Return to Video

Was macht die Mathematik so sexy?

  • 0:01 - 0:05
    Was machen Franzosen
    besser als alle anderen?
  • 0:06 - 0:08
    Wenn Sie Umfragen nehmen würden,
  • 0:08 - 0:10
    könnten die drei häufigsten Antworten
  • 0:10 - 0:14
    Liebe, Wein und Jammern sein.
  • 0:14 - 0:15
    (Lachen)
  • 0:15 - 0:17
    Vielleicht.
  • 0:17 - 0:20
    Aber lassen mich Ihnen
    eine vierte Antwort vorschlagen:
  • 0:20 - 0:21
    Mathematik.
  • 0:22 - 0:25
    Wussten Sie, dass es mehr
    Mathematiker in Paris gibt
  • 0:25 - 0:27
    als in jeder anderen Stadt der Welt?
  • 0:27 - 0:30
    Und mehr Straßen sind nach
    Mathematikern benannt.
  • 0:30 - 0:33
    Wenn Sie die Statistiken
    der Fields-Medaille betrachten,
  • 0:33 - 0:36
    die auch als Nobelpreis
    für Mathematiker bezeichnet
  • 0:36 - 0:40
    und nur an Mathematiker
    unter 40 Jahren verliehen wird,
  • 0:40 - 0:44
    werden Sie feststellen, dass Frankreich
    mehr Medaillengewinner pro Einwohner hat
  • 0:44 - 0:46
    als jedes andere Land.
  • 0:46 - 0:49
    Warum finden wir Mathematik so sexy?
  • 0:50 - 0:53
    Sie scheint doch so stumpf
    und abstrakt zu sein.
  • 0:53 - 0:57
    Nur Ziffern und Berechnungen
    und Anwendungen von Regeln.
  • 0:58 - 1:01
    Mathematik ist vielleicht abstrakt,
  • 1:01 - 1:04
    aber keineswegs stumpf
    und nicht nur bloßes Rechnen.
  • 1:04 - 1:06
    Es geht um Denken
  • 1:06 - 1:08
    und die Bestätigung
    unseres grundlegenden Handelns.
  • 1:08 - 1:10
    Es geht um die Phantasie,
  • 1:10 - 1:12
    unser höchstgepriesenes Talent.
  • 1:12 - 1:15
    Es geht darum, die Wahrheit zu finden.
  • 1:15 - 1:18
    Nichts ist besser als das Gefühl,
  • 1:18 - 1:21
    wenn man nach monatelangem Überlegen
  • 1:21 - 1:24
    endlich den Lösungsansatz
    des Problems gefunden hat.
  • 1:25 - 1:29
    Der große Mathematiker
    André Weil verglich dieses Gefühl --
  • 1:29 - 1:30
    kein Scherz --
  • 1:30 - 1:32
    mit sexuellem Genuss,
  • 1:32 - 1:36
    aber bemerkte, dass dieses Gefühl
    für Stunden anhalten kann,
  • 1:36 - 1:38
    manchmal sogar Tage.
  • 1:38 - 1:40
    Die Belohnung kann groß sein.
  • 1:41 - 1:46
    Verborgene mathematischen Wahrheiten
    durchdringen unsere ganze physische Welt.
  • 1:46 - 1:48
    Sie sind unseren Sinnen verschlossen,
  • 1:48 - 1:52
    aber können durch die Brille
    der Mathematik betrachtet werden.
  • 1:52 - 1:55
    Schließen Sie Ihre Augen für einen Moment
  • 1:55 - 1:58
    und denken Sie an das,
    was gerade um Sie herum stattfindet.
  • 1:58 - 2:02
    Unsichtbare Teilchen
    aus der Luft stoßen auf Sie,
  • 2:02 - 2:04
    mehrere Trillionen mal pro Sekunde.
  • 2:04 - 2:07
    Alle in komplettem Chaos.
  • 2:08 - 2:11
    Trotzdem können ihre Statistiken genau,
  • 2:11 - 2:14
    mithilfe mathematischer Physik,
    vorhergesagt werden.
  • 2:15 - 2:18
    Öffnen Sie nun Ihre Augen
    und sehen Sie die Statistik
  • 2:18 - 2:20
    der Geschwindigkeit dieser Teilchen.
  • 2:20 - 2:23
    Die berühmte glockenförmige Gaußkurve,
  • 2:23 - 2:26
    oder das Fehlergesetz
  • 2:26 - 2:29
    von Abweichungen bezüglich
    des Mittelwertverhaltens.
  • 2:30 - 2:34
    Die Kurve zeigt die Statistik
    von Teilchengeschwindigkeiten
  • 2:34 - 2:37
    in derselben Weise,
    wie eine demographische Kurve
  • 2:37 - 2:41
    die Statistik von Altersstrukturen
    einer Bevölkerung darstellt.
  • 2:41 - 2:44
    Sie ist eine der wichtigsten
    Kurven überhaupt.
  • 2:44 - 2:46
    Sie kommt immer wieder vor,
  • 2:46 - 2:49
    in vielen Theorien und Experimenten,
  • 2:49 - 2:53
    als ein schönes Beispiel
    für die Universalität,
  • 2:53 - 2:57
    die uns Mathematikern so teuer ist.
  • 2:58 - 3:02
    Von dieser Kurve sagte der berühmte
    Wissenschaftler Francis Galton:
  • 3:02 - 3:05
    „Die Griechen hätten sie vergöttert,
  • 3:05 - 3:06
    wenn Sie sie gekannt hätten.
  • 3:07 - 3:11
    Sie ist das höchste Gesetz
    der Unvernunft.“
  • 3:11 - 3:17
    Es gibt kein besseres Mittel,
    um diese Göttin zu materialisieren,
  • 3:17 - 3:19
    als das Galtonbrett.
  • 3:19 - 3:23
    Innerhalb dieses Brettes sind enge Tunnel,
  • 3:23 - 3:27
    durch die winzige Kügelchen
    zufällig fallen,
  • 3:29 - 3:34
    nach rechts oder links und so weiter.
  • 3:34 - 3:38
    Alle in völligem Zufall und Chaos.
  • 3:38 - 3:43
    Mal sehen, was passiert,
    wenn wir diese zufälligen Bahnen
  • 3:43 - 3:44
    gemeinsam betrachten.
  • 3:44 - 3:47
    (schüttelt das Galtonbrett)
  • 3:49 - 3:52
    Es ist nicht ganz einfach ...
  • 3:52 - 3:58
    weil wir im Brett einige
    Staus zu lösen haben.
  • 3:59 - 4:00
    Aha.
  • 4:01 - 4:05
    Spielt mir der Zufall einen
    Streich auf der Bühne?
  • 4:08 - 4:09
    Und siehe da:
  • 4:10 - 4:13
    Unsere oberste Göttin der Unvernunft,
  • 4:13 - 4:15
    die Gaußkurve.
  • 4:15 - 4:21
    Eingeklemmt in einer durchsichtigen Kiste
    wie Dream in den „Sandmann“-Comics.
  • 4:22 - 4:25
    Ihnen habe ich es gezeigt,
  • 4:25 - 4:30
    aber meinen Studenten muss ich erklären,
    warum es keine andere Kurve sein könnte.
  • 4:31 - 4:34
    Und das berührt
    das Geheimnis dieser Göttin.
  • 4:34 - 4:39
    Es ersetzt einen wunderschönen Zufall
    durch eine wunderschöne Erklärung.
  • 4:39 - 4:41
    Jede Wissenschaft funktioniert so.
  • 4:42 - 4:47
    Schöne mathematischen Erklärungen
    sind nicht nur zum Vergnügen.
  • 4:47 - 4:51
    Sie ändern auch unsere
    Wahrnehmung der Welt.
  • 4:51 - 4:52
    Zum Beispiel,
  • 4:52 - 4:55
    Einstein, Perrin, Smoluchowski,
  • 4:55 - 4:59
    sie verwendeten die mathematische
    Analyse von zufälligen Bahnen
  • 4:59 - 5:01
    und die Gaußkurve,
  • 5:01 - 5:05
    um zu erklären und beweisen,
    dass unsere Welt
  • 5:05 - 5:07
    aus Atomen zusammengesetzt ist.
  • 5:07 - 5:09
    Es war nicht das erste Mal,
  • 5:09 - 5:13
    dass die Mathematik unsere
    Wahrnehmung der Welt revolutionierte.
  • 5:13 - 5:16
    Bereits vor über 2000 Jahren,
  • 5:16 - 5:18
    im griechischen Altertum,
  • 5:20 - 5:21
    fand dies schon einmal statt.
  • 5:22 - 5:26
    Nur ein kleiner Teil der Welt
    war schon entdeckt und es schien,
  • 5:26 - 5:29
    dass die Erde unendlich sei.
  • 5:30 - 5:32
    Aber der kluge Eratosthenes
  • 5:32 - 5:34
    bediente sich der Mathematik
  • 5:34 - 5:37
    und konnte die Erde
    mit einer erstaunlichen Genauigkeit
  • 5:37 - 5:39
    von zwei Prozent messen.
  • 5:40 - 5:42
    Hier ist ein weiteres Beispiel.
  • 5:42 - 5:46
    Im Jahr 1673 stellt Jean Riecher fest,
  • 5:46 - 5:53
    dass ein Pendel in Cayenne
    etwas langsamer schwingt als in Paris.
  • 5:54 - 5:59
    Aus dieser Beobachtung allein,
    und kluger Mathematik,
  • 5:59 - 6:01
    hat Newton richtig geschlossen,
  • 6:01 - 6:06
    dass die Erdkugel etwas plattgedrückt ist,
  • 6:06 - 6:08
    etwa 0,3 Prozent.
  • 6:09 - 6:12
    So wenig, dass das nicht zu bemerken ist,
  • 6:12 - 6:14
    wenn man sich ein
    echtes Bild der Erde anschaut.
  • 6:14 - 6:19
    Diese Geschichten zeigen,
    dass man mit der Mathematik
  • 6:19 - 6:23
    aus seiner bloße Intuition
    herausgehen kann.
  • 6:24 - 6:27
    Man kann die Erde messen,
    die unendlich scheint,
  • 6:27 - 6:29
    Atome sehen, die unsichtbar sind
  • 6:29 - 6:33
    oder einen unmerklichen Unterschied
    einer Körperform erkennen.
  • 6:33 - 6:36
    Wenn bei Ihnen nur eines
    von diesem Gespräch hängen bleibt,
  • 6:36 - 6:38
    dann dies:
  • 6:38 - 6:40
    Die Mathematik ermöglicht es uns,
  • 6:40 - 6:42
    über die Intuition hinaus weiterzugehen
  • 6:42 - 6:47
    und Gebiete zu erkunden,
    die außerhalb unserer Wahrnehmung liegen.
  • 6:47 - 6:51
    Hier ist ein modernes Beispiel,
    das Sie alle kennen:
  • 6:51 - 6:53
    Die Suche im Internet,
  • 6:54 - 6:55
    das World Wide Web.
  • 6:55 - 6:57
    Mehr als eine Milliarde Webseiten.
  • 6:57 - 7:00
    Wollen Sie jede einzeln durchgehen?
  • 7:00 - 7:02
    Maschinelle Rechenleistung hilft,
  • 7:02 - 7:05
    aber ohne die mathematische
    Modellierung wäre sie nutzlos,
  • 7:05 - 7:08
    die Information zu finden,
    die in den Daten verborgen ist.
  • 7:09 - 7:11
    Gehen wir mal ein Anfängerproblem durch.
  • 7:11 - 7:14
    Stellen Sie sich vor,
    dass Sie ein Detektiv sind,
  • 7:14 - 7:16
    der an einem Kriminalfall arbeitet
  • 7:16 - 7:20
    und es gibt viele Menschen,
    die ihre eigene Version der Fakten haben.
  • 7:20 - 7:22
    Wen möchten Sie zuerst verhören?
  • 7:23 - 7:24
    Vernünftige Antwort:
  • 7:25 - 7:26
    die Hauptzeugen.
  • 7:28 - 7:29
    Nehmen Sie an,
  • 7:29 - 7:32
    dass es Person Nummer 7 gibt,
  • 7:32 - 7:34
    die Ihnen eine Geschichte erzählt,
  • 7:34 - 7:37
    aber wenn Sie fragen,
    von wo sie diese Geschichte bekam,
  • 7:37 - 7:39
    zeigt sie auf Person Nummer 3 als Quelle.
  • 7:39 - 7:41
    Vielleicht zeigt Person Nummer 3 wiederum
  • 7:41 - 7:44
    auf Person Nummer 1 als Primärquelle.
  • 7:44 - 7:47
    Jetzt ist Nummer 1 der Hauptzeuge,
  • 7:47 - 7:50
    also möchte ich auf jeden Fall
    zuerst ihn verhören.
  • 7:50 - 7:52
    Aus dem Graphen sehen wir auch,
  • 7:52 - 7:54
    dass Person Nummer 4 ein Hauptzeuge ist.
  • 7:54 - 7:58
    Vielleicht möchte ich ihn
    sogar zuallererst interviewen,
  • 7:58 - 8:00
    weil mehr Leute auf ihn hingewiesen haben.
  • 8:01 - 8:02
    Ok, das war einfach.
  • 8:03 - 8:07
    Aber was macht man,
    wenn eine ganze Menge Menschen
  • 8:07 - 8:09
    als Zeugen in Betracht kommen?
  • 8:09 - 8:10
    Und dieser Graph
  • 8:10 - 8:15
    stellt beispielsweise alle Zeugen
    in einem komplizierten Kriminalfall dar.
  • 8:15 - 8:20
    Aber es könnten genauso gut
    Webseiten sein, die auf einander zeigen;
  • 8:20 - 8:23
    die sich bei der Suche nach
    Inhalten auf einander berufen.
  • 8:23 - 8:26
    Welche sind die ergiebigsten Quellen?
  • 8:26 - 8:27
    Nicht ganz so klar.
  • 8:28 - 8:30
    Schauen wir auf PageRank,
  • 8:30 - 8:33
    einem der frühen Eckpfeiler von Google.
  • 8:33 - 8:37
    Dieser Algorithmus verwendet
    die Gesetze mathematischer Zufälligkeit,
  • 8:37 - 8:41
    um automatisch die wichtigsten
    Webseiten zu bestimmen
  • 8:41 - 8:47
    in der gleichen Weise, wie Zufälligkeit
    im Galtonbrett verdeutlicht wird.
  • 8:47 - 8:50
    Lassen Sie uns also in diese Grafik
  • 8:50 - 8:53
    einige kleine digitale Murmeln senden
  • 8:53 - 8:56
    und lassen wir sie irgendwie
    durch den Graphen gehen.
  • 8:56 - 8:59
    Jedes Mal, wenn sie
    auf einer Seite ankommen,
  • 8:59 - 9:01
    werden sie zufällig durch
    weiterführende Links
  • 9:01 - 9:03
    auf die nächste Seite gehen.
  • 9:03 - 9:04
    Wieder und wieder und wieder.
  • 9:04 - 9:07
    Mit kleinen, wachsenden Haufen
  • 9:07 - 9:10
    werden wir zählen, wie oft jede Seite
  • 9:10 - 9:12
    von den digitalen Murmeln besucht wurde.
  • 9:12 - 9:14
    Also los geht's!
  • 9:14 - 9:16
    Zufälligkeit, Zufälligkeit.
  • 9:16 - 9:17
    Und von Zeit zu Zeit
  • 9:17 - 9:21
    werden sie auch ganz zufällige Sprünge
    machen, um den Spaß zu erhöhen.
  • 9:22 - 9:24
    Und siehe da:
  • 9:25 - 9:27
    Aus dem Chaos ersteht eine Lösung.
  • 9:27 - 9:31
    Die höchsten Säulen haben die Seiten,
  • 9:31 - 9:33
    die irgendwie besser verbunden sind
  • 9:33 - 9:36
    als die anderen,
    also häufiger verlinkt werden.
  • 9:36 - 9:37
    Hier sehen wir deutlich,
  • 9:37 - 9:41
    welche die Webseiten sind,
    die wir zuerst versuchen wollen.
  • 9:42 - 9:43
    Und wieder
  • 9:43 - 9:45
    kommt die Lösung aus der Zufälligkeit.
  • 9:46 - 9:51
    Natürlich hat Google inzwischen wesentlich
    aufwendigere Algorithmen gefunden.
  • 9:52 - 9:54
    Aber das war schon sehr schön.
  • 9:55 - 9:58
    Und doch nur ein Problem unter Millionen.
  • 9:59 - 10:01
    Mit dem Aufkommen des digitalen Zeitalters
  • 10:01 - 10:06
    lassen sich immer mehr Probleme
    mathematisch analysieren,
  • 10:06 - 10:11
    was die Arbeit des Mathematikers
    immer nützlicher macht.
  • 10:11 - 10:14
    Bis dahin, dass dieser
    Job vor ein paar Jahren
  • 10:14 - 10:18
    an erste Stelle stand
    unter hunderten anderen,
  • 10:18 - 10:21
    in einer Studie über die besten
    und die schlechtesten Jobs
  • 10:21 - 10:25
    des Wall Street Journals im Jahr 2009.
  • 10:25 - 10:27
    Mathematiker --
  • 10:27 - 10:29
    der beste Job der Welt.
  • 10:30 - 10:32
    Das liegt an den Anwendungen:
  • 10:33 - 10:34
    Kommunikationstheorie,
  • 10:35 - 10:37
    Informationstheorie,
  • 10:37 - 10:38
    Spieltheorie,
  • 10:38 - 10:40
    Komprimierte Erfassung,
  • 10:40 - 10:41
    maschinelles Lernen,
  • 10:41 - 10:43
    Graphentheorie,
  • 10:43 - 10:44
    harmonische Analyse
  • 10:45 - 10:47
    und warum nicht stochastische Verfahren,
  • 10:47 - 10:49
    lineare Programmierung,
  • 10:49 - 10:51
    oder Flüssigkeitssimulation?
  • 10:51 - 10:55
    Jeder dieser Bereiche
    hat riesige industrielle Anwendungen
  • 10:55 - 10:56
    und durch sie
  • 10:56 - 10:59
    gibt es viel Geld in der Mathematik.
  • 11:00 - 11:01
    Ich muss zugeben, dass,
  • 11:01 - 11:04
    wenn es darum geht,
    Geld aus der Mathematik zu machen,
  • 11:04 - 11:08
    die Amerikaner bei Weitem
    die Weltmeister sind.
  • 11:08 - 11:10
    Mit schlauen Vorzeigemilliardären
  • 11:10 - 11:12
    und erstaunlichen Großkonzernen,
  • 11:12 - 11:16
    alle letztlich von guten
    Algorithmen abhängig.
  • 11:17 - 11:21
    Jetzt, mit all dieser Schönheit,
    Nützlichkeit und Reichtum,
  • 11:21 - 11:24
    sieht Mathematik mehr sexy aus.
  • 11:25 - 11:26
    Aber glauben Sie nicht,
  • 11:26 - 11:31
    das Leben eines mathematischen
    Forschers sei einfach.
  • 11:31 - 11:34
    Es ist mit Verworrenheit gefüllt,
  • 11:34 - 11:36
    Frustration
  • 11:36 - 11:39
    und einem verzweifelten
    Kampf um das Verstehen.
  • 11:40 - 11:41
    Lassen Sie mich Ihnen
  • 11:41 - 11:46
    einen der markantesten Tage
    in meinem Mathematikerleben beschreiben.
  • 11:46 - 11:48
    Oder sollte ich sagen,
  • 11:48 - 11:50
    eine der markantesten Nächte?
  • 11:51 - 11:54
    Damals befand ich mich
    am „Institute for Advanced Studies“
  • 11:54 - 11:58
    in Princeton -- über viele Jahre
    der Wirkungsort von Albert Einstein
  • 11:58 - 12:02
    und wohl auch der heiligste Ort
    der mathematischen Forschung weltweit.
  • 12:02 - 12:05
    In dieser Nacht arbeitete ich
  • 12:05 - 12:07
    an einem schwer fassbaren Beweis,
  • 12:07 - 12:09
    der unvollständig war.
  • 12:09 - 12:15
    Es ging um das Verständnis der paradoxen
    Stabilitätseigenschaft des Plasmas,
  • 12:15 - 12:17
    was eine Ansammlung von Elektronen ist.
  • 12:18 - 12:21
    Im perfekten Modell der Plasmen
  • 12:21 - 12:23
    gibt es keine Kollisionen
    und keine Reibung,
  • 12:23 - 12:27
    die normalerweise die Stabilität bewirken.
  • 12:27 - 12:31
    Doch wenn das Gleichgewicht
    eines Plasmas leicht gestört wird,
  • 12:31 - 12:35
    werden Sie feststellen, dass die
    resultierende elektrische Abschirmung
  • 12:35 - 12:38
    sofort verschwindet oder gedämpft wird,
  • 12:38 - 12:42
    als ob eine geheimnisvolle
    Reibungskraft im Spiel wäre.
  • 12:42 - 12:44
    Dieser paradoxe Effekt,
  • 12:44 - 12:46
    genannt die Landau-Dämpfung,
  • 12:46 - 12:49
    ist einer der wichtigsten
    in der Plasmaphysik.
  • 12:49 - 12:52
    Und er wurde mithilfe
    mathematischer Ideen entdeckt.
  • 12:53 - 12:59
    Doch ein vollständiges mathematisches
    Verständnis dieses Phänomens fehlte
  • 12:59 - 13:03
    und zusammen mit meinem früheren Schüler
    und Hauptmitarbeiter Clément Mouhot,
  • 13:03 - 13:05
    damals in Paris,
  • 13:05 - 13:09
    hatte ich monatelang auf einen
    solchen Beweis hingearbeitet.
  • 13:10 - 13:16
    Irrtümlicherweise hatte ich bereits
    angekündigt, dass wir es lösen können.
  • 13:16 - 13:17
    Aber die Wahrheit ist,
  • 13:17 - 13:20
    dass der Beweis nicht funktionierte.
  • 13:20 - 13:24
    Trotz mehr als 100 Seiten komplizierter,
    mathematischer Argumente
  • 13:24 - 13:26
    und einer Reihe von Entdeckungen
  • 13:26 - 13:29
    und riesigen Rechnungen
    funktionierte es nicht.
  • 13:29 - 13:31
    In dieser Nacht in Princeton
  • 13:31 - 13:35
    machte mich eine bestimmte Lücke
    in der Argumentationskette verrückt.
  • 13:36 - 13:40
    Ich bot all meine Energie,
    Erfahrung und Tricks auf,
  • 13:40 - 13:43
    aber es funktioniert trotzdem nicht.
  • 13:43 - 13:46
    1.00 Uhr, 2.00 Uhr, 3.00 Uhr morgens.
  • 13:46 - 13:48
    Nichts funktionierte.
  • 13:49 - 13:53
    Um 4.00 Uhr ging ich
    niedergeschlagen schlafen.
  • 13:54 - 13:56
    Dann ein Paar Stunden später
  • 13:56 - 13:58
    stand ich auf und bemerkte:
  • 13:58 - 14:01
    „Ah, es ist Zeit, die Kinder
    zur Schule zu bringen.“
  • 14:01 - 14:02
    Was ist das?
  • 14:02 - 14:05
    Da war diese Stimme in
    meinem Kopf, ich schwöre es.
  • 14:05 - 14:07
    „Nimm den zweiten Term
    auf die andere Seite,
  • 14:07 - 14:09
    Fourier-Transformation
    und invertiere in L2.“
  • 14:09 - 14:10
    (Lachen)
  • 14:10 - 14:12
    Verdammt.
  • 14:12 - 14:14
    Das war der Anfang der Lösung!
  • 14:15 - 14:17
    Sehen Sie, ich dachte,
  • 14:17 - 14:19
    dass ich mich etwas ausgeruht hatte,
  • 14:19 - 14:22
    aber eigentlich hatte
    mein Gehirn weitergearbeitet.
  • 14:23 - 14:25
    In diesen Momenten
  • 14:25 - 14:28
    denkt man nicht an seine Karriere
    oder an seine Kollegen,
  • 14:28 - 14:31
    es ist nur ein totaler Kampf
    zwischen dem Problem und dir.
  • 14:32 - 14:34
    Übrigens schadet es nie,
  • 14:34 - 14:38
    wenn Sie eine Belohnung
    für Ihre harte Arbeit erhalten.
  • 14:38 - 14:43
    Nach dem Abschluss unserer
    gewaltigen Analyse der Landau-Dämpfung
  • 14:43 - 14:45
    hatte ich das Glück,
  • 14:45 - 14:47
    die höchst begehrte Fields-Medaille
  • 14:47 - 14:50
    aus den Händen der Präsidentin von Indien
  • 14:50 - 14:54
    am 19. August 2010 in Hyderabad
    entgegenzunehmen.
  • 14:55 - 14:59
    Eine Ehre, von der Mathematiker
    nicht einmal zu träumen wagen.
  • 14:59 - 15:02
    Ein Tag, an den ich mich mein
    ganzes Leben lang erinnern werde.
  • 15:02 - 15:04
    Was denkt man
  • 15:04 - 15:06
    bei einer solchen Gelegenheit?
  • 15:06 - 15:07
    Stolz, ja?
  • 15:08 - 15:12
    Und Dankbarkeit an die Hauptmitarbeiter,
    die dies ermöglichten?
  • 15:12 - 15:15
    Und weil es ein kollektives Abenteuer war,
  • 15:15 - 15:19
    muss man es teilen --
    nicht nur mit den Mitarbeitern.
  • 15:19 - 15:24
    Ich glaube, dass jeder den Nervenkitzel
    der mathematischen Forschung
  • 15:24 - 15:25
    schätzen lernen kann,
  • 15:25 - 15:29
    und die leidenschaftlichen Geschichten
    von Menschen und Ideen dahinter
  • 15:29 - 15:30
    teilen kann.
  • 15:30 - 15:35
    Ich arbeitete mit meinen Mitarbeitern
    am „Institut Henri Poincaré“ dafür,
  • 15:35 - 15:40
    gemeinsam mit Partnern und Künstlern
    der mathematischen Kommunikation weltweit,
  • 15:40 - 15:44
    dass wir unser eigenes,
    ganz besonderes Museum der Mathematik
  • 15:44 - 15:45
    gründen können.
  • 15:47 - 15:48
    In ein paar Jahren,
  • 15:48 - 15:51
    wenn Sie nach Paris kommen,
  • 15:51 - 15:56
    und Sie den Geschmack von knusprigen
    Baguettes und Makronen genießen,
  • 15:56 - 16:00
    kommen Sie uns bitte am
    „Institut Henri Poincaré“ besuchen
  • 16:00 - 16:03
    und teilen Sie mit uns
    den mathematischen Traum.
  • 16:03 - 16:04
    Danke.
  • 16:04 - 16:09
    (Applaus)
Title:
Was macht die Mathematik so sexy?
Speaker:
Cédric Villani
Description:

„Verborgene mathematische Wahrheiten durchdringen unsere ganze physische Welt. Sie sind unseren Sinnen verschlossen, können aber durch die Brille der Mathematik betrachtet werden.“ In diesem Diskurs der mathematischen Meilensteine beschreibt der Fields-Medaillengewinner Cédric Villani den Nervenkitzel der Entdeckung und beleuchtet das manchmal verworrene Leben als Mathematiker. „Wunderschöne mathematische Erklärungen sind nicht nur zum Vergnügen“, sagt er. „Sie ändern unsere Wahrnehmung der Welt.“

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:23
Sonja Maria Neef approved German subtitles for What's so sexy about math?
Sonja Maria Neef edited German subtitles for What's so sexy about math?
Andreas Herzog accepted German subtitles for What's so sexy about math?
Andreas Herzog edited German subtitles for What's so sexy about math?
Andreas Herzog edited German subtitles for What's so sexy about math?
Andreas Herzog edited German subtitles for What's so sexy about math?
Andreas Herzog edited German subtitles for What's so sexy about math?
Andreas Herzog edited German subtitles for What's so sexy about math?
Show all

German subtitles

Revisions