TED2016
Cédric Villani: What's so sexy about math?
Cédric Villani: O que há de tão atraente na matemática?
Filmed:
Readability: 4.4
2,006,708 views
Verdades escondidas permeiam nosso mundo; são inacessíveis aos nossos sentidos; mas a matemática nos permite ir além de nossa intuição para desvendar seus mistérios. Neste levantamento de descobertas matemáticas, o ganhador da Medalha Fields, Cedric Villani, fala sobre a emoção da descoberta e detalha a vida por vezes desconcertante de um matemático.
"Belas explicações matemáticas não são somente para nosso prazer", diz ele. "Elas mudam nossa visão do 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
O que será que os franceses
fazem melhor do que os outros?
fazem melhor do que os outros?
00:18
If you would take polls,
1
6454
1926
Se fizéssemos pesquisas,
00:20
the top three answers might be:
2
8404
1807
as três melhores respostas seriam:
00:22
love, wine and whining.
3
10235
4039
amor, vinho e choramingar.
00:26
(Laughter)
4
14298
1301
(Risos)
00:27
Maybe.
5
15623
1159
Talvez.
00:29
But let me suggest a fourth one:
6
17530
2338
Mas vou dar uma quarta sugestão:
00:31
mathematics.
7
19892
1190
matemática.
00:33
Did you know that Paris
has more mathematicians
has more mathematicians
8
21760
2853
Vocês sabiam que há
mais matemáticos em Paris
mais matemáticos em Paris
00:36
than any other city in the world?
9
24637
1801
do que em qualquer outra cidade no mundo?
00:38
And more streets
with mathematicians' names, too.
with mathematicians' names, too.
10
26801
2494
Também há mais ruas
com nomes de matemáticos.
com nomes de matemáticos.
00:42
And if you look at the statistics
of the Fields Medal,
of the Fields Medal,
11
30215
3449
Se analisarmos as estatísticas
da Medalha Fields,
da Medalha Fields,
00:45
often called the Nobel Prize
for mathematics,
for mathematics,
12
33688
2493
frequentemente chamada
de "prêmio Nobel" da matemática
de "prêmio Nobel" da matemática
00:48
and always awarded to mathematicians
below the age of 40,
below the age of 40,
13
36205
3932
e sempre dada a matemáticos
com menos de 40 anos de idade,
com menos de 40 anos de idade,
00:52
you will find that France has more
Fields medalists per inhabitant
Fields medalists per inhabitant
14
40161
3887
veremos que a França tem
mais medalhistas por habitante
mais medalhistas por habitante
00:56
than any other country.
15
44072
1168
do que qualquer outro país.
00:58
What is it that we find so sexy in math?
16
46286
2954
O que será que vemos
de tão atraente na matemática?
de tão atraente na matemática?
01:02
After all, it seems to be
dull and abstract,
dull and abstract,
17
50153
3204
Afinal, ela parece ser chata e abstrata,
01:05
just numbers and computations
and rules to apply.
and rules to apply.
18
53381
3483
apenas números, cálculos
e regras a serem seguidas.
e regras a serem seguidas.
01:10
Mathematics may be abstract,
19
58518
2112
A matemática pode ser abstrata,
mas não é chata
e não tem a ver com cálculos.
e não tem a ver com cálculos.
01:12
but it's not dull
20
60654
1151
01:13
and it's not about computing.
21
61829
1729
01:16
It is about reasoning
22
64178
1747
Tem a ver com raciocínio,
com provar, a nossa atividade principal.
com provar, a nossa atividade principal.
01:17
and proving our core activity.
23
65949
2260
Tem a ver com imaginação,
o talento que a maioria de nós valoriza.
o talento que a maioria de nós valoriza.
01:20
It is about imagination,
24
68513
1522
01:22
the talent which we most praise.
25
70059
2019
01:24
It is about finding the truth.
26
72102
2101
Tem a ver com encontrar a verdade.
01:27
There's nothing like the feeling
which invades you
which invades you
27
75613
2737
Nada se compara à sensação que nos invade
quando, após meses de análise,
quando, após meses de análise,
01:30
when after months of hard thinking,
28
78374
2171
01:32
you finally understand the right
reasoning to solve your problem.
reasoning to solve your problem.
29
80569
3298
finalmente entendemos o raciocínio
certo para resolver um problema.
certo para resolver um problema.
01:37
The great mathematician
André Weil likened this --
André Weil likened this --
30
85042
3576
O grande matemático André Weil
comparou isso, sem brincadeira...
comparou isso, sem brincadeira...
01:40
no kidding --
31
88642
1151
01:41
to sexual pleasure.
32
89817
1589
ao prazer 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
mas observou que essa sensação
pode durar horas, ou até dias.
pode durar horas, ou até dias.
01:50
The reward may be big.
34
98804
1853
A recompensa pode ser grande.
01:53
Hidden mathematical truths
permeate our whole physical world.
permeate our whole physical world.
35
101325
3864
Verdades matemáticas escondidas
permeiam todo nosso mundo físico.
permeiam todo nosso mundo físico.
01:57
They are inaccessible to our senses
36
105680
2670
São inacessíveis aos nossos sentidos,
02:00
but can be seen
through mathematical lenses.
through mathematical lenses.
37
108374
2724
mas podem ser vistas
através de lentes matemáticas.
através de lentes matemáticas.
02:04
Close your eyes for moment
38
112092
1592
Fechem os olhos por um instante
02:05
and think of what is occurring
right now around you.
right now around you.
39
113708
3475
e pensem no que está ocorrendo,
neste momento, ao seu redor.
neste momento, ao seu redor.
02:10
Invisible particles from the air
around are bumping on you
around are bumping on you
40
118337
3493
Partículas invisíveis do ar
estão esbarrando em você,
estão esbarrando em você,
02:13
by the billions and billions
at each second,
at each second,
41
121854
2733
aos bilhões e bilhões, a cada segundo,
tudo num completo caos.
tudo num completo caos.
02:16
all in complete chaos.
42
124611
2063
02:19
And still,
43
127049
1151
Mesmo assim,
suas estatísticas podem ser precisamente
previstas pela física matemática.
previstas pela 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
E agora, abram os olhos
para as estatísticas
das velocidades dessas partículas.
das velocidades dessas partículas.
02:28
to the statistics of the velocities
of these particles.
of these particles.
46
136531
3310
02:32
The famous bell-shaped Gauss Curve,
47
140510
3240
A famosa "curva de Gauss",
em forma de sino,
em forma de sino,
02:35
or the Law of Errors --
48
143774
2181
ou "Lei dos Erros",
02:37
of deviations with respect
to the mean behavior.
to the mean behavior.
49
145979
2722
dos desvios em relação
ao comportamento principal.
ao comportamento principal.
02:41
This curve tells about the statistics
of velocities of particles
of velocities of particles
50
149550
4302
Esta curva trata da estatística
de velocidade das partículas,
de velocidade das partículas,
do mesmo jeito que a curva demográfica
trata da idade dos indivíduos.
trata da idade dos indivíduos.
02:45
in the same way as a demographic curve
51
153876
2539
02:48
would tell about the statistics
of ages of individuals.
of ages of individuals.
52
156439
3841
02:52
It's one of the most
important curves ever.
important curves ever.
53
160884
2650
É uma das curvas mais
importantes de todos os tempos.
importantes de todos os tempos.
02:56
It keeps on occurring again and again,
54
164137
3186
Ela continua ocorrendo de novo e de novo,
em muitas teorias e muitos experimentos
em muitas teorias e muitos experimentos
02:59
from many theories and many experiments,
55
167347
2403
03:01
as a great example of the universality
56
169774
3281
como um grande exemplo da universalidade
que é tão querida para nós matemáticos.
que é tão querida para nós matemáticos.
03:05
which is so dear to us mathematicians.
57
173079
3552
03:09
Of this curve,
58
177694
1227
O famoso cientista Francis Galton
afirmou sobre esta curva:
afirmou sobre esta curva:
03:10
the famous scientist Francis Galton said,
59
178945
3049
"Teria sido endeusada pelos gregos
se a tivessem conhecido.
se a tivessem conhecido.
03:14
"It would have been deified by the Greeks
if they had known it.
if they had known it.
60
182018
4524
03:19
It is the supreme law of unreason."
61
187064
3351
É a lei suprema da irracionalidade".
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
E não há melhor maneira
de materializar essa deusa suprema
de materializar essa deusa suprema
do que pelo painel de Galton.
03:31
Inside this board are narrow tunnels
63
199774
3197
Dentro deste painel
existem túneis estreitos
existem túneis estreitos
por onde pequenas bolinhas
cairão aleatoriamente,
cairão aleatoriamente,
03:34
through which tiny balls
will fall down randomly,
will fall down randomly,
64
202995
4628
03:40
going right or left, or left, etc.
65
208295
5387
indo para a direita ou esquerda,
ou esquerda ou direita, etc.
ou esquerda ou direita, etc.
03:46
All in complete randomness and chaos.
66
214139
3251
Tudo num completo e aleatório caos.
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
Vejamos o que acontece quando observamos
todas essas trajetórias aleatórias juntas.
todas essas trajetórias aleatórias juntas.
03:56
(Board shaking)
68
224189
5435
(Painel sendo sacudido)
04:01
This is a bit of a sport,
69
229648
2844
Isto é um pouco de exercício,
04:04
because we need to resolve
some traffic jams in there.
some traffic jams in there.
70
232516
4870
porque temos que resolver
alguns engarrafamentos aqui dentro.
alguns engarrafamentos aqui dentro.
04:11
Aha.
71
239715
1150
Ah!
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
Acho que a aleatoriedade
vai me pregar uma peça no palco.
vai me pregar uma peça no palco.
04:19
There it is.
73
247609
1463
Aí está.
04:22
Our supreme goddess of unreason.
74
250382
2583
Nossa deusa suprema da irracionalidade,
a curva de Gauss, presa aqui,
nesta caixa transparente,
nesta caixa transparente,
04:24
the Gauss Curve,
75
252989
1519
04:26
trapped here inside this transparent box
as Dream in "The Sandman" comics.
as Dream in "The Sandman" comics.
76
254532
6452
como o Sonho nos quadrinhos
do "The Sandman".
do "The Sandman".
04:34
For you I have shown it,
77
262623
2698
Para vocês eu a mostrei,
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
mas para os meus alunos eu explico
por que não poderia ser outra curva.
por que não poderia ser outra curva.
04:43
And this is touching
the mystery of that goddess,
the mystery of that goddess,
79
271128
2870
E isso está tocando no mistério da deusa,
04:46
replacing a beautiful coincidence
by a beautiful explanation.
by a beautiful explanation.
80
274022
4701
substituindo uma bela coincidência
por uma bela explicação.
por uma bela explicação.
04:51
All of science is like this.
81
279027
2333
Toda ciência é assim.
04:54
And beautiful mathematical explanations
are not only for our pleasure.
are not only for our pleasure.
82
282213
5348
E lindas explicações matemáticas
não são só para nosso prazer.
não são só para nosso prazer.
04:59
They also change our vision of the world.
83
287585
2660
Elas também mudam nossa visão de mundo.
05:03
For instance,
84
291040
1237
Por exemplo,
05:04
Einstein,
85
292301
1150
Einstein,
Perrin,
05:05
Perrin,
86
293476
1150
Smoluchowski,
05:06
Smoluchowski,
87
294651
1150
eles usavam a análise matemática
de trajetórias aleatórias
de trajetórias aleatórias
05:07
they used the mathematical analysis
of random trajectories
of random trajectories
88
295826
3559
05:11
and the Gauss Curve
89
299409
2037
e a 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 e provar
que nosso mundo é feito de átomos.
que nosso mundo é feito de átomos.
05:19
It was not the first time
91
307524
1802
Não foi a primeira vez
05:21
that mathematics was revolutionizing
our view of the world.
our view of the world.
92
309350
3390
que a matemática estava
revolucionando nossa visão do mundo.
revolucionando nossa visão do mundo.
05:25
More than 2,000 years ago,
93
313555
2212
Mais de 2 mil anos atrás,
05:27
at the time of the ancient Greeks,
94
315791
2610
na época dos antigos gregos
05:31
it already occurred.
95
319502
1479
isso já ocorrera.
05:33
In those days,
96
321827
1286
Naqueles dias,
05:35
only a small fraction of the world
had been explored,
had been explored,
97
323137
3283
apenas uma pequena fração
do mundo tinha sido explorada,
do mundo tinha sido explorada,
05:38
and the Earth might have seemed infinite.
98
326444
3042
e a Terra pode ter parecido infinita.
05:42
But clever Eratosthenes,
99
330034
1767
Mas o inteligente Eratóstenes,
usando matemática,
usando matemática,
05:43
using mathematics,
100
331825
1417
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
foi capaz de medir a Terra
com uma precisão fantástica de 2%.
com uma precisão fantástica de 2%.
05:51
Here's another example.
102
339969
1416
Aqui está outro exemplo:
05:54
In 1673, Jean Richer noticed
103
342238
3805
em 1673, Jean Richer percebeu
05:58
that a pendulum swings slightly
slower in Cayenne than in Paris.
slower in Cayenne than in Paris.
104
346067
6912
que um pêndulo balança
levemente mais devagar
levemente mais devagar
em Cayenne do que em Paris.
06:06
From this observation alone,
and clever mathematics,
and clever mathematics,
105
354350
4400
A partir desta observação isolada
e matemática inteligente,
e matemática inteligente,
06:10
Newton rightly deduced
106
358774
2306
Newton deduziu, acertadamente,
06:13
that the Earth is a wee bit
flattened at the poles,
flattened at the poles,
107
361104
5541
que a Terra é um pouquinho
mais achatada nos polos,
mais achatada nos polos,
06:18
like 0.3 percent --
108
366669
1601
algo como 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
Tão pouco que você nem sequer
percebe numa visão real da Terra.
percebe numa visão real da Terra.
06:26
These stories show that mathematics
110
374276
3928
Essas histórias mostram que a matemática
06:30
is able to make us go out of our intuition
111
378228
4762
é capaz de deixar nossa intuição
06:35
measure the Earth which seems infinite,
112
383512
3485
medir a Terra, que parece infinita,
06:39
see atoms which are invisible
113
387021
2294
ver átomos que são invisíveis
06:41
or detect an imperceptible
variation of shape.
variation of shape.
114
389339
3381
ou detectar uma variação
de forma imperceptível.
de forma imperceptível.
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
E, se tem algo que você deve levar
para casa a partir desta conversa, é isto:
para casa a partir desta conversa, é isto:
06:48
it is this:
116
396615
1194
06:49
mathematics allows us
to go beyond the intuition
to go beyond the intuition
117
397833
4378
a matemática nos permite
ir além da intuição
ir além da intuição
06:54
and explore territories
which do not fit within our grasp.
which do not fit within our grasp.
118
402235
4249
e explorar territórios
que não estão ao nosso alcance.
que não estão ao nosso alcance.
06:59
Here's a modern example
you will all relate to:
you will all relate to:
119
407609
2999
Aqui está um exemplo moderno
que todos irão entender:
que todos irão entender:
07:03
searching the Internet.
120
411362
1667
pesquisar na internet.
07:06
The World Wide Web,
121
414037
1342
O World Wide Web,
07:07
more than one billion web pages --
122
415403
1804
mais de um bilhão de páginas da internet,
você quer passar por todas elas?
você quer passar por todas elas?
07:09
do you want to go through them all?
123
417231
1674
07:11
Computing power helps,
124
419660
1802
O poder da computação pode ajudar,
mas seria inútil sem um modelo matemático
mas seria inútil sem um modelo matemático
07:13
but it would be useless without
the mathematical modeling
the mathematical modeling
125
421486
3186
07:16
to find the information
hidden in the data.
hidden in the data.
126
424696
2563
para encontrar as informações
escondidas nos dados.
escondidas nos dados.
07:20
Let's work out a baby problem.
127
428491
2379
Vamos resolver um problema infantil.
07:23
Imagine that you're a detective
working on a crime case,
working on a crime case,
128
431872
3807
Imagine que você é um detetive
trabalhando num caso criminal
trabalhando num caso criminal
07:27
and there are many people
who have their version of the facts.
who have their version of the facts.
129
435703
3788
há muitas pessoas, e cada uma delas
têm a sua versão dos fatos.
têm a sua versão dos fatos.
07:32
Who do you want to interview first?
130
440032
1745
Quem você quer entrevistar primeiro?
07:34
Sensible answer:
131
442681
1915
Resposta sensata:
07:36
prime witnesses.
132
444620
1437
as testemunhas principais.
07:38
You see,
133
446878
1234
Você vê,
07:40
suppose that there is person number seven,
134
448136
4220
suponha que a pessoa número sete
conte uma história,
conte uma história,
07:44
tells you a story,
135
452380
1151
mas quando perguntamos
de onde ela a tirou,
de onde ela a tirou,
07:45
but when you ask where he got if from,
136
453555
2014
07:47
he points to person
number three as a source.
number three as a source.
137
455593
3036
ela aponta a pessoa
número três como fonte.
número três como fonte.
07:50
And maybe person number three, in turn,
138
458653
2068
E talvez a pessoa
número três, por sua vez,
número três, por sua vez,
07:52
points at person number one
as the primary source.
as the primary source.
139
460745
3696
aponte para a pessoa número um
como a fonte primária.
como a fonte primária.
07:56
Now number one is a prime witness,
140
464465
1661
Agora a testemunha um é crucial,
07:58
so I definitely want
to interview him -- priority
to interview him -- priority
141
466150
3238
então eu definitivamente quero
entrevistá-la, prioritariamente.
entrevistá-la, prioritariamente.
E, a partir do gráfico, também vemos
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
que a pessoa número quatro
é uma testemunha principal.
é uma testemunha principal.
08:06
And maybe I even want
to interview him first,
to interview him first,
144
474575
2443
E talvez eu até queira
entrevistá-la primeiro,
entrevistá-la primeiro,
08:09
because there are more
people who refer to him.
people who refer to him.
145
477042
2359
porque mais pessoas se referem a ela.
08:12
OK, that was easy,
146
480354
2664
Certo, isso foi 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
mas agora o que dizer se você tem um grupo
grande de pessoas que irão depor?
grande de pessoas que irão depor?
08:20
And this graph,
148
488864
1352
E esse gráfico,
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
talvez pense nele como todas as pessoas
que testemunham
num caso criminal complicado,
num caso criminal complicado,
08:27
but it may just as well be web pages
pointing to each other,
pointing to each other,
150
495883
4022
mas podem muito bem ser páginas
da internet, apontando uma para a outra,
da internet, apontando uma para a outra,
08:31
referring to each other for contents.
151
499929
2071
referindo-se umas às outras pelo conteúdo.
08:34
Which ones are the most authoritative?
152
502878
2336
Quais são as mais relevantes?
08:37
Not so clear.
153
505587
1334
Não é tão claro.
08:40
Enter PageRank,
154
508091
1900
Digite PageRank,
08:42
one of the early cornerstones of Google.
155
510015
2536
um dos primeiros fundamentos do Google.
08:45
This algorithm uses the laws
of mathematical randomness
of mathematical randomness
156
513337
4242
Esse algoritmo utiliza as leis
de aleatoriedade matemática
de aleatoriedade matemática
08:49
to determine automatically
the most relevant web pages,
the most relevant web pages,
157
517603
3857
para determinar, automaticamente,
as páginas mais relevantes da internet,
as páginas mais relevantes da internet,
08:53
in the same way as we used randomness
in the Galton Board experiment.
in the Galton Board experiment.
158
521484
5062
da mesma forma como usamos aleatoriedade
no experimento do painel de Galton.
no experimento do painel de Galton.
08:59
So let's send into this graph
159
527341
2341
Então, vamos enviar para este gráfico
um bocado de pequenas bolinhas digitais
um bocado de pequenas bolinhas digitais
09:01
a bunch of tiny, digital marbles
160
529706
2850
e deixá-las andar aleatoriamente
através do diagrama.
através do diagrama.
09:04
and let them go randomly
through the graph.
through the graph.
161
532580
3749
09:08
Each time they arrive at some site,
162
536353
1667
Sempre que chegarem
a uma página, elas vão sair,
a uma página, elas vão sair,
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
por um link escolhido aleatoriamente,
para a próxima página.
para a próxima página.
09:14
And again, and again, and again.
164
542234
1753
E de novo, de novo e de novo.
09:16
And with small, growing piles,
165
544358
1628
E com pequenos montes crescendo,
vamos manter o registro
vamos manter o registro
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
de quantas vezes cada página
foi visitada por essas bolinhas digitais.
foi visitada por essas bolinhas digitais.
09:21
by these digital marbles.
167
549787
1945
09:24
Here we go.
168
552243
1151
Aqui vamos nós.
09:25
Randomness, randomness.
169
553418
1848
Aleatoriedade, aleatoriedade.
09:27
And from time to time,
170
555811
1448
E, de tempos em tempos, também
vamos saltar aleatoriamente,
vamos saltar aleatoriamente,
09:29
also let's make jumps completely
randomly to increase the fun.
randomly to increase the fun.
171
557283
3952
para aumentar a diversão.
09:34
And look at this:
172
562471
1216
E vejam isso:
09:36
from the chaos will emerge the solution.
173
564358
2785
do caos surgirá a solução.
Os montes mais altos correspondem
às páginas da internet
às páginas da internet
09:39
The highest piles
correspond to those sites
correspond to those sites
174
567483
2485
09:41
which somehow are better
connected than the others,
connected than the others,
175
569992
3511
que, de alguma forma, estão
melhor conectadas que as outras,
melhor conectadas que as outras,
09:45
more pointed at than the others.
176
573527
2273
mais apontadas que as outras.
09:47
And here we see clearly
177
575824
1722
E aqui vemos, claramente,
09:49
which are the web pages
we want to first try.
we want to first try.
178
577570
3032
qual página da internet
queremos tentar primeiro.
queremos tentar primeiro.
09:53
Once again,
179
581507
1151
Novamente, a solução
emerge da aleatoriedade.
emerge da aleatoriedade.
09:54
the solution emerges from the randomness.
180
582682
2460
09:57
Of course, since that time,
181
585775
2251
É claro que, desde aquela época,
10:00
Google has come up with much more
sophisticated algorithms,
sophisticated algorithms,
182
588050
3707
o Google criou algoritmos
muito mais sofisticados
muito mais sofisticados
10:03
but already this was beautiful.
183
591781
2280
mas esse já era bonito.
10:06
And still,
184
594981
1476
E ainda,
10:08
just one problem in a million.
185
596481
1611
um problema em um milhão.
10:10
With the advent of digital area,
186
598734
2270
Com o advento da área digital,
10:13
more and more problems lend
themselves to mathematical analysis,
themselves to mathematical analysis,
187
601028
5016
mais e mais problemas
prestam-se à análise matemática,
prestam-se à análise matemática,
10:18
making the job of mathematician
a more and more useful one,
a more and more useful one,
188
606068
4365
tornando o trabalho
do matemático cada vez mais útil,
do matemático cada vez mais útil,
10:23
to the extent that a few years ago,
189
611166
2722
a ponto de, alguns anos atrás,
10:25
it was ranked number one
among hundreds of jobs
among hundreds of jobs
190
613912
3779
ter sido classificado como número um
entre centenas de trabalhos,
entre centenas de trabalhos,
10:29
in a study about the best and worst jobs
191
617715
3968
num estudo sobre os melhores
e os piores trabalhos,
e os piores trabalhos,
10:33
published by the Wall Street
Journal in 2009.
Journal in 2009.
192
621707
2975
publicado em 2009
pelo The Wall Street Journal.
pelo The Wall Street Journal.
10:37
Mathematician --
193
625445
1852
Matemático...
10:39
best job in the world.
194
627321
1433
melhor trabalho do mundo.
10:41
That's because of the applications:
195
629646
3068
Isso por causa das aplicações:
10:44
communication theory,
196
632738
2139
teoria da comunicação,
10:46
information theory,
197
634901
1820
teoria da informação,
10:48
game theory,
198
636745
1260
teoria dos jogos,
10:50
compressed sensing,
199
638029
1446
compressão de sinais,
10:51
machine learning,
200
639499
1562
aprendizagem de máquina,
10:53
graph analysis,
201
641085
1567
análise gráfica,
10:54
harmonic analysis.
202
642676
1742
análise harmônica.
10:56
And why not stochastic processes,
203
644442
2640
E, por que não, processos estocásticos,
10:59
linear programming,
204
647106
1630
programação linear,
11:00
or fluid simulation?
205
648760
2028
ou simulação de fluidos?
11:03
Each of these fields have
monster industrial applications.
monster industrial applications.
206
651292
3895
Cada um desses campos tem
aplicações industriais monstruosas.
aplicações industriais monstruosas.
11:07
And through them,
207
655211
1151
E, através deles, há muito
dinheiro na matemática.
dinheiro na matemática.
11:08
there is big money in mathematics.
208
656386
1999
11:11
And let me concede
209
659400
2040
E deixe-me admitir
11:13
that when it comes to making
money from the math,
money from the math,
210
661464
2477
que, quando se trata de fazer
dinheiro em matemática,
dinheiro em matemática,
11:15
the Americans are by a long shot
the world champions,
the world champions,
211
663965
3824
os americanos são, de longe,
os campeões do mundo,
os campeões do mundo,
com bilionários inteligentes
e emblemáticos
e emblemáticos
11:19
with clever, emblematic billionaires
and amazing, giant companies,
and amazing, giant companies,
212
667813
4619
e surpreendentes empresas gigantes,
11:24
all resting, ultimately,
on good algorithm.
on good algorithm.
213
672456
3280
todas baseadas, em última análise,
em um bom algoritmo.
em um bom algoritmo.
11:29
Now with all this beauty,
usefulness and wealth,
usefulness and wealth,
214
677091
3972
Agora, com toda essa beleza,
utilidade e riqueza,
utilidade e riqueza,
11:33
mathematics does look more sexy.
215
681087
2284
matemática parece mais sexy.
11:36
But don't you think
216
684399
1617
Mas não pensem que a vida
de um pesquisador matemático é fácil.
de um pesquisador matemático é fácil.
11:38
that the life a mathematical
researcher is an easy one.
researcher is an easy one.
217
686040
4120
11:42
It is filled with perplexity,
218
690959
2741
Ela está cheia de perplexidade,
11:46
frustration,
219
694347
1150
frustração,
11:48
a desperate fight for understanding.
220
696172
2445
uma luta desesperada pelo entendimento.
11:51
Let me evoke for you
221
699955
2140
Deixe-me evocar para vocês
11:54
one of the most striking days
in my mathematician's life.
in my mathematician's life.
222
702119
4380
um dos dias mais marcantes
na minha vida de matemático.
na minha vida de matemático.
Ou, deveria dizer,
uma das noites mais marcantes.
uma das noites mais marcantes.
11:58
Or should I say,
223
706523
1151
11:59
one of the most striking nights.
224
707698
1737
12:02
At that time,
225
710713
1151
Naquele tempo, eu estava hospedado
no Instituto de Estudos Avançados,
no Instituto de Estudos Avançados,
12:03
I was staying at the Institute
for Advanced Studies in Princeton --
for Advanced Studies in Princeton --
226
711888
3151
em Princeton, que por muitos anos
foi a casa de Albert Einstein
foi a casa de Albert Einstein
12:07
for many years, the home
of Albert Einstein
of Albert Einstein
227
715063
2139
12:09
and arguably the most holy place
for mathematical research in the world.
for mathematical research in the world.
228
717226
4428
e, sem dúvida, é o lugar mais sagrado
para a pesquisa matemática no mundo.
para a pesquisa matemática no mundo.
12:14
And that night I was working
and working on an elusive proof,
and working on an elusive proof,
229
722878
3844
Naquela noite eu estava trabalhando
e trabalhando em uma prova indescritível,
e trabalhando em uma prova indescritível,
12:18
which was incomplete.
230
726746
1378
que estava incompleta.
12:21
It was all about understanding
231
729304
2208
Era tudo sobre compreender
12:23
the paradoxical stability
property of plasmas,
property of plasmas,
232
731536
3823
a paradoxal propriedade
de estabilidade dos plasmas,
de estabilidade dos plasmas,
12:27
which are a crowd of electrons.
233
735383
1958
que são uma multidão de elétrons.
12:30
In the perfect world of plasma,
234
738423
2736
No mundo perfeito do plasma,
12:33
there are no collisions
235
741183
1778
não há colisões nem atrito para dar
a estabilidade a que estamos acostumados.
a estabilidade a que estamos acostumados.
12:34
and no friction to provide
the stability like we are used to.
the stability like we are used to.
236
742985
3658
12:39
But still,
237
747392
1151
Mesmo assim, se você perturbar
ligeiramente o equilíbrio do plasma,
ligeiramente o equilíbrio do plasma,
12:40
if you slightly perturb
a plasma equilibrium,
a plasma equilibrium,
238
748567
3033
12:43
you will find that the
resulting electric shield
resulting electric shield
239
751624
2688
você vai descobrir que o escudo elétrico
resultante desaparece espontaneamente,
resultante desaparece espontaneamente,
12:46
spontaneously vanishes,
240
754336
2339
ou amortece, como se por alguma
força de atrito misteriosa.
força de atrito misteriosa.
12:48
or damps out,
241
756699
1975
12:50
as if by some mysterious friction force.
242
758698
3294
12:54
This paradoxical effect,
243
762728
1835
Esse efeito paradoxal, chamado
de amortecimento de Landau,
de amortecimento de Landau,
12:56
called the Landau damping,
244
764587
1477
12:58
is one of the most important
in plasma physics,
in plasma physics,
245
766088
2989
é um dos mais importantes
na física de plasmas
na física de plasmas
13:01
and it was discovered
through mathematical ideas.
through mathematical ideas.
246
769101
3002
e foi descoberto através
de ideias matemáticas.
de ideias matemáticas.
13:04
But still,
247
772970
1151
Mas uma compreensão matemática completa
desse fenômeno ainda estava faltando.
desse fenômeno ainda estava faltando.
13:06
a full mathematical understanding
of this phenomenon was missing.
of this phenomenon was missing.
248
774145
4230
13:10
And together with my former student
and main collaborator Clément Mouhot,
and main collaborator Clément Mouhot,
249
778399
4786
E junto com meu ex-aluno
e principal colaborador, Clément Mouhot,
e principal colaborador, Clément Mouhot,
13:15
in Paris at the time,
250
783209
1492
que estava em Paris, na época, vínhamos
trabalhando há meses e meses em tal prova.
trabalhando há meses e meses em tal prova.
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
Na verdade, eu já havia anunciado,
por engano, que poderíamos resolvê-lo.
por engano, que poderíamos resolvê-lo.
13:23
I had already announced by mistake
that we could solve it.
that we could solve it.
253
791191
4746
13:27
But the truth is,
254
795961
1725
Mas a verdade é que a prova
simplesmente não estava funcionando.
simplesmente não estava funcionando.
13:29
the proof was just not working.
255
797710
2147
13:32
In spite of more than 100 pages
of complicated, mathematical arguments,
of complicated, mathematical arguments,
256
800196
4349
Apesar de mais de 100 páginas
de argumentos matemáticos complicados,
de argumentos matemáticos complicados,
13:36
and a bunch discoveries,
257
804569
1690
uma porção de descobertas e cálculos
enormes, não estava funcionando.
enormes, não estava funcionando.
13:38
and huge calculation,
258
806283
1267
13:39
it was not working.
259
807574
1169
13:41
And that night in Princeton,
260
809290
1681
E, naquela noite em Princeton,
13:42
a certain gap in the chain of arguments
was driving me crazy.
was driving me crazy.
261
810995
4301
um certo intervalo na cadeia de argumentos
estava me deixando louco.
estava me deixando louco.
13:47
I was putting in there all my energy
and experience and tricks,
and experience and tricks,
262
815658
4593
Eu estava colocando lá toda minha
energia, experiência e truques,
energia, experiência e truques,
13:52
and still nothing was working.
263
820275
1742
e nada estava funcionando.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
822553
3882
Uma hora da manhã, duas, três,
13:58
not working.
265
826459
1308
não funcionava.
14:00
Around 4 a.m., I go to bed in low spirits.
266
828545
4321
Por volta das 4h,
vou para a cama desanimado.
vou para a cama desanimado.
14:05
Then a few hours later,
267
833915
2460
Algumas horas depois, acordando:
14:08
waking up and go,
268
836399
1151
"Ah! Hora de levar
as crianças pra escola".
as crianças pra escola".
14:09
"Ah, it's time to get
the kids to school --"
the kids to school --"
269
837574
3357
14:12
What is this?
270
840955
1151
O que é isso?
14:14
There was this voice in my head, I swear.
271
842130
2142
Havia essa voz na minha cabeça, eu juro.
"Passe o segundo termo para o outro lado,
14:16
"Take the second term to the other side,
272
844894
1913
14:18
Fourier transform and invert in L2."
273
846831
1919
aplique a transformada de Fourier
e inverta em L2."
e inverta em L2."
14:21
(Laughter)
274
849257
1151
(Risos)
14:22
Damn it,
275
850432
1702
Droga.
Era o começo da solução!
14:24
that was the start of the solution!
276
852158
2113
14:27
You see,
277
855519
1151
Entenda,
14:28
I thought I had taken some rest,
278
856694
2283
pensei que tivesse descansado um pouco,
14:31
but really my brain had
continued to work on it.
continued to work on it.
279
859001
3388
mas na verdade meu cérebro
tinha continuado a trabalhar naquilo.
tinha continuado a trabalhar naquilo.
14:35
In those moments,
280
863008
1597
Nesses momentos você não pensa
em sua carreira ou seus colegas,
em sua carreira ou seus colegas,
14:36
you don't think of your career
or your colleagues,
or your colleagues,
281
864629
2601
14:39
it's just a complete battle
between the problem and you.
between the problem and you.
282
867254
3690
é apenas uma batalha completa
entre o problema e você.
entre o problema e você.
14:44
That being said,
283
872098
1328
Dito isso,
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
não é nada mau conseguir uma promoção
em recompensa por seu trabalho duro.
em recompensa por seu trabalho duro.
14:49
And after we completed our huge
analysis of the Landau damping,
analysis of the Landau damping,
285
877808
5160
E depois de completarmos nossa enorme
análise do amortecimento de Landau,
análise do amortecimento de Landau,
14:54
I was lucky enough
286
882992
1615
tive sorte suficiente para receber
a Medalha Fields, a mais cobiçada,
a Medalha Fields, a mais cobiçada,
14:56
to get the most coveted Fields Medal
287
884631
3030
14:59
from the hands of the President of India,
288
887685
2867
das mãos do presidente da Índia,
15:02
in Hyderabad on 19 August, 2010 --
289
890576
3920
em Hyderabad, em 19 de agosto de 2010.
15:07
an honor that mathematicians
never dare to dream,
never dare to dream,
290
895453
3251
Uma honra que os matemáticos
nunca se atrevem a sonhar,
nunca se atrevem a sonhar,
15:10
a day that I will remember until I live.
291
898728
2399
um dia do qual vou lembrar enquanto viver.
15:14
What do you think,
292
902366
1447
Em que você pensa, em tal ocasião?
15:15
on such an occasion?
293
903837
2141
Orgulho, sim?
15:18
Pride, yes?
294
906002
1150
15:19
And gratitude to the man collaborators
who made this possible.
who made this possible.
295
907791
3640
E gratidão ao principal colaborador,
que tornou isso possível.
que tornou isso possível.
15:24
And because it was a collective adventure,
296
912304
2212
E como foi uma aventura coletiva,
15:26
you need to share it,
not just with your collaborators.
not just with your collaborators.
297
914540
4142
você precisa dividi-la,
não somente com seus colaboradores.
não somente com seus colaboradores.
15:31
I believe that everybody can appreciate
the thrill of mathematical research,
the thrill of mathematical research,
298
919548
5692
Eu acredito que todos podem apreciar
a emoção de investigação matemática,
a emoção de investigação matemática,
15:37
and share the passionate stories
of humans and ideas behind it.
of humans and ideas behind it.
299
925264
4318
e compartilhar as histórias apaixonadas
de humanos e ideias por trás dela.
de humanos e ideias por trás dela.
15:42
And I've been working with my staff
at Institut Henri Poincaré,
at Institut Henri Poincaré,
300
930494
4774
Tenho trabalhado com o meu pessoal
no Institut Henri Poincaré,
no Institut Henri Poincaré,
15:47
together with partners and artists
of mathematical communication worldwide,
of mathematical communication worldwide,
301
935292
5181
juntamente com os parceiros e artistas
da comunicação matemática em todo o mundo,
da comunicação matemática em todo o 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 que possamos fundar o nosso próprio
e especial museu da matemática lá.
e especial museu da matemática lá.
15:58
So in a few years,
303
946537
1777
Assim, em poucos anos,
16:00
when you come to Paris,
304
948885
1577
quando você vier a Paris,
16:02
after tasting the great, crispy
baguette and macaroon,
baguette and macaroon,
305
950486
5658
depois de provar a melhor
e mais crocante baguete e o macaron,
e mais crocante baguete e o macaron,
16:08
please come and visit us
at Institut Henri Poincaré,
at Institut Henri Poincaré,
306
956168
3663
por favor, venha visitar-nos
no Institut Henri Poincaré,
no Institut Henri Poincaré,
16:11
and share the mathematical dream with us.
307
959856
2515
e compartilhar o sonho matemático conosco.
16:14
Thank you.
308
962395
1151
Obrigado.
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