What's so sexy about math? | Cédric Villani

672,779 views ・ 2016-06-28

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Maria Ruzsane Cseresnyes
00:12
What is it that French people do better than all the others?
0
12804
4412
Miben jobbak a franciák mindenki másnál?
00:18
If you would take polls,
1
18454
1926
Ha közvélemény-kutatást végeznénk,
00:20
the top three answers might be:
2
20404
1807
talán három terület kerülne az élre:
00:22
love, wine and whining.
3
22235
4039
a szerelem, a bor és a siránkozás.
00:26
(Laughter)
4
26298
1301
(Nevetés)
00:27
Maybe.
5
27623
1159
Esetleg.
00:29
But let me suggest a fourth one:
6
29530
2338
Én egy negyediket is javasolnék:
00:31
mathematics.
7
31892
1190
a matematikát.
00:33
Did you know that Paris has more mathematicians
8
33760
2853
Tudják-e, hogy Párizsban több matematikus él,
00:36
than any other city in the world?
9
36637
1801
mint a világ bármely más városában?
00:38
And more streets with mathematicians' names, too.
10
38801
2494
És több utca is van matematikusról elnevezve.
00:42
And if you look at the statistics of the Fields Medal,
11
42215
3449
Ha a Fields-érem statisztikáját megnézzük
00:45
often called the Nobel Prize for mathematics,
12
45688
2493
– gyakran matematikai Nobel-díjnak hívják,
00:48
and always awarded to mathematicians below the age of 40,
13
48205
3932
és csak 40 évesnél fiatalabb matematikus kaphatja,
00:52
you will find that France has more Fields medalists per inhabitant
14
52161
3887
kiderül, hogy Franciaországnak lélekszámára vetítve több díjazottja van,
00:56
than any other country.
15
56072
1168
mint bármely más országnak.
00:58
What is it that we find so sexy in math?
16
58286
2954
Mit találunk mi olyan szexinek a matekban?
01:02
After all, it seems to be dull and abstract,
17
62153
3204
Végtére is, unalmasnak és elvontnak látszik,
01:05
just numbers and computations and rules to apply.
18
65381
3483
csak számok és számítások és alkalmazandó szabályok.
01:10
Mathematics may be abstract,
19
70518
2112
Meglehet, hogy a matematika elvont,
01:12
but it's not dull
20
72654
1151
de nem unalmas,
01:13
and it's not about computing.
21
73829
1729
és nem a számolással foglalkozik.
01:16
It is about reasoning
22
76178
1747
Hanem a logikus gondolkodással
01:17
and proving our core activity.
23
77949
2260
és annak bizonyításával, hogy jó, amit csinálunk.
01:20
It is about imagination,
24
80513
1522
A képzelőerőről szól,
arról a képességről, amit legtöbbre értékelünk.
01:22
the talent which we most praise.
25
82059
2019
01:24
It is about finding the truth.
26
84102
2101
Az igazság megtalálásáról.
01:27
There's nothing like the feeling which invades you
27
87613
2737
Semmi sem hasonlítható ahhoz az érzéshez,
01:30
when after months of hard thinking,
28
90374
2171
mint amikor több hónap kemény gondolkodás után
01:32
you finally understand the right reasoning to solve your problem.
29
92569
3298
végre megértjük, hogy miként oldhatjuk meg a problémát.
01:37
The great mathematician André Weil likened this --
30
97042
3576
André Weil, a kiváló matematikus ezt
01:40
no kidding --
31
100642
1151
– nem tréfálok –
01:41
to sexual pleasure.
32
101817
1589
a kéjes gyönyörhöz hasonlította.
01:44
But noted that this feeling can last for hours, or even days.
33
104197
5341
De hozzátette, hogy ez az érzés órákig, sőt napokig is eltarthat.
01:50
The reward may be big.
34
110804
1853
A jutalom nagy lehet.
01:53
Hidden mathematical truths permeate our whole physical world.
35
113325
3864
Matematikai igazságok rejtőzködnek egész anyagi világunkban.
01:57
They are inaccessible to our senses
36
117680
2670
Ezeket érzékszerveinkkel nem tudjuk fölfogni,
02:00
but can be seen through mathematical lenses.
37
120374
2724
ám a matematika lencséjén keresztül azért láthatók.
Egy pillanatra hunyják be szemüket,
02:04
Close your eyes for moment
38
124092
1592
02:05
and think of what is occurring right now around you.
39
125708
3475
és gondoljanak arra, mi van most körülöttük.
02:10
Invisible particles from the air around are bumping on you
40
130337
3493
Milliárdnyi és milliárdnyi láthatatlan részecske bombáz bennünket
02:13
by the billions and billions at each second,
41
133854
2733
a levegőből minden pillanatban,
02:16
all in complete chaos.
42
136611
2063
teljes zűrzavarban.
02:19
And still,
43
139049
1151
De mégis,
02:20
their statistics can be accurately predicted by mathematical physics.
44
140224
4688
a matematikai fizika pontosan megjósolja együttes hatásukat.
02:25
And open your eyes now
45
145715
2792
Most pedig nézzük
02:28
to the statistics of the velocities of these particles.
46
148531
3310
e részecskék sebességét statisztikusan.
02:32
The famous bell-shaped Gauss Curve,
47
152510
3240
A híres Gauss-haranggörbe,
02:35
or the Law of Errors --
48
155774
2181
vagy a normális eloszlás sűrűségfüggvénye
02:37
of deviations with respect to the mean behavior.
49
157979
2722
az átlaghoz képesti szórást jellemzi.
02:41
This curve tells about the statistics of velocities of particles
50
161550
4302
Ez a görbe a részecskék sebességének statisztikáját szemlélteti,
02:45
in the same way as a demographic curve
51
165876
2539
épp úgy, ahogy a demográfiában e görbe
02:48
would tell about the statistics of ages of individuals.
52
168439
3841
az egyének kormegoszlását szemlélteti.
02:52
It's one of the most important curves ever.
53
172884
2650
Ez az egyik legfontosabb görbe.
02:56
It keeps on occurring again and again,
54
176137
3186
Minduntalan előfordul sok elméletben
02:59
from many theories and many experiments,
55
179347
2403
és sok-sok kísérletben,
03:01
as a great example of the universality
56
181774
3281
mint az egyetemesség remek példája,
03:05
which is so dear to us mathematicians.
57
185079
3552
amelyet mi, matematikusok oly sokra tartunk.
03:09
Of this curve,
58
189694
1227
E görbéről ezt mondta
03:10
the famous scientist Francis Galton said,
59
190945
3049
Francis Galton, a híres matematikus:
03:14
"It would have been deified by the Greeks if they had known it.
60
194018
4524
"Ha ismerték volna a régi görögök, istenítették volna.
03:19
It is the supreme law of unreason."
61
199064
3351
Ez a káosz legfőbb törvénye."
03:23
And there's no better way to materialize that supreme goddess than Galton's Board.
62
203818
6602
Galton-deszkával lehet a legjobban szemléltetni ezt a főistennőt.
03:31
Inside this board are narrow tunnels
63
211774
3197
Ezen a deszkán szűk csatornák vannak,
03:34
through which tiny balls will fall down randomly,
64
214995
4628
amelyeken át apró golyók véletlenszerűen potyognak
03:40
going right or left, or left, etc.
65
220295
5387
hol jobbra, hol balra.
03:46
All in complete randomness and chaos.
66
226139
3251
Teljesen véletlenszerűen és kaotikusan.
03:50
Let's see what happens when we look at all these random trajectories together.
67
230085
6080
Nézzük, mi lesz, ha összességükben figyeljük a véletlen pályákat.
03:56
(Board shaking)
68
236189
5435
(Megrázza a deszkát)
04:01
This is a bit of a sport,
69
241648
2844
Kicsit olyan, mint valami videojáték,
04:04
because we need to resolve some traffic jams in there.
70
244516
4870
mert úrrá kell lennünk a forgalmi dugókon.
04:11
Aha.
71
251715
1150
Aha.
04:13
We think that randomness is going to play me a trick on stage.
72
253313
3587
Azt gondoljuk, hogy a véletlen tréfát fog űzni velem a színpadon.
04:19
There it is.
73
259609
1463
Tessék.
04:22
Our supreme goddess of unreason.
74
262382
2583
A káosz főistennője,
04:24
the Gauss Curve,
75
264989
1519
a Gauss-görbe itt csapdába esett,
04:26
trapped here inside this transparent box as Dream in "The Sandman" comics.
76
266532
6452
mint az Álom a "Sandman, az Álmok Fejedelme" c. képregényben.
04:34
For you I have shown it,
77
274623
2698
Önöknek épp csak megmutattam,
04:37
but to my students I explain why it could not be any other curve.
78
277345
5285
de diákjaimnak el is szoktam magyarázni, miért nem lehet bármi más a görbe.
04:43
And this is touching the mystery of that goddess,
79
283128
2870
Ezzel a közel kerültünk az istennő titkához,
04:46
replacing a beautiful coincidence by a beautiful explanation.
80
286022
4701
mert a gyönyörű véletlen helyébe a gyönyörű magyarázat lép.
04:51
All of science is like this.
81
291027
2333
Az egész tudomány ilyen.
04:54
And beautiful mathematical explanations are not only for our pleasure.
82
294213
5348
A gyönyörű matematikai magyarázatok nem csupán örömünkre szolgálnak.
04:59
They also change our vision of the world.
83
299585
2660
Megváltoztatják világlátásunkat is.
05:03
For instance,
84
303040
1237
Például
05:04
Einstein,
85
304301
1150
Einstein,
05:05
Perrin,
86
305476
1150
Perrin
05:06
Smoluchowski,
87
306651
1150
és von Smoluchowski
05:07
they used the mathematical analysis of random trajectories
88
307826
3559
véletlen pályák matematikai analízise
05:11
and the Gauss Curve
89
311409
2037
és a Gauss-görbe segítségével
05:13
to explain and prove that our world is made of atoms.
90
313470
4928
magyarázták meg és igazolták, hogy világunkat atomok alkotják.
05:19
It was not the first time
91
319524
1802
Nem az első eset,
05:21
that mathematics was revolutionizing our view of the world.
92
321350
3390
hogy a matematika forradalmasította világlátásunkat.
05:25
More than 2,000 years ago,
93
325555
2212
Több mint 2000 éve,
05:27
at the time of the ancient Greeks,
94
327791
2610
az ókori görögök idején
05:31
it already occurred.
95
331502
1479
már előfordult ilyen.
05:33
In those days,
96
333827
1286
Abban az időben
05:35
only a small fraction of the world had been explored,
97
335137
3283
a világnak csak töredékét ismerték,
05:38
and the Earth might have seemed infinite.
98
338444
3042
és a Föld végtelennek látszott.
05:42
But clever Eratosthenes,
99
342034
1767
De az okos Eratoszthenész
05:43
using mathematics,
100
343825
1417
a matematika segítségével
05:45
was able to measure the Earth with an amazing accuracy of two percent.
101
345266
5111
képes volt meghatározni a Föld méretét 2%-os, elképesztő pontossággal.
05:51
Here's another example.
102
351969
1416
Íme egy másik példa.
05:54
In 1673, Jean Richer noticed
103
354238
3805
1673-ban Jean Richer megfigyelte,
05:58
that a pendulum swings slightly slower in Cayenne than in Paris.
104
358067
6912
hogy Cayenne-ben az inga egy kissé lassabban leng, mint Párizsban.
06:06
From this observation alone, and clever mathematics,
105
366350
4400
Csupán ebből a megfigyelésből és okos matematikával
06:10
Newton rightly deduced
106
370774
2306
Newton helyesen vezette le,
06:13
that the Earth is a wee bit flattened at the poles,
107
373104
5541
hogy a Föld a sarkoknál egy kissé be van lapulva,
06:18
like 0.3 percent --
108
378669
1601
mintegy 0,3%-kal,
06:20
so tiny that you wouldn't even notice it on the real view of the Earth.
109
380843
4413
oly csekély mértékben, hogy a természetben észrevehetetlen.
06:26
These stories show that mathematics
110
386276
3928
Ezek a példák rámutatnak, hogy a matematika
06:30
is able to make us go out of our intuition
111
390228
4762
képes kimozdítani minket ösztönös megérzésünkből,
06:35
measure the Earth which seems infinite,
112
395512
3485
megmérni a végtelennek tűnő Földet,
06:39
see atoms which are invisible
113
399021
2294
meglátni a láthatatlan atomokat,
06:41
or detect an imperceptible variation of shape.
114
401339
3381
vagy kimutatni az észrevehetetlen alakváltozást.
06:44
And if there is just one thing that you should take home from this talk,
115
404744
3847
Ha csupán egyetlen tanulságát jegyeznének meg az előadásnak,
06:48
it is this:
116
408615
1194
az a következő lenne:
06:49
mathematics allows us to go beyond the intuition
117
409833
4378
a matematika lehetőséget nyújt, hogy túljussunk megérzéseinken,
06:54
and explore territories which do not fit within our grasp.
118
414235
4249
és felfedezzünk olyan területeket, amelyeket másképp nem tudunk megragadni.
06:59
Here's a modern example you will all relate to:
119
419609
2999
Íme, egy modern példa, amelyhez mindannyiunknak közünk van:
07:03
searching the Internet.
120
423362
1667
keresés az interneten.
07:06
The World Wide Web,
121
426037
1342
A világháló
07:07
more than one billion web pages --
122
427403
1804
több mint egymilliárd weboldal –
07:09
do you want to go through them all?
123
429231
1674
mindet meg akarjuk nézni?
07:11
Computing power helps,
124
431660
1802
A számítógép a segítségünkre van,
07:13
but it would be useless without the mathematical modeling
125
433486
3186
de nem mennénk semmire, ha nem modelleznénk matematikailag
07:16
to find the information hidden in the data.
126
436696
2563
az adatokban elrejtett információ keresését.
07:20
Let's work out a baby problem.
127
440491
2379
Nézzünk egy egyszerű problémát.
07:23
Imagine that you're a detective working on a crime case,
128
443872
3807
Tegyük föl, hogy valami bűnügyben nyomozunk,
07:27
and there are many people who have their version of the facts.
129
447703
3788
és a tényekről sok embernek megvan a saját verziója.
07:32
Who do you want to interview first?
130
452032
1745
Kit akarunk először meghallgatni?
07:34
Sensible answer:
131
454681
1915
Az értelmes válasz:
07:36
prime witnesses.
132
456620
1437
a közvetlen tanúkat.
07:38
You see,
133
458878
1234
Tegyük föl,
07:40
suppose that there is person number seven,
134
460136
4220
hogy a 7. számú tanú
07:44
tells you a story,
135
464380
1151
elmond egy történetet,
07:45
but when you ask where he got if from,
136
465555
2014
de a "honnan tudja?" kérdésre
07:47
he points to person number three as a source.
137
467593
3036
forrásként rábök a 3. sz. tanúra.
07:50
And maybe person number three, in turn,
138
470653
2068
De lehet, hogy a 3. sz. tanú viszont
07:52
points at person number one as the primary source.
139
472745
3696
alapforrásként az 1. sz. személyre mutat.
07:56
Now number one is a prime witness,
140
476465
1661
Most az 1. számú a fontos tanú,
07:58
so I definitely want to interview him -- priority.
141
478150
3238
tehát én először őt akarom meghallgatni.
08:02
And from the graph
142
482148
1151
De a gráfból
08:03
we also see that person number four is a prime witness.
143
483323
3228
az is látható, hogy a 4. számú is közvetlen tanú.
08:06
And maybe I even want to interview him first,
144
486575
2443
Lehet, hogy először őt hallgatnám meg,
08:09
because there are more people who refer to him.
145
489042
2359
mert többen hivatkoznak rá.
08:12
OK, that was easy,
146
492354
2664
Rendben, ez egyszerű volt.
08:15
but now what about if you have a big bunch of people who will testify?
147
495042
5246
De mi van akkor, ha egy csomóan akarnak tanúskodni?
08:20
And this graph,
148
500864
1352
E gráfot fölfoghatom úgy is,
08:22
I may think of it as all people who testify in a complicated crime case,
149
502240
5619
mint azok összességét, akik tanúskodni akarnak egy bonyolult bűnügyben,
08:27
but it may just as well be web pages pointing to each other,
150
507883
4022
de lehetnének egymásra mutató,
08:31
referring to each other for contents.
151
511929
2071
tartalmilag egymásra hivatkozó weboldalak is.
08:34
Which ones are the most authoritative?
152
514878
2336
Melyek a leginkább mérvadók?
08:37
Not so clear.
153
517587
1334
Nemigen világos.
08:40
Enter PageRank,
154
520091
1900
Lépjünk be a PageRankbe,
08:42
one of the early cornerstones of Google.
155
522015
2536
ez a Google egyik előzménye.
08:45
This algorithm uses the laws of mathematical randomness
156
525337
4242
Ez az algoritmus a matematikai véletlen törvényeit használja
08:49
to determine automatically the most relevant web pages,
157
529603
3857
a legmérvadóbb weboldalak meghatározására,
08:53
in the same way as we used randomness in the Galton Board experiment.
158
533484
5062
ugyanazon módszerrel, mint amit a Galton-deszka kísérletében alkalmaztunk.
08:59
So let's send into this graph
159
539341
2341
Küldjünk a gráfba
09:01
a bunch of tiny, digital marbles
160
541706
2850
egy csomó pici digitális golyót,
09:04
and let them go randomly through the graph.
161
544580
3749
hadd mozogjanak benne véletlenszerűen.
09:08
Each time they arrive at some site,
162
548353
1667
Valahányszor egy weboldalra érnek,
09:10
they will go out through some link chosen at random to the next one.
163
550044
4166
egy véletlen módon választott hivatkozáson át mennek a következő oldalra.
09:14
And again, and again, and again.
164
554234
1753
Megint és megint és megint.
09:16
And with small, growing piles,
165
556358
1628
A növekvő kis kupacok alapján
09:18
we'll keep the record of how many times each site has been visited
166
558010
3753
följegyezhetjük, hogy e digitális golyók hányszor keresték föl
09:21
by these digital marbles.
167
561787
1945
az egyes oldalakat.
09:24
Here we go.
168
564243
1151
Tessék.
09:25
Randomness, randomness.
169
565418
1848
Véletlen, véletlen.
09:27
And from time to time,
170
567811
1448
Időről időre ugorjunk is
09:29
also let's make jumps completely randomly to increase the fun.
171
569283
3952
teljesen véletlenszerűen, hogy a dolog még murisabb legyen.
09:34
And look at this:
172
574471
1216
Nézzék csak ezt:
09:36
from the chaos will emerge the solution.
173
576358
2785
a zűrzavarból előjön a megoldás.
09:39
The highest piles correspond to those sites
174
579483
2485
A legmagasabb kupacok ama oldalaknak felelnek meg,
09:41
which somehow are better connected than the others,
175
581992
3511
amelyek gyakrabban kapcsolódnak más oldalakhoz,
09:45
more pointed at than the others.
176
585527
2273
amelyekre több hivatkozás mutat, mint másokra.
09:47
And here we see clearly
177
587824
1722
Itt világosan látszik,
09:49
which are the web pages we want to first try.
178
589570
3032
mely weboldalakat akarunk először megnézni.
09:53
Once again,
179
593507
1151
Ismétlem,
09:54
the solution emerges from the randomness.
180
594682
2460
a megoldás a véletlenen alapul.
09:57
Of course, since that time,
181
597775
2251
Persze, azóta
10:00
Google has come up with much more sophisticated algorithms,
182
600050
3707
a Google kifinomultabb algoritmusokkal jött elő,
10:03
but already this was beautiful.
183
603781
2280
de már ez is csodaszép volt.
10:06
And still,
184
606981
1476
Mégis, ez csak
10:08
just one problem in a million.
185
608481
1611
egyike a milliónyi problémának.
10:10
With the advent of digital area,
186
610734
2270
A digitális korszak eljöttével
10:13
more and more problems lend themselves to mathematical analysis,
187
613028
5016
egyre több feladatnál folyamodnak matematikai elemzéshez,
10:18
making the job of mathematician a more and more useful one,
188
618068
4365
s így a matematikusok munkája az elmúlt időszakhoz képest
még inkább hasznossá válik.
10:23
to the extent that a few years ago,
189
623166
2722
10:25
it was ranked number one among hundreds of jobs
190
625912
3779
Több száz munka közül az első helyre rangsorolták
10:29
in a study about the best and worst jobs
191
629715
3968
egy tanulmányban, amelyet a legjobb és a legpocsékabb munkákról
10:33
published by the Wall Street Journal in 2009.
192
633707
2975
a The Wall Street Journal tett közzé 2009-ben.
10:37
Mathematician --
193
637445
1852
A matematikusi
10:39
best job in the world.
194
639321
1433
a világ legjobb állása.
10:41
That's because of the applications:
195
641646
3068
Az alkalmazási területek miatt:
10:44
communication theory,
196
644738
2139
kommunikáció-elmélet,
10:46
information theory,
197
646901
1820
információelmélet,
10:48
game theory,
198
648745
1260
játékelmélet,
10:50
compressed sensing,
199
650029
1446
tömörített érzékelés,
10:51
machine learning,
200
651499
1562
gépi tanulás,
10:53
graph analysis,
201
653085
1567
gráfelemzés,
10:54
harmonic analysis.
202
654676
1742
harmonikus analízis.
10:56
And why not stochastic processes,
203
656442
2640
És a sztochasztikus folyamatok,
10:59
linear programming,
204
659106
1630
a lineáris programozás
11:00
or fluid simulation?
205
660760
2028
vagy a folyadékmodellezés miért ne?
11:03
Each of these fields have monster industrial applications.
206
663292
3895
E területeknek rengeteg ipari alkalmazásuk van.
11:07
And through them,
207
667211
1151
Nekik köszönhetően
11:08
there is big money in mathematics.
208
668386
1999
a matematikában sok pénz van.
11:11
And let me concede
209
671400
2040
Ismerjük el, ha arról van szó,
11:13
that when it comes to making money from the math,
210
673464
2477
hogyan lehet pénzt keresni a matekkal,
11:15
the Americans are by a long shot the world champions,
211
675965
3824
ebben messze az amerikaiak a világbajnokok
11:19
with clever, emblematic billionaires and amazing, giant companies,
212
679813
4619
a jellemzően okos milliárdosaikkal és nagyszerű óriási cégeikkel;
11:24
all resting, ultimately, on good algorithm.
213
684456
3280
ezek végül a jó algoritmusokon alapulnak.
11:29
Now with all this beauty, usefulness and wealth,
214
689091
3972
Mindezzel a szépséggel, hasznossággal és gazdagsággal
11:33
mathematics does look more sexy.
215
693087
2284
a matematika ugye, hogy szexis?
11:36
But don't you think
216
696399
1617
Ám ne higgyék,
11:38
that the life a mathematical researcher is an easy one.
217
698040
4120
hogy a matematikai kutató élete fenékig tejfel.
11:42
It is filled with perplexity,
218
702959
2741
Tele van nehézséggel,
11:46
frustration,
219
706347
1150
csalódottsággal,
11:48
a desperate fight for understanding.
220
708172
2445
küzdelemmel. hogy megértse a lényeget.
11:51
Let me evoke for you
221
711955
2140
Hadd idézzem föl
11:54
one of the most striking days in my mathematician's life.
222
714119
4380
matematikusi létem egyik legdöbbenetesebb napját.
11:58
Or should I say,
223
718523
1151
Jobban mondva,
11:59
one of the most striking nights.
224
719698
1737
egyik legdöbbenetesebb estéjét.
12:02
At that time,
225
722713
1151
Akkoriban
12:03
I was staying at the Institute for Advanced Studies in Princeton --
226
723888
3151
a princetoni Institute for Advanced Studyban dolgoztam,
12:07
for many years, the home of Albert Einstein
227
727063
2139
amely sokáig Einstein otthona volt,
12:09
and arguably the most holy place for mathematical research in the world.
228
729226
4428
és kétségtelenül a világ matematikai kutatásának szent helye.
12:14
And that night I was working and working on an elusive proof,
229
734878
3844
Aznap este egy fogós bizonyításon dolgoztam,
12:18
which was incomplete.
230
738746
1378
ami még tökéletlen volt.
12:21
It was all about understanding
231
741304
2208
A téma kapcsolatos volt
12:23
the paradoxical stability property of plasmas,
232
743536
3823
a plazma paradox stabilitási tulajdonságával.
12:27
which are a crowd of electrons.
233
747383
1958
A plazma egy rakás elektronból áll.
12:30
In the perfect world of plasma,
234
750423
2736
E tökéletes világban
12:33
there are no collisions
235
753183
1778
nincs összeütközés,
12:34
and no friction to provide the stability like we are used to.
236
754985
3658
és nincs a stabilitást adó megszokott súrlódás sem,
12:39
But still,
237
759392
1151
De ennek ellenére,
12:40
if you slightly perturb a plasma equilibrium,
238
760567
3033
ha egy kissé megbolygatjuk a plazma egyensúlyát,
12:43
you will find that the resulting electric field
239
763624
2688
kiderül, hogy az eredő elektromos pajzs
12:46
spontaneously vanishes,
240
766336
2339
magától eltűnik,
12:48
or damps out,
241
768699
1975
vagy lefogy
12:50
as if by some mysterious friction force.
242
770698
3294
valami rejtélyes súrlódóerő miatt.
12:54
This paradoxical effect,
243
774728
1835
Ezt a paradox hatást
12:56
called the Landau damping,
244
776587
1477
Landau-csillapodásnak hívják;
12:58
is one of the most important in plasma physics,
245
778088
2989
ez az egyik legfontosabb jelenség a plazmafizikában,
13:01
and it was discovered through mathematical ideas.
246
781101
3002
és matematikai elmélet révén fedezték föl.
13:04
But still,
247
784970
1151
De még hiányzott
13:06
a full mathematical understanding of this phenomenon was missing.
248
786145
4230
a jelenség teljes matematikai magyarázata.
13:10
And together with my former student and main collaborator Clément Mouhot,
249
790399
4786
Clément Mouhot-val, volt diákommal és munkatársammal,
13:15
in Paris at the time,
250
795209
1492
még Párizsban
13:16
we had been working for months and months on such a proof.
251
796725
4086
hónapokig dolgoztunk a bizonyításon.
13:21
Actually,
252
801832
1335
Egyébként
13:23
I had already announced by mistake that we could solve it.
253
803191
4746
korábban tévesen kikürtöltem, hogy talán megoldottuk.
13:27
But the truth is,
254
807961
1725
De az az igazság,
13:29
the proof was just not working.
255
809710
2147
hogy a bizonyítás nem volt jó.
13:32
In spite of more than 100 pages of complicated, mathematical arguments,
256
812196
4349
Dacára a több mint százoldalnyi bonyolult matematikai fejtegetésnek
13:36
and a bunch discoveries,
257
816569
1690
és egy csomó fölfedezésnek
13:38
and huge calculation,
258
818283
1267
és rengeteg számításnak,
13:39
it was not working.
259
819574
1169
a bizonyítás hibás volt.
13:41
And that night in Princeton,
260
821290
1681
Aznap este Princetonban
13:42
a certain gap in the chain of arguments was driving me crazy.
261
822995
4301
az érvelés láncolatában egy bizonyos lyuk az őrületbe kergetett.
13:47
I was putting in there all my energy and experience and tricks,
262
827658
4593
Mindent erőmet, tapasztalatomat és cselemet beleadtam,
13:52
and still nothing was working.
263
832275
1742
de semmi sem használt.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
834553
3882
Éjjel 1, éjjel 2, éjjel 3 –
13:58
not working.
265
838459
1308
nem megy és nem megy.
14:00
Around 4 a.m., I go to bed in low spirits.
266
840545
4321
Éjjel 4 felé csüggedtem bújtam ágyba.
14:05
Then a few hours later,
267
845915
2460
Aztán pár óra múlva
14:08
waking up and go,
268
848399
1151
arra ébredtem:
14:09
"Ah, it's time to get the kids to school --"
269
849574
3357
"Ideje iskolába vinni a gyerekeket!"
14:12
What is this?
270
852955
1151
De mi ez?
14:14
There was this voice in my head, I swear.
271
854130
2142
Megszólalt bennem egy hang, esküszöm:
14:16
"Take the second term to the other side,
272
856894
1913
"Vidd a második kifejezést a másik oldalra,
14:18
Fourier transform and invert in L2."
273
858831
1919
Fourier-transzformáld, és invertáld L2-ben."
14:21
(Laughter)
274
861257
1151
(Nevetés)
14:22
Damn it,
275
862432
1702
A manóba!
14:24
that was the start of the solution!
276
864158
2113
Így indult a megoldás!
14:27
You see,
277
867519
1151
Azt hittem,
14:28
I thought I had taken some rest,
278
868694
2283
hogy pihentem egyet,
14:31
but really my brain had continued to work on it.
279
871001
3388
de az agyam tovább dolgozott a feladaton.
14:35
In those moments,
280
875008
1597
Eközben nem gondolunk
14:36
you don't think of your career or your colleagues,
281
876629
2601
a karrierünkre vagy a munkatársainkra,
14:39
it's just a complete battle between the problem and you.
282
879254
3690
csak folyik a teljes csata a feladat és közöttünk.
14:44
That being said,
283
884098
1328
Egyáltalán nem baj,
14:45
it does not harm when you do get a promotion in reward for your hard work.
284
885450
3949
ha az ember a derekas munkájáért elismerésben részesül.
14:49
And after we completed our huge analysis of the Landau damping,
285
889808
5160
Miután befejeztük a Landau-csillapodás terjedelmes elemzését,
14:54
I was lucky enough
286
894992
1615
volt szerencsém
14:56
to get the most coveted Fields Medal
287
896631
3030
átvenni az áhított Fields-érmet
14:59
from the hands of the President of India,
288
899685
2867
India elnökétől
15:02
in Hyderabad on 19 August, 2010 --
289
902576
3920
Hyderabadban 2010. augusztus 19-én.
15:07
an honor that mathematicians never dare to dream,
290
907453
3251
Ilyen megtiszteltetésről matematikusok álmodni sem mernek;
15:10
a day that I will remember until I live.
291
910728
2399
e napot életem végéig sem felejtem el.
15:14
What do you think,
292
914366
1447
Mi jut eszünkbe
15:15
on such an occasion?
293
915837
2141
egy ilyen eseményen?
15:18
Pride, yes?
294
918002
1150
A büszkeség, ugye?
15:19
And gratitude to the many collaborators who made this possible.
295
919791
3640
Meg a munkatársakat megillető hála, akik ezt lehetővé tették.
15:24
And because it was a collective adventure,
296
924304
2212
S mivel ez közös kaland volt,
15:26
you need to share it, not just with your collaborators.
297
926540
4142
nemcsak a munkatársakkal kell megosztanom.
15:31
I believe that everybody can appreciate the thrill of mathematical research,
298
931548
5692
Hiszem, hogy mindenki értékelheti a matematikai kutatás keltette borzongást,
15:37
and share the passionate stories of humans and ideas behind it.
299
937264
4318
és osztozhat abban a szenvedélyben és gondolatokban, amelyek mögötte vannak.
15:42
And I've been working with my staff at Institut Henri Poincaré,
300
942494
4774
Csapatom az Henri Poincaré Intézetben együtt dolgozik partnereinkkel, és azokkal
15:47
together with partners and artists of mathematical communication worldwide,
301
947292
5181
a világ minden tájáról, akik nagyok a matematikai gondolatok megosztásában.
15:52
so that we can found our own, very special museum of mathematics there.
302
952497
4587
Így létre tudunk hozni egy különleges múzeumot a matematikáról.
15:58
So in a few years,
303
958537
1777
Pár év múlva,
16:00
when you come to Paris,
304
960885
1577
ha Párizsba visz az útjuk,
16:02
after tasting the great, crispy baguette and macaroon,
305
962486
5658
a pompás ropogós bagett és macaron megkóstolása után
16:08
please come and visit us at Institut Henri Poincaré,
306
968168
3663
látogassanak el hozzánk az Henri Poincaré Intézetbe,
16:11
and share the mathematical dream with us.
307
971856
2515
és osszák meg velünk a matematikáról szőtt álmot.
16:14
Thank you.
308
974395
1151
Köszönöm.
16:15
(Applause)
309
975570
7000
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7