Daily MaverickJUDICIAL SERVICE COMMISSION: JSC leaves key judicial leadership posts unfilled, raising succession concernsThe Jerusalem PostWest Bank Palestinian family attacked by masked Jewish rioters claiming to be soldiers - reportESPNSource: Patriots' Campbell has MCL sprain, to miss game actionESPN Deportes'Front Row Amy', la aficionada de Brewers siempre detrás de homeZDF heuteEntdecken Sie das ZDF-NachrichtenstudioPopular ScienceUse Crossword Generator to create challenging custom puzzles in 27 languagesSDP EspectáculosNetflix revela tráiler de Narnia: El sobrino del mago, precuela de Greta Gerwig20 MinutenNach Vergewaltigungsvorwürfen: Elite-Uni verbietet PartysABC NewsTrump blasts Omar, says he doesn't take a position on whether she should be deportedPremium TimesAppeal court to issue date for fresh hearing of SERAP’s appeal against SSS’ N100m defamation judgementBillboardTupac Killer Duane Davis Sentenced to 40 Years To Life in Prison for Murdering Rap IconCNN بالعربية"التحالف" يعلن اعتراض وتدمير صاروخين استهدفا الظهران وحرض في السعودية
The Daily Newsstand · Free, Always
Tuesday, October 13, 2026

Como um ex-jogador da NFL largou as pancadas do campo e se tornou referência mundial em matemática

Translate

RESUMO | O ex-jogador da NFL John Urschel, que abandonou o futebol americano em 2017 devido ao temor de lesões cerebrais degenerativas após uma grave concussão, concluiu seu doutorado no MIT e publicou um artigo inovador resolvendo um problema matemático em aberto desde a década de 1990 sobre matrizes aleatórias.

A história de John Urschel no esporte e na ciência é uma das mais fascinantes e improváveis do cenário acadêmico-esportivo global. Em agosto de 2015, atuando na linha ofensiva dos Baltimore Ravens na NFL, Urschel sofreu uma concussão cerebral grave durante uma partida, mas optou por continuar jogando. Dois anos depois, com apenas 26 anos de idade, o canadense tomou a decisão drástica de se aposentar precocemente dos gramados profissionais ao tomar conhecimento das consequências da encefalopatia traumática crónica (ETC) — uma doença neurodegenerativa associada aos repetitivos impactos na cabeça na modalidade.

Segundo reportagem do Marca, a decisão de abandonar o esporte de alto rendimento permitiu que Urschel concentrasse toda a sua energia em sua outra grande paixão: a matemática pura. Enquanto ainda atuava na liga profissional de futebol americano, ele já havia iniciado seus estudos no prestigiado Instituto Tecnológico de Massachusetts (MIT). Concluindo seu doutorado, Urschel passou a lecionar nas mesmas salas de aula onde foi aluno.

A resolução do problema das matrizes aleatórias

O nome do ex-jogador ganhou enorme repercussão na comunidade acadêmica internacional após a publicação de seu artigo intitulado "Sobre o fator de crescimento de matrices aleatórias". No trabalho, Urschel solucionou um complexo problema matemático que permanecia sem demonstração rigorosa desde a década de 1990, período em que os algoritmos computacionais modernos começaram a se popularizar.

O estudo debruçou-se sobre o algoritmo de eliminação gaussiana — considerado o pilar fundamental e mais importante para a resolução de sistemas lineares e matrizes no campo computacional.

Embora o método venha sendo aplicado com sucesso em milhões de operações práticas na engenharia, na ciência da computação e na economia há décadas, os matemáticos exigem uma comprovação teórica absoluta de que os conceitos funcionam rigorosamente em todos os cenários possíveis. Urschel conseguiu finalmente demonstrar matematicamente as condições exatas que garantem essa confiabilidade teórica universal.

"Resulta muito interessante que o algoritmo mais importante que temos neste campo não o entendamos do todo", declarou Urschel em entrevista ao jornal The Washington Post. "Amo esta pergunta do porquê em frente ao como, e esta ideia de compreender o que está acontecendo", disse o ex-atleta, provando que sua curiosidade analítica encontrou no rigor científico o campo definitivo para suas maiores conquistas.

Quem é John Urschel: do gramado da NFL à excelência acadêmica no MIT

John Urschel é uma das mentes mais brilhantes a transitar entre o esporte profissional de elite e a ciência acadêmica de alto nível no século XXI. Nascido em Winnipeg, no Canadá, em 1991, Urschel construiu uma trajetória marcada que o levou do topo do futebol americano norte-americano às salas de aula e laboratórios do prestigiado Instituto Tecnológico de Massachusetts (MIT).

Antes de se consolidar como um pesquisador de destaque mundial, Urschel destacou-se nos campos universitários jogando pela Penn State University, onde acumulou prêmios acadêmicos e esportivos de prestígio, incluindo o William V. Campbell Trophy (conhecido como o "Heisman Acadêmico"). Draftado pelo Baltimore Ravens em 2014, atuou como linha ofensiva na NFL por três temporadas.

A guinada definitiva em sua biografia ocorreu em 2017, quando decidiu abandonar os gramados e recusar contratos milionários aos 26 anos de idade, motivado pelo receio dos impactos neurológicos da encefalopatia traumática crônica (ETC). Longe do esporte, Urschel mergulhou em seu doutorado no MIT, especializando-se em teoria de matrizes, álgebra linear numérica e aprendizado de máquina, e hoje atua como professor e pesquisador de renome internacional.

Por que John Urschel abandonou a NFL?

O ex-jogador encerrou sua carreira em 2017 por receio de sofrer sequelas de lesões cerebrais traumáticas e da encefalopatia traumática crónica (ETC).

Onde Urschel estudou e obteve seu doutorado?

Ele realizou seus estudos avançados no prestigiado Instituto Tecnológico de Massachusetts (MIT), onde hoje atua como docente.

Qual foi a descoberta matemática recente de Urschel?

Ele publicou um estudo resolvendo um problema estatístico e algorítmico em aberto desde a década de 1990 sobre o fator de crescimento de matrizes aleatórias e a eliminação gaussiana.

Qual equipe da NFL ele defendia?

Urschel atuou como linha ofensiva pelos Baltimore Ravens antes de migrar definitivamente para a academia.

View the original on Exame →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.