CyberGi

Acabei de ler esses dias um livro muito bacana, o “Uma senhora toma chá… – como a estatística revolucionou a ciência no século XX”, de David Salsburg.

O autor consegue a proeza de traçar um panorama da história da estatística até o final do século XX de maneira bem agradável, com exemplos de aplicações até os dias atuais, além de falar de alguns cientistas, alguns humildes e outros com ego grande, tramas com estatísticos trabalhando com a cervejaria Guiness e outras sobre preconceitos sexuais com as mulheres na estatística. É bom tanto para os iniciados na área como para os não-iniciados, que nem precisam ter profundo background matemático.

Tem várias personalidades, como R. A. Fisher (estranhamente, confundo-o com Bob Fisher de vez em quando…) e A. N. Kolmogorov (um de meus matemáticos prediletos, merecidamente um Mozart da matemática). Mas o que achei legal mesmo é o destaque que o autor deu às mulheres na história da estatística. Eu não sabia que a enfermeira Florence Nightingale era uma boa estatística! Melhor ainda, ela inspirou um casal amigo dela a dar o nome Florence Nightingale David à filha do casal. Pois é, existem duas Florences Nightingales! F.N. David trabalhou por uns tempos com o eminente estatístico Karl Pearson, que também está no livro. Na real, o nome original do cara era Carl, mas mudou-o para Karl, em homenagem a Karl Marx. O_o

A guria também escreveu um livro interessante sobre probabilidade, o “Games, Gods and Gambling”, um misto de autobiografia com história. Vou dar uma olhada nesse livro também

Outra coisa interessante que aprendi do livro é a chamada “lei da misonomia de Stigler” ou “lei da eponimia de Stigler”. O que diabos significa? O enunciado da lei seria:

Nenhuma coisa na ciência leva o nome da pessoa que a descobriu.

Eu não diria que TUDO na ciência e em matemática segue essa lei, mas realmente há exemplos abundantes. Para começar, com a própria lei:

• Lei de Stigler: Stephen Stigler diz que a lei foi enunciada pelo sociólogo Robert K. Merton.
• Distribuição gaussiana (normal): Dizem que foi Gauss que descobriu isso. Mas foi Abraham de Moivre quem escreveu primeiro a fórmula. Há alguns comentários na literatura de que Daniel Bernoulli tenha a escrito, mas não é unanimidade.
• Distribuição de Poisson: Poisson escreveu sobre essa distribuição, mas novamente, a distribuição foi descrita anteriormente por um dos Bernoulli.
• Mal de Alzhemier: É verdade que foi descrita por Alois Alzhemier, mas outros já faziam descrições dessa doença.
• Algarismos arábicos: Deviam ser chamados de algarismos indianos ou hindu, afinal, foram inventados na Índia! Vez ou outra, os chamam de indo-arábicos…

E há vários outros exemplos…

Não é simplesmente mais um livro sobre a história da estatística. Diria até que foi o melhor que li até agora. Tem outro que fiz breves comentários, o “Enigmas of Chance” de Mark Kac, mas o “Uma senhora toma chá…” ganha de longe! Recomendadíssimo!

Um dos motivos de eu adorar a biblioteca da universidade é que em meus frequentes passeios por ela, sempre me deparo com livros que, de outro modo eu nem ia saber ou demoraria mais ainda a ler. Tem uma seção na biblioteca dedicada a biografias de matemáticos e foi numa dessas passagens que peguei uma autobiografia de Mark Kac, o “Enigmas of Chance”.

Kac foi um matemático polonês que emigrou aos EUA pouco antes da invasão da Polônia pela Alemanha nazista. Foi bastante ativo na área de probabilidade e estatística e trabalhou com vários matemáticos eminentes, entre eles, Erdös.

Apesar de não achar tão cativante quanto a biografia “The Man who loved only numbers” (sobre Paul Erdös), o livro do Kac tem seus méritos, já que acabei aprendendo algumas coisas aqui e acolá.

Uma que achei interessante é o efeito Mateus (em inglês, Matthew effect), termo cunhado por Robert Merton, que descreve a tendência de cientistas famosos obterem mais crédito do que deveriam que cientistas não tão famosos, por trabalhos similares. Isso não é novidade, eu só não sabia que tinha um nome.

O nome vem do versículo Mateus 25:29:
“Porque a todo o que tem, dar-se-lhe-á, e terá em abundância; mas ao que não tem, até aquilo que tem ser-lhe-á tirado.”

Kac mencionou o estudo de Marian Smoluchowski, que descreveu o movimento browniano. Outro cientista, Albert Einstein, também explicou o fenômeno, de maneira diferente. Não é nenhuma surpresa que hoje pouca gente saiba disso e o crédito ser atribuído geralmente só a Einstein.

Outro exemplo que vi, desta vez na Wikipedia, é a noção de complexidade de Kolmogorov (basicamente, qual o menor recurso computacional necessário para descrever algum objeto – veja mais no verbete da Wikipedia). Ray Solomonoff é que formalizou essa noção, consequência de seus estudos na teoria de probabilidade algorítmica. Kolmogorov chegou às mesmas ideias pouco depois de Solomonoff.

Sem contar que, a von Neumann, é atribuído o título de “pai do computador”. De fato, vários de seus estudos revolucionaram e ajudaram a impulsionar a teoria da computação e de informação. Mas é injusto atribuir créditos apenas a ele, alguns de seus estudos também tinham ideias expandidas de outros colaboradores. Mesma coisa com a teoria dos jogos, poucos se lembram de Oskar Morgenstern, que escreveu em conjunto com von Neumann o livro que inaugurou oficialmente a teoria dos jogos na matemática.

Eu resolvi pesquisar para ver se não era o caso de César Lattes (um dos descobridores do méson-pi) e de Rosalind Franklin (que também decifrou a estrutura correta do DNA). O primeiro caso, de Lattes, foi mais pelas regras injustas do comitê Nobel, que até 1960 só premiava o líder de pesquisa do grupo.

E o segundo caso, de Rosalind Franklin, me levou a conhecer o corolário do efeito Mateus, o efeito Matilda. Primeiro, deixe-me dizer o que significa corolário: é a consequência imediata de um teorema ou postulado, nesse caso, o efeito Mateus.
Cunhado pela historiadora científica Margaret Rossiter, por causa de Matilda Gage (que experimentou “em primeira mão” o efeito), identifica a situação em que mulheres cientistas recebem pouco ou nenhum crédito pelo seu trabalho científico.

Esses são só alguns dos exemplos. E assim segue a história da ciência… Parece que hoje a situação melhorou bastante, mas ainda tem o que melhorar. O futuro nos dirá.

Ver mais:
Mark Kac on education, physics and mathematics
Biografia de Mark Kac no MacTutor

Fonte do trecho bíblico aqui.