• Logo Biblioteca de la Universidad de Sevilla
  • Páginas

  • Categorías

  • RSS GME RSS

    • Se ha producido un error; es probable que la fuente esté fuera de servicio. Vuelve a intentarlo más tarde.
  • Archivo de MATBUS

  • Comentarios recientes

    Melanicastillo en Sofía XT, una web para mejorar…
    Nahomi Lucero Azuara… en Nahomi Lucero Azuara, de Tamau…
    La Guía de Matemátic… en La Guía de Matemáticas cumple…
  • Escribe tu dirección de correo electrónico para suscribirte a este blog, y recibir notificaciones de nuevos mensajes por correo.

    Únete a otros 119 seguidores

La vida de Hilda Geiringer, la olvidada y genial mujer que revolucionó las matemáticas

Hilda Geiringer nació en Viena en 1893. Realizó estudios de matemáticas y física en la Universidad de Viena.

Logró su doctorado en matemáticas en 1917, al año siguiente su tesis, en la que abordó trigonometría avanzada y elaboró una teoría generalizada para una serie de Fourier en dos variables, fue publicada en Monatshefte für Mathematik und Physik (Matemáticas y Física Mensual).

En 1921 se convirtió en asistente de Richard von Mises, el director del recién establecido Instituto de Matemáticas Aplicadas de la Universidad de Berlín (hoy Universidad Humboldt de Berlín).

Seis años después, a la edad de 34 años, Geiringer se convirtió en la primera profesora “Privadozent” de la universidad.

En 1930, a los 37 años, logró una de sus contribuciones más importantes a las matemáticas aplicadas. Cada vez se enfocaba más en las áreas de estadística, probabilidad y plasticidad.

La deformación plástica ocurre cuando fuerzas causan que un objeto se distorsione permanentemente. Von Mises estaba buscando formas de simplificar ecuaciones diferenciales que determinaran la deformación plástica en metales.

Geiringer encontró una forma de combinar dos condiciones dentro de una ecuación única, simplificando y acelerando enormemente el proceso para calcular la deformación. Esto es conocido ahora como las ecuaciones Geiringer.

Tras la llegada de los nazis al poder, en 1933, perdió su cargo en la universidad y se trasladó a Turquía, donde fue contratada por cinco años.

Allí persiguió múltiples ramas de investigación, publicó 19 artículos en inglés e incluso un manual de cálculo en turco. También condujo investigación innovadora en teoría de la probabilidad y genética mendeliana al configurar ecuaciones recursivas para estudiar la distribución de genotipos y tipos de sangre.

A finales de los años 30, se trasladó a Estados Unidos y se casó con von Mises en 1943.

Durante la Segunda Guerra Mundial, había una demanda de matemáticas aplicadas en Estados Unidos, sobre todo por la investigación vinculada a la guerra.

Pero a pesar de la demanda y las habilidades de Geiringer, debido a su género quedó descalificada para muchos empleos.

Después de cinco años en Bryn Mawr y de estar buscando empleo universitario, fue nombrada jefa del departamento de matemáticas en Wheaton College, otro colegio para mujeres en Norton, Massachusetts.

Se quedó en Wheaton, que le otorgó un doctorado honorario en matemáticas, hasta su retiro en 1959. Ese mismo año fue elegida miembro de la Academia Estadounidense de Artes y Ciencias.

Siguió haciendo investigación cuando tuvo tiempo, pero su proyecto más significativo fue compilar, editar y publicar en dos ediciones el libro que Von Mises dejó sin terminar tras su muerte en 1953: Probabilidad, Estadística y Verdad en 1964 y Teoría Matemática de Probabilidad y Estadística en 1957.

Leer más:

https://www.bbc.com/mundo/vert-fut-50503128

Sólo 1 de cada 1.000 trabajadores en México se especializa en matemáticas y estadística

En México sólo el 0.1% de la población ocupada es especialista en las áreas de matemáticas y estadística. En concreto, de los 54 millones de ocupados en el país, sólo 53,900 cuentan con esta formación.

El 80% de estos profesionales trabaja de manera subordinada o remunerada, sólo el 20% son trabajadores por cuenta propia. La mayoría de ellos trabaja en unidades económicas pequeñas o medianas, sólo 17 de cada 100 tiene un empleo en empresas grandes o en el sector público.

Leer más:

https://www.eleconomista.com.mx/arteseideas/Solo-1-de-cada-1000-trabajadores-en-Mexico-se-especializa-en-matematicas-y-actuaria–20190717-0093.html

La Guía de Investigación en Matemáticas y Estadística cumple un año

La Guía de Investigación en Matemáticas y Estadística celebró el pasado fin de semana su primer aniversario, pues se creó el 25 de mayo de 2018.

Acumula un total de 1.700 visitas y se puede ver en este enlace: https://guiasbus.us.es/matesinvestigacion

Conferencia “La estadística ¿engaña?”, en Bulebar (Alameda de Hércules), 21 de noviembre

Lugar: Bulebar, Alameda de Hércules 83 (Sevilla).
Fecha y hora: miércoles 21 de noviembre de 2018 a las 21

La estadística ¿engaña? La conferencia trata sobre las dificultadas a las que se enfrentan los investigadores en estudios estadísticos y un caso engañoso en el que esta rama de las matemáticas tiene un papel destacado.

El ponente, Juan Antonio Cuesta, nació en Segovia en 1955 y se licenció y doctoró en Matemáticas en la Universidad de Valladolid. Empezó su vida profesional en el Colegio Universitario de Burgos y de ahí pasó a la Universidad de Cantabria, donde continúa. Tiene decenas de publicaciones internacionales, conferencias invitadas en congresos internacionales y seminarios impartidos en universidades de todo el mundo.

Publicada la Guía de investigación en Matemáticas y Estadística

formulas-matematicas

El pasado viernes 25 de mayo se publicó la Guía de investigación en Matemáticas y Estadística.

Se puede consultar en este enlace:

https://guiasbus.us.es/matesinvestigacion

Tiene un total de 12 secciones, que son las siguientes:

  • Inicio
  • Acreditación y sexenios
  • Índices de impacto y cuartiles
  • Journal Citation Reports (JCR)
  • Factor de impacto con Scopus
  • Índice H
  • Otros índices de impacto
  • Informes de citas
  • Autores
  • Perfiles de autor
  • Publicación y difusión
  • Sitios web

La guía ha tenido en sus primeros días una considerable actividad, sumando un total de 324 visitas, repartidas sobre todo en el viernes 25 (126) y el lunes 29 (179).

90 años del nacimiento de Hirotugu Akaike, el matemático de las estadísticas más exactas

1509868066_437268_1509899197_noticia_normal_recorte1

Hirotugu Akaike nació un 5 de noviembre, de 1927 en la provincia japonesa de Shizuoka, cerca del monte Fuji y estudió matemáticas en la Universidad de Tokio después de la Segunda Guerra Mundial.

Su carrera profesional se desarrolló entre 1952 y 1994 en el Instituto de Estadística Matemática de Japón.

A principios de los años 50, se hizo la pregunta de cómo podría variar el resultado de una estadística según las variables que se introdujesen. Después de más de dos décadas de investigación, logró dar respuesta a su inquietud con una simple ecuación conocida como el Criterio de Información de Akaike.  Los analistas seleccionan un modelo entre un conjunto de opciones que les permite conocer lo cerca que estarán los resultados de la verdad.

Con más de cien publicaciones científicas en prestigiosas revistas matemáticas y decenas de charlas y seminarios, en 2006 fue galardonado con el Premio Kyoto por el desarrollo del Criterio de información de Akaike (AIC), entre otros logros. Murió en 2009.

Google le hizo un homenaje con un retratro del matemático en el día en que habría cumplido 90 años.

Leer más:

https://elpais.com/elpais/2017/11/05/ciencia/1509868066_437268.html

 

¿Pueden las matemáticas descubrir al nuevo Cristiano Ronaldo?

14969564870555

Las matemáticas han llegado al mercado de fichajes: el uso del Big Data para tomar decisiones es cada vez más común en el fútbol después de haberse aplicado en otros deportes.

La analítica de datos trata de recabar información sobre las variables que intervienen en el juego con el fin de tomar decisiones, como el estado de forma de los jugadores o su adecuación al estilo del entrenador.

La principal diferencia del fútbol con otras disciplinas en las que se utiliza la analítica es que se trata de un deporte con posesiones infinitas y a reloj corrido, por lo que es más difícil de analizar por la cantidad de datos que produce.

La estadística en el mercado de fichajes puede ayudar a un equipo a mantenerse en primera línea y fichar a los mejores jugadores, o ayudar a progresar a equipos que nunca han llegado a Primera División.

Leer más:

http://www.expansion.com/directivos/deporte-negocio/2017/06/09/5939bd9d268e3ea6538b46d0.html

 

A %d blogueros les gusta esto: