TED2016
Cédric Villani: What's so sexy about math?
Cédric Villani: ¿Qué es tan atractivo en las matemáticas?
Filmed:
Readability: 4.4
2,006,708 views
Verdades ocultas están por todas partes en nuestro mundo; son inaccesibles a nuestros sentidos, pero las matemáticas nos permiten sobrepasar nuestra intuición para revelar sus misterios. En este estudio de los descubrimientos matemáticos el ganador de la Medalla Fields, Cédric Villani, habla de la emoción de los hallazgos y da detalles sobre la a veces incomprensible vida de un matemático. "Las bellas explicaciones matemáticas no solo sirven para nuestro deleite", dice él."También cambian nuestra visión del mundo".
Cédric Villani - Mathematician
Cédric Villani tackles perplexing problems in mathematical physics, analysis and geometry with rigor, wit and a signature personal style. Full bio
Cédric Villani tackles perplexing problems in mathematical physics, analysis and geometry with rigor, wit and a signature personal style. Full bio
Double-click the English transcript below to play the video.
00:12
What is it that French people
do better than all the others?
do better than all the others?
0
804
4412
¿Qué es lo que los franceses
hacen mejor que todos los demás?
hacen mejor que todos los demás?
00:18
If you would take polls,
1
6454
1926
Si hacemos una encuesta,
00:20
the top three answers might be:
2
8404
1807
las tres respuestas podrían ser:
00:22
love, wine and whining.
3
10235
4039
El amor, el vino y el lloriqueo.
00:26
(Laughter)
4
14298
1301
(Risas)
00:27
Maybe.
5
15623
1159
Tal vez.
00:29
But let me suggest a fourth one:
6
17530
2338
Pero permítanme sugerir una cuarta:
00:31
mathematics.
7
19892
1190
Las matemáticas.
00:33
Did you know that Paris
has more mathematicians
has more mathematicians
8
21760
2853
¿Sabían que París tiene más matemáticos
00:36
than any other city in the world?
9
24637
1801
que cualquiera otra ciudad del mundo?
00:38
And more streets
with mathematicians' names, too.
with mathematicians' names, too.
10
26801
2494
Además de más calles
con nombres de matemáticos.
con nombres de matemáticos.
00:42
And if you look at the statistics
of the Fields Medal,
of the Fields Medal,
11
30215
3449
Y si uno mira las estadísticas
de la Medalla Fields,
de la Medalla Fields,
00:45
often called the Nobel Prize
for mathematics,
for mathematics,
12
33688
2493
a menudo llamada Premio Nobel
de matemáticas,
de matemáticas,
00:48
and always awarded to mathematicians
below the age of 40,
below the age of 40,
13
36205
3932
y siempre concedida a matemáticos
con menos de 40 años,
con menos de 40 años,
00:52
you will find that France has more
Fields medalists per inhabitant
Fields medalists per inhabitant
14
40161
3887
verá que Francia tiene más
Medallas Fields por habitante
Medallas Fields por habitante
00:56
than any other country.
15
44072
1168
que cualquier otro país.
00:58
What is it that we find so sexy in math?
16
46286
2954
¿Qué nos parece tan atractivo
de las matemáticas?
de las matemáticas?
01:02
After all, it seems to be
dull and abstract,
dull and abstract,
17
50153
3204
Al fin y al cabo, parece que
son tediosas y abstractas,
son tediosas y abstractas,
01:05
just numbers and computations
and rules to apply.
and rules to apply.
18
53381
3483
con solo números y cálculos
y reglas para aplicar.
y reglas para aplicar.
01:10
Mathematics may be abstract,
19
58518
2112
Las matemáticas pueden ser abstractas,
01:12
but it's not dull
20
60654
1151
pero no son tediosas
01:13
and it's not about computing.
21
61829
1729
y no son todo cálculos.
01:16
It is about reasoning
22
64178
1747
Tienen que ver con el raciocinio
01:17
and proving our core activity.
23
65949
2260
y con demostrar nuestra
principal actividad.
principal actividad.
01:20
It is about imagination,
24
68513
1522
Se trata de imaginación,
01:22
the talent which we most praise.
25
70059
2019
el talento que más apreciamos.
01:24
It is about finding the truth.
26
72102
2101
Se trata de encontrar la verdad.
01:27
There's nothing like the feeling
which invades you
which invades you
27
75613
2737
No hay nada como la sensación
que invade a uno
que invade a uno
01:30
when after months of hard thinking,
28
78374
2171
cuando tras meses de reflexión,
01:32
you finally understand the right
reasoning to solve your problem.
reasoning to solve your problem.
29
80569
3298
entiende por fin el raciocinio
correcto para resolver su problema.
correcto para resolver su problema.
01:37
The great mathematician
André Weil likened this --
André Weil likened this --
30
85042
3576
El gran matemático
André Weil lo comparó,
André Weil lo comparó,
01:40
no kidding --
31
88642
1151
y no es broma,
01:41
to sexual pleasure.
32
89817
1589
al placer sexual.
01:44
But noted that this feeling
can last for hours, or even days.
can last for hours, or even days.
33
92197
5341
Pero señaló que ese sentimiento
puede durar horas o incluso días.
puede durar horas o incluso días.
01:50
The reward may be big.
34
98804
1853
La recompensa puede ser grande.
01:53
Hidden mathematical truths
permeate our whole physical world.
permeate our whole physical world.
35
101325
3864
Verdades matemáticas ocultas están
por todas partes en nuestro mundo físico.
por todas partes en nuestro mundo físico.
01:57
They are inaccessible to our senses
36
105680
2670
Son inaccesibles a nuestros sentidos,
02:00
but can be seen
through mathematical lenses.
through mathematical lenses.
37
108374
2724
pero pueden ser vistas
a través de lentes matemáticos.
a través de lentes matemáticos.
02:04
Close your eyes for moment
38
112092
1592
Cierren los ojos por un momento
02:05
and think of what is occurring
right now around you.
right now around you.
39
113708
3475
y piensen en lo que ocurre
ahora a su alrededor.
ahora a su alrededor.
02:10
Invisible particles from the air
around are bumping on you
around are bumping on you
40
118337
3493
Partículas invisibles del aire
chocan con Uds.,
chocan con Uds.,
02:13
by the billions and billions
at each second,
at each second,
41
121854
2733
miles de millones cada segundo,
02:16
all in complete chaos.
42
124611
2063
todo es un completo caos.
02:19
And still,
43
127049
1151
Y aún así,
sus estadísticas pueden ser precisamente
previstas por la física matemática.
previstas por la física matemática.
02:20
their statistics can be accurately
predicted by mathematical physics.
predicted by mathematical physics.
44
128224
4688
02:25
And open your eyes now
45
133715
2792
Abran ahora los ojos
02:28
to the statistics of the velocities
of these particles.
of these particles.
46
136531
3310
para las estadísticas de las
velocidades de estas partículas.
velocidades de estas partículas.
02:32
The famous bell-shaped Gauss Curve,
47
140510
3240
La famosa curva gaussiana
en forma de campana
en forma de campana
02:35
or the Law of Errors --
48
143774
2181
o distribución normal...
02:37
of deviations with respect
to the mean behavior.
to the mean behavior.
49
145979
2722
de las desviaciones
del comportamiento promedio.
del comportamiento promedio.
02:41
This curve tells about the statistics
of velocities of particles
of velocities of particles
50
149550
4302
Esta curva habla de la estadística
de velocidades de las partículas
de velocidades de las partículas
02:45
in the same way as a demographic curve
51
153876
2539
de la misma manera
como una curva demográfica
como una curva demográfica
02:48
would tell about the statistics
of ages of individuals.
of ages of individuals.
52
156439
3841
hablaría de la estadística
de edades de los individuos.
de edades de los individuos.
02:52
It's one of the most
important curves ever.
important curves ever.
53
160884
2650
Es una de las curvas más importantes.
02:56
It keeps on occurring again and again,
54
164137
3186
Sigue apareciendo una y otra vez,
02:59
from many theories and many experiments,
55
167347
2403
en muchas teorías y muchos experimentos,
03:01
as a great example of the universality
56
169774
3281
como gran ejemplo de universalidad,
03:05
which is so dear to us mathematicians.
57
173079
3552
lo que es tan querido
por nosotros los matemáticos.
por nosotros los matemáticos.
03:09
Of this curve,
58
177694
1227
Sobre esta curva,
03:10
the famous scientist Francis Galton said,
59
178945
3049
el famoso científico Francis Galton dijo
03:14
"It would have been deified by the Greeks
if they had known it.
if they had known it.
60
182018
4524
"Los griegos la habrían deificado
de haberla conocido.
de haberla conocido.
03:19
It is the supreme law of unreason."
61
187064
3351
Es la ley suprema de la sinrazón".
03:23
And there's no better way to materialize
that supreme goddess than Galton's Board.
that supreme goddess than Galton's Board.
62
191818
6602
La mejor forma de materializar esa diosa
suprema es con el tablero de Galton.
suprema es con el tablero de Galton.
03:31
Inside this board are narrow tunnels
63
199774
3197
Dentro de esta placa hay estrechos túneles
03:34
through which tiny balls
will fall down randomly,
will fall down randomly,
64
202995
4628
a través de la cual diminutas bolas
caerán al azar,
caerán al azar,
03:40
going right or left, or left, etc.
65
208295
5387
yendo de derecha a izquierda,
o hacia la izquierda, etc.
o hacia la izquierda, etc.
03:46
All in complete randomness and chaos.
66
214139
3251
Todo en aleatoriedad y caos completo.
03:50
Let's see what happens when we look
at all these random trajectories together.
at all these random trajectories together.
67
218085
6080
Veamos lo que sucede al mirar
esas trayectorias aleatorias juntas.
esas trayectorias aleatorias juntas.
03:56
(Board shaking)
68
224189
5435
(Agitando la tabla)
04:01
This is a bit of a sport,
69
229648
2844
Esto es como un deporte,
04:04
because we need to resolve
some traffic jams in there.
some traffic jams in there.
70
232516
4870
porque tenemos que resolver algunos
atascos de tráfico en ese país.
atascos de tráfico en ese país.
04:11
Aha.
71
239715
1150
Ajá.
04:13
We think that randomness
is going to play me a trick on stage.
is going to play me a trick on stage.
72
241313
3587
Pensamos que la aleatoriedad
me jugaría un truco en el escenario.
me jugaría un truco en el escenario.
04:19
There it is.
73
247609
1463
Aquí está.
04:22
Our supreme goddess of unreason.
74
250382
2583
Nuestra diosa suprema de la sinrazón.
04:24
the Gauss Curve,
75
252989
1519
La curva de Gauss
04:26
trapped here inside this transparent box
as Dream in "The Sandman" comics.
as Dream in "The Sandman" comics.
76
254532
6452
atrapada aquí en esta caja transparente
como el sueño en los cómics "The Sandman".
como el sueño en los cómics "The Sandman".
04:34
For you I have shown it,
77
262623
2698
Se lo he mostrado así a Uds.,
04:37
but to my students I explain why
it could not be any other curve.
it could not be any other curve.
78
265345
5285
pero a mis estudiantes les explico
por qué no podría haber otra curva.
por qué no podría haber otra curva.
04:43
And this is touching
the mystery of that goddess,
the mystery of that goddess,
79
271128
2870
Y esto está en contacto
con el misterio de esa diosa,
con el misterio de esa diosa,
04:46
replacing a beautiful coincidence
by a beautiful explanation.
by a beautiful explanation.
80
274022
4701
sustituyendo una hermosa coincidencia
por una hermosa explicación.
por una hermosa explicación.
04:51
All of science is like this.
81
279027
2333
Toda la ciencia es así.
04:54
And beautiful mathematical explanations
are not only for our pleasure.
are not only for our pleasure.
82
282213
5348
Y hermosas explicaciones matemáticas
no son solo para nuestro deleite.
no son solo para nuestro deleite.
04:59
They also change our vision of the world.
83
287585
2660
También cambian nuestra visión del mundo.
05:03
For instance,
84
291040
1237
Por ejemplo,
05:04
Einstein,
85
292301
1150
Einstein,
05:05
Perrin,
86
293476
1150
Perrin,
05:06
Smoluchowski,
87
294651
1150
Smoluchowski,
05:07
they used the mathematical analysis
of random trajectories
of random trajectories
88
295826
3559
usaron el análisis matemático
de las trayectorias aleatorias
de las trayectorias aleatorias
05:11
and the Gauss Curve
89
299409
2037
y la curva de Gauss
05:13
to explain and prove that our
world is made of atoms.
world is made of atoms.
90
301470
4928
para explicar y demostrar que nuestro
mundo está hecho de átomos.
mundo está hecho de átomos.
05:19
It was not the first time
91
307524
1802
No era la primera vez
05:21
that mathematics was revolutionizing
our view of the world.
our view of the world.
92
309350
3390
que la matemática estaba revolucionando
nuestra visión del mundo.
nuestra visión del mundo.
05:25
More than 2,000 years ago,
93
313555
2212
Hace más de 2000 años,
05:27
at the time of the ancient Greeks,
94
315791
2610
en la época de los antiguos griegos,
05:31
it already occurred.
95
319502
1479
ya se produjo.
05:33
In those days,
96
321827
1286
En aquellos días,
05:35
only a small fraction of the world
had been explored,
had been explored,
97
323137
3283
solo una pequeña fracción
del mundo había sido explorada,
del mundo había sido explorada,
05:38
and the Earth might have seemed infinite.
98
326444
3042
y la Tierra parecería infinita.
05:42
But clever Eratosthenes,
99
330034
1767
Pero el inteligente Eratóstenes
05:43
using mathematics,
100
331825
1417
usando las matemáticas,
05:45
was able to measure the Earth
with an amazing accuracy of two percent.
with an amazing accuracy of two percent.
101
333266
5111
pudo medir la Tierra con
una increíble precisión de 2 %.
una increíble precisión de 2 %.
05:51
Here's another example.
102
339969
1416
He aquí otro ejemplo.
05:54
In 1673, Jean Richer noticed
103
342238
3805
En 1673 Jean Richer notó
05:58
that a pendulum swings slightly
slower in Cayenne than in Paris.
slower in Cayenne than in Paris.
104
346067
6912
que un péndulo se balancea ligeramente
más lento en Cayenne que en París.
más lento en Cayenne que en París.
06:06
From this observation alone,
and clever mathematics,
and clever mathematics,
105
354350
4400
A partir de esta sola observación
y matemáticas inteligentes,
y matemáticas inteligentes,
06:10
Newton rightly deduced
106
358774
2306
Newton dedujo acertadamente
06:13
that the Earth is a wee bit
flattened at the poles,
flattened at the poles,
107
361104
5541
que la Tierra es un poquito
achatada en los polos,
achatada en los polos,
06:18
like 0.3 percent --
108
366669
1601
un 0,3 %.
06:20
so tiny that you wouldn't even
notice it on the real view of the Earth.
notice it on the real view of the Earth.
109
368843
4413
tan pequeña que ni siquiera se nota
en la visión real de la Tierra.
en la visión real de la Tierra.
06:26
These stories show that mathematics
110
374276
3928
Estas historias muestran
que las matemáticas
que las matemáticas
06:30
is able to make us go out of our intuition
111
378228
4762
pueden hacernos salir
de nuestra intuición,
de nuestra intuición,
06:35
measure the Earth which seems infinite,
112
383512
3485
medir la Tierra que parece infinita,
06:39
see atoms which are invisible
113
387021
2294
ver átomos que son invisibles
06:41
or detect an imperceptible
variation of shape.
variation of shape.
114
389339
3381
o detectar una variación
imperceptible de forma.
imperceptible de forma.
06:44
And if there is just one thing that you
should take home from this talk,
should take home from this talk,
115
392744
3847
Y si solo hay una cosa que Uds.
pueden aprovechar de esta charla,
pueden aprovechar de esta charla,
06:48
it is this:
116
396615
1194
es la siguiente:
06:49
mathematics allows us
to go beyond the intuition
to go beyond the intuition
117
397833
4378
Las matemáticas nos permiten
ir más allá de la intuición
ir más allá de la intuición
06:54
and explore territories
which do not fit within our grasp.
which do not fit within our grasp.
118
402235
4249
y explorar territorios que
no están a nuestro alcance.
no están a nuestro alcance.
06:59
Here's a modern example
you will all relate to:
you will all relate to:
119
407609
2999
Esto es un ejemplo moderno
todos Uds. se refieren a:
todos Uds. se refieren a:
07:03
searching the Internet.
120
411362
1667
buscar en Internet.
07:06
The World Wide Web,
121
414037
1342
La World Wide Web,
07:07
more than one billion web pages --
122
415403
1804
más de mil millones de páginas web,
07:09
do you want to go through them all?
123
417231
1674
¿quieren repasar todas ellas?
07:11
Computing power helps,
124
419660
1802
La potencia informática ayuda,
07:13
but it would be useless without
the mathematical modeling
the mathematical modeling
125
421486
3186
pero sin el modelado matemático
esta sería inútil
esta sería inútil
07:16
to find the information
hidden in the data.
hidden in the data.
126
424696
2563
para encontrar la información
oculta en los datos.
oculta en los datos.
07:20
Let's work out a baby problem.
127
428491
2379
Vamos a resolver un problema hiperfácil.
07:23
Imagine that you're a detective
working on a crime case,
working on a crime case,
128
431872
3807
Imagine que Ud. es un detective
que trabaja en un caso penal,
que trabaja en un caso penal,
07:27
and there are many people
who have their version of the facts.
who have their version of the facts.
129
435703
3788
y hay muchas personas que tienen
su versión de los hechos.
su versión de los hechos.
07:32
Who do you want to interview first?
130
440032
1745
¿A quién entrevistaría Ud. primero?
07:34
Sensible answer:
131
442681
1915
Respuesta sensata:
07:36
prime witnesses.
132
444620
1437
a los testigos principales.
07:38
You see,
133
446878
1234
Vean,
07:40
suppose that there is person number seven,
134
448136
4220
supongamos que la persona número siete,
07:44
tells you a story,
135
452380
1151
cuenta una historia,
07:45
but when you ask where he got if from,
136
453555
2014
pero cuando se le pregunta
de dónde sacó la historia,
de dónde sacó la historia,
07:47
he points to person
number three as a source.
number three as a source.
137
455593
3036
apunta a la persona
número tres como fuente.
número tres como fuente.
07:50
And maybe person number three, in turn,
138
458653
2068
Y la persona número tres, a su vez,
07:52
points at person number one
as the primary source.
as the primary source.
139
460745
3696
apunta a la persona número uno
como fuente primaria.
como fuente primaria.
07:56
Now number one is a prime witness,
140
464465
1661
Ahora el número uno
es el principal testigo,
es el principal testigo,
07:58
so I definitely want
to interview him -- priority
to interview him -- priority
141
466150
3238
así que definitivamente quiero
entrevistarlo con prioridad.
entrevistarlo con prioridad.
08:02
And from the graph
142
470148
1151
Y a partir de la gráfica
08:03
we also see that person
number four is a prime witness.
number four is a prime witness.
143
471323
3228
también vemos que la persona número
cuatro es un testigo principal.
cuatro es un testigo principal.
08:06
And maybe I even want
to interview him first,
to interview him first,
144
474575
2443
Y puede que incluso quiera
entrevistarlo en primer lugar,
entrevistarlo en primer lugar,
08:09
because there are more
people who refer to him.
people who refer to him.
145
477042
2359
porque hay varias personas
que se refieren a él.
que se refieren a él.
08:12
OK, that was easy,
146
480354
2664
Bien, eso fue fácil.
08:15
but now what about if you have
a big bunch of people who will testify?
a big bunch of people who will testify?
147
483042
5246
Pero ahora ¿qué pasa si un gran grupo
de personas va a declarar?
de personas va a declarar?
08:20
And this graph,
148
488864
1352
Y este grafo, puedo pensarlo
08:22
I may think of it as all people
who testify in a complicated crime case,
who testify in a complicated crime case,
149
490240
5619
como todas las personas que atestiguan
en un caso de delito complicado.
en un caso de delito complicado.
08:27
but it may just as well be web pages
pointing to each other,
pointing to each other,
150
495883
4022
Pero pueden muy bien ser páginas web
apuntando uno al otro,
apuntando uno al otro,
08:31
referring to each other for contents.
151
499929
2071
refiriéndose a la otra
para los contenidos.
para los contenidos.
08:34
Which ones are the most authoritative?
152
502878
2336
¿Cuáles son las más autorizadas?
08:37
Not so clear.
153
505587
1334
No es tan claro.
08:40
Enter PageRank,
154
508091
1900
Introduzcan PageRank,
08:42
one of the early cornerstones of Google.
155
510015
2536
uno de los primeros pilares de Google.
08:45
This algorithm uses the laws
of mathematical randomness
of mathematical randomness
156
513337
4242
Este algoritmo usa leyes
de la aleatoriedad matemática
de la aleatoriedad matemática
para determinar automáticamente
las páginas web más relevantes.
las páginas web más relevantes.
08:49
to determine automatically
the most relevant web pages,
the most relevant web pages,
157
517603
3857
08:53
in the same way as we used randomness
in the Galton Board experiment.
in the Galton Board experiment.
158
521484
5062
De la misma forma que usamos aleatoriedad
en el experimento del tablero de Galton.
en el experimento del tablero de Galton.
08:59
So let's send into this graph
159
527341
2341
Así que vamos a enviar en este grafo
09:01
a bunch of tiny, digital marbles
160
529706
2850
un montón de pequeñas canicas, digitales
09:04
and let them go randomly
through the graph.
through the graph.
161
532580
3749
y que vayan al azar a través del grafo.
09:08
Each time they arrive at some site,
162
536353
1667
Cada vez que llegan a algún sitio,
09:10
they will go out through some link
chosen at random to the next one.
chosen at random to the next one.
163
538044
4166
irán a algún tipo de relación
elegido al azar hasta la siguiente.
elegido al azar hasta la siguiente.
09:14
And again, and again, and again.
164
542234
1753
Y otra vez, y otra vez, y otra vez.
09:16
And with small, growing piles,
165
544358
1628
Y con pilas pequeñas crecientes
09:18
we'll keep the record of how many
times each site has been visited
times each site has been visited
166
546010
3753
haremos un registro continuado
de cuántas veces ha sido visitado el sitio
de cuántas veces ha sido visitado el sitio
09:21
by these digital marbles.
167
549787
1945
por estas canicas digitales.
09:24
Here we go.
168
552243
1151
Allá vamos.
09:25
Randomness, randomness.
169
553418
1848
El azar, la aleatoriedad.
09:27
And from time to time,
170
555811
1448
Y de vez en cuando,
09:29
also let's make jumps completely
randomly to increase the fun.
randomly to increase the fun.
171
557283
3952
también haremos saltos por completo
al azar para aumentar la diversión.
al azar para aumentar la diversión.
09:34
And look at this:
172
562471
1216
Y miren esto:
09:36
from the chaos will emerge the solution.
173
564358
2785
del caos surgirá la solución.
09:39
The highest piles
correspond to those sites
correspond to those sites
174
567483
2485
Las pilas más altas
corresponden a esos sitios
corresponden a esos sitios
09:41
which somehow are better
connected than the others,
connected than the others,
175
569992
3511
que de alguna manera están
mejor conectados que los otros,
mejor conectados que los otros,
09:45
more pointed at than the others.
176
573527
2273
más referenciados que los otros.
09:47
And here we see clearly
177
575824
1722
Y aquí vemos claramente
09:49
which are the web pages
we want to first try.
we want to first try.
178
577570
3032
qué páginas web
queremos en el primer intento.
queremos en el primer intento.
09:53
Once again,
179
581507
1151
Una vez más,
09:54
the solution emerges from the randomness.
180
582682
2460
la solución surge de la aleatoriedad.
09:57
Of course, since that time,
181
585775
2251
Por supuesto, desde aquel momento,
10:00
Google has come up with much more
sophisticated algorithms,
sophisticated algorithms,
182
588050
3707
Google ha desarrollado algoritmos
mucho más sofisticados.
mucho más sofisticados.
10:03
but already this was beautiful.
183
591781
2280
Pero ya era hermosa.
10:06
And still,
184
594981
1476
Y aún así,
10:08
just one problem in a million.
185
596481
1611
es solo un problema entre un millón.
10:10
With the advent of digital area,
186
598734
2270
Con el advenimiento de la era digital,
10:13
more and more problems lend
themselves to mathematical analysis,
themselves to mathematical analysis,
187
601028
5016
más y más problemas se prestan
a un análisis matemático,
a un análisis matemático,
10:18
making the job of mathematician
a more and more useful one,
a more and more useful one,
188
606068
4365
haciendo que el trabajo del matemático
sea cada vez más útil,
sea cada vez más útil,
10:23
to the extent that a few years ago,
189
611166
2722
en comparación a hace unos años,
10:25
it was ranked number one
among hundreds of jobs
among hundreds of jobs
190
613912
3779
que estaba clasificado como número uno
entre los cien puestos de trabajo
entre los cien puestos de trabajo
10:29
in a study about the best and worst jobs
191
617715
3968
de un estudio sobre
los mejores y peores trabajos
los mejores y peores trabajos
10:33
published by the Wall Street
Journal in 2009.
Journal in 2009.
192
621707
2975
publicado en
el Wall Street Journal en 2009.
el Wall Street Journal en 2009.
10:37
Mathematician --
193
625445
1852
Matemático:
10:39
best job in the world.
194
627321
1433
el mejor trabajo del mundo.
10:41
That's because of the applications:
195
629646
3068
Esto es debido a sus aplicaciones:
10:44
communication theory,
196
632738
2139
teoría de la comunicación,
10:46
information theory,
197
634901
1820
teoría de la información,
10:48
game theory,
198
636745
1260
teoría de juegos,
10:50
compressed sensing,
199
638029
1446
muestreo comprimido,
10:51
machine learning,
200
639499
1562
aprendizaje automático,
10:53
graph analysis,
201
641085
1567
análisis de grafos,
10:54
harmonic analysis.
202
642676
1742
análisis armónico.
10:56
And why not stochastic processes,
203
644442
2640
¿Y por qué no los procesos estocásticos,
10:59
linear programming,
204
647106
1630
la programación lineal,
11:00
or fluid simulation?
205
648760
2028
o la simulación de fluidos?
11:03
Each of these fields have
monster industrial applications.
monster industrial applications.
206
651292
3895
Cada uno de estos campos tiene
inmensas aplicaciones industriales.
inmensas aplicaciones industriales.
11:07
And through them,
207
655211
1151
Y a través de ellas,
11:08
there is big money in mathematics.
208
656386
1999
hay mucho dinero en matemáticas.
11:11
And let me concede
209
659400
2040
Y permítanme confirmar
11:13
that when it comes to making
money from the math,
money from the math,
210
661464
2477
que cuando se trata de hacer
dinero con matemáticas,
dinero con matemáticas,
11:15
the Americans are by a long shot
the world champions,
the world champions,
211
663965
3824
los estadounidenses son con diferencia
los campeones del mundo,
los campeones del mundo,
11:19
with clever, emblematic billionaires
and amazing, giant companies,
and amazing, giant companies,
212
667813
4619
multimillonarios emblemáticos inteligentes
y sorprendentes empresas gigantes,
y sorprendentes empresas gigantes,
11:24
all resting, ultimately,
on good algorithm.
on good algorithm.
213
672456
3280
todo descansa, en última instancia,
en buenos algoritmos.
en buenos algoritmos.
11:29
Now with all this beauty,
usefulness and wealth,
usefulness and wealth,
214
677091
3972
Con toda esta belleza, utilidad y riqueza,
11:33
mathematics does look more sexy.
215
681087
2284
las matemáticas tiene
un aspecto más atractivo.
un aspecto más atractivo.
11:36
But don't you think
216
684399
1617
Pero no crean
11:38
that the life a mathematical
researcher is an easy one.
researcher is an easy one.
217
686040
4120
que la vida de un investigador
matemático es una tarea fácil.
matemático es una tarea fácil.
11:42
It is filled with perplexity,
218
690959
2741
Está llena de perplejidad,
11:46
frustration,
219
694347
1150
frustración,
11:48
a desperate fight for understanding.
220
696172
2445
una lucha desesperada por la comprensión.
11:51
Let me evoke for you
221
699955
2140
Permítanme recordarles
11:54
one of the most striking days
in my mathematician's life.
in my mathematician's life.
222
702119
4380
uno de los días más llamativos
de mi vida como matemático.
de mi vida como matemático.
11:58
Or should I say,
223
706523
1151
O debería decir,
11:59
one of the most striking nights.
224
707698
1737
una de las noches más llamativas.
12:02
At that time,
225
710713
1151
En ese momento,
12:03
I was staying at the Institute
for Advanced Studies in Princeton --
for Advanced Studies in Princeton --
226
711888
3151
estaba en el Instituto
de Estudios Avanzados en Princeton;
de Estudios Avanzados en Princeton;
12:07
for many years, the home
of Albert Einstein
of Albert Einstein
227
715063
2139
muchos años, la casa de Albert Einstein
12:09
and arguably the most holy place
for mathematical research in the world.
for mathematical research in the world.
228
717226
4428
y posiblemente lugar santo de la mayoría
de la investigación matemática del mundo.
de la investigación matemática del mundo.
12:14
And that night I was working
and working on an elusive proof,
and working on an elusive proof,
229
722878
3844
Y esa noche yo estaba trabajando
en una prueba difícil de demostrar,
en una prueba difícil de demostrar,
12:18
which was incomplete.
230
726746
1378
y que estaba incompleta.
12:21
It was all about understanding
231
729304
2208
Se trataba de comprender
12:23
the paradoxical stability
property of plasmas,
property of plasmas,
232
731536
3823
la estabilidad paradójica
característica de plasmas,
característica de plasmas,
12:27
which are a crowd of electrons.
233
735383
1958
que son una multitud de electrones.
12:30
In the perfect world of plasma,
234
738423
2736
En el mundo perfecto del plasma,
12:33
there are no collisions
235
741183
1778
no hay colisiones
12:34
and no friction to provide
the stability like we are used to.
the stability like we are used to.
236
742985
3658
y tampoco fricción para dar estabilidad
como estamos acostumbrados.
como estamos acostumbrados.
12:39
But still,
237
747392
1151
Pero aún así,
12:40
if you slightly perturb
a plasma equilibrium,
a plasma equilibrium,
238
748567
3033
si perturban ligeramente
un equilibrio de plasma,
un equilibrio de plasma,
12:43
you will find that the
resulting electric shield
resulting electric shield
239
751624
2688
encontrarán que el
blindaje eléctrico resultante
blindaje eléctrico resultante
12:46
spontaneously vanishes,
240
754336
2339
desaparece espontáneamente,
12:48
or damps out,
241
756699
1975
o lo amortigua,
12:50
as if by some mysterious friction force.
242
758698
3294
como por una fuerza
de fricción misteriosa.
de fricción misteriosa.
12:54
This paradoxical effect,
243
762728
1835
Este efecto paradójico,
12:56
called the Landau damping,
244
764587
1477
llamado amortiguación de Landau,
12:58
is one of the most important
in plasma physics,
in plasma physics,
245
766088
2989
es uno de los más importantes
en la física del plasma,
en la física del plasma,
13:01
and it was discovered
through mathematical ideas.
through mathematical ideas.
246
769101
3002
y se descubrió a través
de ideas matemáticas.
de ideas matemáticas.
13:04
But still,
247
772970
1151
Pero aun así,
13:06
a full mathematical understanding
of this phenomenon was missing.
of this phenomenon was missing.
248
774145
4230
no existía una comprensión matemática
completa de este fenómeno.
completa de este fenómeno.
13:10
And together with my former student
and main collaborator Clément Mouhot,
and main collaborator Clément Mouhot,
249
778399
4786
Y junto con mi exestudiante
y colaborador principal Clément Mouhot,
y colaborador principal Clément Mouhot,
13:15
in Paris at the time,
250
783209
1492
en París en ese momento,
13:16
we had been working for months
and months on such a proof.
and months on such a proof.
251
784725
4086
habíamos trabajado durante meses y meses
en una prueba de este tipo.
en una prueba de este tipo.
13:21
Actually,
252
789832
1335
En realidad,
13:23
I had already announced by mistake
that we could solve it.
that we could solve it.
253
791191
4746
yo ya había anunciado por
error que podríamos resolverlo.
error que podríamos resolverlo.
13:27
But the truth is,
254
795961
1725
Pero la verdad es que
13:29
the proof was just not working.
255
797710
2147
la prueba simplemente no funcionaba.
13:32
In spite of more than 100 pages
of complicated, mathematical arguments,
of complicated, mathematical arguments,
256
800196
4349
A pesar de más de 100 páginas de
complicados argumentos, matemáticos,
complicados argumentos, matemáticos,
13:36
and a bunch discoveries,
257
804569
1690
y un montón de descubrimientos
13:38
and huge calculation,
258
806283
1267
y mucho cálculo,
13:39
it was not working.
259
807574
1169
no funcionaba.
13:41
And that night in Princeton,
260
809290
1681
Y esa noche en Princeton,
13:42
a certain gap in the chain of arguments
was driving me crazy.
was driving me crazy.
261
810995
4301
un cierto vacío en la cadena de argumentos
me estaba volviendo loco.
me estaba volviendo loco.
13:47
I was putting in there all my energy
and experience and tricks,
and experience and tricks,
262
815658
4593
Yo estaba poniendo allí
toda mi energía y experiencia y trucos,
toda mi energía y experiencia y trucos,
13:52
and still nothing was working.
263
820275
1742
y seguía sin funcionar.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
822553
3882
1 a.m., 2 a.m., 3 a.m.,
13:58
not working.
265
826459
1308
no funcionaba.
14:00
Around 4 a.m., I go to bed in low spirits.
266
828545
4321
Alrededor de las 4 a.m. me fui
a la cama con la moral baja.
a la cama con la moral baja.
14:05
Then a few hours later,
267
833915
2460
Entonces, un par de horas más tarde,
14:08
waking up and go,
268
836399
1151
me desperté
14:09
"Ah, it's time to get
the kids to school --"
the kids to school --"
269
837574
3357
y "Ah, es hora de que
los niños vayan a la escuela".
los niños vayan a la escuela".
14:12
What is this?
270
840955
1151
¿Qué es esto?
14:14
There was this voice in my head, I swear.
271
842130
2142
Había una voz en mi cabeza, lo juro.
14:16
"Take the second term to the other side,
272
844894
1913
"Lleva el segundo término al otro lado,
14:18
Fourier transform and invert in L2."
273
846831
1919
transformada de Fourier e invertir en L2".
14:21
(Laughter)
274
849257
1151
(Risas)
14:22
Damn it,
275
850432
1702
Maldita sea,
14:24
that was the start of the solution!
276
852158
2113
¡era el comienzo de la solución!
14:27
You see,
277
855519
1151
Ven,
14:28
I thought I had taken some rest,
278
856694
2283
pensé que había descansado,
14:31
but really my brain had
continued to work on it.
continued to work on it.
279
859001
3388
pero realmente mi cerebro había
seguido trabajando en esto.
seguido trabajando en esto.
14:35
In those moments,
280
863008
1597
En esos momentos,
14:36
you don't think of your career
or your colleagues,
or your colleagues,
281
864629
2601
uno no piensa en su carrera
o sus colegas,
o sus colegas,
14:39
it's just a complete battle
between the problem and you.
between the problem and you.
282
867254
3690
es solo una batalla campal
entre el problema y uno mismo.
entre el problema y uno mismo.
14:44
That being said,
283
872098
1328
Una vez dicho esto,
14:45
it does not harm when you do get
a promotion in reward for your hard work.
a promotion in reward for your hard work.
284
873450
3949
no perjudica cuando uno logra un ascenso
en recompensa por su arduo trabajo.
en recompensa por su arduo trabajo.
14:49
And after we completed our huge
analysis of the Landau damping,
analysis of the Landau damping,
285
877808
5160
Y tras completar nuestro enorme análisis
de la amortiguación de Landau,
de la amortiguación de Landau,
14:54
I was lucky enough
286
882992
1615
tuve la suerte
14:56
to get the most coveted Fields Medal
287
884631
3030
de obtener la codiciada medalla Fields
14:59
from the hands of the President of India,
288
887685
2867
de manos del Presidente de la India,
15:02
in Hyderabad on 19 August, 2010 --
289
890576
3920
en Hyderabad el 19 de agosto de 2010.
15:07
an honor that mathematicians
never dare to dream,
never dare to dream,
290
895453
3251
Un honor que los matemáticos
nunca se atreven a soñar,
nunca se atreven a soñar,
15:10
a day that I will remember until I live.
291
898728
2399
un día que recordaré toda mi vida.
15:14
What do you think,
292
902366
1447
¿Qué piensa uno
15:15
on such an occasion?
293
903837
2141
en una ocasión así?
15:18
Pride, yes?
294
906002
1150
Orgullo, ¿sí?
15:19
And gratitude to the man collaborators
who made this possible.
who made this possible.
295
907791
3640
Y agradecimiento a los colaboradores
que hicieron esto posible.
que hicieron esto posible.
15:24
And because it was a collective adventure,
296
912304
2212
Ya que fue una aventura colectiva,
15:26
you need to share it,
not just with your collaborators.
not just with your collaborators.
297
914540
4142
uno necesita compartirlo,
no solo con sus colaboradores.
no solo con sus colaboradores.
15:31
I believe that everybody can appreciate
the thrill of mathematical research,
the thrill of mathematical research,
298
919548
5692
Creo que todo el mundo puede apreciar
la emoción de la investigación matemática,
la emoción de la investigación matemática,
15:37
and share the passionate stories
of humans and ideas behind it.
of humans and ideas behind it.
299
925264
4318
y compartir historias apasionadas
de humanos e ideas detrás de esta.
de humanos e ideas detrás de esta.
15:42
And I've been working with my staff
at Institut Henri Poincaré,
at Institut Henri Poincaré,
300
930494
4774
Y he estado trabajando con mi equipo
en el Instituto Henri Poincaré,
en el Instituto Henri Poincaré,
15:47
together with partners and artists
of mathematical communication worldwide,
of mathematical communication worldwide,
301
935292
5181
junto con los socios y artistas de
comunicación matemática de todo el mundo,
comunicación matemática de todo el mundo,
15:52
so that we can found our own,
very special museum of mathematics there.
very special museum of mathematics there.
302
940497
4587
para encontrar allí nuestro propio museo
de matemáticas muy especial.
de matemáticas muy especial.
15:58
So in a few years,
303
946537
1777
Así que en unos pocos años,
16:00
when you come to Paris,
304
948885
1577
cuando vengan a París,
16:02
after tasting the great, crispy
baguette and macaroon,
baguette and macaroon,
305
950486
5658
tras probar la gran baguette crujiente
y los macarrones,
y los macarrones,
16:08
please come and visit us
at Institut Henri Poincaré,
at Institut Henri Poincaré,
306
956168
3663
visítennos en el Instituto Henri Poincaré
16:11
and share the mathematical dream with us.
307
959856
2515
y compartan el sueño matemático
con nosotros.
con nosotros.
16:14
Thank you.
308
962395
1151
Gracias.
16:15
(Applause)
309
963570
7000
(Aplausos)
ABOUT THE SPEAKER
Cédric Villani - MathematicianCédric Villani tackles perplexing problems in mathematical physics, analysis and geometry with rigor, wit and a signature personal style.
Why you should listen
His Byronesque hair, colorful ascots and spider brooches have earned Cédric Villani the nickname “the Lady Gaga of Mathematics.” But this moniker has not obscured Villani’s deeper, serious mission: inspiring students to delve into the mysteries of mathematics.
Villani’s fame is based on his work resolving difficult problems of kinetic theory, for which he received the Fields Medal in 2010. His book Birth of a Theorem is an exhilarating journey into the nocturnal dilemmas of mathematicians hot on the trail of discovery.
Villani was elected to the French National Assembly in June 2017.
Cédric Villani | Speaker | TED.com