Return to Video

Vad är det som är så sexigt med matematik?

  • 0:01 - 0:05
    Vad är det som det franska folket
    gör bättre än alla andra?
  • 0:06 - 0:08
    Om du skulle göra en enkät
  • 0:08 - 0:10
    skulle de tre vanligaste svaren
    kunna vara:
  • 0:10 - 0:14
    kärlek, vin och klagan.
  • 0:14 - 0:16
    (Skratt)
  • 0:16 - 0:17
    Kanske.
  • 0:18 - 0:20
    Men låt mig föreslå ett fjärde:
  • 0:20 - 0:21
    matematik.
  • 0:22 - 0:25
    Visste ni att Paris har fler matematiker
  • 0:25 - 0:26
    än någon annan stad i världen?
  • 0:27 - 0:29
    Och fler gator uppkallade
    efter matematiker också.
  • 0:30 - 0:34
    Om man tittar på statistiken
    för Fieldsmedaljen,
  • 0:34 - 0:36
    som ofta kallas för
    Nobelpriset för matematiker,
  • 0:36 - 0:40
    och alltid ges till matematiker
    under 40 år,
  • 0:40 - 0:44
    upptäcker man att Frankrike
    har fler Fieldsmedaljörer per invånare
  • 0:44 - 0:46
    än något annat land.
  • 0:46 - 0:49
    Vad är det vi tycker
    är så sexigt med matte?
  • 0:50 - 0:53
    Trots allt verkar det vara
    tråkigt och abstrakt,
  • 0:53 - 0:57
    bara nummer och beräkningar
    och regler att tillämpa.
  • 0:59 - 1:01
    Matematik må vara abstrakt,
  • 1:01 - 1:02
    men det är inte tråkigt
  • 1:02 - 1:04
    och det handlar inte om beräkningar.
  • 1:04 - 1:06
    Det handlar om att resonera
  • 1:06 - 1:08
    och bevisa vår huvudaktivitet.
  • 1:09 - 1:10
    Det handlar om fantasi,
  • 1:10 - 1:12
    den egenskap som vi prisar mest.
  • 1:12 - 1:14
    Det handlar om att hitta sanningen.
  • 1:16 - 1:18
    Inget går upp mot känslan
    som överväldigar dig
  • 1:18 - 1:21
    när du efter månader
    av koncentrerat tänkande
  • 1:21 - 1:24
    äntligen hittar rätt resonemang
    för att lösa ditt problem.
  • 1:25 - 1:29
    Den store matematikern
    André Weil liknade det här vid -
  • 1:29 - 1:30
    jag skojar inte -
  • 1:30 - 1:32
    sexuell njutning.
  • 1:32 - 1:34
    Men han påpekade också att känslan
  • 1:34 - 1:38
    kan hålla i sig i timmar,
    till och med dagar.
  • 1:39 - 1:41
    Belöningen kan vara stor.
  • 1:41 - 1:45
    Gömda matematiska sanningar
    genomsyrar hela vår fysiska värld.
  • 1:46 - 1:48
    De är oåtkomliga för våra sinnen,
  • 1:48 - 1:51
    men kan ses genom matematiska linser.
  • 1:52 - 1:54
    Blunda en stund
  • 1:54 - 1:58
    och tänk på vad som händer
    omkring dig just nu.
  • 1:58 - 2:01
    Osynliga partiklar från luften runt dig
  • 2:01 - 2:05
    studsar på dig, miljardtals varje sekund,
  • 2:05 - 2:07
    i fullständig oordning.
  • 2:07 - 2:08
    Och ändå
  • 2:08 - 2:13
    kan deras statistik förutsägas korrekt
    genom matematisk fysik.
  • 2:14 - 2:17
    Öppna nu ögonen
  • 2:17 - 2:20
    för statistiken över hastigheten
    hos dessa partiklar.
  • 2:21 - 2:24
    Den berömda klockformade Gauss-kurvan
  • 2:24 - 2:26
    eller normaldistributionen
  • 2:26 - 2:29
    för avvikelser från det
    genomsnittliga beteendet.
  • 2:30 - 2:34
    Den här kurvan berättar om statistiken
    för hastigheten hos partiklar
  • 2:34 - 2:36
    på samma sätt som en demografisk kurva
  • 2:36 - 2:40
    skulle berätta om individers ålder.
  • 2:41 - 2:44
    Den är en av de viktigaste
    kurvorna någonsin.
  • 2:44 - 2:47
    Den fortsätter att uppkomma
    om och om igen,
  • 2:47 - 2:50
    ur många teorier och många experiment,
  • 2:50 - 2:53
    som ett enastående exempel
    på den universalitet
  • 2:53 - 2:57
    som vi matematiker tycker så mycket om.
  • 2:58 - 2:59
    Om den här kurvan,
  • 2:59 - 3:02
    har den kände vetenskapsmannen
    Francis Galton sagt:
  • 3:02 - 3:07
    "Den skulle ha avgudats av grekerna
    om de hade vetat om den.
  • 3:07 - 3:11
    Det är den högsta lagen om oförnuft."
  • 3:12 - 3:18
    Det bästa sättet att levandegöra
    den högsta gudinnan är med Galtons bräde.
  • 3:20 - 3:23
    I det här brädet finns smala tunnlar
  • 3:23 - 3:28
    genom vilka mycket små bollar
    faller slumpmässigt,
  • 3:28 - 3:34
    till höger eller vänster,
    eller vänster, etc.
  • 3:34 - 3:37
    Helt slumpmässigt och oordnat.
  • 3:38 - 3:44
    Låt oss se vad som händer om vi tittar på
    de här slumpmässiga banorna tillsammans.
  • 3:44 - 3:47
    (Brädet skakas)
  • 3:50 - 3:52
    Det här är lite av en utmaning,
  • 3:53 - 3:58
    för vi behöver lösa
    några trafikstockningar där inne.
  • 4:00 - 4:01
    Aha.
  • 4:01 - 4:05
    Vi tror att slumpen
    ska spela mig ett spratt på scenen.
  • 4:08 - 4:09
    Nu så.
  • 4:10 - 4:13
    Vår högsta gudinna av oförnuft,
  • 4:13 - 4:15
    Gauss-kurvan,
  • 4:15 - 4:21
    fångad här inuti en transparent låda
    likt Dream i Sandman-serierna.
  • 4:23 - 4:25
    Jag har visat det här för er,
  • 4:25 - 4:31
    men för mina elever förklarar jag varför
    det inte kunde vara någon annan kurva.
  • 4:31 - 4:34
    Det här snuddar vid
    den där gudinnans mysterium
  • 4:34 - 4:39
    och ersätter ett vackert sammanträffande
    med en vacker förklaring.
  • 4:39 - 4:42
    All vetenskap är så här.
  • 4:42 - 4:48
    Och vackra matematiska förklaringar
    finns inte bara till för vårt nöjes skull.
  • 4:48 - 4:51
    De förändrar också hur vi ser på världen.
  • 4:51 - 4:52
    Till exempel
  • 4:52 - 4:53
    Einstein,
  • 4:53 - 4:55
    Perrin,
  • 4:55 - 4:56
    Smoluchowski,
  • 4:56 - 4:59
    de använde matematisk analys
    av slumpmässiga banor,
  • 4:59 - 5:01
    och Gauss-kurvan,
  • 5:01 - 5:06
    för att förklara och bevisa
    att vår värld är gjord av atomer.
  • 5:08 - 5:09
    Det var inte första gången
  • 5:09 - 5:13
    som matematik revolutionerade
    vår syn på världen.
  • 5:14 - 5:16
    Redan för mer än 2 000 år sedan,
  • 5:16 - 5:18
    på de antika grekernas tid,
  • 5:20 - 5:21
    förekom det.
  • 5:22 - 5:23
    På den tiden
  • 5:23 - 5:26
    hade bara en bråkdel
    av världen utforskats,
  • 5:26 - 5:29
    och världen kan ha verkat oändlig.
  • 5:30 - 5:32
    Men den smarte Eratosthenes
  • 5:32 - 5:33
    kunde med hjälp av matematik
  • 5:33 - 5:38
    mäta jorden med en imponerande
    noggrannhet på två procent.
  • 5:40 - 5:41
    Här är ett till exempel.
  • 5:42 - 5:46
    År 1673 lade Jean Richer märke till
  • 5:46 - 5:53
    att en pendel svänger något långsammare
    i Cayenne än i Paris.
  • 5:54 - 5:59
    Utifrån enbart den här observationen,
    och klyftig matematik,
  • 5:59 - 6:01
    härledde Newton helt korrekt
  • 6:01 - 6:07
    att jorden är en smula
    tillplattad vid polerna,
  • 6:07 - 6:08
    ungefär 0,3 procent
  • 6:09 - 6:13
    så lite att ni inte ens skulle se det
    på en riktig bild av jorden.
  • 6:14 - 6:18
    De här berättelserna visar att matematik
  • 6:18 - 6:23
    kan få oss att gå utanför vår intuition,
  • 6:24 - 6:27
    mäta jorden som verkar oändlig,
  • 6:27 - 6:29
    se atomer som är osynliga,
  • 6:29 - 6:32
    eller upptäcka en omärklig variation
  • 6:32 - 6:33
    i en form.
  • 6:33 - 6:37
    Om det är en sak ni ska ta med er
    från den här föreläsningen,
  • 6:37 - 6:38
    så är det detta:
  • 6:38 - 6:42
    Matematik låter oss gå bortom intuitionen
  • 6:42 - 6:46
    och utforska territorier
    som inte finns inom räckhåll för oss.
  • 6:48 - 6:51
    Det här är ett modernt exempel
    som ni alla kan relatera till:
  • 6:51 - 6:53
    att söka på internet.
  • 6:54 - 6:55
    World wide web,
  • 6:55 - 6:57
    fler än en miljard webbsidor -
  • 6:57 - 6:59
    vill du gå igenom alla?
  • 7:00 - 7:01
    Datorkraft hjälper,
  • 7:01 - 7:05
    men det vore värdelöst
    utan de matematiska modellerna
  • 7:05 - 7:07
    som hittar informationen
    som är gömd i datan.
  • 7:08 - 7:11
    Låt oss lösa ett problem för småbarn.
  • 7:12 - 7:16
    Föreställ dig att du är en detektiv
    som försöker lösa ett brott,
  • 7:16 - 7:19
    och det finns många personer
    som har sina egna versioner av fakta.
  • 7:20 - 7:22
    Vem vill du förhöra först?
  • 7:23 - 7:25
    Förnuftigt svar:
  • 7:25 - 7:26
    huvudvittnen.
  • 7:27 - 7:28
    Du förstår,
  • 7:28 - 7:32
    anta att person nummer sju
  • 7:32 - 7:34
    berättar en historia,
  • 7:34 - 7:36
    men när du frågar var han fått den från
  • 7:36 - 7:39
    pekar han på person nummer tre som källa.
  • 7:39 - 7:41
    Och så kanske person nummer tre i sin tur
  • 7:41 - 7:44
    pekar ut person nummer ett som källan.
  • 7:44 - 7:46
    Nu är nummer ett huvudvittne,
  • 7:46 - 7:49
    så jag vill definitivt
    förhöra honom - prioritering.
  • 7:50 - 7:51
    Och av grafen
  • 7:51 - 7:55
    ser vi också att person nummer
    fyra är ett huvudvittne.
  • 7:55 - 7:57
    Jag kanske till och med
    vill förhöra honom först,
  • 7:57 - 7:59
    eftersom fler personer
    hänvisar till honom.
  • 8:00 - 8:03
    Okej, det var enkelt,
  • 8:03 - 8:08
    men vad händer om du har
    en hel hög människor som vittnar?
  • 8:09 - 8:10
    Och den här grafen,
  • 8:10 - 8:16
    jag kanske tänker på den som alla
    som vittnar i ett komplicerat brottmål,
  • 8:16 - 8:20
    men det kan lika gärna vara webbsidor
    som pekar mot varandra,
  • 8:20 - 8:22
    som hänvisar till varandra för innehåll.
  • 8:23 - 8:25
    Vilka är mest pålitliga?
  • 8:26 - 8:27
    Inte så självklart.
  • 8:28 - 8:30
    Låt mig presentera PageRank,
  • 8:30 - 8:33
    en av Googles tidiga hörnstenar.
  • 8:33 - 8:38
    Den här algoritmen
    använder lagarna om matematisk slump
  • 8:38 - 8:41
    för att automatiskt bedöma vilka webbsidor
    som är mest relevanta,
  • 8:41 - 8:47
    på samma sätt som vi använde slumpen
    i experimentet med Galton-brädet.
  • 8:47 - 8:50
    Låt oss skicka in
  • 8:50 - 8:53
    ett gäng små, digitala kulor
    i den här grafen.
  • 8:53 - 8:56
    och låta dem röra sig
    slumpmässigt genom den.
  • 8:56 - 8:58
    Varje gång de hamnar på en sida,
  • 8:58 - 9:02
    kommer de gå ut därifrån genom
    en slumpmässigt vald länk, till nästa.
  • 9:02 - 9:04
    Och igen, och igen, och igen.
  • 9:04 - 9:06
    Med små, växande högar
  • 9:06 - 9:10
    kommer vi hålla koll på
    hur många gånger varje sida har besökts
  • 9:10 - 9:12
    av dessa digitala kulor.
  • 9:12 - 9:13
    Då kör vi.
  • 9:13 - 9:15
    Slumpmässighet, slumpmässighet.
  • 9:16 - 9:17
    Och då och då
  • 9:17 - 9:21
    gör vi också slumpmässiga hopp
    för att göra det ännu roligare.
  • 9:22 - 9:24
    Och titta på det här:
  • 9:24 - 9:27
    Ur kaos kommer lösningen.
  • 9:27 - 9:30
    De högsta högarna motsvarar de sidor
  • 9:30 - 9:32
    som på något sätt
    är bättre sammankopplade
  • 9:32 - 9:34
    än de andra,
  • 9:34 - 9:36
    får fler hänvisningar än de andra.
  • 9:36 - 9:38
    Här ser vi tydligt
  • 9:38 - 9:41
    vilka webbsidor vi vill försöka med först.
  • 9:42 - 9:43
    Återigen
  • 9:43 - 9:45
    kommer lösningen ur slumpmässighet.
  • 9:46 - 9:48
    Sedan dess har Google så klart
  • 9:48 - 9:52
    tagit fram mycket mer
    komplicerade algoritmer,
  • 9:52 - 9:54
    men redan det här var vackert.
  • 9:55 - 9:56
    Och ändå,
  • 9:56 - 9:58
    bara ett problem av en miljon.
  • 9:59 - 10:01
    I och med den digitala erans frammarsch
  • 10:01 - 10:06
    lämpar sig fler och fler problem
    för matematisk analys,
  • 10:06 - 10:10
    vilket gör matematikerns jobb
    mer och mer användbart,
  • 10:11 - 10:14
    så till den grad att för ett par år sedan
  • 10:14 - 10:18
    så rankades det som nummer ett
    bland hundratals jobb
  • 10:18 - 10:22
    i en studie om de bästa och sämsta jobben,
  • 10:22 - 10:25
    som publicerades 2009
    i Wall Street Journal.
  • 10:25 - 10:27
    Matematiker -
  • 10:27 - 10:29
    världens bästa jobb.
  • 10:30 - 10:33
    Det är tack vare tillämpningsområdena:
  • 10:33 - 10:35
    kommunikationsteori,
  • 10:35 - 10:37
    informationsteori,
  • 10:37 - 10:38
    spelteori,
  • 10:38 - 10:39
    komprimerad avkänning,
  • 10:39 - 10:41
    maskininlärning,
  • 10:41 - 10:43
    grafanalys,

  • 10:43 - 10:44
    harmonisk analys.

  • 10:44 - 10:47
    Och varför inte stokastiska processer,

  • 10:47 - 10:49
    linjär programmering,

  • 10:49 - 10:51
    eller vätskesimulering?

  • 10:51 - 10:55
    Var och ett av dessa fält har monstruösa
    industriella tillämpningsmöjligheter.
  • 10:55 - 10:56
    Och genom dem
  • 10:56 - 10:58
    finns det stora pengar i matematik.
  • 10:59 - 11:01
    Låt mig tillstå
  • 11:01 - 11:04
    att i fråga om att tjäna pengar på matte,
  • 11:04 - 11:08
    så är amerikanerna ohotade världsmästare,
  • 11:08 - 11:12
    med smarta, emblematiska miljardärer
    och fantastiska, enorma företag,
  • 11:12 - 11:16
    som alla i slutänden vilar
    på bra algoritmer.
  • 11:17 - 11:21
    Med all den här skönheten,
    användbarheten och rikedomen
  • 11:21 - 11:24
    ser matematik faktiskt sexigare ut.
  • 11:24 - 11:26
    Men tro inte
  • 11:26 - 11:30
    att en matematikforskares liv är enkelt.
  • 11:31 - 11:34
    Det är fyllt med bryderi,
  • 11:34 - 11:36
    frustration,
  • 11:36 - 11:39
    en vildsint kamp för förståelse.
  • 11:40 - 11:42
    Låt mig beskriva
  • 11:42 - 11:46
    en av de mest slående dagarna
    i mitt liv som matematiker för er.
  • 11:47 - 11:48
    Eller kanske snarare
  • 11:48 - 11:49
    en av de mest slående nätterna.
  • 11:51 - 11:52
    Vid den tiden
  • 11:52 - 11:55
    bodde jag vid the Institute for
    Advanced Studies i Princeton,
  • 11:55 - 11:57
    som under många år
    var Albert Einsteins hem,
  • 11:57 - 12:02
    och kanske den heligaste platsen
    i världen för matematisk forskning.
  • 12:03 - 12:07
    Den natten jobbade jag
    på ett gäckande bevis
  • 12:07 - 12:08
    som inte var komplett.
  • 12:09 - 12:12
    Det handlade om att förstå
  • 12:12 - 12:14
    den paradoxala stabilitetsegenskapen
  • 12:14 - 12:15
    hos plasma,
  • 12:15 - 12:17
    som är en samling av elektroner.
  • 12:18 - 12:21
    I plasmans perfekta värld
  • 12:21 - 12:24
    finns det inga kollisioner
    och ingen friktion
  • 12:24 - 12:27
    som kan ge den stabilitet
    som vi är vana vid.
  • 12:27 - 12:29
    Men ändå,
  • 12:29 - 12:32
    om man stör plasmans jämvikt litegrann,
  • 12:32 - 12:34
    upptäcker man att
    den elektriska sköld som uppstår
  • 12:34 - 12:37
    försvinner spontant
  • 12:37 - 12:39
    eller dämpas,
  • 12:39 - 12:42
    som av en mystisk friktionskraft.
  • 12:43 - 12:45
    Den här paradoxala effekten,
  • 12:45 - 12:46
    kallad Landaudämpning,
  • 12:46 - 12:49
    är en av de viktigaste inom plasmafysiken,
  • 12:49 - 12:52
    och den upptäcktes
    med hjälp av matematiska idéer.
  • 12:53 - 12:55
    Ändå saknades
  • 12:55 - 12:58
    en full matematisk förståelse
    av det här fenomenet.
  • 12:58 - 13:03
    Tillsammans med min tidigare student
    och huvudmedarbetare Clément Mouhot,
  • 13:03 - 13:05
    då i Paris,
  • 13:05 - 13:09
    hade vi arbetat i månader
    på ett sådant bevis.
  • 13:10 - 13:11
    Faktum är
  • 13:11 - 13:16
    att jag redan av misstag
    hade tillkännagivit att vi kunde lösa det.
  • 13:16 - 13:18
    Men sanningen är
  • 13:18 - 13:20
    att beviset helt enkelt inte fungerade.
  • 13:20 - 13:25
    Trots mer än 100 sidor komplicerade,
    matematiska argument
  • 13:25 - 13:26
    och ett gäng upptäckter,
  • 13:26 - 13:28
    och enorma uträkningar,
  • 13:28 - 13:29
    fungerade det inte.
  • 13:29 - 13:31
    Den natten på Princeton
  • 13:31 - 13:35
    var det en särskild lucka i kedjan
    av argument som gjorde mig galen.
  • 13:36 - 13:40
    Jag lade all min energi,
    erfarenhet och list i det,
  • 13:40 - 13:42
    och ändå fungerade det inte.
  • 13:43 - 13:46
    Klockan 01, 02, 03,
  • 13:46 - 13:48
    det fungerade inte.
  • 13:49 - 13:53
    Vid 04 lägger jag mig, nedstämd.
  • 13:54 - 13:56
    Några timmar senare
  • 13:56 - 13:58
    vaknar jag och tänker,
  • 13:58 - 14:01
    "Ah, det är dags
    att få barnen till skolan ..."
  • 14:01 - 14:02
    Vad är detta?
  • 14:02 - 14:04
    Det var en röst i mitt huvud, jag svär.
  • 14:05 - 14:07
    "Ta den andra termen till andra sidan,
  • 14:07 - 14:09
    Fouriertransformera och invertera i L2."
  • 14:09 - 14:10
    (Skratt)
  • 14:10 - 14:12
    Banne mig,
  • 14:12 - 14:14
    det var början på lösningen!
  • 14:16 - 14:17
    Ni förstår,
  • 14:17 - 14:19
    jag trodde att jag hade vilat,
  • 14:19 - 14:22
    men egentligen hade
    min hjärna fortsatt arbeta.
  • 14:23 - 14:25
    I dessa stunder,
  • 14:25 - 14:27
    tänker man inte på sin karriär
    eller sina kollegor,
  • 14:27 - 14:31
    det är bara en kamp
    mellan dig och problemet.
  • 14:32 - 14:33
    Med det sagt
  • 14:33 - 14:37
    så skadar det inte att få en befordran
    som belöning för hårt arbete.
  • 14:38 - 14:43
    Efter att vi slutfört vår stora analys
    av Landaudämpningen,
  • 14:43 - 14:48
    hade jag turen att få
    den hett eftertraktade Fieldsmedaljen
  • 14:48 - 14:51
    ur handen på Indiens president,
  • 14:51 - 14:55
    i Hyderabad den 19 augusti 2010,
  • 14:55 - 14:59
    en ära som matematiker
    inte vågar drömma om,
  • 14:59 - 15:01
    en dag jag kommer minnas
    resten av mitt liv.
  • 15:02 - 15:04
    Vad tänker man,
  • 15:04 - 15:06
    vid ett sånt tillfälle?
  • 15:06 - 15:07
    Stolthet, ja?
  • 15:08 - 15:11
    Och tacksamhet mot alla de medarbetare
    som gjorde det möjligt.
  • 15:12 - 15:15
    Eftersom det var ett gemensamt äventyr,
  • 15:15 - 15:19
    behöver man dela det,
    inte bara med sina medarbetare.
  • 15:20 - 15:25
    Jag tror att alla kan uppskatta
    spänningen i matematisk forskning,
  • 15:25 - 15:30
    och dela de passionerade historierna
    om människorna och idéerna bakom den.
  • 15:30 - 15:35
    Jag har arbetat med min personal
    vid Institut Henri Poincaré,
  • 15:35 - 15:40
    tillsammans med partners och konstnärer
    inom matematisk kommunikation i världen,
  • 15:40 - 15:45
    så att vi kan skapa ett eget,
    speciellt matematiskt museum där.
  • 15:47 - 15:48
    Så om några år,
  • 15:49 - 15:50
    när du kommer till Paris
  • 15:50 - 15:56
    och har ätit en knaprig baguette
    och en macaron,
  • 15:56 - 16:00
    kom och besök oss
    på Institut Henri Poincaré,
  • 16:00 - 16:02
    och dela den matematiska drömmen med oss.
  • 16:02 - 16:04
    Tack.
  • 16:04 - 16:07
    (Applåder)
Title:
Vad är det som är så sexigt med matematik?
Speaker:
Cédric Villani
Description:

Dolda sanningar genomsyrar vår värld; de är otillgängliga för våra sinnen, men matematik låter oss gå bortom vår intuition för att avslöja deras mysterier. I denna genomgång av matematiska genombrott talar Cédric Villani, vinnare av Fieldsmedaljen, om spänningen i upptäckter och om matematikerns ibland förbryllande liv. "Vackra matematiska förklaringar är inte bara för nöjes skull", säger han. "De förändrar vår syn på världen."

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:23
Annika Bidner approved Swedish subtitles for What's so sexy about math?
Annika Bidner accepted Swedish subtitles for What's so sexy about math?
Annika Bidner edited Swedish subtitles for What's so sexy about math?
Annika Bidner edited Swedish subtitles for What's so sexy about math?
Annika Bidner edited Swedish subtitles for What's so sexy about math?
Annika Bidner edited Swedish subtitles for What's so sexy about math?
Lisbeth Pekkari edited Swedish subtitles for What's so sexy about math?
Lisbeth Pekkari edited Swedish subtitles for What's so sexy about math?
Show all

Swedish subtitles

Revisions