[카테고리:] 학술

http://www.hani.co.kr/arti/politics/politics_general/441044.html

화제의 그 글이다.

LHC는 세계에서 가장 강력한 입자 가속기이다.

(어떤 의미로는, 세계에서 가장 강력한 전자총이라고 할 수 있을지도. 물론 전자만 가속하는건 아니지만.)

여기에 손을 넣으면 어떤 일이 일어날까?


그러는거 아니야. -_-;

살다보니 3차 연립방정식을 푸는 날도 오는구나 싶다. 지금까지 2차 연립방정식밖에 풀어보지 않은 내가 밉다. 뭐하고 살았나.

x, y, z, w의 변수가 있고, 다음과 같이 생겼다.

$\sum a_{ijnmp} x^i y^j z^n w^m = 0$

이때, $i+j+n+m=3$인 조건과 $0 \leq i, j, n, m, p \leq 3$인 조건을 만족한다.

$(A_{1p} x+B_{1p} y+ C_{1p} z + D_{1p} w + E_{1p})(A_{2p} x+B_{2p} y+ C_{2p} z + D_{2p} w $

$+ E_{2p})(A_{3p} x+B_{3p} y+ C_{3p} z + D_{3p} w + E_{3p})=0$

이렇게 인수분해가 될까?

이렇게 되기만 한다면, 81개의 미지수가 4개인 1차 방정식으로 문제를 분해할 수 있고, 그중 3개의 답을 찾아낼 수 있게 된다.

거꾸로 저렇게 된다고 가정하고 계수들을 찾아보려는 시도를 하고 있는 중인데, 자꾸 모순이 발생해서 어디서 틀렸는지 찾는 중이다.

요즘 자동차 얘기를 하다 보면 “탄력주행”이라는 말이 나온다. 그 뜻은 기어를 중립에 놓고 엔진의 힘이 아니라 관성력을 이용해서 차를 주행한다는 뜻이다. 하지만 아무리 생각해도 이건 말이 잘못 정착됐다. 바꿀 순 없겠지만.

“탄력”이란 탄성력과 같은 뜻으로, 물체가 변형되었을 때 변형의 원인이 된 힘이 사라지면 다시 원래대로 되돌아가는 힘을 말한다. 따라서 이 힘은 실제로 “탄력주행”에서 사용하는 관성력과는 아무 관련이 없다. 우리가 “탄력주행”이라고 부르는 말은 그 정의에 따라 이름을 붙인다면 “관성 주행”이 정확하다. (이런걸로 한국 물리학회에서 따지진 않겠지만.)

영어로는 Inertial drive라고 하면 될 듯 하다.


영어로는 coasting이라는 용어를 사용한다. coasting의 뜻은 타성으로 나간다는 뜻으로, 동력 없이 중력이나 기타 다른 원인으로 움직인다는 뜻이다.

걱정스러운건, 이미 정착된 용어이므로 탄력주행이라는 말을 한국 사람은 어느정도 알겠지만, 만약 이 말을 그대로 영어로 직역해버리면 전혀 이해가 안되는 말이 나와버린다는 점이다. Elastic drive라고 외국인에게 말해준다면, 도대체 자동차가 얼마나 탱탱하길래 그걸로 운행이 가능하다고 말하는지 매우 신기해 할 것이다. “WOW! Wonderful Korea!!”라고 외칠지도.

자동변속기에서는 탄력주행이 별로 좋지 않다. (심지어 위험하다는 주장도 있다.) 난 수동변속기 매니아니까 클러치만 밟아도 그 탄력주행이 가능하지만.ㅋ

친구랑 얘기하다가, 내가 토플 예상점수가 50점 정도 되고 80점이 목표라는 말에 그 친구가 실망했다면서, 자기가 아는 어떤 친구는 준비 없이 봤는데 100점이 나오고 조금 공부해서 110점이 나왔다던데, 나보고 그정도 할거라고 기대했는데 아니라서 실망했다는 이야기를 했다.

예상점수가 50점이라는건 내 현재 실력이 그렇다는 뜻이고, 목표가 80점인 것은 그 이상 받아봐야 유학가는데 의미가 없으니 쓸데없는 노력을 안하겠다는 건데, 무슨 사람이 목표치가 그렇게 낮게 잡혀 있냐면서 100점 넘게 받아서 좋은 대학 가면 좋은거 아니겠냐고 갈궜다. 근데 그건 천재잖아. 공부 대충 하고도 수능에서 2개를 틀리는 바람에 서울대 갔다는 친구인데, 난 그런 천재형 타입이 아니다. 난 철저하게 물리학/수학에 특화된 공부를 해 왔고, 나머지는 필요한 만큼만 공부하고 필요한 만큼만 노력하는 타입이다. 나도 공부 대충하고 그 친구도 공부 대충하는데 단지 결과가 다르다는 것 뿐. 게다가 난 그 결과를, 그쪽 결과는 별로 중요하게 생각하지 않는다. 논문과 연구로 실력이 결정되는데 시험 잘봐서 뭐하게…

어쨌든, 내가 토플 100점을 넘게 받으려면 유학을 포기하고 영어 공부만 해야 하는걸…

내가 영어를 잘하기 위해서 영어 공부를 하는게 아니라, 물리학 공부를 하고 싶은데 하필 물리학자들이 영어를 주로 써서 공부하는 것 뿐이다. 물리학자들이 주로 중국어를 썼다면 중국어를 공부했을 것이고, 히브리어가 주류 언어였다면 히브리어를 공부했을 것이다. 내 목표는 물리학이지 영어가 아니다.

아무리 결과가 더 중요하고, 목적이 수단을 정당화 해 주는 시대라 하더라도, 아무리 그래도

수단이 목적을 바꾸면

안되는거 아닌가. -_-;;;;

전에도 말했듯이, 나에게 그런걸로 이래라 저래라 안했으면 좋겠는데…

어떤 사람이 어떤 일에 대해서 어떻게 해야 한다고 주장할 때, 아무것도 모르는 놈이 깝친다 무시하지 말고 왜 깝치는가 생각좀 해보는 것이 좀 더 일을 수월하게 풀 수 있는 경우가 많다.

적당한 경계조건에서 아인슈타인의 장 방정식을 풀면 특이점 있는 해가 2개 나오는데, 하나는 블랙홀이라는 이름이 붙어있고 다른 하나는 (블랙홀 때문에) 화이트홀이라는 이름이 붙었다.

내가 아직 일반 상대성 이론을 공부해보지 못해서 중력방정식을 풀어보지 못한 고로 답은 모르겠고…

궁금한 것은,

1. 화이트홀 주변에서도 시간이 느려지나?

2. 블랙홀 근방에서는 빛의 방향이 전부 블랙홀을 향한다. 따라서 그 근방에서는 미래가 블랙홀로 가는 방향이다. 그럼 화이트홀 근방에서는 반대로 빛이 모두 화이트홀에서 나오는 방향일 것이다. 그 근방에서는 모든 과거가 화이트홀에서 유래되었을 것이다. 만약 그렇다고 한다면, 화이트홀이 발견되지 않는 것은 당연한 결과 아닐까?

1×1=1

1×1’=1′

2×2=1+1’+2

2x2x2 = ?

2x2x2x2 = ?

그래서, 변수 a, b, c, d가 a=2, b=2, c=1, d=1′ 이라고 한다면, a, b, c, d의 모든 2차항과 4차항을 포함하는 함수의 극소값은 어디에 존재하는가?

…어려워요 -_-;

(물론 위에 나온 2는 숫자 “2”가 아니다.)

로또가 생각이 났다.

엔트로피는 다음과 같이 정의된다

-엔트로피 = $\sum$확률(x) log(확률(x))

-기호도 붙어있고 볼츠만 상수도 원래는 있지만 상수 정도는 대충 넘어가자.

여기서, 로그가 빠지면 그냥 확률의 덧셈이므로 1이 된다. 로그가 왜 붙어있는가는 좀 나중에 생각을 해 보고, 엔트로피가 위와 같이 정의된다 치고 로또 복권의 엔트로피를 생각해 보자.

…

근데, 어려우니까 로또 대신, 일단 동전 던지기의 엔트로피를 생각해 보자.

확률(앞) = 0.5

확률(뒤) = 0.5

-엔트로피 = 0.5(log(0.5))+0.5(log(0.5)) = log(0.5)

따라서 엔트로피 = log2

참 쉽죠?

만약 log의 밑이 2라면 엔트로피 = 1

(볼츠만 상수의 역할이 바로 이것이다. 통계적 현상과 실제 자연 현상 사이의 어떤 관계가 성립할 때, 그 관계를 수치적으로 잘 맞도록 해 주는 역할, 즉 로그의 밑 같은 ?沽?해당한다.)

이번엔 주사위 던지기의 엔트로피를 생각해 보자.

확률(n) = 1/6 for any integer n between 1 and 6.

-엔트로피 = 1/6(log(1/6)) + 1/6(log(1/6)) + 1/6(log(1/6)) + 1/6(log(1/6)) + 1/6(log(1/6)) + 1/6(log(1/6)) = log(1/6)

따라서 엔트로피 = log 6

이것도 만약 log의 밑이 6이라면 엔트로피 = 1

모두 다 같은 확률을 가지는 경우에는, 이처럼 엔트로피가 단순하게 계산된다.

이제, 실전에 들어가 보자. 로또 당첨의 각 등수별 확률은 다음과 같다.

확률(1등) = 1/8145060

확률(2등) = 1/1357510

확률(3등) = 1/35724

확률(4등) = 1/733

확률(5등) = 1/45

내가 직접 계산한 값은 아니라서 이게 진짜 그렇게 되는지는 모르겠지만, 검증하기는 귀찮으므로 일단 믿고 넘어가자. 일단 이 값을 다 더하면 0.0236153305 이다. 대략 2.4%만 당첨된다는 뜻이다. -_-; (5등조차도.)

물론, 당연히 다음과 같다.

확률(꽝) = 1 – 확률(당첨)

– 엔트로피 = 1/8145060 log(1/8145060) + 1/1357510 log(1/1357510) + 1/35724 log(1/35724) + 1/733 log(1/733) + 1/45 log(1/45) + (1-확률(당첨)) log(1-확률(당첨)) = -0.117232782169297292634886427813927570789488305228976152956

이 계산은 구글에서 검색할 수 없어서 정답 검색으로 유명한 울프램 알파를 써 봤다.



엔트로피 = 0.118



이게 무슨 의미인가...

위에서 동전 던지기의 엔트로피를 실제로 계산하면 log(2) = 0.69정도 되고, 

주사위 던지기의 엔트로피를 계산하면 log(6) = 1.79정도 된다. 

로또 복권의 엔트로피는 이런 것들보다 훨씬 낮은 편이다.



이제 이걸 실제 확률 과정에서 한번 살펴보자.

만약 동전을 1000번 던져서 300번이 앞, 700번이 뒤가 나왔다고 하자. 이 경우의 엔트로피는

- 엔트로피 = 0.3 log(0.3) + 0.7 log(0.7) =  -0.610864

엔트로피 = 0.61이다. 즉, 동전던지기에서 각각 500번씩 나오는 경우보다 엔트로피가 작다.

실제 로또 복권의 당첨 확률을 이용하여 엔트로피를 계산하면, 

아마 위에서 계산한 로또 복권의 이상적인 경우에 대한 ž‚ㄴ트로피보다 더 작게 나올 것이다.

실제로 계산해 보고 싶긴 한데 총 몇개가 팔렸는지에 대한 자료를 알기가 어렵다. 회차별 자료는 있는데, 

이걸 다 더하려니 막막하다. -_-;

수학은 어쩌면 대칭성에 관한 학문일 수도 있는데, 수학을 공부하다보면 여러가지 흥미로운 대상을 찾을 수 있다. 그중 이해하기 가장 쉬운 대상은 점과 직선이다. 점과 직선에 대해서 다루는 수학의 분야가 바로 기하학이다. 기하학에서는 아무튼 점과 직선이 어떻게 만나고 헤어지는지 얘기해준다. 그래봐야 “점이 있다” “점 두개사이에 직선을 그을 수 있다” 등등의 이야기로 시작하겠지만. 어쨌든, 이런 점과 직선의 공간은 보통 숫자를 이용해서 표시한다. 하지만 숫자로 표현할 수 있는 점에는 한계가 있는데, 무한대가 숫자가 아니라는 것이다. 그래서, 그런 점과 그런 직선을 다루는 기하학이 있다.

보통의 기하학적 공간 + “여기서부터 무한히 먼 곳에 존재하는 점”과 “여기서부터 무한히 먼 곳에 존재하는 직선”이 있는 공간을 다루는 기하학이 바로 사영기하학(Projective Geometry)이다.

사영기하학 자체를 여기서 전부 설명하기엔 힘드니까 각자 교과서를 찾아보도록 하고, 몇가지 재밌는 것들만 이야기 해 보겠다. 일단 사영기하학의 “공간”에서는 유클리드 기하학에서 성립하는 모든 특징이 다 성립한다. 당연하겠다. 다 똑같고 무한히 먼 곳에 직선과 점을 추가했을 뿐이니까 당연히 성립할 것이다. 여기에 더 재밌는 것은 “쌍대성(Duality)”이 존재한다는 점이다.

쌍대성이란, A와 B라는 대상이 있을 때, 만약 A에 대해서 어떤 정리가 성립한다면 B에 대해서도 똑같이 성립한다는 것이다. 사영기하학의 쌍대성은 점과 직선 사이에 존재한다. “만약 어떤 정리(Theorem)가 점에 대해서 성립한다면, 그 정리는 직선에 대해서도 성립한다.”는 정리가 증명되어 있다. 이건 쌍대성 정리라고 하는데, 사영기하학에서 매우 중요한 정리이다. 왜냐하면, 점에 대해서 안 풀리는 문제가 있을 때 그걸 직선에 대한 문제로 바꿔서 풀어도 괜찮다는 뜻이기 때문이다. 이런 보장이 되지 않는다면, 맘대로 점과 직선을 바꾸면 안된다.

2차원 공간에서 원점 (0,0)을 지나가는 임의의 직선의 방정식을 써 보자.

Ax + By = 0

여기서, “직선”은 위의 공식으로 표현되는 대상 그 전체이다. (x, y)는 변수이며, 아무 값이 들어가더라도 저 공식만 만족시킨다면 아무 문제가 없다. 하지만 A와 B는 직선을 결정하는 수이다. A나 B가 변한다면 직선도 변한다. 특정한 A와 B에 대해서 언제나 직선이 1개 결정된다. 그 반대로도, 직선 1개를 생각하면 그 직선에 해당하는 A와 B의 쌍이 정확히 1개 존재한다. 따라서 우린 직선 대신에 A와 B를 그 직선이라고 생각해도 된다. 그런데 A와 B는 실제로는 그냥 수니까 합쳐서 (A, B)라고 써도 된다. 그리고 이렇게 써 놓고 보니 점이랑 똑같이 생겼다. 그래서 직선 Ax+By=0 대신에 점(A, B)라고 해놓고 여러가지 작업을 할 수도 있다. 그게 쌍대성이다. (여기서 쌍대성의 정리를 증명한 것은 아니다.)

여기서 쌍대성의 의미를 이해하고 넘어가자. Ax+By=0이라는 공식에서 찾을 수 있는 것은 이 공식을 만족하는 직선 (x,y)는 원점에서 점 (A, B)를 잇는 직선과 수직으로 만난다는 점이다. 만약, 반대로 (x, y)를 고정시켜놓고 (A, B)를 바꾸더라도 마찬가지 관계가 성립한다. 우린 점을 (x, y)로 정의하고 직선을 (A, B)로 정의했지만, 실제로는 점과 직선의 역할을 바꾸더라도 문제가 없음을 확인할 수 있다.

이제, 흔히 말하는 벡터 공간을 생각해 보자. 벡터 공간이란 그 안에 있는 원소들에 대한 덧셈과 길이 변환이 잘 정의된 공간이다. 점들의 공간을 벡터 공간으로 정할 수 있는데, 가령 (a, b) + (c, d) = (a+b, c+d)와 같이 덧셈을 정의하고 k(a,b) = (ka, kb)와 같이 길이 변환을 정의한다면 점들의 공간은 벡터 공간이 된다. (다르게 정의해도 조건만 만족한다면 상관 없다.)

벡터 공간에서도 벡터 공간의 쌍대 벡터 공간을 찾을 수 있다. 어떤 벡터 공간의 쌍대 벡터 공간이란 다시 벡터 공간인데, 원래의 벡터 공간과 같은 성질을 갖는 공간이다.

우선 선형 범함수(linear functional)라는 개념을 알아야 한다. 범함수(functional)란, 벡터 하나를 주면 그에 대해서 수 하나를 내놓는 함수이다. 가령 벡터 (a, b)에 대해서 f(a, b) = a+b 라고 주는 것 또한 범함수에 속한다.

그중에서 선형 범함수는 선형 관계가 성립하는 범함수이다. 즉, 범함수 f가 두 벡터 v, w에 대해서 f(v+w) = f(v)+f(w)이고 실수 k에 대해서 f(kv) = kf(v)가 성립하는, 그런 참 괜찮게 생긴 애들이다.

그런데 범함수들 역시 벡터 공간이 된다. 가령, 두개의 범함수 f, g가 있다고 하면 (f+g)(v) = f(v) + g(v)라고 쓸 수 있고, (kf)(v) = k(f(v))가 되므로 덧셈과 길이 변환이 잘 정의된다.

어떤 벡터 공간에 대해서, 그 벡터 공간에 주어진 선형 범함수들의 공간은 그 벡터 공간의 쌍대 벡터 공간이 된다. 일단 선형 범함수들의 공간이 벡터 공간이 된다는 사실은 쉽게 알았는데, “쌍대성”은 어떻게 생각해야 할까?

간단히, 쌍대 벡터 공간이라고 해 놓고서 그 쌍대 벡터 공간의 쌍대 벡터 공간이 원래의 벡터 공간이 된다는 것을 알아보자. 뭐, 간단하다. f라는 범함수 대해서 v라는 함수는 v(f) == f(v)로 정의하면 된다(!)

그럼 앞에서 했던 얘기들을 그대로 다 할 수 있다. (v+w)(f) = f(v+w) = f(v) + f(w) = v(f) + w(f)라든가.

이런 쌍대성의 경우에는, 앞에서 했던 점-직선 사이의 대칭성을 그대로 적용할 수 있다. 즉, 만약 v를 점으로 생각한다면 f는 직선이 된다. (그 반대도 마찬가지.)

물리학에서도 비슷한 얘기가 나오는데, 입자-파동 이중성의 원리에 등장하는 불확정성 원리이다. 불확정성 원리에서는 쌍대 관계에 있는 값은 동시에 둘 다 정확히 측정할 수 없다고 한다. 운동량과 위치는 쌍대 관계이기 때문에 둘 다 동시에 정확히 측정할 수 없다. 잘 생각해보면, “위치”는 점에 해당하고 “운동량”은 직선에 해당한다는 것을 알 수 있다. (물론, 그 반대로 생각해도 된다. 운동량이 점이고 위치가 직선이라도 별 문제는 없다. 왜냐면? 쌍대니까.)

———–

추가

Kwak and Hong 책을 보니까 쌍대 공간은 선형 변환의 Transpose의 일반화된 형태라고 설명하고 있다.

더 자세한 내용은 댓글로…