A forma de sino que revolucionou a ciência
No coração de inúmeras descobertas científicas, desde a previsão do lançamento de moedas até a localização de planetas distantes, reside uma forma matemática peculiar: a curva em sino. O que pode parecer uma coincidência é, na verdade, uma profunda conexão entre diferentes avanços que moldaram nosso entendimento do mundo, uma história que começa modestamente em 1730 com o matemático Abraham de Moivre.
De Moivre, em um apêndice de seu livro “Miscellanea Analytica”, lançou uma questão aparentemente simples: qual a probabilidade de obter um determinado número de caras ao lançar uma moeda um grande número de vezes (N)? Embora a expectativa seja N/2 caras, ele percebeu que desvios eram possíveis e, mais importante, que a probabilidade de se afastar muito da média diminuía drasticamente. O resultado foi a visualização de uma curva em forma de sino, um padrão que se tornaria onipresente na ciência.
Para chegar a essa conclusão, De Moivre precisou de uma ferramenta crucial: uma fórmula para calcular o fatorial de um número inteiro (N!). Essa fórmula, no entanto, acabou sendo mais associada a James Stirling, colega de De Moivre, entrando para a história com seu nome, um dos muitos legados que o primeiro matemático não viu plenamente reconhecidos em vida.
As informações foram reunidas a partir de dados divulgados por publicações científicas e históricas.
Da Estatística à Astronomia: A Universalidade da Curva
O trabalho pioneiro de De Moivre não foi um ponto final, mas um ponto de partida. Décadas depois, Pierre-Simon de Laplace e Carl Friedrich Gauss, independentemente, demonstraram que a curva em forma de sino, também conhecida como distribuição gaussiana ou normal, emergia em uma vasta gama de situações envolvendo dados independentes. Essa universalidade a tornou uma pedra angular da estatística.
A motivação de Gauss para aprofundar seus estudos sobre essa distribuição foi particularmente intrigante. No início do século XIX, um grupo de astrônomos, apelidado de “Polícia Celestial”, buscava um planeta desconhecido entre Marte e Júpiter. Em 1801, eles identificaram Ceres, hoje classificado como planeta-anão. Contudo, após Ceres desaparecer de vista ao passar por trás do Sol, foi Gauss quem, com um novo método de cálculo, conseguiu prever sua localização exata e redescobri-lo.
O Método dos Mínimos Quadrados e a Disputa pela Prioridade
O sucesso de Gauss em encontrar Ceres foi, em grande parte, devido ao desenvolvimento do método dos mínimos quadrados. Essa técnica revolucionária permitia simplificar dados experimentais complexos, como observações astronômicas, através de fórmulas mais manejáveis, tornando-se uma ferramenta indispensável em qualquer análise numérica moderna. Foi para fundamentar matematicamente esse método que Gauss aprofundou a teoria da distribuição gaussiana.
No entanto, a história da ciência raramente é linear. Em 1805, André-Marie Legendre publicou o método dos mínimos quadrados, sem conhecimento do trabalho anterior de Gauss, para calcular órbitas de cometas. Essa sobreposição gerou uma amarga disputa pela prioridade, com Gauss insistindo ter utilizado o método uma década antes da publicação de Legendre. Gauss, um dos maiores matemáticos da história, apesar de ter se beneficiado do trabalho inicial de De Moivre, defendeu sua primazia com intransigência, em uma polêmica que só o tempo pôde, em parte, apaziguar.
Assim, a humilde pergunta sobre o lançamento de moedas desdobrou-se em uma narrativa complexa, tecendo conexões inesperadas entre a probabilidade, a estatística e a exploração do cosmos, demonstrando como avanços aparentemente díspares se entrelaçam para construir o edifício do conhecimento humano.
