Return to Video

O que tem a matemática de tão sexy?

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

more » « less
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?
Show all

Portuguese subtitles

Revisions Compare revisions