TED2016
Cédric Villani: What's so sexy about math?
Cédric Villani: Wat is er zo sexy aan wiskunde?
Filmed:
Readability: 4.4
2,006,708 views
Verborgen waarheden doordringen onze wereld. Ze zijn ontoegankelijk voor onze zintuigen, maar de wiskunde stelt ons in staat verder te gaan dan onze intuïtie om hun geheimen te onthullen. In dit overzicht van wiskundige doorbraken spreekt Fieldsmedaillewinnaar Cédric Villani over de sensatie van het ontdekken en vertelt hij over het soms verbijsterende leven van een wiskundige. "Mooie wiskundige verklaringen zijn er niet alleen voor ons plezier," zegt hij, "ze veranderen onze kijk op de wereld."
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
Waarin zijn de Fransen
beter dan alle anderen?
beter dan alle anderen?
00:18
If you would take polls,
1
6454
1926
Bij een rondvraag
zouden de meesten
misschien antwoorden:
misschien antwoorden:
00:20
the top three answers might be:
2
8404
1807
00:22
love, wine and whining.
3
10235
4039
liefde, wijn en klagen.
00:26
(Laughter)
4
14298
1301
(Gelach)
00:27
Maybe.
5
15623
1159
Misschien.
00:29
But let me suggest a fourth one:
6
17530
2338
Ik stel een vierde voor:
00:31
mathematics.
7
19892
1190
wiskunde.
00:33
Did you know that Paris
has more mathematicians
has more mathematicians
8
21760
2853
Wist je dat er in Parijs
meer wiskundigen wonen dan
meer wiskundigen wonen dan
00:36
than any other city in the world?
9
24637
1801
in enige andere stad ter wereld?
00:38
And more streets
with mathematicians' names, too.
with mathematicians' names, too.
10
26801
2494
En er zijn ook meer straten
genoemd naar wiskundigen.
genoemd naar wiskundigen.
00:42
And if you look at the statistics
of the Fields Medal,
of the Fields Medal,
11
30215
3449
Als je de statistieken
van de Fieldsmedaille bekijkt,
van de Fieldsmedaille bekijkt,
00:45
often called the Nobel Prize
for mathematics,
for mathematics,
12
33688
2493
-- soms de Nobelprijs
voor wiskunde genoemd
voor wiskunde genoemd
00:48
and always awarded to mathematicians
below the age of 40,
below the age of 40,
13
36205
3932
en altijd toegekend aan
wiskundigen jonger dan 40 --
wiskundigen jonger dan 40 --
00:52
you will find that France has more
Fields medalists per inhabitant
Fields medalists per inhabitant
14
40161
3887
zal je zien dat Frankrijk meer
Fieldswinnaars per inwoner telt
Fieldswinnaars per inwoner telt
00:56
than any other country.
15
44072
1168
dan enig ander land.
00:58
What is it that we find so sexy in math?
16
46286
2954
Wat vinden we nu zo sexy aan wiskunde?
01:02
After all, it seems to be
dull and abstract,
dull and abstract,
17
50153
3204
Het lijkt zo saai en abstract,
01:05
just numbers and computations
and rules to apply.
and rules to apply.
18
53381
3483
altijd maar cijfers,
berekeningen, regeltjes...
berekeningen, regeltjes...
01:10
Mathematics may be abstract,
19
58518
2112
Wiskunde is misschien abstract,
01:12
but it's not dull
20
60654
1151
maar het is niet saai
01:13
and it's not about computing.
21
61829
1729
en het gaat niet om rekenen.
01:16
It is about reasoning
22
64178
1747
Het gaat om redeneren
01:17
and proving our core activity.
23
65949
2260
en je kernactiviteit bewijzen.
01:20
It is about imagination,
24
68513
1522
Het gaat om verbeelding,
01:22
the talent which we most praise.
25
70059
2019
ons meest geprezen talent.
01:24
It is about finding the truth.
26
72102
2101
Het gaat om het vinden van de waarheid.
01:27
There's nothing like the feeling
which invades you
which invades you
27
75613
2737
Niets is te vergelijken met het gevoel
01:30
when after months of hard thinking,
28
78374
2171
als je na maanden hard nadenken
01:32
you finally understand the right
reasoning to solve your problem.
reasoning to solve your problem.
29
80569
3298
eindelijk de juiste redenering vindt
om je probleem op te lossen.
om je probleem op te lossen.
01:37
The great mathematician
André Weil likened this --
André Weil likened this --
30
85042
3576
De grote wiskundige André Weil
vergeleek dit --
vergeleek dit --
01:40
no kidding --
31
88642
1151
ik lach niet --
01:41
to sexual pleasure.
32
89817
1589
met seksueel plezier,
01:44
But noted that this feeling
can last for hours, or even days.
can last for hours, or even days.
33
92197
5341
maar merkte op dat dit gevoel
uren, zelfs dagen, kan aanhouden.
uren, zelfs dagen, kan aanhouden.
01:50
The reward may be big.
34
98804
1853
De beloning kan groot zijn.
01:53
Hidden mathematical truths
permeate our whole physical world.
permeate our whole physical world.
35
101325
3864
Verborgen wiskundige waarheden
doordrenken onze hele fysische wereld.
doordrenken onze hele fysische wereld.
01:57
They are inaccessible to our senses
36
105680
2670
Ze zijn ontoegankelijk
voor onze zintuigen,
voor onze zintuigen,
02:00
but can be seen
through mathematical lenses.
through mathematical lenses.
37
108374
2724
maar waarneembaar
door wiskundige lenzen.
door wiskundige lenzen.
02:04
Close your eyes for moment
38
112092
1592
Sluit even je ogen
02:05
and think of what is occurring
right now around you.
right now around you.
39
113708
3475
en denk aan wat er rondom je gebeurt.
02:10
Invisible particles from the air
around are bumping on you
around are bumping on you
40
118337
3493
Onzichtbare deeltjes in de lucht
rondom je bombarderen je,
rondom je bombarderen je,
02:13
by the billions and billions
at each second,
at each second,
41
121854
2733
miljarden en miljarden
per seconde,
per seconde,
02:16
all in complete chaos.
42
124611
2063
in een volledige chaos.
02:19
And still,
43
127049
1151
En toch kan hun statistiek
02:20
their statistics can be accurately
predicted by mathematical physics.
predicted by mathematical physics.
44
128224
4688
nauwkeurig worden voorspeld
door de wiskundige fysica.
door de wiskundige fysica.
02:25
And open your eyes now
45
133715
2792
Open nu jullie ogen
02:28
to the statistics of the velocities
of these particles.
of these particles.
46
136531
3310
voor de statistiek van de snelheden
van deze deeltjes.
van deze deeltjes.
02:32
The famous bell-shaped Gauss Curve,
47
140510
3240
De beroemde klokvormige Gausscurve
02:35
or the Law of Errors --
48
143774
2181
of Foutenwet --
02:37
of deviations with respect
to the mean behavior.
to the mean behavior.
49
145979
2722
van afwijkingen ten opzichte van
het gemiddeld gedrag.
het gemiddeld gedrag.
02:41
This curve tells about the statistics
of velocities of particles
of velocities of particles
50
149550
4302
Deze curve vertelt je iets
over de statistische
verdeling van deeltjessnelheden
verdeling van deeltjessnelheden
02:45
in the same way as a demographic curve
51
153876
2539
net zoals een demografische curve
02:48
would tell about the statistics
of ages of individuals.
of ages of individuals.
52
156439
3841
de statische verdeling van de ouderdom
van individuen aantoont.
van individuen aantoont.
02:52
It's one of the most
important curves ever.
important curves ever.
53
160884
2650
Het is een van de
belangrijkste curves ooit.
belangrijkste curves ooit.
02:56
It keeps on occurring again and again,
54
164137
3186
Ze duikt overal weer op
02:59
from many theories and many experiments,
55
167347
2403
in vele theorieën en experimenten
03:01
as a great example of the universality
56
169774
3281
als een schitterend voorbeeld
voor de universaliteit
voor de universaliteit
03:05
which is so dear to us mathematicians.
57
173079
3552
waar wij wiskundigen zo van houden.
03:09
Of this curve,
58
177694
1227
Over deze curve
03:10
the famous scientist Francis Galton said,
59
178945
3049
zei de beroemde wiskundige Francis Galton:
03:14
"It would have been deified by the Greeks
if they had known it.
if they had known it.
60
182018
4524
"De Grieken zouden ze vergoddelijkt
hebben, mochten ze ervan geweten hebben.
hebben, mochten ze ervan geweten hebben.
03:19
It is the supreme law of unreason."
61
187064
3351
Het is de opperste wet van willekeur."
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
En er bestaat geen betere manier
dan Galtons Bord
dan Galtons Bord
om deze opperste godin te materialiseren.
03:31
Inside this board are narrow tunnels
63
199774
3197
In de bord zitten nauwe doorgangen
03:34
through which tiny balls
will fall down randomly,
will fall down randomly,
64
202995
4628
waardoor kleine balletjes
willekeurig omlaag vallen,
willekeurig omlaag vallen,
03:40
going right or left, or left, etc.
65
208295
5387
naar rechts of links, of naar links, enz.
03:46
All in complete randomness and chaos.
66
214139
3251
Allemaal volledig willekeurig
en chaotisch.
en chaotisch.
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
Kijk wat er gebeurt
met deze willekeurige bewegingen.
met deze willekeurige bewegingen.
03:56
(Board shaking)
68
224189
5435
(Schudt het bord)
04:01
This is a bit of a sport,
69
229648
2844
Een beetje sport.
04:04
because we need to resolve
some traffic jams in there.
some traffic jams in there.
70
232516
4870
We moeten wat files bijsturen.
04:11
Aha.
71
239715
1150
Aha.
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
We denken dat toeval
mij hier voor schut zet.
mij hier voor schut zet.
04:19
There it is.
73
247609
1463
Ziezo.
04:22
Our supreme goddess of unreason.
74
250382
2583
Onze opperste godin van de onrede:
04:24
the Gauss Curve,
75
252989
1519
de Gausscurve,
04:26
trapped here inside this transparent box
as Dream in "The Sandman" comics.
as Dream in "The Sandman" comics.
76
254532
6452
gevangen in deze doorzichtige doos
net als Dream in 'The Sandman'-strip.
net als Dream in 'The Sandman'-strip.
04:34
For you I have shown it,
77
262623
2698
Aan jullie heb ik het laten zien,
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
maar aan mijn studenten leg ik uit waarom
het geen andere curve kan zijn.
het geen andere curve kan zijn.
04:43
And this is touching
the mystery of that goddess,
the mystery of that goddess,
79
271128
2870
En dit is het mysterie
van die godin:
van die godin:
04:46
replacing a beautiful coincidence
by a beautiful explanation.
by a beautiful explanation.
80
274022
4701
een mooi toeval wordt vervangen
door een mooie uitleg.
door een mooie uitleg.
04:51
All of science is like this.
81
279027
2333
Alle wetenschap zit zo in elkaar.
04:54
And beautiful mathematical explanations
are not only for our pleasure.
are not only for our pleasure.
82
282213
5348
Mooie wiskundige verklaringen
zijn er niet alleen voor ons plezier.
zijn er niet alleen voor ons plezier.
04:59
They also change our vision of the world.
83
287585
2660
Ze veranderen ook onze kijk op de wereld.
05:03
For instance,
84
291040
1237
Bijvoorbeeld,
05:04
Einstein,
85
292301
1150
Einstein,
05:05
Perrin,
86
293476
1150
Perrin
05:06
Smoluchowski,
87
294651
1150
en Smoluchowski
05:07
they used the mathematical analysis
of random trajectories
of random trajectories
88
295826
3559
gebruikten de wiskundige analyse
van willekeurige banen
van willekeurige banen
05:11
and the Gauss Curve
89
299409
2037
en de Gausscurve
05:13
to explain and prove that our
world is made of atoms.
world is made of atoms.
90
301470
4928
om uit te leggen en aan te tonen
dat onze wereld opgebouwd is uit atomen.
dat onze wereld opgebouwd is uit atomen.
05:19
It was not the first time
91
307524
1802
Het was niet de eerste keer
05:21
that mathematics was revolutionizing
our view of the world.
our view of the world.
92
309350
3390
dat de wiskunde ons wereldbeeld
op zijn kop zette.
op zijn kop zette.
05:25
More than 2,000 years ago,
93
313555
2212
Meer dan 2000 jaar geleden,
05:27
at the time of the ancient Greeks,
94
315791
2610
in de tijd van de Oude Grieken,
05:31
it already occurred.
95
319502
1479
gebeurde het ook al eens.
05:33
In those days,
96
321827
1286
Toentertijd
05:35
only a small fraction of the world
had been explored,
had been explored,
97
323137
3283
was slechts een klein deel
van onze wereld bekend
van onze wereld bekend
05:38
and the Earth might have seemed infinite.
98
326444
3042
en de aarde kon wel
oneindig groot hebben geleken.
oneindig groot hebben geleken.
05:42
But clever Eratosthenes,
99
330034
1767
Maar slimme Eratosthenes
05:43
using mathematics,
100
331825
1417
kon door middel van wiskunde
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
de aarde meten met een verbazende
nauwkeurigheid van twee percent.
nauwkeurigheid van twee percent.
05:51
Here's another example.
102
339969
1416
Nog een voorbeeld.
05:54
In 1673, Jean Richer noticed
103
342238
3805
In 1673 merkte Jean Richer op
05:58
that a pendulum swings slightly
slower in Cayenne than in Paris.
slower in Cayenne than in Paris.
104
346067
6912
dat een slinger in Cayenne een beetje
trager slingerde dan in Parijs.
trager slingerde dan in Parijs.
06:06
From this observation alone,
and clever mathematics,
and clever mathematics,
105
354350
4400
Alleen uit deze waarneming
en door slimme wiskunde
en door slimme wiskunde
06:10
Newton rightly deduced
106
358774
2306
leidde Newton terecht af
06:13
that the Earth is a wee bit
flattened at the poles,
flattened at the poles,
107
361104
5541
dat de aarde aan de polen
een ietsje afgeplat is,
een ietsje afgeplat is,
06:18
like 0.3 percent --
108
366669
1601
zowat 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
zo weinig dat je het niet eens kan zien
als je de aarde
van op een afstand bekijkt.
van op een afstand bekijkt.
06:26
These stories show that mathematics
110
374276
3928
Deze verhalen laten zien dat de wiskunde
06:30
is able to make us go out of our intuition
111
378228
4762
ons tegen onze intuïtie in
de aarde kan laten meten
de aarde kan laten meten
06:35
measure the Earth which seems infinite,
112
383512
3485
ook al lijkt ze oneindig,
06:39
see atoms which are invisible
113
387021
2294
ons onzichtbare atomen kan laten zien
06:41
or detect an imperceptible
variation of shape.
variation of shape.
114
389339
3381
of een onwaarneembare vormafwijking
kan laten waarnemen.
kan laten waarnemen.
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
Als er iets is dat je
van deze talk moet onthouden,
van deze talk moet onthouden,
06:48
it is this:
116
396615
1194
dan is het dit:
06:49
mathematics allows us
to go beyond the intuition
to go beyond the intuition
117
397833
4378
door wiskunde kunnen we
onze intuïtie overstijgen
onze intuïtie overstijgen
06:54
and explore territories
which do not fit within our grasp.
which do not fit within our grasp.
118
402235
4249
en ontoegankelijke gebieden onderzoeken.
06:59
Here's a modern example
you will all relate to:
you will all relate to:
119
407609
2999
Hier een modern voorbeeld
waar je wat aan hebt:
waar je wat aan hebt:
07:03
searching the Internet.
120
411362
1667
zoeken op het internet.
07:06
The World Wide Web,
121
414037
1342
Het wereldwijde web,
07:07
more than one billion web pages --
122
415403
1804
met meer dan één miljard webpagina's --
07:09
do you want to go through them all?
123
417231
1674
wil je ze allemaal overlopen?
07:11
Computing power helps,
124
419660
1802
Computervermogen helpt,
07:13
but it would be useless without
the mathematical modeling
the mathematical modeling
125
421486
3186
maar zou nutteloos zijn
zonder wiskundige modellen
zonder wiskundige modellen
07:16
to find the information
hidden in the data.
hidden in the data.
126
424696
2563
om de informatie te vinden
die in de data verborgen is.
die in de data verborgen is.
07:20
Let's work out a baby problem.
127
428491
2379
Laten we aan een klein vraagstuk werken.
07:23
Imagine that you're a detective
working on a crime case,
working on a crime case,
128
431872
3807
Stel dat je een detective bent
die een misdaad moet oplossen
die een misdaad moet oplossen
07:27
and there are many people
who have their version of the facts.
who have their version of the facts.
129
435703
3788
en er vele mensen zijn
met hun eigen versie van de feiten.
met hun eigen versie van de feiten.
07:32
Who do you want to interview first?
130
440032
1745
Wie ga je het eerst ondervragen?
07:34
Sensible answer:
131
442681
1915
Redelijk antwoord:
07:36
prime witnesses.
132
444620
1437
de primaire getuigen.
07:38
You see,
133
446878
1234
Maar,
07:40
suppose that there is person number seven,
134
448136
4220
veronderstel dat persoon nummer zeven
07:44
tells you a story,
135
452380
1151
je een verhaal vertelt,
07:45
but when you ask where he got if from,
136
453555
2014
maar als je hem vraagt
van wie hij het had,
van wie hij het had,
07:47
he points to person
number three as a source.
number three as a source.
137
455593
3036
wijst hij nummer drie als bron aan.
07:50
And maybe person number three, in turn,
138
458653
2068
En op zijn beurt wijst nummer drie
07:52
points at person number one
as the primary source.
as the primary source.
139
460745
3696
nummer één aan als primaire bron.
07:56
Now number one is a prime witness,
140
464465
1661
Dus is nummer één een primaire getuige
07:58
so I definitely want
to interview him -- priority
to interview him -- priority
141
466150
3238
en ga ik hem het eerst ondervragen.
Maar uit de grafiek blijkt
08:02
And from the graph
142
470148
1151
08:03
we also see that person
number four is a prime witness.
number four is a prime witness.
143
471323
3228
dat ook nummer vier
een primaire getuige is.
een primaire getuige is.
08:06
And maybe I even want
to interview him first,
to interview him first,
144
474575
2443
Misschien wil ik hem wel
het eerst ondervragen
het eerst ondervragen
08:09
because there are more
people who refer to him.
people who refer to him.
145
477042
2359
omdat meer mensen naar hem verwijzen.
08:12
OK, that was easy,
146
480354
2664
Oké, dat was gemakkelijk.
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
Maar wat als een heleboel mensen
getuigenis moeten afleggen?
getuigenis moeten afleggen?
08:20
And this graph,
148
488864
1352
Deze grafiek kan je zien
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
als alle mensen die in een ingewikkelde
zaak moeten getuigen,
zaak moeten getuigen,
08:27
but it may just as well be web pages
pointing to each other,
pointing to each other,
150
495883
4022
maar het kunnen evengoed webpaginas zijn
die naar elkaar verwijzen,
die naar elkaar verwijzen,
08:31
referring to each other for contents.
151
499929
2071
naar elkaar refereren voor inhoud.
08:34
Which ones are the most authoritative?
152
502878
2336
Welke hebben het meeste gezag?
08:37
Not so clear.
153
505587
1334
Niet zo duidelijk.
08:40
Enter PageRank,
154
508091
1900
Nu komt PageRank op de proppen,
08:42
one of the early cornerstones of Google.
155
510015
2536
een van de vroege hoekstenen van Google.
08:45
This algorithm uses the laws
of mathematical randomness
of mathematical randomness
156
513337
4242
Dit algoritme gebruikt de wetten
van wiskundig toeval
van wiskundig toeval
08:49
to determine automatically
the most relevant web pages,
the most relevant web pages,
157
517603
3857
om automatisch uit te maken
welke webpaginas het meest relevant zijn
welke webpaginas het meest relevant zijn
08:53
in the same way as we used randomness
in the Galton Board experiment.
in the Galton Board experiment.
158
521484
5062
op dezelfde manier als dat we toeval
gebruikten bij het Galtonbord.
gebruikten bij het Galtonbord.
08:59
So let's send into this graph
159
527341
2341
We sturen door deze grafiek
09:01
a bunch of tiny, digital marbles
160
529706
2850
een hoop kleine, digitale knikkers
09:04
and let them go randomly
through the graph.
through the graph.
161
532580
3749
en laten ze willekeurig
door de grafiek banjeren.
door de grafiek banjeren.
09:08
Each time they arrive at some site,
162
536353
1667
Telkens ze ergens aankomen,
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
gaan ze door een willekeurige verbinding
naar een volgende,
naar een volgende,
09:14
And again, and again, and again.
164
542234
1753
en opnieuw, opnieuw en opnieuw.
09:16
And with small, growing piles,
165
544358
1628
Met kleine aangroeiende stapeltjes
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
houden we bij hoe vaak
een bepaalde plek werd bezocht
een bepaalde plek werd bezocht
09:21
by these digital marbles.
167
549787
1945
door deze digitale knikkers.
09:24
Here we go.
168
552243
1151
Daar gaan we.
09:25
Randomness, randomness.
169
553418
1848
Willekeur, willekeur.
09:27
And from time to time,
170
555811
1448
Af en toe
09:29
also let's make jumps completely
randomly to increase the fun.
randomly to increase the fun.
171
557283
3952
maken we deze sprongen helemaal
willekeurig voor de lol.
willekeurig voor de lol.
09:34
And look at this:
172
562471
1216
En kijk:
09:36
from the chaos will emerge the solution.
173
564358
2785
uit de chaos komt
de oplossing tevoorschijn.
de oplossing tevoorschijn.
09:39
The highest piles
correspond to those sites
correspond to those sites
174
567483
2485
De hoogste stapels komen
overeen met de plekken
overeen met de plekken
09:41
which somehow are better
connected than the others,
connected than the others,
175
569992
3511
die op de een of andere manier
beter verbonden zijn dan de andere,
beter verbonden zijn dan de andere,
09:45
more pointed at than the others.
176
573527
2273
die waarnaar vaker wordt verwezen.
09:47
And here we see clearly
177
575824
1722
En zo zien we duidelijk
09:49
which are the web pages
we want to first try.
we want to first try.
178
577570
3032
welke webpagina's
onze voorkeur krijgen.
onze voorkeur krijgen.
09:53
Once again,
179
581507
1151
Opnieuw
09:54
the solution emerges from the randomness.
180
582682
2460
komt de oplossing
tevoorschijn uit willekeur.
tevoorschijn uit willekeur.
09:57
Of course, since that time,
181
585775
2251
Natuurlijk gebruikt Google
10:00
Google has come up with much more
sophisticated algorithms,
sophisticated algorithms,
182
588050
3707
nu meer gesofistikeerde algoritmen,
10:03
but already this was beautiful.
183
591781
2280
maar deze deed het ook al goed.
10:06
And still,
184
594981
1476
En toch is dat
10:08
just one problem in a million.
185
596481
1611
maar één voorbeeld uit een miljoen.
10:10
With the advent of digital area,
186
598734
2270
Met de komst van het digitale tijdperk
10:13
more and more problems lend
themselves to mathematical analysis,
themselves to mathematical analysis,
187
601028
5016
lenen steeds meer problemen
zich voor een wiskundige analyse
zich voor een wiskundige analyse
10:18
making the job of mathematician
a more and more useful one,
a more and more useful one,
188
606068
4365
waardoor het beroep van wiskundige
steeds maar nuttiger wordt,
steeds maar nuttiger wordt,
10:23
to the extent that a few years ago,
189
611166
2722
zelfs in die mate
dat het een paar jaar geleden
dat het een paar jaar geleden
10:25
it was ranked number one
among hundreds of jobs
among hundreds of jobs
190
613912
3779
op de eerste plaats stond
tussen honderden beroepen
tussen honderden beroepen
10:29
in a study about the best and worst jobs
191
617715
3968
in een studie over de beste
en de slechtste beroepen
en de slechtste beroepen
10:33
published by the Wall Street
Journal in 2009.
Journal in 2009.
192
621707
2975
die in 2009 werd gepubliceerd
in de Wall Street Journal.
in de Wall Street Journal.
10:37
Mathematician --
193
625445
1852
Wiskundige --
10:39
best job in the world.
194
627321
1433
beste beroep ter wereld.
10:41
That's because of the applications:
195
629646
3068
Door de toepassingen ervan:
10:44
communication theory,
196
632738
2139
communicatietheorie,
10:46
information theory,
197
634901
1820
informatietheorie,
10:48
game theory,
198
636745
1260
speltheorie,
10:50
compressed sensing,
199
638029
1446
compressed sensing,
10:51
machine learning,
200
639499
1562
machinaal leren,
10:53
graph analysis,
201
641085
1567
grafiekanalyse,
10:54
harmonic analysis.
202
642676
1742
harmonische analyse.
10:56
And why not stochastic processes,
203
644442
2640
En waarom geen stochastische processen,
10:59
linear programming,
204
647106
1630
lineair programmeren
11:00
or fluid simulation?
205
648760
2028
of vloeistofsimulatie?
11:03
Each of these fields have
monster industrial applications.
monster industrial applications.
206
651292
3895
Elk van deze velden kent
enorme industriële toepassingen.
enorme industriële toepassingen.
11:07
And through them,
207
655211
1151
Daardoor is er
11:08
there is big money in mathematics.
208
656386
1999
veel geld te verdienen met wiskunde.
11:11
And let me concede
209
659400
2040
Ik geef toe dat
11:13
that when it comes to making
money from the math,
money from the math,
210
661464
2477
wanneer het erop aankomt om
geld te verdienen met wiskunde
geld te verdienen met wiskunde
11:15
the Americans are by a long shot
the world champions,
the world champions,
211
663965
3824
de Amerikanen veruit
wereldkampioen zijn
wereldkampioen zijn
11:19
with clever, emblematic billionaires
and amazing, giant companies,
and amazing, giant companies,
212
667813
4619
met slimme, emblematische miljardairs
en verbazende, reusachtige bedrijven
en verbazende, reusachtige bedrijven
11:24
all resting, ultimately,
on good algorithm.
on good algorithm.
213
672456
3280
die uiteindelijk allemaal
berusten op goede algoritmen.
berusten op goede algoritmen.
11:29
Now with all this beauty,
usefulness and wealth,
usefulness and wealth,
214
677091
3972
Door al deze schoonheid,
nuttigheid en weelde
nuttigheid en weelde
11:33
mathematics does look more sexy.
215
681087
2284
ziet de wiskunde er meer sexy uit.
11:36
But don't you think
216
684399
1617
Maar denk maar niet
11:38
that the life a mathematical
researcher is an easy one.
researcher is an easy one.
217
686040
4120
dat het leven van een wiskundig
onderzoeker gemakkelijk is.
onderzoeker gemakkelijk is.
11:42
It is filled with perplexity,
218
690959
2741
Het is doordrenkt met verbijstering,
11:46
frustration,
219
694347
1150
frustratie,
11:48
a desperate fight for understanding.
220
696172
2445
een wanhopig gevecht om te begrijpen.
11:51
Let me evoke for you
221
699955
2140
Laat me voor jullie
11:54
one of the most striking days
in my mathematician's life.
in my mathematician's life.
222
702119
4380
een van de frappantste dagen
van mijn bestaan als wiskundige oproepen.
van mijn bestaan als wiskundige oproepen.
11:58
Or should I say,
223
706523
1151
Of beter,
11:59
one of the most striking nights.
224
707698
1737
een van de frappantste nachten.
12:02
At that time,
225
710713
1151
Ik verbleef toen
12:03
I was staying at the Institute
for Advanced Studies in Princeton --
for Advanced Studies in Princeton --
226
711888
3151
aan het Institute
for Advanced Studies in Princeton --
for Advanced Studies in Princeton --
12:07
for many years, the home
of Albert Einstein
of Albert Einstein
227
715063
2139
vele jaren lang
de thuis van Albert Einstein
de thuis van 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
en bovenal het heiligdom
van het wiskundig onderzoek.
van het wiskundig onderzoek.
12:14
And that night I was working
and working on an elusive proof,
and working on an elusive proof,
229
722878
3844
Die nacht werkte ik constant
aan een ongrijpbaar bewijs
aan een ongrijpbaar bewijs
12:18
which was incomplete.
230
726746
1378
dat onvolledig was.
12:21
It was all about understanding
231
729304
2208
Het ging over het begrijpen
12:23
the paradoxical stability
property of plasmas,
property of plasmas,
232
731536
3823
van de paradoxale stabiliteit
van plasma's,
van plasma's,
12:27
which are a crowd of electrons.
233
735383
1958
die bestaan uit een menigte elektronen.
12:30
In the perfect world of plasma,
234
738423
2736
In een perfecte plasmawereld
12:33
there are no collisions
235
741183
1778
zijn er geen botsingen
12:34
and no friction to provide
the stability like we are used to.
the stability like we are used to.
236
742985
3658
en geen wrijving die zorgen voor
de stabiliteit waaraan we gewend zijn.
de stabiliteit waaraan we gewend zijn.
12:39
But still,
237
747392
1151
Maar toch,
12:40
if you slightly perturb
a plasma equilibrium,
a plasma equilibrium,
238
748567
3033
als je een plasma-evenwicht wat verstoort,
12:43
you will find that the
resulting electric shield
resulting electric shield
239
751624
2688
zal je merken dat het resulterende
elektrische schild
elektrische schild
12:46
spontaneously vanishes,
240
754336
2339
spontaan verdwijnt
12:48
or damps out,
241
756699
1975
of uitdempt,
12:50
as if by some mysterious friction force.
242
758698
3294
als door een mysterieuze wrijvingskracht.
12:54
This paradoxical effect,
243
762728
1835
Dit paradoxale effect
12:56
called the Landau damping,
244
764587
1477
heet Landaudemping
12:58
is one of the most important
in plasma physics,
in plasma physics,
245
766088
2989
en is een van de belangrijkste effecten
in de plasmafysica.
in de plasmafysica.
13:01
and it was discovered
through mathematical ideas.
through mathematical ideas.
246
769101
3002
Het werd ontdekt door wiskundig redeneren.
13:04
But still,
247
772970
1151
Maar toch
13:06
a full mathematical understanding
of this phenomenon was missing.
of this phenomenon was missing.
248
774145
4230
ontbrak nog een volledig wiskundig
begrip van dit fenomeen.
begrip van dit fenomeen.
13:10
And together with my former student
and main collaborator Clément Mouhot,
and main collaborator Clément Mouhot,
249
778399
4786
Samen met mijn vroegere student
en hoofdmedewerker Clément Mouhot
en hoofdmedewerker Clément Mouhot
13:15
in Paris at the time,
250
783209
1492
had ik indertijd in Parijs
maanden en maanden gewerkt aan dit bewijs.
maanden en maanden gewerkt aan dit bewijs.
13:16
we had been working for months
and months on such a proof.
and months on such a proof.
251
784725
4086
13:21
Actually,
252
789832
1335
In feite
13:23
I had already announced by mistake
that we could solve it.
that we could solve it.
253
791191
4746
had ik al voorbarig aangekondigd
dat we het konden oplossen.
dat we het konden oplossen.
13:27
But the truth is,
254
795961
1725
Maar het bleek
13:29
the proof was just not working.
255
797710
2147
dat het bewijs niet deugdelijk was.
13:32
In spite of more than 100 pages
of complicated, mathematical arguments,
of complicated, mathematical arguments,
256
800196
4349
Ondanks meer dan 100 pagina's
ingewikkelde, wiskundige argumenten
ingewikkelde, wiskundige argumenten
13:36
and a bunch discoveries,
257
804569
1690
en een hoop ontdekkingen
13:38
and huge calculation,
258
806283
1267
en enorm veel rekenwerk
13:39
it was not working.
259
807574
1169
deugde het bewijs niet.
13:41
And that night in Princeton,
260
809290
1681
Die nacht in Princeton
13:42
a certain gap in the chain of arguments
was driving me crazy.
was driving me crazy.
261
810995
4301
bleef een leemte in de keten
van argumenten mij parten spelen.
van argumenten mij parten spelen.
13:47
I was putting in there all my energy
and experience and tricks,
and experience and tricks,
262
815658
4593
Ik stak er al mijn energie,
ervaring en truken in
ervaring en truken in
13:52
and still nothing was working.
263
820275
1742
en toch werkte het niet.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
822553
3882
1 uur 's ochtends, 2 uur, 3 uur,
13:58
not working.
265
826459
1308
niets.
14:00
Around 4 a.m., I go to bed in low spirits.
266
828545
4321
Rond 4 uur ging ik ontmoedigd naar bed.
14:05
Then a few hours later,
267
833915
2460
Een paar uur later
14:08
waking up and go,
268
836399
1151
stond ik op:
14:09
"Ah, it's time to get
the kids to school --"
the kids to school --"
269
837574
3357
"Ah, tijd om de kinderen
naar school te brengen --"
naar school te brengen --"
14:12
What is this?
270
840955
1151
Wat?
14:14
There was this voice in my head, I swear.
271
842130
2142
Ik zweer dat een stem in mijn hoofd zei:
"Breng de tweede term over
naar de andere kant,
naar de andere kant,
14:16
"Take the second term to the other side,
272
844894
1913
14:18
Fourier transform and invert in L2."
273
846831
1919
doe een Fourier transformatie
en inverteer in L2."
en inverteer in L2."
14:21
(Laughter)
274
849257
1151
(Gelach)
14:22
Damn it,
275
850432
1702
En verdorie,
14:24
that was the start of the solution!
276
852158
2113
daarmee begon de oplossing!
14:27
You see,
277
855519
1151
Je ziet
14:28
I thought I had taken some rest,
278
856694
2283
dat ik dacht dat ik wat rust had genomen,
14:31
but really my brain had
continued to work on it.
continued to work on it.
279
859001
3388
maar mijn brein was blijven doorwerken.
14:35
In those moments,
280
863008
1597
Op zo'n momenten
14:36
you don't think of your career
or your colleagues,
or your colleagues,
281
864629
2601
denk je niet aan je carrière
of aan je collega's.
of aan je collega's.
14:39
it's just a complete battle
between the problem and you.
between the problem and you.
282
867254
3690
Het gaat dan om het gevecht
tussen het vraagstuk en jezelf.
tussen het vraagstuk en jezelf.
14:44
That being said,
283
872098
1328
Dat gezegd zijnde
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
is het natuurlijk altijd meegenomen dat
je een promotie krijgt voor je harde werk.
je een promotie krijgt voor je harde werk.
14:49
And after we completed our huge
analysis of the Landau damping,
analysis of the Landau damping,
285
877808
5160
Nadat we onze enorme analyse
van de Landaudemping hadden voltooid,
van de Landaudemping hadden voltooid,
14:54
I was lucky enough
286
882992
1615
had ik het geluk
14:56
to get the most coveted Fields Medal
287
884631
3030
de zo begeerde Fieldsmedaille
te ontvangen
te ontvangen
14:59
from the hands of the President of India,
288
887685
2867
uit handen van de Indiase president
15:02
in Hyderabad on 19 August, 2010 --
289
890576
3920
in Hyderabad op 19 augustus 2010 --
15:07
an honor that mathematicians
never dare to dream,
never dare to dream,
290
895453
3251
een eer waar wiskundigen
niet over durven te dromen,
niet over durven te dromen,
15:10
a day that I will remember until I live.
291
898728
2399
een dag die ik nooit zal vergeten.
15:14
What do you think,
292
902366
1447
Waaraan denk je
15:15
on such an occasion?
293
903837
2141
op zo'n ogenblik?
15:18
Pride, yes?
294
906002
1150
Trots, ja?
15:19
And gratitude to the man collaborators
who made this possible.
who made this possible.
295
907791
3640
En dankbaarheid voor mijn medewerkers
die dit mogelijk maakten.
die dit mogelijk maakten.
15:24
And because it was a collective adventure,
296
912304
2212
En omdat het een gezamenlijk avontuur was,
15:26
you need to share it,
not just with your collaborators.
not just with your collaborators.
297
914540
4142
moet je het delen,
en niet alleen met je medewerkers.
en niet alleen met je medewerkers.
15:31
I believe that everybody can appreciate
the thrill of mathematical research,
the thrill of mathematical research,
298
919548
5692
Ik geloof dat iedereen de opwinding van
wiskundig onderzoek kan appreciëren
wiskundig onderzoek kan appreciëren
15:37
and share the passionate stories
of humans and ideas behind it.
of humans and ideas behind it.
299
925264
4318
en deelhebben aan de gepassioneerde
verhalen van mensen en ideeën erachter.
verhalen van mensen en ideeën erachter.
15:42
And I've been working with my staff
at Institut Henri Poincaré,
at Institut Henri Poincaré,
300
930494
4774
Ik werk met mijn staf
aan het Henri Poincaré-instituut
aan het Henri Poincaré-instituut
15:47
together with partners and artists
of mathematical communication worldwide,
of mathematical communication worldwide,
301
935292
5181
samen met partners en kunstenaars
in wiskundecommunicatie van overal
in wiskundecommunicatie van overal
15:52
so that we can found our own,
very special museum of mathematics there.
very special museum of mathematics there.
302
940497
4587
om ons zeer speciale
wiskundige museum te stichten.
wiskundige museum te stichten.
15:58
So in a few years,
303
946537
1777
Kom over enkele jaren,
16:00
when you come to Paris,
304
948885
1577
als je Parijs bezoekt,
16:02
after tasting the great, crispy
baguette and macaroon,
baguette and macaroon,
305
950486
5658
na van een geweldige, krokante
baguette en macaron te hebben genoten,
baguette en macaron te hebben genoten,
16:08
please come and visit us
at Institut Henri Poincaré,
at Institut Henri Poincaré,
306
956168
3663
ook eens binnen
in het Institut Henri Poincaré
in het Institut Henri Poincaré
16:11
and share the mathematical dream with us.
307
959856
2515
en deel onze wiskundige droom.
16:14
Thank you.
308
962395
1151
Bedankt.
16:15
(Applause)
309
963570
7000
(Applaus)
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