O que tem a matemática de tão sexy?
-
0:01 - 0:05O que é que os franceses fazem melhor
do que todos os outros? -
0:06 - 0:08Se fizéssemos um inquérito,
-
0:08 - 0:11as três respostas mais votadas
poderiam ser: -
0:11 - 0:14amor, vinho e resmunguices.
-
0:14 - 0:16(Risos)
-
0:16 - 0:17Talvez.
-
0:18 - 0:20Mas deixem-me sugerir uma quarta opção:
-
0:20 - 0:21matemática.
-
0:22 - 0:25Sabiam que Paris tem mais matemáticos
-
0:25 - 0:27do que qualquer outra cidade do mundo?
-
0:27 - 0:30E mais ruas com nomes
de matemáticos, também. -
0:30 - 0:34Se olharem para as estatísticas
da Medalha Fields, -
0:34 - 0:36muitas vezes chamada
o Prémio Nobel da matemática, -
0:36 - 0:40e sempre atribuída a matemáticos
com menos de 40 anos, -
0:40 - 0:44verão que a França tem mais
medalhistas Fields por habitante -
0:44 - 0:46do que qualquer outro país.
-
0:46 - 0:49O que é que achamos
tão sexy na matemática? -
0:50 - 0:53Afinal, parece ser aborrecida e abstracta,
-
0:53 - 0:57só números e cálculos
e regras para aplicar. -
0:59 - 1:01A matemática pode ser abstracta,
-
1:01 - 1:02mas não é aborrecida
-
1:02 - 1:04e não se trata só de fazer cálculos.
-
1:04 - 1:06Trata do raciocínio
-
1:06 - 1:08e de provar a nossa
actividade fundamental. -
1:09 - 1:10Trata da imaginação,
-
1:10 - 1:12o talento que mais elogiamos.
-
1:12 - 1:14Trata de encontrar a verdade.
-
1:16 - 1:18Não há nada como a sensação que nos invade
-
1:18 - 1:21quando, após meses a pensar intensamente,
-
1:21 - 1:24compreendemos finalmente o raciocínio
certo para resolver o nosso problema. -
1:25 - 1:29O grande matemático
André Weil comparou isto -
1:29 - 1:30— não estou a brincar —
-
1:30 - 1:32ao prazer sexual.
-
1:32 - 1:38Mas notou que esta sensação
pode durar horas, ou até dias. -
1:39 - 1:41A recompensa pode ser grande.
-
1:41 - 1:45As verdades matemáticas ocultas
permeiam todo o nosso mundo físico. -
1:46 - 1:48São inacessíveis aos nossos sentidos
-
1:48 - 1:51mas podem ver-se
através de lentes matemáticas. -
1:52 - 1:54Fechem os olhos por um momento
-
1:54 - 1:57e pensem no que está a acontecer
aqui e agora à nossa volta. -
1:58 - 2:02Há partículas invisíveis no ar em redor
a bater em nós -
2:02 - 2:05aos milhares e milhares
de milhões por segundo, -
2:05 - 2:07todas num caos completo.
-
2:07 - 2:10Mas, ainda assim,
a estatística do seu comportamento -
2:10 - 2:13pode prever-se com exactidão
pela física matemática. -
2:14 - 2:17E abram os olhos agora
-
2:17 - 2:20para a estatística das velocidades
destas partículas. -
2:21 - 2:24A famosa Curva de Gauss em forma de sino,
-
2:24 - 2:26ou a Lei dos Erros,
-
2:26 - 2:29dos desvios relativamente
ao comportamento médio. -
2:30 - 2:34Esta curva conta-nos a estatística
das velocidades das partículas -
2:34 - 2:36da mesma forma que uma curva demográfica
-
2:36 - 2:40nos contaria a estatística
das idades dos indivíduos. -
2:41 - 2:44É uma das curvas
mais importantes de sempre. -
2:44 - 2:47Continua a ocorrer uma e outra vez,
-
2:47 - 2:50de muitas teorias e muitas experiências,
-
2:50 - 2:53como um óptimo exemplo da universalidade
-
2:53 - 2:57que nos é tão querida a nós, matemáticos.
-
2:58 - 2:59Desta curva,
-
2:59 - 3:02o famoso cientista Francis Galton disse:
-
3:02 - 3:07“Teria sido endeusada pelos gregos
se a tivessem conhecido. -
3:07 - 3:11"É a suprema lei da irrazoabilidade.”
-
3:12 - 3:19Não há melhor forma de materializar essa
deusa suprema do que a Tábua de Galton. -
3:20 - 3:23Dentro desta tábua há túneis estreitos
-
3:23 - 3:28através dos quais bolas minúsculas
irão cair aleatoriamente, -
3:28 - 3:34para a direita ou para a esquerda,
ou para a esquerda, etc. -
3:34 - 3:37Tudo em completa aleatoriedade e caos.
-
3:38 - 3:44O que acontece quando olhamos para todas
estas trajectórias aleatórias em conjunto? -
3:44 - 3:47(Som das bolas a cair na tábua)
-
3:50 - 3:52É um pouco como um desporto,
-
3:53 - 3:58porque vamos ter de resolver aqui
alguns engarrafamentos. -
4:00 - 4:01Aha.
-
4:02 - 4:05Achamos que a aleatoriedade
me vai pregar uma partida no palco. -
4:08 - 4:09Cá está.
-
4:10 - 4:13A nossa suprema deusa da irrazoabilidade,
-
4:13 - 4:15a Curva de Gauss,
-
4:15 - 4:21aprisionada aqui nesta caixa transparente
como o Dream em “The Sandman”. -
4:23 - 4:25Para vocês eu demonstrei,
-
4:25 - 4:31mas aos meus alunos explico porque
não poderia ser nenhuma outra curva. -
4:31 - 4:34E isto é tocar no mistério dessa deusa,
-
4:34 - 4:39substituir uma bela coincidência
por uma bela explicação. -
4:39 - 4:42Toda a ciência é assim.
-
4:42 - 4:48E as belas explicações matemáticas
não são só para o nosso prazer. -
4:48 - 4:50Também mudam a nossa visão do mundo.
-
4:51 - 4:52Por exemplo,
-
4:52 - 4:53Einstein,
-
4:53 - 4:55Perrin,
-
4:55 - 4:56Smoluchowski,
-
4:56 - 4:59utilizaram a análise matemática
de trajectórias aleatórias -
4:59 - 5:01e a Curva de Gauss
-
5:01 - 5:06para explicar e provar
que o nosso mundo é feito de átomos. -
5:08 - 5:09Não foi a primeira vez
-
5:09 - 5:13que a matemática revolucionou
a nossa visão do mundo. -
5:14 - 5:16Há mais de 2000 anos,
-
5:16 - 5:18no tempo da Grécia antiga,
-
5:20 - 5:21já aconteceu.
-
5:22 - 5:23Nessa altura,
-
5:23 - 5:26só uma pequena fracção do mundo
havia sido explorada, -
5:26 - 5:29e a Terra poderia ter parecido infinita.
-
5:30 - 5:32Mas o engenhoso Eratóstenes,
-
5:32 - 5:33utilizando a matemática,
-
5:33 - 5:39conseguiu medir a Terra com uma exactidão
extraordinária de 2%. -
5:40 - 5:42Aqui está outro exemplo.
-
5:42 - 5:46Em 1673, Jean Richer reparou
-
5:46 - 5:53que um pêndulo oscila ligeiramente
mais devagar em Cayenne do que em Paris. -
5:54 - 5:59Apenas a partir desta observação,
e de matemática engenhosa, -
5:59 - 6:01Newton deduziu correctamente
-
6:01 - 6:07que a Terra
é um nadinha achatada nos pólos, -
6:07 - 6:09algo como 0,3 %
-
6:09 - 6:13— tão pouco que nem repararíamos
numa vista real da Terra. -
6:14 - 6:18Estas histórias mostram que a matemática
-
6:18 - 6:23consegue fazer-nos sair da nossa intuição
-
6:24 - 6:27medir a Terra que parece infinita,
-
6:27 - 6:29ver átomos que são invisíveis
-
6:29 - 6:33ou detectar
uma variação imperceptível de formato. -
6:33 - 6:37E se há uma só coisa
que devem lembrar-se desta apresentação, -
6:37 - 6:38é o seguinte:
-
6:38 - 6:42a matemática permite-nos
ir para além da intuição -
6:42 - 6:46e explorar territórios que não
se enquadram no nosso entendimento. -
6:48 - 6:51Aqui está um exemplo moderno
que todos compreendemos: -
6:51 - 6:53pesquisar na Internet.
-
6:54 - 6:55A World Wide Web,
-
6:55 - 6:57mais de mil milhões de páginas web,
-
6:57 - 6:59será que queremos vê-las todas?
-
7:00 - 7:01O poder de computação ajuda,
-
7:01 - 7:05mas seria inútil
sem a modelação matemática -
7:05 - 7:07para encontrar
a informação escondida nos dados. -
7:08 - 7:11Vamos resolver um problema pequenino.
-
7:12 - 7:16Imaginemos que somos um detective
a trabalhar no caso de um crime, -
7:16 - 7:20e que há muitas pessoas
que têm a sua versão dos factos. -
7:20 - 7:22Quem queremos entrevistar primeiro?
-
7:23 - 7:25Resposta sensata:
-
7:25 - 7:26as testemunhas principais.
-
7:27 - 7:28Vejamos,
-
7:28 - 7:32suponhamos que há a pessoa número sete,
-
7:32 - 7:34que nos conta uma história,
-
7:34 - 7:36mas quando lhe perguntamos
onde a foi buscar, -
7:36 - 7:39ela aponta para a pessoa número três
como sendo a fonte. -
7:39 - 7:41E, por sua vez, a pessoa número três,
-
7:41 - 7:44talvez aponte para a pessoa número um
como sendo a fonte principal. -
7:44 - 7:47Agora a número um
é uma testemunha principal, -
7:47 - 7:50portanto quero mesmo entrevistá-la
prioritariamente. -
7:50 - 7:51E a partir do gráfico
-
7:51 - 7:55também vemos que a pessoa
número quatro é uma testemunha principal. -
7:55 - 7:57E talvez até queira
entrevistá-la primeiro, -
7:57 - 8:00porque há mais pessoas que a referem.
-
8:00 - 8:03OK, esta parte foi fácil,
-
8:03 - 8:08mas e se tivéssemos uma enorme
quantidade de pessoas para testemunhar? -
8:09 - 8:10Posso ver este gráfico
-
8:10 - 8:16como sendo todas as pessoas
que testemunharam num crime complicado, -
8:16 - 8:20mas pode ser apenas as páginas web
a apontar umas para as outras, -
8:20 - 8:22referindo-se umas às outras
quanto aos conteúdos. -
8:23 - 8:25Quais são as mais fiáveis?
-
8:26 - 8:27Não é muito claro.
-
8:28 - 8:30Entra o PageRank,
-
8:30 - 8:33uma das primeiras pedras angulares
da Google. -
8:33 - 8:38Este algoritmo utiliza
as leis da aleatoriedade matemática -
8:38 - 8:41para determinar automaticamente
quais as páginas web mais relevantes, -
8:41 - 8:47tal como utilizámos a aleatoriedade
na experiência com a Tábua de Galton. -
8:47 - 8:50Então vamos atirar para este gráfico
-
8:50 - 8:53um monte de berlindes digitais minúsculos,
-
8:53 - 8:56e deixá-los andar aleatoriamente
pelo gráfico. -
8:56 - 8:58De cada vez que chegam a uma página
-
8:58 - 9:02irão através da mesma ligação
escolhida ao acaso para a seguinte. -
9:02 - 9:04E uma e outra vez.
-
9:04 - 9:06E com pilhas pequenas que vão crescendo,
-
9:06 - 9:10vamos registando quantas vezes
cada página foi visitada -
9:10 - 9:12por estes berlindes digitais.
-
9:12 - 9:13Vamos lá.
-
9:13 - 9:15Aleatoriedade, aleatoriedade.
-
9:16 - 9:17E, de tempos a tempos,
-
9:17 - 9:22também vamos dar saltos completamente
ao acaso para ser mais divertido. -
9:22 - 9:24E vejam:
-
9:24 - 9:27do caos irá surgir a solução.
-
9:27 - 9:30As pilhas mais altas
correspondem às páginas -
9:30 - 9:33que de alguma forma estão
mais bem ligados do que as outras, -
9:33 - 9:36para as quais apontam mais páginas
do que as outras. -
9:36 - 9:38E aqui vemos claramente
-
9:38 - 9:41quais são as páginas web
que queremos experimentar primeiro. -
9:42 - 9:43Uma vez mais,
-
9:43 - 9:45a solução surge da aleatoriedade.
-
9:46 - 9:48É claro que, desde esta altura,
-
9:48 - 9:52a Google já arranjou algoritmos
muito mais sofisticados, -
9:52 - 9:54mas isto já era belo.
-
9:55 - 9:56Mas ainda assim,
-
9:56 - 9:58é só um problema num milhão.
-
9:59 - 10:01Com o advento da área digital,
-
10:01 - 10:06cada vez mais problemas
se prestam à análise matemática, -
10:06 - 10:10tornando o trabalho dos matemáticos
cada vez mais útil, -
10:11 - 10:14tanto que há uns anos
-
10:14 - 10:18foi classificado como sendo o número um
entre centenas de empregos -
10:18 - 10:22num estudo sobre
os melhores e piores empregos -
10:22 - 10:25publicado pelo
Wall Street Journal em 2009. -
10:25 - 10:27Matemático
-
10:27 - 10:29— o melhor emprego do mundo.
-
10:30 - 10:33Isto por causa das aplicações:
-
10:33 - 10:35da teoria da comunicação,
-
10:35 - 10:37da teoria da informação,
-
10:37 - 10:38da teoria de jogos,
-
10:38 - 10:39da amostragem compressiva,
-
10:39 - 10:41da aprendizagem automática,
-
10:41 - 10:43da análise de gráficos,
-
10:43 - 10:44da análise harmónica.
-
10:44 - 10:47E porque não os processos estocásticos,
-
10:47 - 10:49a programação linear,
-
10:49 - 10:51ou a simulação de fluidos?
-
10:51 - 10:55Cada uma destas áreas
tem aplicações industriais monstruosas. -
10:55 - 10:59E através delas,
há muito dinheiro na matemática -
10:59 - 11:01Deixem-me admitir
-
11:01 - 11:04que, quando se trata de fazer dinheiro
com a matemática, -
11:04 - 11:08os americanos são, de longe,
os campeões mundiais, -
11:08 - 11:10com multimilionários
engenhosos, emblemáticos -
11:10 - 11:13e empresas extraordinárias, gigantes,
-
11:13 - 11:16que assentam, fundamentalmente,
em bons algoritmos. -
11:17 - 11:21Agora, com toda esta beleza,
utilidade e riqueza, -
11:21 - 11:24a matemática já começa
a parecer mais sexy. -
11:24 - 11:26Mas não pensem
-
11:26 - 11:30que a vida de um investigador
matemático é fácil. -
11:31 - 11:34É cheia de perplexidades,
-
11:34 - 11:36de frustrações,
-
11:36 - 11:39de uma luta desesperada pela compreensão.
-
11:40 - 11:42Deixem-me contar-vos
-
11:42 - 11:46um dos dias mais impressionantes
na minha vida de matemático. -
11:47 - 11:50Ou, devo dizer, uma das noites
mais impressionantes. -
11:51 - 11:52Nessa altura,
-
11:52 - 11:55eu estava no Instituto
de Estudos Avançados de Princeton, -
11:55 - 11:57que foi, durante muitos anos,
a casa de Albert Einstein -
11:57 - 12:02e que é talvez o sítio mais sagrado
do mundo para a investigação matemática. -
12:03 - 12:07Nessa noite eu estava a trabalhar
sem parar numa prova que me escapava, -
12:07 - 12:09que estava incompleta.
-
12:09 - 12:12Tratava-se de compreender
-
12:12 - 12:15a propriedade paradoxal
de estabilidade dos plasmas, -
12:15 - 12:18que são uma multidão de electrões.
-
12:18 - 12:21No mundo perfeito do plasma,
-
12:21 - 12:23não há colisões
-
12:23 - 12:27e não há fricção para proporcionar
a estabilidade, como estamos habituados. -
12:27 - 12:29Ainda assim,
-
12:29 - 12:32se perturbarmos ligeiramente
um equilíbrio no plasma, -
12:32 - 12:34verificamos que
o campo eléctrico resultante -
12:34 - 12:37se desvanece espontaneamente,
-
12:37 - 12:39ou amortece,
-
12:39 - 12:42como se por alguma
força misteriosa de fricção. -
12:43 - 12:44Este efeito paradoxal,
-
12:44 - 12:46chamado amortecimento de Landau,
-
12:46 - 12:49é um dos mais importantes
na física de plasmas, -
12:49 - 12:52e foi descoberto
através de ideias matemáticas. -
12:53 - 12:54Ainda assim,
-
12:54 - 12:58faltava uma compreensão matemática
completa deste fenómeno. -
12:58 - 13:03Juntamente com o meu ex-aluno
e principal colaborador Clément Mouhot, -
13:03 - 13:05que estava em Paris na altura,
-
13:05 - 13:09estávamos a trabalhar nessa prova
há meses e meses. -
13:10 - 13:11Na realidade,
-
13:11 - 13:16eu já tinha anunciado por engano
que conseguíamos resolver o problema. -
13:16 - 13:20Mas a verdade é que a prova
não estava a resultar -
13:20 - 13:25Apesar de mais de 100 páginas
de argumentos matemáticos complicados, -
13:25 - 13:26e de umas quantas descobertas,
-
13:26 - 13:28e de uma montanha de cálculos,
-
13:28 - 13:29não estava a resultar.
-
13:29 - 13:31Nessa noite, em Princeton,
-
13:31 - 13:36havia uma lacuna na cadeia de argumentos
que estava a dar comigo em doido. -
13:36 - 13:40Estava a pôr ali toda a minha energia
e experiência e truques, -
13:40 - 13:42e ainda assim nada resultava.
-
13:43 - 13:46Uma da manhã, duas da manhã,
três da manhã, -
13:46 - 13:48não resultava.
-
13:49 - 13:53Por volta das quatro da manhã,
fui para a cama desanimado. -
13:54 - 13:56Depois, umas horas mais tarde,
-
13:56 - 13:58acordei e pensei:
-
13:58 - 14:01“Ah, está na hora
de levar os miúdos à escola...” -
14:01 - 14:02O que é isto?
-
14:02 - 14:05Havia esta voz na minha cabeça, juro.
-
14:05 - 14:07“Leva o segundo termo para o outro lado,
-
14:07 - 14:10"faz uma transformação de Fourier
e inverte em L2.” -
14:10 - 14:11(Risos)
-
14:11 - 14:12Macacos me mordam,
-
14:12 - 14:14cá estava o início da solução!
-
14:16 - 14:17Estão a ver,
-
14:17 - 14:19eu pensei que tinha descansado,
-
14:19 - 14:23mas na realidade o meu cérebro
tinha continuado a trabalhar no problema. -
14:23 - 14:25Nesses momentos,
-
14:25 - 14:28não pensamos na nossa carreira
nem nos nossos colegas, -
14:28 - 14:31é só uma batalha total
entre o problema e nós. -
14:32 - 14:34Tendo dito isto,
-
14:34 - 14:38também não faz mal se formos promovidos
em recompensa do trabalho árduo. -
14:38 - 14:43E depois de termos completado a nossa
enorme análise do amortecimento de Landau, -
14:43 - 14:48tive a sorte de receber
a tão cobiçada Medalha Fields -
14:48 - 14:51das mãos do Presidente da Índia,
-
14:51 - 14:55em Hyderabad a 19 de Agosto de 2010
-
14:55 - 14:59— uma honra com que os matemáticos
nunca se atrevem a sonhar — -
14:59 - 15:01um dia que vou recordar enquanto viver.
-
15:02 - 15:04O que é que acham,
-
15:04 - 15:06numa ocasião destas?
-
15:06 - 15:07Orgulho, não é?
-
15:08 - 15:12E gratidão para com os colaboradores
que tornaram isto possível. -
15:12 - 15:15E, porque foi uma aventura colectiva,
-
15:15 - 15:19temos de a partilhar, não só
com os nossos colaboradores. -
15:19 - 15:25Acho que toda a gente pode apreciar
a emoção da investigação matemática, -
15:25 - 15:30e partilhar as histórias apaixonantes
das pessoas e das ideias subjacentes. -
15:30 - 15:35Tenho estado a trabalhar com a minha
equipa no Instituto Henri Poincaré, -
15:35 - 15:40juntamente com parceiros e artistas
da comunicação matemática em todo o mundo, -
15:40 - 15:45para que possamos fundar ali o nosso
museu, muito especial, da matemática. -
15:47 - 15:49Portanto daqui a uns anos,
-
15:49 - 15:51quando vierem a Paris,
-
15:51 - 15:56depois de provarem a saborosa
baguete estaladiça e os "macaroons", -
15:56 - 16:00venham visitar-nos
no Instituto Henri Poincaré, -
16:00 - 16:02e partilhar o sonho matemático connosco.
-
16:03 - 16:04Obrigado.
-
16:04 - 16:07(Aplausos)
- Title:
- O que tem a matemática de tão sexy?
- Speaker:
- Cédric Villani
- Description:
-
As verdades escondidas permeiam o nosso mundo; são inacessíveis aos nossos sentidos, mas a matemática permite-nos ir além da nossa intuição para revelar os seus mistérios. Nesta descrição de inovações matemáticas, o vencedor da Medalha Fields Cédric Villani fala do entusiasmo da descoberta e dos detalhes da vida de um matemático, por vezes tão cheia de perplexidades. "As explicações matemáticas belas não são só para o nosso prazer", diz ele. "Mudam a nossa visão do mundo."
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 16:23
Margarida Ferreira edited Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira approved Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira accepted Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira edited Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira edited Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira edited Portuguese subtitles for What's so sexy about math? | ||
Margarida Ferreira edited Portuguese subtitles for What's so sexy about math? | ||
H Maria Castro edited Portuguese subtitles for What's so sexy about math? |