ABOUT THE SPEAKER
Cédric Villani - Mathematician
Cédric 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.

More profile about the speaker
Cédric Villani | Speaker | TED.com
TED2016

Cédric Villani: What's so sexy about math?

Cédric Villani: Cos'ha di sexy la matematica?

Filmed:
2,006,708 views

Le verità nascoste permeano il mondo; sono inaccessibili ai nostri sensi, ma la matematica ci permette di andare oltre la nostra intuizione per scoprire i suoi misteri. In questa indagine sulle scoperte matematiche, il vincitore del Field Medal Cédric Villani parla del brivido della scoperta e descrive la vita talvolta misteriosa di un matematico. "Le belle spiegazioni matematiche non sono solo per piacere," dice. "Cambiano la nostra visione del mondo."
- Mathematician
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 FrenchFrancese people
do better than all the othersaltri?
0
804
4412
Che cosa fanno i francesi
meglio di tutti gli altri?
00:18
If you would take pollssondaggi,
1
6454
1926
Se facessimo un sondaggio,
00:20
the topsuperiore threetre answersrisposte mightpotrebbe be:
2
8404
1807
le prime tre risposte sarebbero:
00:22
love, winevino and whiningpiagnucolare.
3
10235
4039
l'amore, il vino, e i piagnistei.
00:26
(LaughterRisate)
4
14298
1301
(Risate)
00:27
Maybe.
5
15623
1159
Forse.
00:29
But let me suggestsuggerire a fourthil quarto one:
6
17530
2338
Ma lasciatemi suggerirne una quarta:
00:31
mathematicsmatematica.
7
19892
1190
la matematica.
00:33
Did you know that ParisParigi
has more mathematiciansmatematici
8
21760
2853
Sapevate che a Parigi
ci sono più matematici
00:36
than any other citycittà in the worldmondo?
9
24637
1801
che in ogni altra città al mondo?
00:38
And more streetsstrade
with mathematicians'dei matematici namesnomi, too.
10
26801
2494
E anche più strade con nomi
di matematici famosi.
00:42
And if you look at the statisticsstatistica
of the FieldsCampi MedalMedaglia,
11
30215
3449
Se guardate le statistiche
del Fields Medal,
00:45
oftenspesso calledchiamato the NobelNobel PrizePremio
for mathematicsmatematica,
12
33688
2493
spesso denominato
Premio Nobel per la matematica,
00:48
and always awardedpremiato to mathematiciansmatematici
belowsotto the ageetà of 40,
13
36205
3932
che ha sempre premiato
matematici sotto i 40 anni,
00:52
you will find that FranceFrancia has more
FieldsCampi medalistsmedagliati perper inhabitantabitante
14
40161
3887
scoprirete che la Francia
ha più premiati per abitante
00:56
than any other countrynazione.
15
44072
1168
di qualunque altro paese.
00:58
What is it that we find so sexysexy in mathmatematica?
16
46286
2954
Cosa c'è di così sexy nella matematica?
01:02
After all, it seemssembra to be
dullnoioso and abstractastratto,
17
50153
3204
Dopotutto, sembra essere
noiosa e astratta,
01:05
just numbersnumeri and computationscalcoli
and rulesregole to applyapplicare.
18
53381
3483
solo numeri, calcoli
e regole da applicare.
01:10
MathematicsMatematica maypuò be abstractastratto,
19
58518
2112
La matematica può essere astratta,
01:12
but it's not dullnoioso
20
60654
1151
ma non è noiosa
01:13
and it's not about computinginformatica.
21
61829
1729
e non è solo calcolo.
01:16
It is about reasoningragionamento
22
64178
1747
È ragionamento
01:17
and provingdimostrando our corenucleo activityattività.
23
65949
2260
e dimostrazione
della nostra attività principale.
01:20
It is about imaginationimmaginazione,
24
68513
1522
È immaginazione,
01:22
the talenttalento whichquale we mostmaggior parte praiselode.
25
70059
2019
il talento che dobbiamo elogiare.
01:24
It is about findingscoperta the truthverità.
26
72102
2101
È ricerca della verità.
01:27
There's nothing like the feelingsensazione
whichquale invadesinvade la you
27
75613
2737
Non c'è niente come la sensazione
che vi invade dopo mesi
di complicate riflessioni,
01:30
when after monthsmesi of harddifficile thinkingpensiero,
28
78374
2171
01:32
you finallyfinalmente understandcapire the right
reasoningragionamento to solverisolvere your problemproblema.
29
80569
3298
quando finalmente si capisce
il ragionamento giusto
per risolvere il problema.
01:37
The great mathematicianmatematico
AndrAndré WeilWeil likenedparagonato this --
30
85042
3576
Il grande matematico André Weil
lo paragonava --
01:40
no kiddingprendendo in giro --
31
88642
1151
non scherzo --
01:41
to sexualsessuale pleasurepiacere.
32
89817
1589
al piacere sessuale.
01:44
But notedosservato that this feelingsensazione
can last for hoursore, or even daysgiorni.
33
92197
5341
Ma faceva notare che questa sensazione
può durare ore, o giorni.
01:50
The rewardricompensa maypuò be biggrande.
34
98804
1853
Il premio può essere grande.
01:53
HiddenNascosta mathematicalmatematico truthsverità
permeatepermeare our wholetotale physicalfisico worldmondo.
35
101325
3864
Le verità matematiche nascoste
permeano l'intero mondo fisico.
01:57
They are inaccessibleinaccessibile to our sensessensi
36
105680
2670
Sono inaccessibili ai nostri sensi
02:00
but can be seenvisto
throughattraverso mathematicalmatematico lenseslenti.
37
108374
2724
ma possono essere viste
attraverso lenti matematiche.
02:04
CloseChiudere your eyesocchi for momentmomento
38
112092
1592
Chiudete gli occhi per un momento
02:05
and think of what is occurringverificano
right now around you.
39
113708
3475
e pensate a cosa succede
proprio ora intorno a voi.
02:10
InvisibleInvisibile particlesparticelle from the airaria
around are bumpingurtare on you
40
118337
3493
Particelle invisibili nell'aria
vi rimbalzano addosso
02:13
by the billionsmiliardi and billionsmiliardi
at eachogni secondsecondo,
41
121854
2733
a miliardi al secondo,
02:16
all in completecompletare chaoscaos.
42
124611
2063
in un caos completo.
02:19
And still,
43
127049
1151
Eppure,
02:20
theirloro statisticsstatistica can be accuratelycon precisione
predictedprevisto by mathematicalmatematico physicsfisica.
44
128224
4688
le loro statistiche possono essere
accuratamente previste
dalla fisica matematica.
02:25
And openAperto your eyesocchi now
45
133715
2792
Ora aprite gli occhi
02:28
to the statisticsstatistica of the velocitiesvelocità
of these particlesparticelle.
46
136531
3310
alle statistiche sulla velocità
di queste particelle.
02:32
The famousfamoso bell-shapeda forma di campana GaussGauss CurveCurva,
47
140510
3240
La famosa Curva di Gauss
a forma di campana,
02:35
or the LawLegge of ErrorsErrori --
48
143774
2181
o Curva degli Errori --
02:37
of deviationsdeviazioni with respectrispetto
to the mean behaviorcomportamento.
49
145979
2722
della distribuzione
rispetto al comportamento principale.
02:41
This curvecurva tellsdice about the statisticsstatistica
of velocitiesvelocità of particlesparticelle
50
149550
4302
Questa curva segna la statistica
della velocità delle particelle
02:45
in the samestesso way as a demographicdemografico curvecurva
51
153876
2539
esattamente come una curva demografica
02:48
would tell about the statisticsstatistica
of agesevo of individualsindividui.
52
156439
3841
ci mostra la statistica
sull'età degli individui.
02:52
It's one of the mostmaggior parte
importantimportante curvescurve ever.
53
160884
2650
È una delle curve più importanti.
02:56
It keepsmantiene on occurringverificano again and again,
54
164137
3186
Continua a riproporsi,
02:59
from manymolti theoriesteorie and manymolti experimentsesperimenti,
55
167347
2403
su tante teorie e tanti esperimenti,
03:01
as a great exampleesempio of the universalityuniversalità
56
169774
3281
come grande esempio di universalità
03:05
whichquale is so dearcaro to us mathematiciansmatematici.
57
173079
3552
che piace tanto a noi matematici.
03:09
Of this curvecurva,
58
177694
1227
Di questa curva,
03:10
the famousfamoso scientistscienziato FrancisFrancesco GaltonGalton said,
59
178945
3049
il famoso scienziato Francis Galton
ha detto,
03:14
"It would have been deifieddeificato by the GreeksGreci
if they had knownconosciuto it.
60
182018
4524
"Sarebbe stata divinizzata
dai Greci se l'avessero saputo.
03:19
It is the supremesupremo lawlegge of unreasonirrazionalità."
61
187064
3351
È la legge suprema dell'irrazionalità."
03:23
And there's no better way to materializematerializzare
that supremesupremo goddessdea than Galton'sGalton BoardPensione.
62
191818
6602
Non c'è modo migliore di materializzare
quella divinità suprema
della Macchina di Galton.
03:31
InsideAll'interno this boardtavola are narrowstretto tunnelsgallerie
63
199774
3197
Dentro questa tabellone
ci sono stretti tunnel
03:34
throughattraverso whichquale tinyminuscolo ballspalle
will fallautunno down randomlya caso,
64
202995
4628
attraverso cui cadono
casualmente delle palline,
03:40
going right or left, or left, etceccetera.
65
208295
5387
che vanno a destra
o sinistra, o sinistra, ecc.
03:46
All in completecompletare randomnesscasualità and chaoscaos.
66
214139
3251
Tutte completamente a caso.
03:50
Let's see what happensaccade when we look
at all these randomcasuale trajectoriestraiettorie togetherinsieme.
67
218085
6080
Vediamo cosa succede se osserviamo
tutte queste traiettorie casuali.
03:56
(BoardPensione shakingtremante)
68
224189
5435
(Scuote il tabellone )
04:01
This is a bitpo of a sportsport,
69
229648
2844
È un po' uno sport,
04:04
because we need to resolverisolvere
some traffictraffico jamsmarmellate in there.
70
232516
4870
perché dobbiamo districarci nel traffico.
04:11
AhaAHA.
71
239715
1150
Aha.
04:13
We think that randomnesscasualità
is going to playgiocare me a tricktrucco on stagepalcoscenico.
72
241313
3587
Pensiamo che la casualità mi tirerà
un brutto scherzo sul palco.
04:19
There it is.
73
247609
1463
Eccolo.
04:22
Our supremesupremo goddessdea of unreasonirrazionalità.
74
250382
2583
La dea suprema dell'irrazionalità,
04:24
the GaussGauss CurveCurva,
75
252989
1519
la curva di Gauss,
04:26
trappedintrappolati here insidedentro this transparenttrasparente boxscatola
as DreamSogno in "The SandmanSandman" comicsfumetti.
76
254532
6452
intrappolata
in questa scatola trasparente
come Sogno
nel fumetto "The Sandman".
04:34
For you I have shownmostrato it,
77
262623
2698
A voi l'ho mostrato,
04:37
but to my studentsstudenti I explainspiegare why
it could not be any other curvecurva.
78
265345
5285
ma ai miei studenti spiego perché
non potrebbe essere nessun'altra curva.
04:43
And this is touchingtoccante
the mysterymistero of that goddessdea,
79
271128
2870
Tutto questo tocca
il mistero della divinità,
04:46
replacingsostituzione a beautifulbellissimo coincidencecoincidenza
by a beautifulbellissimo explanationspiegazione.
80
274022
4701
che sostituisce
una bellissima coincidenza
con una bellissima spiegazione.
04:51
All of sciencescienza is like this.
81
279027
2333
Tutta la scienza è così.
04:54
And beautifulbellissimo mathematicalmatematico explanationsspiegazioni
are not only for our pleasurepiacere.
82
282213
5348
Le belle spiegazioni matematiche
non sono solo per piacere.
04:59
They alsoanche changemodificare our visionvisione of the worldmondo.
83
287585
2660
Cambiano anche
la nostra visione del mondo.
05:03
For instanceesempio,
84
291040
1237
Per esempio.
05:04
EinsteinEinstein,
85
292301
1150
Einstein,
05:05
PerrinPerrin,
86
293476
1150
Perrin,
05:06
SmoluchowskiSmoluchowski,
87
294651
1150
Smoluchowski,
05:07
they used the mathematicalmatematico analysisanalisi
of randomcasuale trajectoriestraiettorie
88
295826
3559
hanno usato l'analisi matematica
delle traiettorie casuali
05:11
and the GaussGauss CurveCurva
89
299409
2037
e la Curva di Gauss
05:13
to explainspiegare and provedimostrare that our
worldmondo is madefatto of atomsatomi.
90
301470
4928
per spiegare e dimostrare
che il nostro mondo è fatto di atomi.
05:19
It was not the first time
91
307524
1802
Non era la prima volta
05:21
that mathematicsmatematica was revolutionizingrivoluzionando
our viewvista of the worldmondo.
92
309350
3390
che la matematica rivoluzionava
la nostra visione del mondo.
05:25
More than 2,000 yearsanni agofa,
93
313555
2212
Più di 2000 anni fa,
05:27
at the time of the ancientantico GreeksGreci,
94
315791
2610
all'epoca degli antichi Greci,
05:31
it alreadygià occurredsi è verificato.
95
319502
1479
succedeva già.
05:33
In those daysgiorni,
96
321827
1286
All'epoca,
05:35
only a smallpiccolo fractionfrazione of the worldmondo
had been exploredesplorato,
97
323137
3283
era stata esplorata
solo una frazione del mondo,
05:38
and the EarthTerra mightpotrebbe have seemedsembrava infiniteinfinito.
98
326444
3042
e la Terra doveva sembrare infinita.
05:42
But cleverintelligente EratosthenesEratostene,
99
330034
1767
Ma l'intelligente Eratostene,
05:43
usingutilizzando mathematicsmatematica,
100
331825
1417
usando la matematica,
05:45
was ablecapace to measuremisurare the EarthTerra
with an amazingStupefacente accuracyprecisione of two percentper cento.
101
333266
5111
fu in grado di misurare la Terra
con un errore del due per cento.
05:51
Here'sQui è anotherun altro exampleesempio.
102
339969
1416
Ecco un altro esempio.
05:54
In 1673, JeanJean RicherPiù ricco noticedsi accorse
103
342238
3805
Nel 1673, Jean Richer notò
05:58
that a pendulumpendolo swingsaltalene slightlyleggermente
slowerPiù lentamente in CayenneCayenne than in ParisParigi.
104
346067
6912
che un pendolo oscilla leggermente
più piano a Cayenne che a Parigi.
06:06
From this observationosservazione aloneda solo,
and cleverintelligente mathematicsmatematica,
105
354350
4400
Solo da questa osservazione,
e un po' di matematica,
06:10
NewtonNewton rightlygiustamente deduceddedotto
106
358774
2306
Newton dedusse giustamente
06:13
that the EarthTerra is a weeWee bitpo
flattenedappiattito at the polespoli,
107
361104
5541
che la Terra è leggermente piatta ai poli,
06:18
like 0.3 percentper cento --
108
366669
1601
uno 0,3 per cento --
06:20
so tinyminuscolo that you wouldn'tno even
noticeAvviso it on the realvero viewvista of the EarthTerra.
109
368843
4413
così poco che non si noterebbe
dalla visione della Terra.
06:26
These storiesstorie showmostrare that mathematicsmatematica
110
374276
3928
Queste storie dimostrano
che la matematica
06:30
is ablecapace to make us go out of our intuitionintuizione
111
378228
4762
è in grado di farci andare
oltre l'intuizione
06:35
measuremisurare the EarthTerra whichquale seemssembra infiniteinfinito,
112
383512
3485
di farci misurare la Terra
che sembra infinita,
06:39
see atomsatomi whichquale are invisibleinvisibile
113
387021
2294
vedere atomi che sono invisibili
06:41
or detectindividuare an imperceptibleimpercettibile
variationvariazione of shapeforma.
114
389339
3381
o rilevare un'impercettibile
variazione di forma.
06:44
And if there is just one thing that you
should take home from this talk,
115
392744
3847
Se c'è una cosa che dovreste
portarvi a casa da questo intervento,
06:48
it is this:
116
396615
1194
è questo:
06:49
mathematicsmatematica allowsconsente us
to go beyondal di là the intuitionintuizione
117
397833
4378
la matematica ci permette
di andare oltre l'intuizione
06:54
and exploreEsplorare territoriesterritori
whichquale do not fitin forma withinentro our graspcomprensione.
118
402235
4249
e esplorare territori
al di fuori della nostra portata.
06:59
Here'sQui è a modernmoderno exampleesempio
you will all relateriferirsi to:
119
407609
2999
Un esempio moderno facile da capire:
07:03
searchingricerca the InternetInternet.
120
411362
1667
la ricerca su Internet.
07:06
The WorldMondo WideAmpia WebWeb,
121
414037
1342
Il World Wide Web,
07:07
more than one billionmiliardo webweb pagespagine --
122
415403
1804
più di un miliardo di pagine web --
le volete passare in rassegna tutte?
07:09
do you want to go throughattraverso them all?
123
417231
1674
07:11
ComputingComputing powerenergia helpsaiuta,
124
419660
1802
La potenza di calcolo aiuta,
07:13
but it would be uselessinutili withoutsenza
the mathematicalmatematico modelingmodellismo
125
421486
3186
ma sarebbe inutile
senza il modello matematico
07:16
to find the informationinformazione
hiddennascosto in the datadati.
126
424696
2563
per trovare le informazioni
nascoste nei dati.
07:20
Let's work out a babybambino problemproblema.
127
428491
2379
Risolviamo un piccolo problema.
07:23
ImagineImmaginate that you're a detectiveDetective
workinglavoro on a crimecrimine casecaso,
128
431872
3807
Immaginate di essere un detective
che lavora su un crimine,
07:27
and there are manymolti people
who have theirloro versionversione of the factsfatti.
129
435703
3788
con tante persone
con versioni diverse dei fatti.
07:32
Who do you want to interviewcolloquio first?
130
440032
1745
Chi interrogate per primo?
07:34
SensibleSensible answerrisposta:
131
442681
1915
Risposta semplice:
07:36
primeprimo witnessesTestimoni.
132
444620
1437
il testimone principale.
07:38
You see,
133
446878
1234
Vedete,
07:40
supposesupporre that there is personpersona numbernumero sevenSette,
134
448136
4220
immaginate che ci sia
una persona numero sette,
07:44
tellsdice you a storystoria,
135
452380
1151
vi racconta una storia,
07:45
but when you askChiedere where he got if from,
136
453555
2014
ma quando chiedete dove l'ha sentita,
07:47
he pointspunti to personpersona
numbernumero threetre as a sourcefonte.
137
455593
3036
indica come fonte la persona numero tre.
07:50
And maybe personpersona numbernumero threetre, in turnturno,
138
458653
2068
E magari la persona numero tre,
a sua volta,
07:52
pointspunti at personpersona numbernumero one
as the primaryprimario sourcefonte.
139
460745
3696
indica la persona numero uno
come fonte primaria.
07:56
Now numbernumero one is a primeprimo witnesstestimone,
140
464465
1661
La numero uno è il testimone principale,
07:58
so I definitelydecisamente want
to interviewcolloquio him -- prioritypriorità
141
466150
3238
quindi voglio assolutamente
interrogarla -- priorità
08:02
And from the graphgrafico
142
470148
1151
E dal grafico
08:03
we alsoanche see that personpersona
numbernumero fourquattro is a primeprimo witnesstestimone.
143
471323
3228
vediamo anche che la persona quattro
è un testimone principale.
08:06
And maybe I even want
to interviewcolloquio him first,
144
474575
2443
E forse voglio addirittura
interrogarla per prima,
08:09
because there are more
people who referfare riferimento to him.
145
477042
2359
perché più persone si riferiscono a lei.
08:12
OK, that was easyfacile,
146
480354
2664
Ok, questa era facile,
08:15
but now what about if you have
a biggrande bunchmazzo of people who will testifytestimoniare?
147
483042
5246
ma se avete un mucchio di persone
a testimoniare?
08:20
And this graphgrafico,
148
488864
1352
Questo grafico,
08:22
I maypuò think of it as all people
who testifytestimoniare in a complicatedcomplicato crimecrimine casecaso,
149
490240
5619
posso vederlo come tutte le persone
che testimoniano
in un caso criminale complicato,
08:27
but it maypuò just as well be webweb pagespagine
pointingpuntamento to eachogni other,
150
495883
4022
ma possono anche essere pagine web
che puntano una all'altra,
08:31
referringriferendosi to eachogni other for contentscontenuto.
151
499929
2071
che si riferiscono
una all'altra per contenuti.
08:34
WhichChe onesquelli are the mostmaggior parte authoritativeautorevole?
152
502878
2336
Quali sono le più autorevoli?
08:37
Not so clearchiaro.
153
505587
1334
Non è chiaro.
08:40
EnterImmettere PageRankPageRank,
154
508091
1900
Cercate PageRank,
08:42
one of the earlypresto cornerstonespietre angolari of GoogleGoogle.
155
510015
2536
una delle fondamenta di Google.
08:45
This algorithmalgoritmo usesusi the lawslegislazione
of mathematicalmatematico randomnesscasualità
156
513337
4242
Questo algoritmo usa i principi
della casualità matematica
08:49
to determinedeterminare automaticallyautomaticamente
the mostmaggior parte relevantpertinente webweb pagespagine,
157
517603
3857
per determinare automaticamente
le pagine web più rilevanti,
08:53
in the samestesso way as we used randomnesscasualità
in the GaltonGalton BoardPensione experimentsperimentare.
158
521484
5062
nello stesso modo in cui abbiamo usato
la casualità
nell'esperimento della Macchina di Galton.
08:59
So let's sendinviare into this graphgrafico
159
527341
2341
Mandiamo in questo grafico
09:01
a bunchmazzo of tinyminuscolo, digitaldigitale marblesMarmi
160
529706
2850
una serie di minuscole biglie digitali
09:04
and let them go randomlya caso
throughattraverso the graphgrafico.
161
532580
3749
a facciamole attraversare il grafico
in modo casuale.
09:08
EachOgni time they arrivearrivo at some siteluogo,
162
536353
1667
Ogni volta che arrivano
in un qualche sito,
09:10
they will go out throughattraverso some linkcollegamento
chosenscelto at randomcasuale to the nextIl prossimo one.
163
538044
4166
sceglieranno un collegamento
a caso verso quello successivo.
09:14
And again, and again, and again.
164
542234
1753
Ancora, ancora e ancora.
09:16
And with smallpiccolo, growingin crescita pilesemorroidi,
165
544358
1628
Con piccole pile che crescono,
09:18
we'llbene keep the recorddisco of how manymolti
timesvolte eachogni siteluogo has been visitedvisitato
166
546010
3753
terremo traccia di quante volte
un sito è stato visitato
09:21
by these digitaldigitale marblesMarmi.
167
549787
1945
dalle biglie digitali.
09:24
Here we go.
168
552243
1151
Ecco qui.
09:25
RandomnessCasualità, randomnesscasualità.
169
553418
1848
Casualità, casualità.
09:27
And from time to time,
170
555811
1448
E di tanto in tanto,
09:29
alsoanche let's make jumpssalti completelycompletamente
randomlya caso to increaseaumentare the fundivertimento.
171
557283
3952
facciamo anche
dei salti completamente casuali
per aumentare il divertimento.
09:34
And look at this:
172
562471
1216
E guardate qui:
09:36
from the chaoscaos will emergeemergere the solutionsoluzione.
173
564358
2785
dal caos emergerà una soluzione.
09:39
The highestmassimo pilesemorroidi
correspondcorrispondono to those sitessiti
174
567483
2485
Le pile più alte corrispondono a quei siti
09:41
whichquale somehowin qualche modo are better
connectedcollegato than the othersaltri,
175
569992
3511
che in qualche modo
sono meglio connessi degli altri,
09:45
more pointedappuntito at than the othersaltri.
176
573527
2273
con più puntamenti degli altri.
09:47
And here we see clearlychiaramente
177
575824
1722
Qui vediamo chiaramente
09:49
whichquale are the webweb pagespagine
we want to first try.
178
577570
3032
quali sono le pagine web
che vogliamo provare per prime.
09:53
OnceVolta again,
179
581507
1151
Ancora una volta,
09:54
the solutionsoluzione emergesemerge from the randomnesscasualità.
180
582682
2460
la soluzione emerge dalla casualità.
09:57
Of coursecorso, sinceda that time,
181
585775
2251
Certo, da allora,
10:00
GoogleGoogle has come up with much more
sophisticatedsofisticato algorithmsalgoritmi,
182
588050
3707
Google ha creato algoritmi
molto più sofisticati,
10:03
but alreadygià this was beautifulbellissimo.
183
591781
2280
ma già questo era meraviglioso.
10:06
And still,
184
594981
1476
Eppure,
10:08
just one problemproblema in a millionmilione.
185
596481
1611
solo un problema tra un milione.
10:10
With the adventavvento of digitaldigitale areala zona,
186
598734
2270
Con l'avvento dell'era digitale,
10:13
more and more problemsi problemi lendprestare
themselvesloro stessi to mathematicalmatematico analysisanalisi,
187
601028
5016
sempre più problemi
si prestano all'analisi matematica,
10:18
makingfabbricazione the joblavoro of mathematicianmatematico
a more and more usefulutile one,
188
606068
4365
rendendo sempre più utile
il lavoro del matematico,
10:23
to the extentestensione that a fewpochi yearsanni agofa,
189
611166
2722
al punto che qualche anno fa,
10:25
it was rankedordinati per numbernumero one
amongtra hundredscentinaia of jobslavori
190
613912
3779
era il primo classificato
tra centinaia di lavori
10:29
in a studystudia about the bestmigliore and worstpeggio jobslavori
191
617715
3968
in uno studio sui migliori e peggiori
lavori del mondo
10:33
publishedpubblicato by the WallParete StreetVia
JournalGazzetta in 2009.
192
621707
2975
pubblicato dal Wall Street Journal
nel 2009.
10:37
MathematicianMatematico --
193
625445
1852
Matematici --
10:39
bestmigliore joblavoro in the worldmondo.
194
627321
1433
il miglior lavoro del mondo.
10:41
That's because of the applicationsapplicazioni:
195
629646
3068
È a causa delle applicazioni:
10:44
communicationcomunicazione theoryteoria,
196
632738
2139
la teoria della comunicazione,
10:46
informationinformazione theoryteoria,
197
634901
1820
la teoria dell'informazione,
10:48
gamegioco theoryteoria,
198
636745
1260
la teoria dei giochi,
10:50
compressedcompresso sensingsensing,
199
638029
1446
compressed sensing,
10:51
machinemacchina learningapprendimento,
200
639499
1562
apprendimento automatico,
10:53
graphgrafico analysisanalisi,
201
641085
1567
analisi dei grafici,
10:54
harmonicarmonica analysisanalisi.
202
642676
1742
l'analisi armonica.
10:56
And why not stochasticstocastico processesprocessi,
203
644442
2640
E perché non i processi stocastici,
10:59
linearlineare programmingprogrammazione,
204
647106
1630
la programmazione lineare,
11:00
or fluidfluido simulationsimulazione?
205
648760
2028
o la simulazione dei fluidi?
11:03
EachOgni of these fieldsi campi have
monstermostro industrialindustriale applicationsapplicazioni.
206
651292
3895
Ognuno di questi campi
ha applicazioni industriali enormi.
11:07
And throughattraverso them,
207
655211
1151
E grazie a loro,
11:08
there is biggrande moneyi soldi in mathematicsmatematica.
208
656386
1999
in matematica girano molti soldi.
11:11
And let me concedeconcedere
209
659400
2040
E permettetemi,
11:13
that when it comesviene to makingfabbricazione
moneyi soldi from the mathmatematica,
210
661464
2477
quando si tratta di fare soldi
con la matematica,
11:15
the AmericansAmericani are by a long shottiro
the worldmondo championscampioni,
211
663965
3824
gli Americani sono di gran lunga
i campioni mondiali,
11:19
with cleverintelligente, emblematicemblematico billionairesmiliardari
and amazingStupefacente, giantgigante companiesaziende,
212
667813
4619
con miliardari intelligenti
e rappresentativi
e società enormi e fantastiche,
11:24
all restingriposo, ultimatelyin definitiva,
on good algorithmalgoritmo.
213
672456
3280
in fin dei conti, tutte poggiate
su un buon algoritmo.
11:29
Now with all this beautybellezza,
usefulnessutilità and wealthricchezza,
214
677091
3972
Con tutta questa bellezza,
utilità e ricchezza,
11:33
mathematicsmatematica does look more sexysexy.
215
681087
2284
la matematica sembra più sexy.
11:36
But don't you think
216
684399
1617
Ma non pensate
11:38
that the life a mathematicalmatematico
researcherricercatore is an easyfacile one.
217
686040
4120
che la vita di un ricercatore matematico
sia facile.
11:42
It is filledpieno with perplexityperplessità,
218
690959
2741
È piena di perplessità,
11:46
frustrationfrustrazione,
219
694347
1150
frustrazioni,
11:48
a desperatedisperato fightcombattimento for understandingcomprensione.
220
696172
2445
e una lotta disperata
con la comprensione.
11:51
Let me evokeevocare for you
221
699955
2140
Vi ricorderò
11:54
one of the mostmaggior parte strikingsuggestivo daysgiorni
in my mathematician'sdi matematico life.
222
702119
4380
uno dei giorni più straordinari
della mia vita da matematico.
11:58
Or should I say,
223
706523
1151
O dovrei dire,
11:59
one of the mostmaggior parte strikingsuggestivo nightsnotti.
224
707698
1737
una delle notti più straordinarie.
12:02
At that time,
225
710713
1151
All'epoca,
12:03
I was stayingstare at the InstituteIstituto
for AdvancedAvanzate StudiesStudi in PrincetonPrinceton --
226
711888
3151
stavo all'Istituto per gli Studi Avanzati
a Princeton --
12:07
for manymolti yearsanni, the home
of AlbertAlbert EinsteinEinstein
227
715063
2139
per tanti anni, la casa di Albert Einstein
12:09
and arguablysenza dubbio the mostmaggior parte holySanto placeposto
for mathematicalmatematico researchricerca in the worldmondo.
228
717226
4428
e forse il posto più sacro al mondo
per la ricerca matematica.
12:14
And that night I was workinglavoro
and workinglavoro on an elusiveinafferrabile proofprova,
229
722878
3844
Quella notte lavoravo accanitamente
su una prova sfuggente,
12:18
whichquale was incompleteincompleto.
230
726746
1378
che era incompleta.
12:21
It was all about understandingcomprensione
231
729304
2208
Si trattava di capire
12:23
the paradoxicalparadossale stabilitystabilità
propertyproprietà of plasmasplasmi,
232
731536
3823
la proprietà di stabilità paradossale
del plasma,
12:27
whichquale are a crowdfolla of electronselettroni.
233
735383
1958
ossia una montagna di elettroni.
12:30
In the perfectperfezionare worldmondo of plasmaal plasma,
234
738423
2736
Nel mondo perfetto del plasma,
12:33
there are no collisionscollisioni
235
741183
1778
non ci sono collisioni
12:34
and no frictionattrito to providefornire
the stabilitystabilità like we are used to.
236
742985
3658
e nessuna frizione che generi
la stabilità a cui siamo abituati.
12:39
But still,
237
747392
1151
Eppure,
12:40
if you slightlyleggermente perturbperturbare
a plasmaal plasma equilibriumequilibrio,
238
748567
3033
se si disturba leggermente
l'equilibro del plasma,
12:43
you will find that the
resultingcon conseguente electricelettrico shieldscudo
239
751624
2688
scoprirete che lo scudo elettrico
che ne risulta
12:46
spontaneouslyspontaneamente vanishessvanisce,
240
754336
2339
svanisce spontaneamente,
12:48
or dampssmorza out,
241
756699
1975
o viene smorzato,
12:50
as if by some mysteriousmisterioso frictionattrito forcevigore.
242
758698
3294
da una qualche misteriosa frizione.
12:54
This paradoxicalparadossale effecteffetto,
243
762728
1835
Questo effetto paradossale,
12:56
calledchiamato the LandauLandau dampingdi smorzamento,
244
764587
1477
chiamato assorbimento di Landau,
12:58
is one of the mostmaggior parte importantimportante
in plasmaal plasma physicsfisica,
245
766088
2989
è uno dei più importanti
nella fisica del plasma,
13:01
and it was discoveredscoperto
throughattraverso mathematicalmatematico ideasidee.
246
769101
3002
ed è stato scoperto
attraverso idee matematiche.
13:04
But still,
247
772970
1151
Eppure,
13:06
a fullpieno mathematicalmatematico understandingcomprensione
of this phenomenonfenomeno was missingmancante.
248
774145
4230
mancava una comprensione matematica
completa di questo fenomeno.
13:10
And togetherinsieme with my formerex studentalunno
and mainprincipale collaboratorcollaboratore ClCLémentment MouhotMouhot,
249
778399
4786
Insieme a un mio ex studente
e principale collaboratore Clément Mouhot,
13:15
in ParisParigi at the time,
250
783209
1492
all'epoca a Parigi,
13:16
we had been workinglavoro for monthsmesi
and monthsmesi on suchcome a proofprova.
251
784725
4086
lavoravamo da mesi
su questa dimostrazione.
13:21
ActuallyIn realtà,
252
789832
1335
In realtà,
13:23
I had alreadygià announcedannunciato by mistakesbaglio
that we could solverisolvere it.
253
791191
4746
avevo già annunciato
per errore di averlo risolto.
13:27
But the truthverità is,
254
795961
1725
Ma la verità è
13:29
the proofprova was just not workinglavoro.
255
797710
2147
che la dimostrazione non funzionava.
13:32
In spitedispetto of more than 100 pagespagine
of complicatedcomplicato, mathematicalmatematico argumentsargomenti,
256
800196
4349
A dispetto di più di 100 pagine
di complicate argomentazioni matematiche,
13:36
and a bunchmazzo discoveriesscoperte,
257
804569
1690
una serie di scoperte,
13:38
and hugeenorme calculationcalcolo,
258
806283
1267
e grandi calcoli,
13:39
it was not workinglavoro.
259
807574
1169
non funzionava.
13:41
And that night in PrincetonPrinceton,
260
809290
1681
Quella notte a Princeton,
13:42
a certaincerto gapdivario in the chaincatena of argumentsargomenti
was drivingguida me crazypazzo.
261
810995
4301
un certo buco nella serie di ragionamenti
mi faceva diventare matto.
13:47
I was puttingmettendo in there all my energyenergia
and experienceEsperienza and trickstrucchi,
262
815658
4593
Ci mettevo tutte le energie,
l'esperienza e i trucchi,
13:52
and still nothing was workinglavoro.
263
820275
1742
eppure non funzionava.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
822553
3882
L'una, le due, le tre,
13:58
not workinglavoro.
265
826459
1308
non funzionava.
14:00
Around 4 a.m., I go to bedletto in lowBasso spiritsspiriti.
266
828545
4321
Intorno alle quattro,
vado a letto giù di morale.
14:05
Then a fewpochi hoursore laterdopo,
267
833915
2460
Qualche ora dopo,
14:08
wakingrisveglio up and go,
268
836399
1151
mi alzo per andare,
14:09
"AhAh, it's time to get
the kidsbambini to schoolscuola --"
269
837574
3357
"È l'ora di portare i bimbi a scuola --"
14:12
What is this?
270
840955
1151
Cos'è questo?
14:14
There was this voicevoce in my headcapo, I sweargiurare.
271
842130
2142
Avevo questa voce in testa, ve lo giuro.
"Porta il secondo termine
dall'altra parte,
14:16
"Take the secondsecondo termtermine to the other sidelato,
272
844894
1913
14:18
FourierTrasformata di Fourier transformtrasformare and invertInverti in L2."
273
846831
1919
trasformata di Fourier e inverti in L2."
14:21
(LaughterRisate)
274
849257
1151
(Risate)
14:22
DamnMaledetto it,
275
850432
1702
Dannazione,
14:24
that was the startinizio of the solutionsoluzione!
276
852158
2113
era l'inizio della soluzione!
14:27
You see,
277
855519
1151
Vedete,
14:28
I thought I had takenprese some restriposo,
278
856694
2283
pensavo di essermi riposato,
14:31
but really my braincervello had
continuedcontinua to work on it.
279
859001
3388
invece il mio cervello
aveva continuato a lavorare.
14:35
In those momentsmomenti,
280
863008
1597
In quei momenti,
14:36
you don't think of your careercarriera
or your colleaguescolleghi,
281
864629
2601
non pensi alla tua carriera o ai colleghi,
14:39
it's just a completecompletare battlebattaglia
betweenfra the problemproblema and you.
282
867254
3690
è una battaglia tra te e il problema.
14:44
That beingessere said,
283
872098
1328
Detto questo,
14:45
it does not harmdanno when you do get
a promotionpromozione in rewardricompensa for your harddifficile work.
284
873450
3949
non guasta ricevere una promozione
come premio per il duro lavoro.
14:49
And after we completedcompletato our hugeenorme
analysisanalisi of the LandauLandau dampingdi smorzamento,
285
877808
5160
Dopo aver completato l'enorme analisi
dell'assorbimento di Landau,
14:54
I was luckyfortunato enoughabbastanza
286
882992
1615
sono stato così fortunato
14:56
to get the mostmaggior parte covetedbramato FieldsCampi MedalMedaglia
287
884631
3030
da ricevere la Fields Medal più ambita
14:59
from the handsmani of the PresidentPresidente of IndiaIndia,
288
887685
2867
dalle mani del Presidente dell'India,
15:02
in HyderabadHyderabad on 19 AugustAgosto, 2010 --
289
890576
3920
a Hyderabad il 19 agosto 2010 --
15:07
an honoronore that mathematiciansmatematici
never dareosare to dreamsognare,
290
895453
3251
un onore che un matematico
non osa immaginare,
15:10
a day that I will rememberricorda untilfino a I livevivere.
291
898728
2399
un giorno che ricorderò tutta la vita.
15:14
What do you think,
292
902366
1447
Cosa pensate,
15:15
on suchcome an occasionoccasione?
293
903837
2141
in queste occasioni?
15:18
PrideOrgoglio, yes?
294
906002
1150
Orgoglio, sì?
15:19
And gratitudegratitudine to the man collaboratorscollaboratori
who madefatto this possiblepossibile.
295
907791
3640
Gratitudine per i collaboratori
che lo hanno reso possibile.
15:24
And because it was a collectivecollettivo adventureavventura,
296
912304
2212
E siccome era un'avventura collettiva,
15:26
you need to shareCondividere it,
not just with your collaboratorscollaboratori.
297
914540
4142
va condivisa,
non solo con i collaboratori.
15:31
I believe that everybodytutti can appreciateapprezzare
the thrillbrivido of mathematicalmatematico researchricerca,
298
919548
5692
Credo che tutti possano apprezzare
il brivido della ricerca matematica,
15:37
and shareCondividere the passionateappassionato storiesstorie
of humansgli esseri umani and ideasidee behinddietro a it.
299
925264
4318
e condividere le storie appassionanti
degli uomini e delle idee
che vi stanno dietro.
15:42
And I've been workinglavoro with my staffpersonale
at InstitutInstitut HenriHenri PoincarPoincaré,
300
930494
4774
Lavoro con il mio staff
all'Istituto Henri Poincaré,
15:47
togetherinsieme with partnerspartner and artistsartisti
of mathematicalmatematico communicationcomunicazione worldwideIn tutto il mondo,
301
935292
5181
con partner e artisti
di comunicazione matematica del mondo,
15:52
so that we can foundtrovato our ownproprio,
very specialspeciale museumMuseo of mathematicsmatematica there.
302
940497
4587
per poter fondare lì
il nostro speciale museo della matematica.
15:58
So in a fewpochi yearsanni,
303
946537
1777
Tra qualche anno,
16:00
when you come to ParisParigi,
304
948885
1577
quando verrete a Parigi,
16:02
after tastingdegustazione the great, crispycroccante
baguettebaguette and macaroonamaretto,
305
950486
5658
dopo aver assaggiato la fantastica
baguette croccante e i macaron
16:08
please come and visitvisita us
at InstitutInstitut HenriHenri PoincarPoincaré,
306
956168
3663
venite a trovarci
all'Istituto Henri Poincaré,
16:11
and shareCondividere the mathematicalmatematico dreamsognare with us.
307
959856
2515
e condividete con noi il sogno matematico.
16:14
Thank you.
308
962395
1151
Grazie.
16:15
(ApplauseApplausi)
309
963570
7000
(Applausi)
Translated by Anna Cristiana Minoli
Reviewed by Giorgio Ruggieri

▲Back to top

ABOUT THE SPEAKER
Cédric Villani - Mathematician
Cédric 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.

More profile about the speaker
Cédric Villani | Speaker | TED.com