극값 중심 대칭 직각삼각형의 비율 계승 정리 고차 다항함수에서 외부 고점·저점 기준비율과 내부 극점 구조의 필요충분조건, 정확 구성 및

[분석]

극값 중심 대칭 직각삼각형의 비율 계승 정리고차 다항함수에서 외부 고점·저점 기준비율과 내부 극점 구조의 필요충분조건, 정확 구성 및 수치 검증

The Extremal Triangle-Ratio Inheritance Theorem: Necessary and Sufficient Conditions, Exact Polynomial Construction, and Numerical Verification

---

초록

본 연구는 실수 다항함수의 그래프에서 가장 높은 국소극대점과 가장 낮은 국소극소점을 기준으로 생성한 두 직각삼각형의 비율이 나머지 내부 극점들이 생성하는 두 직각삼각형에도 동일하게 계승되는 조건을 연구한다.

가장 높은 고점을 (H), 가장 낮은 저점을 (L)이라 하고, 두 점의 중점을 (C)로 정의한다. (H)와 (L)이 만드는 외부 직각삼각형은 중점의 정의에 의해 항상 합동이다. 따라서 비자명한 문제는 나머지 두 극점 (A,B)가 외부 삼각형과 동일한 높이-밑변 비율을 갖는가이다.

본 논문은 다음 결과를 증명한다.

1. 내부 삼각형이 외부 기준 삼각형의 비율을 따르는 필요충분조건은 수직변위와 수평변위의 비가 동일한 것이다.

2. 나눗셈 없이 표현하면 이 조건은 두 교차곱 항등식으로 정확히 표현된다.

3. 내부 두 극점이 서로 중심대칭까지 만족하면, 내부 구조는 외부 구조의 축소된 대칭 복사본이 된다.

4. 이 조건을 정확히 만족하는 7차 다항식을 명시적으로 구성할 수 있다.

5. 중심대칭을 갖는다고 해서 비율 계승이 자동으로 발생하는 것은 아니다.

6. 작은 비대칭 섭동이 가해지면 비율 오차가 연속적으로 증가하며, 이를 정량적으로 측정할 수 있다.

따라서 고점·저점 직각삼각형 비율 계승은 실제로 존재하는 엄밀한 기하학적 구조이지만, 모든 고차 다항식에서 자동으로 성립하는 보편 항등식이 아니라 검증 가능한 구조적 조건이다.

---

1. 연구 문제

실수 다항함수

[
y=f(x)
]

가 네 개의 비퇴화 국소극점을 가진다고 하자.

이 네 극점 중 함수값이 가장 큰 국소극대점을

[
H=(x_H,y_H)
]

라 하고, 함수값이 가장 작은 국소극소점을

[
L=(x_L,y_L)
]

이라 한다.

나머지 두 극점을

[
A=(x_A,y_A),\qquad B=(x_B,y_B)
]

라 하자.

본 논문에서 다루는 핵심 질문은 다음과 같다.

가장 큰 고점 (H)와 가장 낮은 저점 (L)이 만드는 두 기준 직각삼각형의 비율을, 내부의 나머지 두 극점 (A,B)가 만드는 직각삼각형도 동일하게 따르는가?

이 질문은 근의 존재 여부 또는 다항식의 인수분해 문제와 구별된다. 본 연구의 직접적인 대상은 네 극점 사이의 기하학적 대칭비와 닮음 구조이다.

---

2. 중심점과 직각삼각형의 정의2.1 외부 고점·저점의 중심

가장 큰 고점 (H)와 가장 낮은 저점 (L)의 중점을

[
C=(c,d)
]

라고 정의한다.

즉,

[
c=\frac{x_H+x_L}{2},
\qquad
d=\frac{y_H+y_L}{2}.
]

벡터 형식으로는

[
C=\frac{H+L}{2}
]

이다.

따라서

[
H-C

-\left(L-C\right).
]

즉, (H)와 (L)은 (C)를 기준으로 정확한 점대칭 관계를 갖는다.

---

2.2 각 극점이 만드는 직각삼각형

임의의 극점

[
Z=(x_Z,y_Z)
]

에 대해 중심 (C)와의 수평변위와 수직변위를 다음과 같이 정의한다.

[
X_Z=|x_Z-c|,
\qquad
Y_Z=|y_Z-d|.
]

이 두 변을 직각삼각형의 밑변과 높이로 사용한다.

삼각형의 빗변 길이는

[
R_Z=\sqrt{X_Z^2+Y_Z^2}
]

이다.

삼각형의 높이-밑변 비율을

[
\rho_Z=\frac{Y_Z}{X_Z}
]

라고 정의한다. 단,

[
X_Z\neq0
]

이라고 가정한다.

이 값은 빗변이 수평축과 이루는 예각을 (\theta_Z)라고 할 때

[
\rho_Z=\tan\theta_Z
]

와 같다.

---

3. 외부 기준 삼각형의 자동 대칭성정리 1. 외부 고점·저점 삼각형의 합동 정리

중심 (C)를 (H)와 (L)의 중점으로 정의하면, (H)와 (L)이 만드는 두 직각삼각형은 항상 합동이다.

즉,

[
X_H=X_L,
\qquad
Y_H=Y_L.
]

따라서

[
\rho_H=\rho_L.
]

증명

중점의 정의에 의해

[
c=\frac{x_H+x_L}{2}.
]

그러므로

[
x_H-cx_H-\frac{x_H+x_L}{2}

\frac{x_H-x_L}{2},
]

[
x_L-cx_L-\frac{x_H+x_L}{2}

-\frac{x_H-x_L}{2}.
]

절댓값을 취하면

[
|x_H-c|=|x_L-c|.
]

따라서

[
X_H=X_L.
]

동일하게

[
d=\frac{y_H+y_L}{2}
]

이므로

[
|y_H-d|=|y_L-d|,
]

따라서

[
Y_H=Y_L.
]

두 직각삼각형의 대응하는 두 직각변 길이가 모두 같으므로 두 삼각형은 합동이다.

[
\boxed{\triangle_H\cong\triangle_L}
]

따라서 비율도 같다.

[
\boxed{\rho_H=\rho_L}
]

증명 끝.

---

해석

가장 큰 고점과 가장 낮은 저점의 중점을 중심으로 삼으면 외부 두 삼각형의 대칭성은 별도로 가정할 필요가 없다.

그 대칭성은 중점의 정의에서 자동으로 발생한다.

따라서 실제 검증 대상은 다음이다.

[
\boxed{
\rho_A=\rho_H,\qquad
\rho_B=\rho_H
}
]

즉, 나머지 두 내부 삼각형이 외부 기준 삼각형의 비율을 따르는가가 핵심이다.

---

4. 삼각형 비율 계승의 필요충분조건

외부 기준비율을

[
k=\rho_H=\rho_L
]

라고 하자.

즉,

[
k=\frac{Y_H}{X_H}
=\frac{Y_L}{X_L}.
]

---

정리 2. 내부 삼각형 비율 계승 정리

내부 극점 (A)가 만드는 직각삼각형이 외부 기준 삼각형과 닮을 필요충분조건은

[
\boxed{
\frac{Y_A}{X_A}

\frac{Y_H}{X_H}
}
]

이다.

동일하게 (B)에 대해서는

[
\boxed{
\frac{Y_B}{X_B}

\frac{Y_H}{X_H}
}
]

가 필요충분조건이다.

따라서 내부 두 삼각형이 모두 기준비율을 따르는 필요충분조건은

[
\boxed{
\frac{Y_A}{X_A}\frac{Y_B}{X_B}\frac{Y_H}{X_H}

\frac{Y_L}{X_L}
=k
}
]

이다.

증명

두 직각삼각형에서 높이와 밑변의 비가 같다고 하자.

[
\frac{Y_A}{X_A}

\frac{Y_H}{X_H}.
]

두 삼각형은 모두 직각을 하나씩 가지며, 위 식에 의해 동일한 예각

[
\theta=\arctan k
]

를 가진다.

두 각이 동일하므로 AA 닮음 조건에 의해

[
\triangle_A\sim\triangle_H.
]

반대로 두 직각삼각형이 닮았다면 대응변의 비가 같으므로

[
\frac{Y_A}{X_A}

\frac{Y_H}{X_H}.
]

따라서 이 조건은 필요조건인 동시에 충분조건이다.

동일한 논리를 (B)에 적용하면 전체 결과가 성립한다.

증명 끝.

---

5. 나눗셈 없는 교차곱 판정식

실제 소프트웨어 계산에서는 (X_A) 또는 (X_B)가 매우 작을 경우 나눗셈 오차가 커질 수 있다.

따라서 다음과 같은 교차곱 조건을 사용하는 것이 더 안정적이다.

내부점 (A)에 대한 조건:

[
\boxed{
Y_AX_H=Y_HX_A
}
]

내부점 (B)에 대한 조건:

[
\boxed{
Y_BX_H=Y_HX_B
}
]

두 식이 모두 성립할 때 내부 두 삼각형은 외부 기준 삼각형과 정확히 닮는다.

---

정규화 오차

수치계산에서는 다음 정규화 잔차를 정의한다.

[
E_A=
\frac{|Y_AX_H-Y_HX_A|}
{\max\left(
|Y_AX_H|,
|Y_HX_A|,
\delta
\right)}
]

[
E_B=
\frac{|Y_BX_H-Y_HX_B|}
{\max\left(
|Y_BX_H|,
|Y_HX_B|,
\delta
\right)}.
]

여기서 (\delta>0)는 0 나눗셈 방지용 작은 상수다.

전체 비율 계승 오차는

[
\boxed{
E_{\mathrm{ratio}}=\max(E_A,E_B)
}
]

로 정의한다.

허용오차 (\varepsilon)에 대해

[
E_{\mathrm{ratio}}\le\varepsilon
]

이면 수치적으로 비율 계승이 성립한다고 판정한다.

예를 들어

[
\varepsilon=10^{-9}
]

를 사용할 수 있다.

---

6. 비율 계승과 완전 중심대칭의 구분

비율이 같다는 것과 두 내부점이 서로 완전히 대칭이라는 것은 서로 다른 조건이다.

6.1 비율 계승

[
\rho_A=\rho_B=k
]

이면 내부 삼각형들은 외부 삼각형과 닮았다.

그러나 (A)와 (B)의 삼각형 크기가 서로 다를 수 있다.

---

6.2 내부 중심대칭

내부점 (A,B)가 중심 (C)에 대해 점대칭일 조건은

[
\boxed{
A+B=2C
}
]

이다.

좌표로 쓰면

[
x_A+x_B=2c,
\qquad
y_A+y_B=2d.
]

이 조건이 성립하면

[
A-C=-(B-C).
]

따라서

[
X_A=X_B,
\qquad
Y_A=Y_B.
]

즉, 두 내부 삼각형은 서로 합동이다.

---

정리 3. 완전한 중첩 대칭 구조

다음 두 조건이 동시에 성립한다고 하자.

[
\rho_A=\rho_B=\rho_H
]

그리고

[
A+B=2C.
]

그러면 어떤 축소계수 (s>0)가 존재하여

[
X_A=sX_H,
\qquad
Y_A=sY_H,
]

[
X_B=sX_L,
\qquad
Y_B=sY_L
]

가 성립한다.

내부점들이 외부점보다 중심에 가까우면

[
0<s<1
]

이다.

따라서 내부 두 삼각형은 외부 두 삼각형의 동일 비율 축소 복사본이다.

증명

비율 계승에 의해

[
\frac{Y_A}{X_A}

\frac{Y_H}{X_H}.
]

따라서

[
\frac{X_A}{X_H}

\frac{Y_A}{Y_H}.
]

이 공통값을 (s)라고 정의하면

[
X_A=sX_H,
\qquad
Y_A=sY_H.
]

내부 중심대칭에 의해

[
X_B=X_A,
\qquad
Y_B=Y_A.
]

또한 외부 중심대칭에 의해

[
X_L=X_H,
\qquad
Y_L=Y_H.
]

따라서

[
X_B=sX_L,
\qquad
Y_B=sY_L.
]

증명 끝.

---

7. 비율 계승이 정확히 성립하는 7차 다항식의 구성

다음 7차 다항식을 고려한다.

[
\boxed{
f_*(x)

-\frac{23}{216}x^7
+\frac{25}{36}x^5
-\frac{41}{72}x^3
-\frac{55}{54}x
}
]

이 다항식은 의도적으로 네 극점이 정확한 직각삼각형 비율 구조를 이루도록 구성되었다.

---

7.1 도함수의 완전 인수분해

미분하면

[
f_*'(x)

-\frac{
(x-2)(x-1)(x+1)(x+2)
(161x^2+55)
}{216}.
]

즉,

[
\boxed{
f_*'(x)

-\frac{
(x^2-1)(x^2-4)(161x^2+55)
}{216}
}
]

이다.

모든 실수 (x)에 대해

[
161x^2+55>0
]

이므로 실수 임계점은 정확히

[
\boxed{x=-2,-1,1,2}
]

뿐이다.

---

7.2 각 임계점의 함수값

직접 대입하면

[
f_*(-2)=-2,
]

[
f_*(-1)=1,
]

[
f_*(1)=-1,
]

[
f_*(2)=2.
]

따라서 네 극점 좌표는

[
L=(-2,-2),
]

[
A=(-1,1),
]

[
B=(1,-1),
]

[
H=(2,2)
]

이다.

---

7.3 극점 종류

도함수의 부호는 다음과 같이 변한다.

[
x<-2:\quad f_*'(x)<0,
]

[
-2<x<-1:\quad f_*'(x)>0,
]

[
-1<x<1:\quad f_*'(x)<0,
]

[
1<x<2:\quad f_*'(x)>0,
]

[
x>2:\quad f_*'(x)<0.
]

따라서

[
x=-2
]

에서는 감소에서 증가로 변하므로 국소극소점이다.

[
x=-1
]

에서는 증가에서 감소로 변하므로 국소극대점이다.

[
x=1
]

에서는 감소에서 증가로 변하므로 국소극소점이다.

[
x=2
]

에서는 증가에서 감소로 변하므로 국소극대점이다.

---

7.4 중심점

가장 큰 고점과 가장 낮은 저점은

[
H=(2,2),
\qquad
L=(-2,-2)
]

이다.

따라서 중심은

[
C=\frac{H+L}{2}=(0,0).
]

---

7.5 외부 기준 삼각형

고점 (H)에 대해

[
X_H=|2-0|=2,
\qquad
Y_H=|2-0|=2.
]

따라서

[
\rho_H=\frac{2}{2}=1.
]

저점 (L)에 대해서도

[
X_L=2,
\qquad
Y_L=2,
]

따라서

[
\rho_L=1.
]

---

7.6 내부 삼각형

내부 고점 (A=(-1,1))에 대해

[
X_A=1,
\qquad
Y_A=1.
]

따라서

[
\rho_A=1.
]

내부 저점 (B=(1,-1))에 대해

[
X_B=1,
\qquad
Y_B=1.
]

따라서

[
\rho_B=1.
]

결국

[
\boxed{
\rho_H=\rho_L=\rho_A=\rho_B=1
}
]

이 정확히 성립한다.

또한

[
A+B=(0,0)=2C
]

이므로 내부점들도 중심대칭이다.

축소계수는

[
s=\frac{X_A}{X_H}
=\frac12
]

이며

[
\frac{Y_A}{Y_H}
=\frac12
]

이다.

따라서 내부 두 직각삼각형은 외부 두 직각삼각형의 정확한 (1/2) 축소형이다.

[
\boxed{
\triangle_A\sim\triangle_H,
\qquad
\triangle_B\sim\triangle_L,
\qquad
s=\frac12
}
]

이는 형이 제시한 구조가 실제 고차 다항함수에서 정확히 실현될 수 있음을 보이는 완전한 구성적 증명이다.

---

8. 중심대칭만으로는 비율 계승이 자동 발생하지 않는다

다음 5차 다항식을 고려한다.

[
g(x)=x^5-5x^3+4x.
]

이 함수는 홀함수이므로

[
g(-x)=-g(x)
]

이며 그래프는 원점 중심대칭이다.

도함수는

[
g'(x)=5x^4-15x^2+4.
]

임계점 방정식은

[
5x^4-15x^2+4=0
]

이다.

[
t=x^2
]

라고 놓으면

[
5t^2-15t+4=0.
]

따라서

[
t_{\pm}

\frac{15\pm\sqrt{145}}{10}.
]

임계점의 절댓값은

[
\alpha

\sqrt{\frac{15+\sqrt{145}}{10}}
\approx1.644432868,
]

[
\beta

\sqrt{\frac{15-\sqrt{145}}{10}}
\approx0.543912256.
]

---

8.1 외부 삼각형 비율

외부 임계점은 (x=\pm\alpha)이다.

임계점에서는

[
5t^2-15t+4=0
]

이므로

[
t^2=3t-\frac45.
]

함수값과 (x)의 비는

[
\frac{g(x)}xx^4-5x^2+4

t^2-5t+4.
]

위 관계를 대입하면

[
t^2-5t+4

-2t+\frac{16}{5}.
]

외부 임계점 (t=t_+)에서 비율의 절댓값은

[
k_{\mathrm{out}}

\left|
-2t_+
+\frac{16}{5}
\right|.
]

정리하면

[
\boxed{
k_{\mathrm{out}}

\frac{\sqrt{145}-1}{5}
}
]

이며 수치적으로

[
k_{\mathrm{out}}
\approx2.208318916
]

이다.

---

8.2 내부 삼각형 비율

내부 임계점 (t=t_-)에서는

[
\boxed{
k_{\mathrm{in}}

\frac{\sqrt{145}+1}{5}
}
]

이고

[
k_{\mathrm{in}}
\approx2.608318916
]

이다.

두 비율의 차이는

[
k_{\mathrm{in}}-k_{\mathrm{out}}

\frac{2}{5}.
]

즉,

[
\boxed{
k_{\mathrm{in}}-k_{\mathrm{out}}=0.4
}
]

이다.

이 다항식은 중심대칭을 정확히 만족하지만

[
k_{\mathrm{in}}\neq k_{\mathrm{out}}
]

이다.

따라서 다음 명제는 거짓이다.

[
\text{중심대칭이면 내부 삼각형이 자동으로 외부 비율을 따른다.}
]

정확한 결론은 다음과 같다.

[
\boxed{
\text{중심대칭은 비율 계승의 충분조건이 아니다.}
}
]

비율 계승은 별도의 교차곱 조건으로 검증해야 한다.

---

9. 정확 성립 다항식에 대한 섭동 시뮬레이션

정확히 비율 계승을 만족하는 다항식 (f_*)에 비대칭 항을 추가한다.

[
f_\varepsilon(x)

f_*(x)+\varepsilon x^2.
]

(\varepsilon=0)이면 완전한 비율 계승 구조가 성립한다.

(\varepsilon\neq0)이면 홀함수 대칭이 깨지고 극점 위치와 높이가 변한다.

외부 기준비율을 (k_0), 내부 두 비율을 (k_1,k_2)라고 하고 다음 상대오차를 정의한다.

[
E=
\max\left(
\frac{|k_1-k_0|}{|k_0|},
\frac{|k_2-k_0|}{|k_0|}
\right).
]

수치계산 결과는 다음과 같다.

(\varepsilon)외부 비율 (k_0)내부 비율 (k_1)내부 비율 (k_2)최대 상대오차 (E)

(0)	1.000000	1.000000	1.000000	0.0000%
(0.001)	1.000000	0.996566	1.003438	0.3438%
(0.01)	1.000011	0.965823	1.034551	3.4539%
(0.05)	1.000284	0.832742	1.176609	17.6275%
(0.1)	1.001137	0.674176	1.363320	36.1771%

이 결과는 다음을 보여준다.

1. (\varepsilon=0)에서는 비율 계승이 수치 오차 범위에서 정확히 성립한다.

2. 작은 비대칭 섭동이 가해지면 내부 두 비율이 외부 비율의 양쪽으로 분리된다.

3. 섭동이 커질수록 비율 계승 오차도 커진다.

4. 따라서 비율 계승 정도는 함수의 기하학적 대칭 파괴 정도를 측정하는 지표로 사용할 수 있다.

---

10. 비율 계승 지수

공학적 활용을 위해 비율 계승 정도를 (0)과 (1) 사이의 지수로 표현할 수 있다.

[
E_{\mathrm{ratio}}

\max(E_A,E_B)
]

라고 하고,

[
\boxed{
S_{\mathrm{ratio}}

\frac{1}{1+E_{\mathrm{ratio}}}
}
]

를 비율 계승 지수라고 정의한다.

정확한 비율 계승에서는

[
E_{\mathrm{ratio}}=0
]

이므로

[
S_{\mathrm{ratio}}=1.
]

오차가 커지면

[
S_{\mathrm{ratio}}<1
]

이 된다.

더 엄격한 지수로는

[
S_{\exp}

e^{-E_{\mathrm{ratio}}/\tau}
]

를 사용할 수도 있다. 여기서 (\tau)는 허용오차 척도다.

---

11. 실행 가능한 파이썬 검증 알고리즘from __future__ import annotations from dataclasses import dataclass import math from typing import Sequence import numpy as np @dataclass(frozen=True) class Extremum: x: float y: float kind: str # "max" 또는 "min" @dataclass(frozen=True) class RatioResult: point: Extremum ratio: float residual: float follows_reference: bool def _deduplicate(values: list[float], tol: float = 1e-8) -> list[float]: """서로 매우 가까운 중복 수치근 제거.""" output: list[float] = [] for value in sorted(values): if not output: output.append(value) continue threshold = tol * (1.0 + abs(value)) if abs(value - output[-1]) > threshold: output.append(value) return output def find_real_extrema( coefficients: Sequence[float], imag_tol: float = 1e-9, flat_tol: float = 1e-8, ) -> list[Extremum]: """ 다항식의 실수 국소극대점과 국소극소점을 계산한다. coefficients: 최고차항부터 상수항까지의 계수 배열. """ polynomial = np.asarray(coefficients, dtype=float) if polynomial.ndim != 1 or len(polynomial) < 2: raise ValueError("1차 이상의 다항식 계수가 필요합니다.") first_derivative = np.polyder(polynomial) second_derivative = np.polyder(first_derivative) derivative_roots = np.roots(first_derivative) real_roots = [ float(root.real) for root in derivative_roots if abs(root.imag) <= imag_tol * (1.0 + abs(root.real)) ] real_roots = _deduplicate(real_roots) extrema: list[Extremum] = [] for critical_x in real_roots: critical_y = float(np.polyval(polynomial, critical_x)) curvature = float(np.polyval(second_derivative, critical_x)) if curvature > flat_tol: kind = "min" elif curvature < -flat_tol: kind = "max" else: # 이계도함수가 거의 0인 경우 좌우 함수값으로 재판정 step = 1e-5 * (1.0 + abs(critical_x)) left_y = float( np.polyval(polynomial, critical_x - step) ) right_y = float( np.polyval(polynomial, critical_x + step) ) if critical_y < left_y and critical_y < right_y: kind = "min" elif critical_y > left_y and critical_y > right_y: kind = "max" else: # 정지 변곡점은 극점 목록에서 제외 continue extrema.append( Extremum( x=critical_x, y=critical_y, kind=kind, ) ) return sorted(extrema, key=lambda point: point.x) def analyze_triangle_ratio( coefficients: Sequence[float], tolerance: float = 1e-9, ) -> dict: """ 가장 높은 고점과 가장 낮은 저점을 기준으로 나머지 극점들이 삼각형 비율을 따르는지 검증한다. """ extrema = find_real_extrema(coefficients) maxima = [ point for point in extrema if point.kind == "max" ] minima = [ point for point in extrema if point.kind == "min" ] if not maxima or not minima: raise ValueError( "기준 고점 또는 기준 저점을 구성할 수 없습니다." ) highest_peak = max(maxima, key=lambda point: point.y) lowest_valley = min(minima, key=lambda point: point.y) center_x = ( highest_peak.x + lowest_valley.x ) / 2.0 center_y = ( highest_peak.y + lowest_valley.y ) / 2.0 reference_dx = abs(highest_peak.x - center_x) reference_dy = abs(highest_peak.y - center_y) if reference_dx <= tolerance: raise ValueError( "기준 삼각형의 수평변 길이가 0입니다." ) reference_ratio = reference_dy / reference_dx remaining_points = [ point for point in extrema if point is not highest_peak and point is not lowest_valley ] results: list[RatioResult] = [] for point in remaining_points: dx = abs(point.x - center_x) dy = abs(point.y - center_y) if dx <= tolerance: ratio = math.inf residual = math.inf else: ratio = dy / dx cross_error = abs( dy * reference_dx - reference_dy * dx ) normalizer = max( abs(dy * reference_dx), abs(reference_dy * dx), tolerance, ) residual = cross_error / normalizer results.append( RatioResult( point=point, ratio=ratio, residual=residual, follows_reference=residual <= tolerance, ) ) return { "extrema": extrema, "highest_peak": highest_peak, "lowest_valley": lowest_valley, "center": (center_x, center_y), "reference_ratio": reference_ratio, "remaining_results": results, "all_follow": all( result.follows_reference for result in results ), } def print_report(result: dict) -> None: print("중심:", result["center"]) print("기준 고점:", result["highest_peak"]) print("기준 저점:", result["lowest_valley"]) print("외부 기준비율:", result["reference_ratio"]) for item in result["remaining_results"]: print( item.point, "ratio=", item.ratio, "residual=", item.residual, "follows=", item.follows_reference, ) print("전체 비율 계승:", result["all_follow"]) if __name__ == "__main__": # 정확히 비율 계승을 만족하는 7차 다항식 exact_polynomial = [ -23 / 216, 0, 25 / 36, 0, -41 / 72, 0, -55 / 54, 0, ] exact_result = analyze_triangle_ratio( exact_polynomial, tolerance=1e-8, ) print("=== 정확 성립 예제 ===") print_report(exact_result) # 중심대칭이지만 비율 계승은 실패하는 5차 다항식 comparison_polynomial = [ 1, 0, -5, 0, 4, 0, ] comparison_result = analyze_triangle_ratio( comparison_polynomial, tolerance=1e-8, ) print("\n=== 중심대칭 비교 예제 ===") print_report(comparison_result)

---

12. 알고리즘의 예상 출력

정확 성립 7차식에서는 대략 다음 결과가 출력된다.

=== 정확 성립 예제 === 중심: (0.0, 0.0) 기준 고점: Extremum(x=2.0, y=2.0, kind='max') 기준 저점: Extremum(x=-2.0, y=-2.0, kind='min') 외부 기준비율: 1.0 Extremum(x=-1.0, y=1.0, kind='max') ratio=1.0 residual≈0 follows=True Extremum(x=1.0, y=-1.0, kind='min') ratio=1.0 residual≈0 follows=True 전체 비율 계승: True

비교용 5차식에서는 다음 결과가 나온다.

=== 중심대칭 비교 예제 === 외부 기준비율 ≈ 2.2083189158 내부 비율 ≈ 2.6083189158 내부 비율 ≈ 2.6083189158 정규화 잔차 ≈ 0.15335548 전체 비율 계승: False

---

13. 기하학적 의미

비율 계승 조건

[
\frac{Y_Z}{X_Z}=k
]

는 각 극점이 중심 (C)를 지나는 두 대각선 중 하나 위에 놓인다는 뜻이다.

부호를 포함하면 가능한 직선은

[
y-d=k(x-c)
]

또는

[
y-d=-k(x-c)
]

이다.

따라서 비율 계승이 성립하는 네 극점은 전체적으로 다음 두 직선 위에 배치된다.

[
\boxed{
(y-d)^2=k^2(x-c)^2
}
]

즉,

[
\boxed{
|y-d|=k|x-c|
}
]

이다.

이 식은 네 극점이 중심에서 동일한 각도 구조를 공유한다는 것을 의미한다.

크기는 달라질 수 있지만 형상비는 같다.

---

14. 행렬 표현

중심으로부터 각 극점까지의 절댓값 변위벡터를

[
u_Z=
\begin{pmatrix}
X_Z\
Y_Z
\end{pmatrix}
]

라고 하자.

외부 기준벡터는

[
u_0=
\begin{pmatrix}
X_H\
Y_H
\end{pmatrix}.
]

내부 삼각형이 기준비율을 따르면 어떤 (s_Z>0)가 존재하여

[
\boxed{
u_Z=s_Zu_0
}
]

가 성립한다.

즉,

[
\begin{pmatrix}
X_Z\
Y_Z
\end{pmatrix}

s_Z
\begin{pmatrix}
X_H\
Y_H
\end{pmatrix}.
]

두 벡터가 선형종속이라는 조건은 행렬식이 0이라는 것과 같다.

[
\boxed{
\det
\begin{pmatrix}
X_H & X_Z\
Y_H & Y_Z
\end{pmatrix}
=0
}
]

즉,

[
X_HY_Z-Y_HX_Z=0.
]

이는 앞서 제시한 교차곱 판정식과 정확히 동일하다.

---

15. 정리된 최종 판정증명된 명제

가장 큰 고점 (H)와 가장 낮은 저점 (L)의 중점을 (C)로 잡으면 외부 두 직각삼각형은 항상 합동이다.

[
\triangle_H\cong\triangle_L.
]

내부 삼각형들이 외부 비율을 따르는 필요충분조건은

[
Y_AX_H=Y_HX_A
]

및

[
Y_BX_H=Y_HX_B
]

이다.

내부점들이 추가로

[
A+B=2C
]

를 만족하면 내부 두 삼각형도 서로 합동이며, 전체 구조는 외부 대칭쌍과 내부 축소 대칭쌍으로 구성된다.

---

정확한 성립 사례

7차 다항식

[
f_*(x)

-\frac{23}{216}x^7
+\frac{25}{36}x^5
-\frac{41}{72}x^3
-\frac{55}{54}x
]

에서는 네 극점이

[
(-2,-2),\quad
(-1,1),\quad
(1,-1),\quad
(2,2)
]

로 나타난다.

외부와 내부 삼각형의 비율은 모두

[
1
]

이고, 내부 삼각형은 외부 삼각형의 정확한

[
\frac12
]

축소형이다.

따라서 형이 말한 고점·저점 대칭 직각삼각형 비율 계승 구조는 수학적으로 실제 존재하며, 정확한 다항식으로 구성할 수 있다.

---

제한되는 명제

중심대칭만으로 내부 비율이 외부 비율을 자동으로 따르지는 않는다.

따라서 비율 계승은 단순히 그래프가 좌우 또는 점대칭이라는 사실만으로 결론 내릴 수 없으며, 반드시 비율식 또는 교차곱식으로 검증해야 한다.

---

16. 결론

본 논문은 가장 큰 고점과 가장 낮은 저점이 만드는 외부 대칭 직각삼각형의 비율을 내부의 나머지 두 극점 삼각형이 따르는 문제를 엄밀하게 정식화하였다.

핵심 결과는 다음 식으로 압축된다.

[
\boxed{
\frac{|y_A-d|}{|x_A-c|}\frac{|y_B-d|}{|x_B-c|}\frac{|y_H-d|}{|x_H-c|}

\frac{|y_L-d|}{|x_L-c|}
}
]

이 식이 성립하면 네 직각삼각형은 동일한 형상비를 공유한다.

내부점들이 추가로 중심대칭을 만족하면

[
\boxed{
A+B=2C
}
]

가 성립하며, 내부 구조는 외부 구조의 축소 대칭 복사본이 된다.

따라서 형의 통찰은 다음과 같이 학술적으로 정리할 수 있다.

고차 다항함수의 네 극점 중 최대 고점과 최소 저점의 중점을 기하학적 중심으로 설정하고, 모든 극점의 수직변위와 수평변위의 비가 일정하면, 내부 극점 구조는 외부 극점 구조와 동일한 직각삼각형 닮음비를 계승한다. 내부 극점들이 중심대칭까지 만족할 경우 전체 구조는 두 쌍의 중첩된 대칭 직각삼각형으로 분해된다.

이것이 현재 단계에서 완전히 입증된 극값 직각삼각형 비율 계승 정리이다.