अंगूठे का एक सामान्य नियम यह है कि जितना अधिक सार / विदेशी गणित आप मशीनी करना चाहते हैं, उतना आसान हो जाता है। इसके विपरीत, जितना अधिक ठोस / परिचित गणित होगा, उतना ही कठिन होगा। तो (उदाहरण के लिए) प्राणिक बिंदु-मुक्त टोपोलॉजी जैसे दुर्लभ जानवरों को सामान्य मीट्रिक टोपोलॉजी की तुलना में मशीनीकरण करना बहुत आसान है।
यह शुरू में थोड़ा आश्चर्यचकित कर सकता है, लेकिन यह मूल रूप से है क्योंकि ठोस वस्तुओं की तरह ठोस वस्तुएं कई प्रकार के बीजीय संरचनाओं में भाग लेती हैं, और उन्हें शामिल करने वाले सबूत उनमें से किसी भी दृष्टिकोण से किसी भी संपत्ति का उपयोग कर सकते हैं। तो गणितज्ञों के आदी होने के साधारण तर्क में सक्षम होने के लिए, आपको इन सभी चीजों को यंत्रीकृत करना होगा। इसके विपरीत, अत्यधिक अमूर्त निर्माणों में गुणों का एक (जानबूझकर) छोटा और प्रतिबंधित सेट होता है, इसलिए आपको अच्छे बिट्स को प्राप्त करने से पहले बहुत कम मशीनीकरण करना होगा।
जटिलता-सिद्धांत और एल्गोरिदम / डेटा-संरचना में सबूत संख्या (पेड़) या सूचियों जैसे सरल गैजेट के परिष्कृत गुणों का उपयोग करने के लिए होते हैं (एक नियम के रूप में)। उदाहरण के लिए, दहनशील, संभाव्य और संख्या-सिद्धांत संबंधी तर्क नियमित रूप से जटिलता सिद्धांत में प्रमेयों में एक ही समय में दिखाई देते हैं। प्रमाण सहायक पुस्तकालय का समर्थन उस बिंदु पर करना जहाँ यह करना अच्छा है, बहुत काम है!
एक संदर्भ जहां लोग काम में लगाने के इच्छुक हैं, क्रिप्टोग्राफिक एल्गोरिदम में है। जटिल गणितीय कारणों के लिए जगह में बहुत सूक्ष्म एल्गोरिथम बाधाएं हैं, और क्योंकि क्रिप्टो कोड एक प्रतिकूल वातावरण में चलता है, यहां तक कि थोड़ी सी भी त्रुटि विनाशकारी हो सकती है। इसलिए, उदाहरण के लिए, सर्टिफिकेट प्रोजेक्ट ने क्रिप्टोग्राफिक एल्गोरिदम की शुद्धता के मशीन-चेक किए गए सबूत के निर्माण के उद्देश्य से बहुत सारे सत्यापन बुनियादी ढांचे का निर्माण किया है।