El Premio Bunge y Born será por primera vez para un matemático
LA NACION, 8 de agosto de 2018 - Se recuerda como un chico de "rioba": cursó el ciclo primario y secundario en escuelas del Estado y obtuvo su licenciatura en la universidad pública. Su padre era casi analfabeto afirma y su madre había completado la escuela primaria. Pero esto no le impidió a Víctor Yohai, de 79 años, ser internacionalmente reconocido en su especialidad, la estadística. El martes próximo recibe el Premio Bunge y Born, que por primera vez se otorga a un matemático.
Formado en la Universidad de Buenos Aires y doctorado en la de Berkeley, en California, Estados Unidos, Yohai, actualmente investigador del Conicet, es docente emérito de la UBA y también fue profesor de la Universidad de La Plata. "Estuve en la Noche de los Bastones Largos, renuncié como muchos de mis compañeros, y pasé un año en Venezuela recuerda. Elegí doctorarme en estadística en Berkeley porque había grandes profesores. Allí aprendí una fórmula que usé toda mi vida: trabajar en problemas que requieren mucha matemática, pero que al mismo tiempo tengan utilidad para el análisis de datos, que es lo que le importa a la estadística".
Con un doctorado hecho en tiempo récord (dos años), porque habiendo muerto su padre debía volver a Buenos Aires, a su regreso dudó entre dedicarse a la consultoría o a la investigación. Eligió la segunda opción y se destacó en un campo de amplias aplicaciones. Hace algunas semanas recibió la llamada comunicándole la distinción.
"Me da vergüenza se ríe, pero sonó el teléfono, estaba muy dormido y no entendía muy bien lo que me anunciaban. Hablé con cada uno de los miembros del jurado, me felicitaron, pero no sabía de dónde me estaban llamando. Después empecé a recapacitar. ¿Quién iba a traer a Luis Caffarelli [un matemático, también argentino, que es considerado un líder en sus campos de investigación y es ampliamente reconocido en el mundo] a la Argentina para entregar un premio? ¡Tenía que ser la Fundación Bunge y Born! Estoy muy contento. Fue una gran alegría y una sorpresa múltiple, porque eligieron por primera vez a la matemática y, habiendo tantas ramas con cultores de muy alto nivel, se lo dieron a la estadística".
Doctor Yohai, muchos científicos afirman que fue un docente notable el que los ayudó a descubrir su vocación. ¿Usted tuvo profesores que influyeron en su decisión?
En primario, tuve durante cuatro años un maestro excelente, de esos que ya no existen. En la secundaria, eran malísimos... con excepción de la profesora de matemática, que a mí me resultaba fácil. Pero había muchas materias que me interesaban. Solamente en una me iba mal y casi me fui a examen: dibujo y trabajo manual, eran mis puntos débiles.
¿Lo inspiró alguien de su familia?
No... mi padre era prácticamente analfabeto. Fue un inmigrante judío sefardita de Turquía, que hablaba ladino, así que se integró rápidamente en el país. Había empezado a trabajar a los ocho años. Aquí, comenzó como vendedor ambulante, le fue bien y puso una tienda muy exitosa. Hacía cuentas mentales perfectamente, más rápido que yo. Y mi madre tenía educación primaria bastante buena, y también tenía facilidad para hacer cuentas, pero interés en la matemática, ninguno. Cuando anuncié lo que iba a estudiar pusieron el grito en el cielo: "¿Qué carrera es esa? ¿De qué vas a vivir?", me contestaron. Ellos querían que fuera farmacéutico o escribano. Esas eran las carreras con las que uno tenía la vida asegurada.
¿Qué es lo que lo atrajo de esta materia que tantos estudiantes temen?
A mí me interesaban muchas disciplinas, como la filosofía, la historia... Pero lo que me atraía de la matemática era el criterio de verdad. Que las cosas que eran verdaderas, eran verdaderas...
Para toda la eternidad...
[Una vez que un teorema está demostrado] no hay manera de que alguien lo discuta. En cambio todo lo demás estaba muy influido por creencias, ideologías, y a veces era difícil decir quién tenía razón. Incluso las ciencias biológicas, al ser demostrables experimentalmente, se van refutando todo el tiempo.
Es bello que algo sea verdad por los siglos de los siglos...
La matemática es bella. Y esa belleza a veces es difícil transmitirla. Cuando terminé la secundaria entré en la licenciatura, en 1957, donde tuve maestros maravillosos. Era la renovación de una universidad caduca y había docentes realmente notables, como Misha Kotlar y Gregorio Klimovsky, ambos casi autodidacta. Klimovsky era un profesor extraordinario, nunca tuve otro igual, ni en los Estados Unidos. Me entusiasmé mucho. La carrera era toda de matemática pura, no se veía nada de aplicaciones, y a mí me encantaba.
¿Y por qué se inclinó hacia la estadística?
Porque en un momento sentí la necesidad de que mi trabajo tuviera una aplicación rápida a la sociedad. Es cierto que la matemática pura muchas veces tiene aplicaciones importantísimas y revolucionarias. Pero no hay garantías y el tiempo que hay que esperar puede ser muy largo. Yo quería tener resultados rápidos, sentir que la sociedad se beneficiaba. Pero siempre digo que fue una suerte que tuviera una formación muy buena, porque me fue muy útil en la estadística. Utilísima. Por dos razones: por un lado los conocimientos que había recibido los aplicaba continuamente y a veces tenía que estudiar más matemática pura, porque me faltaba. Y por otro, porque de alguna manera estructuró mi forma de pensar. Empecé a comprender y aplicar el razonamiento deductivo, que es básico en matemática. Cuando quería ver alguna propiedad de los procedimientos estadísticos, recurría a mi pensamiento lógico. Por eso pienso que es tan importante la enseñanza de la matemática en la secundaria: porque enseña a pensar.
¿Por qué se discute tanto sobre los resultados estadísticos?
Las dudas que surgen no tienen nada que ver con la estadística, sino con los manipuladores de la estadística. Algunos lo hacen de manera vergonzosa, otros más sutilmente.
En esta época en la que circula enorme cantidad de datos acerca de los temas más diversos y que puede llevar a conclusiones completamente erróneas, ¿es imprescindible tener nociones de estadística, aunque sean elementales?
Cuando se quiere mentir, se miente; siempre hay maneras, algunas muy burdas, y otras más sofisticadas. Uno puede envolver una mentira de mucha matemática. Y eso no lo va a poder descubrir el público general, porque no es fácil encontrar dónde está la mentira. En general, uno no tiene que creer todo lo que se dice. Tiene que haber una autoridad que sea verdaderamente solvente. Es decir, una universidad prestigiosa, por ejemplo, no una persona. La única manera de protegerse de las fake news, como se les dice ahora, es esa: fijarse en quién lo dice, qué antecedentes tiene.
¿Como experto en estadística, encuentra muchos errores cuando lee el diario?
A veces, digo: "esto sospecho que no es cierto", pero no me pongo a hacer una investigación. No es mi tarea mezclarme con los datos, me dedico a otra cosa. Por suerte, mi área de investigación es la estadística robusta. ¿Y qué es eso? La estadística clásica trabaja con modelos muy específicos y supone que todos los datos que uno tiene se ajustan perfectamente a ese modelo. Por ejemplo, el modelo de regresión: cuando quiero relacionar una variable con otras, para predecir, supongamos, la inflación. Busco las variables relacionadas: el gasto del gobierno, el precio del dólar y muchas otras. Entonces les pongo pesos a cada uno de esos factores, pero siempre hay algo que queda sin explicar. Un errorcito. Y ese error en general se supone que es "normal". A partir de esos supuestos, se deducen procedimientos que son óptimos. Claro que estos procedimientos son óptimos, si todo es cierto. Pero si hay alguna observación que por alguna razón no sigue el modelo, porque es un año particular, el año de la debacle financiera mundial, por ejemplo, puede llevar a conclusiones totalmente falsas. Entonces, lo que nosotros tratamos de hacer son procedimientos robustos; es decir, que si hay unos pocos datos que no se ajustan al modelo, o si los errores se desvían de la curva normal, igual den buenos resultados.
¿En qué se aplican sus investigaciones?
Los primeros procedimientos robustos se hicieron para regresión, que es el modelo para predecir la inflación. Eran robustos, no cambiaban mucho si había unas pocas observaciones medio disparatadas. Pero cuando todo iba bien, eran un poco ineficientes; es decir, que se requerían muestras más grandes para obtener la misma precisión. Mi trabajo fue conciliar la eficiencia con la robustez. Desarrollar procedimientos que, si hay estos datos atípicos o anómalos, no sean afectados. Pero si no los hay, es tan eficiente como los procedimientos óptimos cuando todo está bien. Los modelos que hago se aplican en todo, desde la agricultura, hasta la industria, la economía, la geología, la medicina, la ingeniería...
¿Disfruta de la docencia?
Me gusta mucho, pero me pone nervioso, ¿eh? Todavía me pone nervioso.
¿Prepara las clases?
¡Por supuesto! Las tengo que preparar hasta el último detalle. No dejo nada sin revisar. Si no, puede salir cualquier cosa. Ahí, por lo menos para mí, no hay modelo que exista para predecir qué es lo que va a ocurrir. Uno puede tener una clase muy preparada, después la da y no le gusta nada. Y a veces va un poco "a poncho" y da una clase magnífica. Esas cosas pasan. En este momento, tengo alumnos de doctorado, porque ya me cansaba mucho. Lo que más me cansó fue cuando en la Universidad San Andrés me tocó enseñarles a los economistas, que me daban mucho miedo. Y... sí. Porque a los matemáticos uno les enseña algo que les interesa. En cambio, para un economista la matemática es tangencial. Puede haber algunos a los que les interese mucho, pero en general no es la materia que más los atrae. Entonces tenía que hacer todo un show para que se interesaran. Llegaba a mi casa muerto, cansado. (No sé cómo hacen los actores de teatro...) Pero parece que les gustaba, porque en los rankings de profesores que se hacían todos los semestres aparecía primero.
¿Hay un entorno especial en el que se le ocurren las ideas más afortunadas?
¡Qué pregunta! Me acuerdo de dos situaciones especialmente exóticas. Una fue en oportunidad de uno de los trabajos, para mi gusto, más interesantes que hice, pero al que nadie le dio mucha importancia (esas cosas pasan). Trabajaba con otros dos colaboradores y había un punto al que no había manera de encontrarle la vuelta, había que mostrar algo, inclusive lo consulté con el doctor [Alberto] Calderón, [considerado uno de los más importantes del Siglo XX] una eminencia. Le pareció un tema muy interesante, pero no pudo responderme. Y un día estaba manejando cuando de pronto dije "¡ah!", se me había ocurrido cómo resolverlo. Y la segunda fue cuando estaba haciendo la tesis. Habían venido unos primos míos a San Francisco, entonces los invité a mi departamento en Berkeley y, muy generoso, les ofrecí mi cama y me fui al living a acostarme en una bolsa de dormir. Mientras trataba de conciliar el sueño resolví los problemas que no podía resolver para mi tesis. ¡Todo puede pasar!
¿Qué consejo le daría a un matemático en ciernes?
La carrera de matemático es muy dura, pocos llegan. Uno puede ganarse la vida dando un curso acá y otro allá, pero no hay que amilanarse.Lo importante es insistir. En general, cuando uno insiste insiste e insiste, resuelve los problemas.
¿Todavía se divierte y se apasiona haciendo matemática?
Es muy divertida... Sigo investigando, por supuesto, es mi vida. Y quiero subrayar que se escuchan muchas voces sobre que hay que priorizar únicamente la investigación en las áreas tecnológica y descuidar un poco la ciencia básica. Me parece un error esencial, porque no puede haber buena matemática aplicada, en particular la estadística, sin buena matemática pura. Yo veo a las ciencias como un entramado, como un sistema ecológico. A veces uno elimina a un miembro de ese entramado y elimina muchos otros miembros que no pueden sobrevivir sin él. Lo mismo pasa con la ciencia. Tiene que tener un desarrollo armónico en todas sus expresiones, tanto aplicadas como teóricas, básicas, tecnológicas.
Premio estímulo
La Fundación Bunge y Born entregará sus premios científicos de este año el próximo 14 de agosto, a las 19 horas, en el CCK. Junto con Víctor Yohai, recibirá el Premio Estímulo el doctor Pablo Shmerkin, investigador adjunto del Conicet y profesor de la Universidad Torcuato Di Tella. Su trabajo está centrado en la geometría fractal, rama de la disciplina que estudia objetos con una misma estructura en todas sus escalas.
Como de costumbre, la elección de los premiados estuvo a cargo de un jurado de excelencia. En este caso, integrado por Luis Caffarelli, de la Universidad de Texas en Austin, Estados Unidos (presidente); Roberto Miatello, de la Universidad Nacional de Córdoba, Argentina; Marco Avellaneda, de la New York University, Estados Unidos; Liliana Forzani, de la Universidad Nacional del Litoral, Argentina, y Fernando Rodríguez Villegas, de The Abdus Salam International Centre for Theoretical Physics, en Italia.
Asimismo, ha sido reconocido en numerosas ocasiones. Recibió el Mahalanobis International Award, otorgado por el Gobierno de la India, y el Premio Konex de Platino; y fue nombrado Fellow por el Institute of Mathematical Statistics, y Doctor Honoris Causa por la Universidad Carlos III de Madrid.Ese día también será distinguido con el Premio Estímulo Pablo Shmerkin, investigador adjunto del Conicet y profesor de la Universidad Torcuato Di Tella, que trabaja en geometría fractal, rama de la disciplina que estudia objetos con una misma estructura en todas sus escalas.
