뉨 - 이 이론은 **도체와 절연체의 차이**를 설명하는 응집물리학의 대표적 모델 ### 3) 회전 대칭과 수소 원자 - **회전 불변성**을 가진 시스템에서는 **회전 연산자**를 먼저 대각화해야 함 - 이를 통해 **수소 원자**의 고유값과 고유벡터를 구할 수 있음 - 수소 원자의 고유공간은 회전에 대해 안정적이며, **SO(3)** 의 유한차원 표현을 이룸 - **SO(3)** 의 비가약 표현 차원은 1, 3, 5, …이며, 전자 스핀을 고려하면 **주기율표의 열(2, 6, 10, 14, …)** 과 대응 ### 4) SU(3) 대칭과 입자 물리학 - **입자 물리학**은 복잡하지만, 그 기저에는 **SU(3) 대칭**이 존재 - SU(3)의 표현을 고려하면, 다양한 입자들이 보다 **체계적이고 조직적인 분류**로 정리됨 - 이를 통해 입자들의 “동물학적 분류(zoology)”가 정돈된 형태로 나타남 ### 추가 언급 - 원문에는 위 네 가지 사례 외에도 **39개의 추가 댓글**이 존재하나, 본문에서는 구체적 내용이 제시되지 않음 ## Comments ### Comment 47000 - Author: neo - Created: 2025-12-01T04:42:46+09:00 - Points: 1 ###### [Hacker News 의견](https://news.ycombinator.com/item?id=46084535) - 우리 아버지는 수학자가 아닌 **엔지니어**였는데, 선형이 아닌 문제는 전부 **Newton-Raphson**으로 풀었음 어릴 때 HP85a에서 BASIC으로 Newton-Raphson을 구현하던 게 내 첫 프로그래밍 기억 중 하나였음 나중엔 HP 계산기에서 RPN으로 구현하기도 했고, 아버지의 끔찍한 BASIC 프로그램을 디버깅하기도 했음 아버지는 수치해석 루트 찾기 하나와 2차 미분 계산법만 배워서, 화학공정 엔지니어로서 평생 써먹었음 참고로 관련 문서는 [여기](https://sheffield.ac.uk/media/31988/download?attachment)에서 볼 수 있음 그리고 아버지는 “결심한 FORTRAN 프로그래머는 어떤 언어에서도 FORTRAN을 쓸 수 있다”는 신념으로 살았음 - 내가 함께 일한 가장 뛰어난 개발자는 **SVD(특이값 분해)** 하나로 수많은 선형대수 문제를 해결했음 SVD는 제대로만 쓸 줄 알면 공학 계산에서 정말 강력한 도구임 - 내 아버지도 엔지니어였고 **Fortran**을 사랑했음 한 번은 내가 OOP를 설명했더니 “쓸모없다”고 단정하고 다시는 돌아보지 않았음 - Newton-Raphson은 **Knuth의 명언** “증명은 했지만 실행은 안 해봤다”를 실감하게 하는 알고리즘임 단순한 예제에서는 완벽히 작동하지만, 실제 문제에서는 처참히 실패할 때가 많음 - “나는 1000가지 발차기를 연습한 사람을 두려워하지 않는다. 하지만 한 가지 발차기를 1000번 연습한 사람은 두렵다”는 말이 떠오름 Newton-Raphson을 평생 써먹은 아버지에게 딱 맞는 비유 같음 - **Differential Evolution**도 널리 적용 가능한 간단한 기법임 구현도 쉽고, [위키 설명](https://en.wikipedia.org/wiki/Differential_evolution)을 보면 꽤 흥미로움 - 엔지니어들도 각자 **문제 해결의 테마**가 있는 것 같음 어떤 동료는 늘 가장 단순한 해킹을 찾아냈고, 또 다른 이는 코드 자체를 사랑해서 가장 **우아한 표현**을 추구했음 전직 물리학자는 늘 마이너한 메일링 리스트를 읽으며 깊이 있는 이해를 쌓았음 나는 문제의 구조를 오래 파고드는 편인데, 결국 문제의 해법보다 그 과정에서 얻은 **도구들**이 더 유용했음 - 또 다른 유형도 있음 Reddit에서 본 걸 바로 실험해보는 인프라 엔지니어가 있었는데, 지금은 자산이 5천만 달러쯤 됨 또 다른 엔지니어는 모든 기술을 직접 **트레이닝 세션**으로 배워 통합했음 그리고 어떤 유명한 엔지니어는 세상에서 가장 훌륭한 **주석**을 썼음 — 문제, 트레이드오프, 성능, 미완 부분까지 에세이처럼 정리했음 결국 최고의 엔지니어들은 공통적으로 “될 때까지 시도하는” 성향을 가졌음 - 나는 주로 코드나 파이프라인을 **추적(trace)** 해서 결과가 어떻게 나왔는지 파악함 특히 결과가 잘못됐을 때 유용함 “Go To Definition” 기능이 가장 강력한 도구라고 생각함 - 컴퓨터공학 수업에서 느낀 건, 수학은 **패턴 인식과 요령**이 중요하다는 점이었음 요령을 모르면 진전이 없고, 수업에서도 이런 트릭을 직접 가르쳐주는 경우는 거의 없었음 교수들은 학생이 이미 알고 있다고 가정하거나, 모르면 게으르다고 생각했음 - **Feynman**은 자서전에서 자신이 남들과 다른 **수학적 트릭**을 가지고 있었기 때문에 성공했다고 했음 - 흥미롭게도, 그가 자주 쓴 적분 계산법인 **Feynman’s trick**은 사실 250년 전 **Euler**가 고안한 방법이었음 관련 설명은 [여기](https://zackyzz.github.io/feynman.html)에서 볼 수 있음 - Feynman은 자기 책을 반복해서 읽으며 “모든 게 여기에 있다”고 말했음 스스로의 이해를 계속 갱신했음 - 그의 트릭은 대부분 **고전적 미적분학** 범위에 있었음 화려하진 않았지만, 그 한정된 영역을 완벽히 마스터했음 - 대학 시절, 교수님이 문제를 설명하다 내가 졸고 있으면 내 이름을 불렀음 나는 잠결에 “**중국인의 나머지 정리**”라고 답했는데, 90% 확률로 맞았음 대수학 수업이었는데, 그만큼 자주 통했음 - 한 번은 강의 중 교수님이 문제를 풀지 못했음 잠시 쉬고 연구실로 가서 노트를 가져왔는데, 거기엔 단 한 줄이 적혀 있었음 — “**트릭을 써라**” - 누군가 [Tricki.org](https://www.tricki.org/)를 소개했는데, 수학 문제 해결 **기법 위키**로 꽤 흥미로웠음 지금은 유지보수되지 않지만 여전히 참고할 만함 - 알려줘서 고맙다는 반응이 있었음. 정말 괜찮은 자료였음 - 프로그래머에게는 **그래프 사고**가 매우 유용함 어떤 사람은 **SAT**도 좋은 트릭이라고 하지만, 나는 직접 써본 적은 없음 - SAT, SMT, ILP, MILP 같은 기법들도 함께 언급됨 - 응용수학에는 이런 농담이 있음 — “우린 **Taco Bell** 같다. 같은 여섯 재료를 섞어 다른 메뉴를 만든다” 나도 반복해서 쓰는 몇 가지 기법이 있음 결국 세상을 움직이는 아이디어는 몇 개 안 되고, 한 교수님은 “최근 수십 년간 진짜 혁신은 **압축 센싱**뿐이었다”고 말했음 - 컴파일러의 어려운 부분은 **파서(parser)** 임 기존 파서를 찾아서 그 언어의 웹 템플릿으로 출력하면 됨 데이터베이스 쿼리는 **역색인(inverted index)** 으로 바꾸면 더 낫고, 무엇보다 **데이터 지역성(locality)** 을 신중히 고려해야 함