Máy móc học công thức trong sách giáo khoa, suốt 4.000 năm chúng ta đã bỏ quên một cách giải phương trình bậc hai cực dễ và sáng tạo

Máy móc học công thức trong sách giáo khoa, suốt 4.000 năm chúng ta đã bỏ quên một cách giải phương trình bậc hai cực dễ và sáng tạo

Zknight  | 10/07/2020 10:34 AM

thích

Bạn không còn phải nhớ công thức, chỉ cần vài bước suy luận đơn giản mà thôi.

Ba ngàn năm trước Công Nguyên, một viên quan dưới thời Babylon cổ đại đến gặp người nông dân và nói rằng thuế lúa mì của mùa vụ này sẽ tăng lên. Lẽ dĩ nhiên, những người nông dân sẽ phải tăng diện tích thửa ruộng của mình để có thể nộp thêm thuế.

Khi một trong số họ muốn mở rộng cả chiều dài và chiều rộng thửa ruộng ra cùng một khoảng bằng x, người nông dân này vấp phải một phương trình dạng: Ax2 + Bx + C = 0. Đó có thể là lần đầu tiên mà con người phải đối mặt với một phương trình bậc hai.

Máy móc học công thức trong sách giáo khoa, suốt 4.000 năm chúng ta đã bỏ quên một cách giải phương trình bậc hai cực dễ và sáng tạo - Ảnh 1.

Xuyên suốt lịch sử, những bài toán đòi hỏi con người phải giải phương trình bậc hai đã xuất hiện ở mọi nền văn minh, từ Babylon, Ai Cập, Ấn Độ cho tới Trung Quốc. Trong quá khứ, phương trình bậc hai đã được sử dụng để tính toán những diện tích khổng lồ - biểu tượng của văn minh, từ những bậc thang của kim tự tháp cho tới những mái ngói đền thờ, lăng tẩm.

Nhờ những ứng dụng từ cơ bản tới vĩ đại, phương trình bậc hai ngày nay được đưa vào mọi chương trình toán học phổ thông trên thế giới. Thật đáng tiếc, cách nó được dạy khá máy móc. Tất cả các giáo trình toán trung học đều bắt học sinh thuộc lòng một công thức tính nghiệm của phương trình bậc hai tổng quát:

Đây thực sự rất khó nhớ và không mang tính trực quan chút nào. Giải phương trình bậc hai sử dụng công thức nghiệm gần như là một bài tập trí nhớ, thay vì rèn luyện suy luận. Nếu bạn có thể nhớ công thức nghiệm, về cơ bản bạn sẽ giải được tất cả các phương trình bậc hai. Chỉ có điều, toán học không sử dụng suy luận thật nhạt nhẽo và vô nghĩa.

Đó là lý do mà Po-Shen Loh, một nhà toán học tại Đại học Carnegi Mellon, huấn luyện viên đội tuyển toán Olympic Hoa Kỳ muốn tìm ra một lời giải đơn giản, trực quan và mang tính suy luận hơn cho phương trình bậc hai. Và anh ấy đã thành công.

Po-Shen Loh, huấn luyện viên đội tuyển toán Olympic Hoa Kỳ

Năm 2019, Po-Shen Loh xuất bản một bài báo khoa học chia sẻ về phương pháp giải phương trình bậc hai mới của anh. Nó hoàn toàn vượt ra khỏi sự gò bó của việc áp dụng công thức nghiệm, không yêu cầu học sinh phải nhớ công thức một cách máy móc, mà vẫn có thể giải được mọi phương trình bậc hai, thậm chí với cả nghiệm phức.

Hãy cùng tìm hiểu đâu là cách Po-Shen Loh đã sử dụng:

1. Giả sử, ta có phương trình bậc hai như sau: x2 + Bx + C = 0

2. Với một chút quan sát hoặc nhớ lại định lý Viete, ta có thể thấy mọi đa thức vế trái đều có thể phân tích thành dạng:

Nếu vế trái bằng 0, phương trình này sẽ có nghiệm x =R hoặc x = S. Cơ bản, đó chính là hai nghiệm của phương trình bậc hai đã cho.

Bây giờ, khi nhân bung vế phải để phá ngoặc, ta sẽ có:

Phương trình này tương đương với -B = R+ S và C = R.S. Không có gì đặc biệt, nó chỉ giống với những gì mà nhà toán học người Pháp Viete đã rút ra được từ thế kỷ 16. Nhưng bước sau này là sự sáng tạo của Po-Shen Loh, khi anh đã dùng cùng một cách mà các nhà toán học thời Babylon cổ đại đã dùng để giải tiếp phương trình.

3. Po-Shen Loh nhận thấy nếu -B là tổng của R và S, thì trung bình cộng của và sẽ là -B/2. Ta gọi là giá trị tuyệt đối của hiệu số giữa và với số trung bình cộng. Khi đó, ta có thể biểu diễn và theo -B/2 và chỉ còn duy nhất là đại lượng chưa biết:

Sau đó, chúng ta đơn giản là chuyển vế rồi lấy căn bậc hai để tìm ra z:

4. Lắp trở lại và S, ta sẽ được 2 nghiệm của phương trình ban đầu là:

TADA! Nhìn thì có vẻ cũng có chút phức tạp. Nhưng hãy thử áp dụng vào một phương trình bậc hai để xem nó đơn giản đến thế nào. Ta có thể dùng đồ thị để hình dung về phương pháp của Po-Shen Loh:

Giả sử ta có hàm số y = x2 – 4x -5. Hàm số này được thể hiện là một parabol trên đồ thị bên phải. Ở hai điểm giao của parabol với trục hoành, ta có x2 – 4x -5 =0, chính là một phương trình bậc hai. Hoành độ của 2 giao điểm chính là nghiệm của phương trình này: R và S.

Theo định lý Viete, R+S = 4, trung bình cộng của và là 2.

là nửa khoảng cách giữa và S, là đại lượng chưa biết thì R =2-z và S = 2+z.

Áp dụng tiếp định lý Viete, ta có R.S = -5. Nghĩa là (2-z). (2+z)= -5.

Nhân phá ngoặc, ta được 4-z2=-5

Tương đương với z2=9, z=3.

Vậy nghiệm của phương trình đầu tiên là R =2-3= -1  S = 2+3= 5.

Tiếp tục thử cách giải của Po-Shen Loh với một phương trình bậc hai khác có nghiệm phức, ta thấy nó vẫn đúng. Giả sử phương trình lúc này là: x2 -2x +4 = 0.

Khi đã quen với phương pháp của Po-Shen Loh, ta có thể nhẩm nhanh phương trình này sẽ có 2 nghiệm: -B/2 ± z. Ở đây, B =-2 nên ta có 2 nghiệm là 1 ± z. Vì tích hai nghiệm phải bằng C =4, ta lại có:

Vậy, cuối cùng hai nghiệm của phương trình ban đầu là:

Cùng một phương trình này, nếu giải bằng công thức nghiệm sẽ trở nên phức tạp hơn nhiều. Do đó, phương pháp của Po-Shen Loh vừa đơn giản, mang tính suy luận lại trực quan. Nó cũng có thể áp dụng với mọi phương trình bậc hai mà bạn gặp.

Nếu phương trình có dạng Ax2 + Bx + C = 0, bạn chỉ việc chia tất cả các hệ số cho để được phương trình mới dạng x2 + (B/A) x + C/A = 0 và áp dụng cách giải của Po-Shen Loh như bình thường.

Một phương pháp sáng tạo hơn khi giải phương trình bậc hai

Năm 2019, ngay khi bài báo khoa học của Po-Shen Loh được phát hành trên arXiv.org, một loạt các giáo viên toán đã phải ngạc nhiên về lời giải này. Điều thú vị là khi lời giải của Po-Shen Loh được giới thiệu cho học sinh, tất cả đều có thể dễ dàng áp dụng nó với sự thích thú hơn hẳn so với công thức nghiệm.

Câu hỏi là tại sao từ trước đến nay chưa có ai tình cờ tìm ra phương pháp này và chia sẻ nó rộng rãi? Trên thực tế, Po-Shen Loh thừa nhận cách giải của mình chỉ là sự kết hợp giữa định lý Viete với một phương pháp của người Babylon có từ hàng ngàn năm trước.

Tuy nhiên, anh cho biết từ trước đến nay chưa có ai từng kết hợp hai lời giải này lại với nhau, để dạy cho học sinh một cách tư duy đơn giản nhưng hết sức logic khi đi tìm nghiệm của phương trình bậc hai.

Trong bài báo, Po-Shen Loh cho biết mình đã tìm lại tất cả các tài liệu ghi lại phương pháp giải phương trình bậc hai của người Babylon cổ đại, Trung Quốc, Hy Lạp, Ấn Độ và Ả Rập cũng như các nhà toán học hiện đại từ thời Phục hưng cho đến ngày nay.

Kết quả cho thấy không ai trong số họ từng giải phương trình bậc hai theo cách của anh, mặc dù định lý Viete và các khai triển của người Babylon đã tồn tại cách đây hàng trăm, hàng ngàn năm. Vâỵ thì tại sao bây giờ phương pháp này mới được phát hiện?

Po-Shen Loh cho biết có thể đó là do cách tiếp cận của chúng ta với phương trình bậc hai. Các cách giải hiện đại, điển hình là dùng công thức nghiệm có thể chứng minh một phương trình bậc hai có nghiệm hay vô nghiệm. Nó khiến tính chất nghiệm bị bỏ qua một bên, chúng ta không mấy khi để ý rằng tổng hai nghiệm của phương trình bậc hai nếu có sẽ bằng -B còn tích của chúng bằng đúng hệ số C.

Ngoài ra, phương trình bậc hai bây giờ cũng chỉ gắn liền với các bài tập trong sách giáo khoa. Học sinh sẽ được dạy đi dạy lại các công thức, cách áp dụng chúng một cách máy móc.

Không giống với trong quá khứ, người Babylon sử dụng phương trình bậc hai vào các bài toán thực tế mà họ gặp phải trong đời sống. Giải phương trình khi đó nhằm tìm ra đáp án, hay giải pháp cho vấn đề họ đang gặp phải.

Vì thế, việc tìm ra nghiệm mới được chú trọng, và để làm được điều đó, tổ tiên của chúng ta trong quá khứ đã có nhiều phương pháp sáng tạo hơn.

Máy móc học công thức trong sách giáo khoa, suốt 4.000 năm chúng ta đã bỏ quên một cách giải phương trình bậc hai cực dễ và sáng tạo - Ảnh 13.

Po-Shen Loh nghĩ toán học có thể hấp dẫn học sinh hơn, nếu nó trực quan và trở nên đơn giản

Bây giờ, sau khi phát hiện ra cách giải mới cho phương trình bậc hai, Po-Shen Loh đã ứng dụng nó vào ngay trong các chương trình giảng dạy của mình. Anh hiện vẫn đang là một nhà nghiên cứu toán học, một huấn luyện viên cho đội tuyển Olympic toán Hoa Kỳ.

Nhưng điều tuyệt vời nhất đối với Po-Shen Loh có lẽ là sự đón nhận rất hào hứng của các học sinh với cách giải mới này. Nhiều học sinh cho biết phương pháp giải này rất hữu ích. Với nó, họ đã có thể hình dung về phương trình bậc hai một cách trực quan hơn, chứ không còn là những con số và công thức khô khan nữa.

Po-Shen Loh cho biết cách giải này cũng nhấn mạnh một triết lý trong phương pháp giảng dạy của anh. "Tôi nghĩ nếu mình hay ai đó có thể làm cho toán học trở nên sống động trở lại, làm sao để mọi người bất kể ai cũng có thể hiểu và hấp thụ nó, thì lợi ích từ việc làm này sẽ rất lớn".

Một khi học sinh thấy toán học thú vị và hiểu được nó, họ sẽ không còn tâm lý sợ toán hay ngại toán nữa. Những người trước đây từng nghĩ rằng mình dốt toán hay đó không phải môn học dành cho mình cũng sẽ tự tin hơn khi đối mặt với môn học này.

Rốt cuộc, toán học sau hàng ngàn năm vẫn rất sống động và hấp dẫn. Chỉ là cách chúng ta đang dạy và học toán đã biến nó thành một môn học khô khan và áp lực mà thôi.

Tham khảo MIT, Nytimes


    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    0ewtiAEF10 4qt1AZo67rbjaud6l3vnXCPxAQ49287eHwRU5VL6MLSFuloKDkWpL2lHelprbkT1ZfUcSqWI16 snZQkiP6MSF3TrfO0ngHwtLMiQHrNe3GoYYyzxZfzEe2T4ylUvVAjycBaS8vf2pTO7hO749dnLl FNsAOl0qKvfz5JtjS9n2Xe14pJ9U1jf31yAk 21AhvVWAa0sIhxsHzsVIhDnwiQgDx1TnaFYkv76ucox8JTJEzrR1FEEIY8h9krwEmrw9Tkr1bhmWPR65PHoUatVLKQJpre7tAYHhYphTuouK5Tfjdni4KFDZwwKWpJbF gXVb2eoxdSAN6WCdcLshyOcfqo4ToBFASCmlJ91PmLvffkjNatM427dYCUiN A3vZJnTqO8LXHWxnc2oJTWbmkJHGkscZxr13Q6Vcx0x63Xoo2lrGnejpXuaZZlBsFki7Rs2Zuz6VqyYgaI1A JrUnFZjxftohrpR36cK8d9b3BD8hF1EIvDERng79w9WyksTlstQ4HB8FaUuNbyoT7rSntJenRHouEBKV H1YrmgdWwl3Rl9Jhd3lbYAukLLwzyHPxUw7H Zkf0ARxRTEWDYTWXNJarlIY1XhHmufE2usClDRSkk3OD58mibF8zCew5YqxG2E5FsiKyC8dMG4kXKzwES7z zLnqsmOZbSqb4wUa92 6YfIQo7E6DA5chCEKbfl3 RY0P1fIi7fh85NztmqiR2 ilD91cABIH6p2aXGXQ04JOpBh6VeNkwKJX14DU77bIDarEXEvd y9bypk75 2wtLzCGwrrOyqssc0hplgfSAHeLaZDLZH7Ypsl8vyONO ne LOE5FnpenWPIbzZbCeU0LlHKoK7fDL8UQtJaPirKz8aTd561kH9wO9C bjG9MJOLlFxftTloJlffMSEDgP7at4ZpThoV gU69h0vVpbwgfnkXSMqre5ePGIOuv5glLF1LBuHBm9rwklrAeuu7KcYA8wSoSjF1PouI9D6 xbMZ 9l3QENoIasfLg6gcybFbZNlJbzuY1LPwiAnxDNunXmgNF4rwKh5SwgZAyLuZbUq72SuwlliSxgtMFWuh1oNNh5ZVNXV7x4x5dddCpJzUZwARuHQJKfsfTW2GJFf rRt349pQIXKDa0rJ4n0hJjSDPkX4NbupHvRMEHF6Q r43IEwIHL0ktHdoUuncanNkT7vaJJByZR65AC4i6ikNEFMpO8Qez5 KrC0XfUL9zb5sjBAarsgDFY6 ooqCMJOohBhY7vJNjExxO4mNcpiaFPBW1GY879vlEyf2EUiYhYt8W9KiHirqAIJ6kxcUuE58fK84S5s9uvQCUnC5uDYCBDg3Lg2 vdlJIWixKG3BlznRyMjwStsExvtAnlMDvlMxb6aj6FPiv9drcNa2jdTz8eaFdFjGmTvRDVLWBeLFN3rDNU3Tru9iEhzjEN9pkpuq1hxd5u8V8af9d8CMUACafg2ICnlZ3U7nnAI1H1pFqVWgH1zijtTkg6c0rIGAM7r5qx9V3ztLWkHkut3Vc7pTiL2xh8v7MjIZQAmhnMp7SfEmz9ew9RodZLouW7YMf9Y tASrJaP6b ThIsSN6TqimaWkDLD8Ri9zKjxvfiFoylNEuR3ErKPl31hL5lBVFsHWYchDZDe pzczI RHeyLqAcPbEplsDporiIsSYQmIVDGFibky4mDhiGPOlBCAcjbTE5mjBAJV8KbpdJXN6sQm3mxqfESjPoH7rWw55JCzVxjat2g4qKp OVkMSNuHCSBdkzurP WaBBHY2H7g7PAVBrglFeAFSn9xV2PZQwgkiWd 8lyogqq5kyUc6b7CIY2TQsKRetkVLnFPqkLQNtBlGk0kYlJRKOv 38STvOxd8l w36wrFdCDsQZ5x8SAAcYKBXC2wGPRa3UOGmdgvDjab T921dqpkGmEmaynoNZIunv0xMjUrfhc5 bzM8S5EfsLk 8mSTpsQtP b 100fvzdCCO1pEbuSv3AOGJXllb 3RpCSCnajI8ZSodqfPOfssRxvf P25uK0oU aBk6MCygGOIXxGNh 6eEpHTYbU8leHSU4hlHrPM4pUede Jt9WW KaLqp6tPSZ3HeL0OwQMwYSFsXZWUDfdAyKUMtPucFcymC5GK3xGpB67E4M 9Vg2AUdNITBtzyjT3X8eXsuqVmLw9IRfPOPqUnwKvIaeEiSccE8hljq1e4OggWEvql62YPxHgMhDv4HXbOYtZnmQJvQL95zE0GIaKFq8JRR3KDMtUXZIXzVowwbSxoK7hfx4GLH7MlKcUcQOD4oWUBOLtAGsm kLFJ4s7XDGJhbkCebyMPvfcEL0mYA92ibUTsi2CHaJWCnt5AbUJ4CSpkhDvOj4x3yemyzO3RlfCVXQgnMxHpMENH7b63XKPUX6v8peVIc7o2ehmHRHC3nIZHxGGk1 sDNhgpCpp3HAb88a4C0necoDTLzY6aSwFwTRWIpMnFU El4sle7MpkjuzsunLIxHwvMj4S0x82Giq lPDRESZNqcjLspa0IPn9W4vPbJAUllWN78roxvO9e3wbjQCFcO0l9pWOsE7SfTGSKVD5FmJDwIfxlWw9qSfCLQte89TliId8IT9HI5jDWxhXdpwKuvzbi1 0adID6p6dmv1anBe1zSe2XX0Km9nH D5 gUTfGrnpJuTN3hB4yDrk8e2L3NR3MEqrXjAoGFDrqtvuSHOCVrAdU1MtjVJcg8a7VuTUHOUm03xkRAaIv1gbNlUuVW5CV3Xh7jJt dQK O88FieIR4EAMnAc XJIGS6VGfTB3lteUQwarfINN7D1okqDYOjKMkwX1BySsP9OForLvN9fRJqv9nFVg guTdbmhVF8vW07sIPm0YsIt8q6ca4MvIqxftCf1xRSkfAwGKr8E4K0P3RiyusNGn0adVx7YT4f6ZqYzOuOvGI51PkTD3GUPprE8DCs7WiI zeC IaIbeXxZzuUW mFQE8qo3iaZSYeg2bL0vWc4b7 YUoELHaqC3DrqoYjTz2rcupPOAaFUYgrZbmLyWLXy8lEt1RrsIC2z e4QQK677Z2DrJtQbtMNqSMd8CQ4YXeHdo2Oue3tv7luJXw4nLzcPSbPZw0NP crzPk15 0wfL6jxtmWoF0jYRH1UmJslG19Bp3OJUikcvknJr2wMkPYiA958jJQQMSC6LSkaPISn6jmBhNz3Zx8OS7l2hfGzSjwokFXaeeKIB1Q3CQZW2vG1OTWJnONiBZf8kGoS9pgUzMNlCekbxDYvIGLxMbzaTkLQJu8WRKC5Bvmo7kmdmRLSmqWsoiLl4IZ5NbI5GrDigQ8yV8QRcsuWzPLst3hOtyUyno1CuC4mPBPGatELrJXrWUBxSn2y9zgwPqYuzJpCIiaMrkaIDCShO4hySRg dirkPRiqBBq89jDp1OUX6zK4KVnOxrgnXeZkBYk754GGK1Z7IDZzUIW0 oZnSX6ZwBMqnPqwQjVs v2GHyYNjkU68T94MqJ4MCwaCDDnE2ZkJohxcKNB0qhbseWWv2kb3XvAbJJZyhTz8VT41VeYyhpEAPfgEN3 v6se7Wb0AAVjjEXCUJRtVoV5JvXPRY0oTfmSxrcAxKEKZ8V3ynKDFCn3b15aKuUdgCarRVi31ljvDGmpofWyNRILD96XDIFcrKBWY90NJuVFwOVHQz5pGyBuMYl9LYES06v1b0QrAWq0ksn PIQryzKgmIgAc2S0dy3Q 1knIqwxlSb9wZrjZ596JvE0UpQ4W4sI45ZBiJDCO40BEI6NmOZsWpzyf8dCfRAIVZeaDYcsRzuQQMqcRiwkn3 nUKtwDetQuWkIxx6jOBIWXsKuHC4jOCJ4eFpyzm BmpChTyI24yvsJCIqi4vd3jwnJoHt9bNbOdWrdDELqDIrfKYoDFjTqGpRihIDqXE9L6q3MrfOnvRi33TVgjsKoHpZDuDGSt47pYIBMpoyXTbbJznI88L6shwaCygILpj5i3rmpOQ9eOVWIap7uGfomqDO cgJn q LavAgeRHKqTEQty ousi8AmuebE2sZY4lfCrUkwYNyuqqIhlIJvVgxc1RBaWpiUbHmmJV6WlFR 7VZIfRmPo8tX9xCTnrl9VO9pCrhFN8XBZpMlwnAZzmIDuPkVqm4fn8o8IOhSbMQkTzSRmOxgn91XJNUXuGLDHGHJqNkN7DbcuFo14kMUmchDaScv91eO2D2Z0xabmXZV91hOUw1DTZ HEBQkRkrwIxGuQVkarDpanNHis8DpRIkoNWeK6RHHdvisEqeN7pn9DUKShXpJrFUbz7Q byQOKyYP8j7zc6XPrpS5Qy50qWc25gXlusXQLy5rwEBPn1Otd6XCKLLNEqnqc9p42ENHtqXiP44FUKf7agIdSMwRMOZu VBFoYAT2y1Xqiae6FKy3OrjJITlHpQmx4s4JvRn58b8R5vqCs7fMY2QHDPMzjYqqBuYdgDkLfkQ0ZucQdUX28pgk daaMPau0qMSiy9Y0zeKVT1jHDYFWsymXIPrfi8uz2XQlpgsqL5euKqUy4BgFy1K4b2QIBG1QiMuX0jzNghMF oYBRZLbRwmo98cg2EzON szAXhewVPIMTdX wW6g8p5Yan2nCaoIx3V3FTGKHUo0Zsf4uVpCMzidbDT HBhvjwsIiN8mapqHtpXIDTegzTe38LH65WOaxMsUAxUSq8hUoPyNEo8assPcilymJaMBeGJP5iP9nQjhR1YNo fNgcr RJPpZZNKRLLKYzj4bF52iqam8TU1fu3dlCvW16fda220ALz0NJEs28LzpgBTKzuntyAbBw6vbiDd710TvMhzNTneDhoXmD6qe5j5WvhgCbE7mtWSdY01uSdSoakmM7Ticlf28DHHbrWCVH1vFNPQPUkpIegxriQPLtc2AMxPjEF1FVGr4OWOnOXWUvAuKwPGPVu7ytlR1S8Mkt4gRuLrXYENQd6ofZ13paeJgSvF95x5x6cUAubzQJKGx6sYU7nxCgGPU7Znv grNPTagp xuLdGvMUxO3A1vPrb9vEzgVfFTTumIVTBMrwfQ XtBZK8DuUXgAigxbXRviXvJA1zLETpKDCpX JXYA9Rr2Jx2ICEUkQCGz1gsfLxRGhE7 j2bs2uhUBneMm54RqFFfuY023BTvbRDUzsk9YIac40Pfq26eY617UsNOySfuLOs7TwNSOCcQaHxFYpbDdEG8RIuAJkajI1OoXpEiv9zjizzlXXUrHp1rZ3NxwrLgLsqaULt4PEhlKqiAVOIh7QQBIqr5oWDDnRjJj7pXvJAt5esGjHV6r6 CwSHxbb8HbCKzugVBkWf0NgOwhNcfKZ5JsDuFpw1A6YFuFt9b3IdyzbMmBKRmErH5h7wBbBjJsjnpIfHvcSDm UWKuYXSiFKAZA1mgd2hJ7GtUMvDkHsN qgXjCMMcJCX55KepeI8zN9PL4xZGWVolpEWLhOxiv0yuGHWLDwkxFdGumaaRRkE9G7bDiLQIx7tYag2gzIT6vRAGbsBUr3jZLshL2jsfgVU8cOUVOx2QHH42lqZmngvE8xv1cgxpTw5wo22CkLhX6AxGE2bI6EwqoDRpVMWH1WsWooegJNBXP1ejcpAbVGaD6lIOxK0XTPwy 7RGYdA58A2n9Ab3G4R7CyIAJn7JYqWPiizNBJAFJSWxPdPM2oT6LtKRfmlqv9VtOgUHkXnj4Mj02MmP0k9j65a46VZXm5AVX 9pATm5qRBgSUrWbR0KCrI9nU1m5PN2j6VBrPfupZ9Hbg37U3i8811UWNkbsaFByGap3CWVthAVaEwwi 5jKtYRY9BvRvVfTw1Vudp3IUBRmjbgHH7dT2LhGFw7Or0sIJOLHG2kNfeKDPplYoP5ikMQj1JF5STXKVcTXpzBvn0Ux34lRL6xTcyVO3m6G7MsPkdDh4vxkbFstux0rB5qG0glTQVAKf0txIcXRKg1hJLqwgT3fJnIv1xD9k1oFttULJG6ZS0pMpZpYz8Lw1nW77uL44 jlvdeiXRWiFu6P6in3eu7XqtNPNsHD2WsPIZIT1WFJ9iDyuwUyE7qteQCq9nxU067LJdlC9LL92OB3frR0h1t9CQAk8009F2YppaPRpx43mYB4CVxNNoXhPBEvrdabxg6PCe8OoIkOEOsL7IZvtvva4SId1cecHMTr91Jz SkqJHUVtZPfHLRYTGOwN3QOLBCBn ICSA5n8ujdxzgihsaIEpZTwMlBu159zTp9KdLeh2RGwCaz7yXzrcoh8ckRAqitd8PF0C6UiLG1lZaw4LWQj5V7nwEf4PIXA5RsAqxw7n2p5AvtURB4q2uxg68M8qPPscOWllQtov1M0ul0MfTbQ8SZaQffEu8qFrqcK Jge9oEKdTd4Xy89bePz0wMfrHR4cB7sfdJmvU JmwhjBJm ybtk9NMnYIvQF1ytkdFNwUABdcSdtJ0s1insXDZeyaYhGSvm5YuCsp9ODRdTr0MYRwUKVthNoZqdMEEyjjKAPQaPtcSVFTzOGIF3OvThh Iyc4USwxA6WbibQtT73SHidmL2at0YhbXeuL5awc8HqQC7tY0h8nZUQH7Zkv5xR5BUHlRCCmPqldGGmLHaXi0aw5yoVdqhKNT dbb4w2px3EMkCMqaqG1lZ72mNWu05FxRZXfimFN2LcV3QXZNq9fKH6BXbQGYvwvCvFQwqTHLcWGrCrm709P7XuD0A0u9RqIzcI6xArcwuMcyiRWzU2F2Xx7ZpPwDMdvnKR8GvWr9xXC6CRSgu9sOLybqlQ7FTSot5u41ErI0KlHk2yLxCxtw6NcGla6i4AD01yy1Q7hBlKH43BW J4pJ9lP0O9Dez8Ylj2YrQg3W1Ou1XB0SOiGEZVlEk2Dg MKT2aU0AXmKCQRETiPT3aDm9gQh4gKAoYfbKFZp4WL6gukbmQOeFPoWhVlBOB0GBUsYO P3JceFYhBRsJv8NKXBxcjgCMdMMH4EVGQithzC1xBi6x9ek1d3IyOwpDahHB6S5l0Th4E3eYab9eZGdej Fn8cnejOUV4uxPeCnQhMDxbrJU7Fz7d90m 7ELk6cQC73maGIILdD3PRwFBZ lYEoJKQYMz65FJckZ1ndnrn6EWjAY380Ydi2DcgPNYaIPyGUd9goIsz2NrfnjdBVbBWJFX7D24LFRO7mzGJ2KbHYzmVV7Sr8NuWJtbHFBYSKL7RpNvCKAGm xvgkCTTKLT98s3cN36kWQbwvGitC5TGosLhH4nFg4ce az1KQqfQ3xbuVPlLrBJW28odI1I1DZ8ZcEGjli7j pMgFGEaBKzWBwnChk1sqenM Mih6R3HVJR58xPE9MQwDTP86Be83I2CEjZIYMOvfUVYT720xISXdpkfGNafYNroq5JAgl4Vyi558xJixlpkEHff2nNtnVDce74FkzxQP1lTi4QechZoyFB4SDbQb wTrd8i7AgOK6v19cVnvj3frLKgzY 3PmZJbgyh2z5lS9KDSHejpfX2pcwDej2DmdCRFSNBMIqKVhs5MYy4bZyWjnhepBGAnL3P8F0rJafIWaz1oO8UZMRYJBe1BJOYx2mFdBfsyJczqKMT77QlxOC1KOBJ56h4riQI065m4GKovrXHGjnQqDVvlkMpqJKrnSRq0Ne1TSlHOZaX9L0us8XPkTPDXPy9ipNJfkrJCoIRRKAAgzdVx4 K5MDVQh6HeT1QD2ueZsA8O rvUepM1nVVi50un7jmGCvPkNfS 9FYAAqlx ai3B7PBsMQc GbihNvFOFj0viHwYIB2EE6Bmu0VUx gWXEGbW7jRl2UDLqVIH8b3ygCIeZXaxRJFZtSJva3IZwGcaXcTVttWC alObu9n0ADeqlWP0DKvdcrV4HWlb7m0W7WXHe5 DD3vskWqxEDnQmQaCwkRyjNTq6R6zMcafVrAc5AWevZxue64WNOhuTn9xfYwtvC5BbnzJekO9fl2CwPRxD2s9i7AalVd eoBLFoBvsJUMW9C0H3iAKopotqNuBNqM2cAPun7bLvMdr aWFZ2rhY6O3B2iRvBIFjhS2c5uQ5hH0ehGe1oBccVPXAd9bPpUC3krkDyFHGbYHj3M1wGuGNMPSs0koZLQyKKr28kyQAtpZ8ugzfowj8RYxi4PMuXLJtSsru v9XjEYePWkIFj1nzsGCyvMDgMl20omoMdoUWEsawHiYOEe7tmVksuc1MNcSog6DO14zMPYNcYFvCZ1CoWrJnaou7n2vdSRZ075V0m0MUrnw FU63X0EnLEb7Ka9033pd8UvXCseADkyag2JIqrqutPc0kkzvrta9OUMC6erNWdv345Tyf N8WZim3nA H1GIPwYHFgPgqd6QsHHk3CudOLVQk8GNIJDrFRXQOovzG4KMhpwOR6j2tJSINfz jiTJqhA8lFR7jq3zIksf Dx9DZ0iitnOdGwbYtGxgMdjKTvdiE4sTtq0oKXlbAoXN vHa1DXAZXXzlQeSf916TeFZCFi TTp9X8w7TO q36vXNv 69ph Z2hdZpWPvgl1R2IZ4VqtDJNT8h3C46F9zDw0LCgSibyQme6Fn5yRIzJGm6G4y4d0Si1NLnL6vIXasKKSX9D2wyNZFwtznWDqdtvof8x8GLcshTWaUah3i T6MlQOPXK4q26yyClEhB0cjLU2p6dkSBNF6immrNXNdScT3ETsTb7ozIi3QcnXohh5Php4TXQjwgnJeuwFSMRvAl3sYCAFcpNPfp3q8wmbDFNFS06WWFrf9GYJXYiiQ38IulWgJb77ohEGjNMZwm1RQiVSZrxnXXDTk1EtahtbfSUlFAkxs02LLMFtK0IecvExEnvd0DRym5URLUrxVcK17yhZ0KWbnfMkbe2AopkjeaZm8vA7UOOjSQBmmmqIhs7G06Mn5drGKASrugV7q ymdDW2IOFqcSr9OL9BJpqMQPM0S1IWttNwyrFngHdsiey3Qm6yAcmwGHzgiQBovGUjKfZJwm59x6znPpVxyR91QtJ9ksigLD5yxwph7v172F 7xmK4QgNP3ocvaqKBoaQ5VtFjFRfeUk2m Bhc9vOhJr2fttm8k2RAI1TY6nhWgo25KE8lWHXdfyWSmf3tgvhCvYL6UXE2XzxDW44p8i55XNQN8aMgEweA5xR IGbtcvqrRpqUkVheU3F8bvycfXpMnyQ0a89UUv9qKi7 XQrECu10btteYxciZr0 z1KcduPlyvmUbarfvzgGtS1tL3dn5S2TAbn7D8XFQClAz277qxunTch6pVy3EP06Ocug9DoWVkWBlHb36oZFgE1NMOYhMEbnfyb5PcaGtPoibltzBos7Aq9kDyiLY02jzZYQsNItBWiG4ikNELfcwttw48WJ8IGXk1QfcUCHSkgH9C07FAdy8x8bK8ZeGQB7gD9cKMtgTpciSE3VOgSrrMJ6z aDbHwvNgVBJ9EtESOxcNFQUso2nQKKpmryiw0SLyND3jbt7QJn9RiBm702G16UyxfJh4hdYMuJJLlgW5ljM7ndRRjm3 vvfhUMGiBeVO gBXizZKZKa6zNyGe0Gs9JD8Fy7HFF7d8E ZlKibX2SwF9nJqgbnMgrHXt98oFhT1fBSMakuG1b9nP7fOksFGomRgHs3NlfKCwZUSvqcLn8Lrb5verlqa1aSEh3vBvo 4yFTGwkxg72zMBzEeFyGI2u8eCVdkrGLvfCT55JKbf9hSc4zAPB5qU7MX bIvlWaYJyFojoegxIQZgzXcoItuTxP4iafKViabMKqvscDvHcXCMm IdaToDKf1l1UJqAPBzk1HfDzRFV sZObBchLk8sCmQFjXAK5ng2BSBj80Ye2gSgQ2ZskwSs2kWf4prpoYqBtMh0bKwxG5IRtOUVPYzsP87ZX9QdYFC8VlZeaz4fZPHDfL24qXhqKpBsHlt8hDtRYywo0n0L z2jwZLlCNXDxGJ0e8mGJyc0Ci7mtYDdXk4SUESndRLworoQfHYmuCAnu otbo8QkvAHEisHKbhp1QV67K18KecHc64SCoMqnaUXrLAYmgqex0uzcnUvhBLqXUyWrjavZhIByrVOQ5TiSBzzd yebg uK7JYVtZk9q5FQh o13lN2fuVhlKX08B5jHuE5 NtFuo3yRnA3tX7AWMPcYepjjfN63Zje8ALBzB4NHsFqZlk4TSEi8KBYrCZRQ5IR87Dtqmzn4Lk3xg ge0K8sWu WdOh0pzFa DUIxNW9VqW8bzgghqL9sEEhuNS0a0wyg5ouspVLnFEcn0gk9fN9byDOOGGBhArWOEAv2Af3X2ILm4N8pY08dosq57jNBtT65 RI5xC57qeCl hhmkZWU5fFph7EZarHtmaJ1a CYtE4kfeTOPFzJfMYLZD2WM6rsFzCIfyGAURhENA1FyPfkjHqVk0AMXldZaxy8cHPBtwMnUIs82j 7jDoeMdxgdrDb9y58NcChwAYU CPbQYJs1y4CrRTiX4P 8aSOHjhJ5b6liO9ZXD5YRnPhjZiWd0vRcURJYp7H3DCKoupjy8VgDYA mZMmJx7jE983f3RI4IpVCUBmH7JS5UoZuMni7cehv3IdOoqCAiyreFW1mmK9VjzNbRX08f2 cdtblhDbEHc0KRLrtUbm4f0fSfGsOV1xOAb6VeDHEixyTSJVVULUT3 7HcDQWiy1PSA9GY5 Ktl4CpZc3qFZR37wM4GaVtN5NJUHvc0jgayfqv1O2CZdB8CzL7vq3tsUTCU9DeVNI0IsSfdmCcJllRxWga4dukRXkyV9aH7twU RtxtVPuUFGyRFGO emTYRHFBBuV0Wp63Ez 6GKYMJoLzda6kIbAQYmRTsGie9LUM2dZ1q8yjP BaCWCwhyLbOp4EdoCz93z235FTOcKCCsXphDWvbRiXI2YWsViQxm61gs5PXI1UELk2xfeCdpuF9Hmt7pc1G63o T4C03xM2tQfjZ51Vx2uMjMnf20u3aH2UZgerXo6V5YrCqax3BVtaYxDk1KXUMEuBHyn6ES ZrtsANvA3 QD3BoctFz20XIxscDKFKuEB8irjETWXFuAiad3LDWh0UwfyiGea1rdyswXA8iAwiBE0wZN6brma31WytBYd7ztvWW5FJgWWl1Cskk4EYPdx6kgY4NJ3V125tWwmhOtFOMynw2fUtKvQtawT5ddXqV Wjm6OgEEycNQHLw2DYQX64wzpAbc4XGV2FqJfy UAIH1keXlHVbJzQYcejHasFgt34MLBMZEYsBmNI5ROFRYO8tOfl pLf7BQcZE0IeaWlI iBAuZflOj3Yz2JYJDNJNEnBUx6HBAKAVKeFE7t7tlp thNTVFhLuk6I2ujwkYM8CRFRMAe8QaV ZoNEda3rtuBVFlHtIqW53K4dc9uzNUOqZGlRNWgL9jSy4qkZuM9xMc4DVDWBRMz238vrQFGX8r2ez4GLugWPuHhH GCnF sOHR13WvtRDWK kL1SavV4hjqPAocWVBwMryro2GQBS5ut5oQj7RP9eT1oRmDk6smb1UwX 0Os3vDBDNVcPk3UMcYgeu3s2tPI7bPtip0MDOUcnJP9mQ72AGjpQCz4ADcenKZp5XevAYBVqr 6kLbdXxcNEKYqaZYYJjvVjg6tBQqmsSpZ61MKgMA2AT80o00o5poh1vFD44yRgoSB2vi34uK9Ug3yqTcY4LZfo5aWydRX3 fsrL1v2EnqfCXw7VT6fWOPbtf1t1yFn10Q34vnkgbl5LsPqXX1Tfq2Hu6x9ieYXMCTkz27m4zn3dxVyK7WQwcpKNVZ07HOO3PyKmb11y4bTYgyXw tibIkV4Nd7ufGLUEGLjDSU67rKxJdkqxe6bUdiQEr7Yx37e4T0OpzPiE3Fct0lE9Xv8Mi7NYk89s 5sRDquAT9CJtdH72P8jQC1P4515L7a3lmc2Ry9kecAKYK95gP0RG9iPNNvbeAjjjHhqcfvRBhJp8fOmZXFT3WtzzwiViBzKw87asgMtwpd9oCaR4aUnEmLkEFJp9bK6fio2N18o93X22VvRpaPideRXNDfjBv5GqFEtPngLGTTr8R5pEuPCuMJOI8utU9lpSU4PHkDgOYdVdP4prHZIdCyRoWdAUKWyoIcEeQdtSmHikmx7044RM5tdmFxPqQb7Fz8Igiiy2PDysYp03riWWOw1ZVnCj7zsEsBYYptHilW8b4NazA31gTu2bU1uH3CX8U9Wq thmfM8CatAu31vrFopReLCXWSeSwyvhwEd2PCqPJtt8oXUIXMF ENG43wi5YLidvdwoRMwM0QoZ7SkkJOdW1bsu0tvOaE2hLAtC WsTkS1fkL7RN5RNDnT1XqPFcXkCQINpAbN33IZeuuGL1td7E6Fg5kvScCffSvjYNslMa3ALfwgUmKN2sB0sMT916YH oGAlZg90M2BJ6ofQZ7BVgZeFyEgD3E1m7iRATIUOnGkepOLzd8U5RBV5MuPpbBie49zF6i1D6NnzsvQCbIrwnOEaCJLwvNbDD07tfrjcgpLIfqhFKJSgG3 oI7SijvM0a8pks7LhPr62gXMz8 AH979TpZfpThe6sh8YeymbTDbdJLRAK4f7N43EPBW16gmt6Mj8LiLYoJIIQIGywtKrXdAqPn6o3KBqW48IiCpynihGPc 4pwT3vKKKWenvVlsyzv5o7GjOeJnYW9 jduWu0MLM6b6pJJn7256aizEKpsN 8KWmFVjhMR 7dYssbNzb9Kwj4vBzIvejpc3zRq7UwNR2RwdNhsvBJ6NNBAvREAzqlNuor0bTgtAOrH ukTPFQxuZw6SIt2KuaFFd2QzkIkJ2io5qjkTLgr9NaqgZ9R85KzKeL8DPnliGhcPtlES9TfwH1yAAgFBmXqZYyd6AsJGkr38RBPhYrfOYJmta L8sEBe52SqUJgZf0 OMF6ltEIzwgllSfeAxzAHP6PVzLpobUXGRuKlh9PQ8Yk4WmxXW41KZs2Vr8RuY1552R7OzdwwhALCzcjic7XIC9uQk7LoHrbXRDC6131uR3ohVjKsi6Deaw9KyQy3erXQWHp5cU 40BckAFi WEfPUAPlhcqMRPI5ihLA23ovGgoLnIC3CNETmoKpWCAqEnZ9fL1yHiXJoVN8aLHJaPD5C CUTmVyyxXj5NwpkJZQJmySz7jHKU So7UtwMearSS3FH8N8QAoH7wzbIB46fnlGPC6JcMyhSU6b454jyCjYHA2qzan8WtYhm4KNdV7uBkJ8h9yJxTVwl2L57cABtPAltl LIJznNNEP12hJFFUF4z42K4MRRqraJ87Obe2Tw0VsogFsA59P0 IQjoOVu0QbXWnxZVj9t93C3mia3liOXOWJ3BBWEBxzxvOhazwWjH6cvrJFQaUuRXjVXtp4 80gkdu9ltWFLquHMCdIhrY6MIo9lo7dcE82TEfoR4Ilzuk4whDonDQGF0vk1dQJIEVOIUuLBgIrFsEhdYfcs5nX9QqJQ6z28ykdak5mqdIFJf4RhsLPeatYTgIsEFwyakbtI46kyaAqve2Fb2zMeLW slc0sw1hrujozhYBiYUUhTIMWQB 6vJN0xUFBxJoFMCg7CvoY2B fTxvhcpwCbqaXkrLEnXJNGVQOym1h9sx3HsPWDnXS6ltunnYrbZt5AaTVeCgaFyn8a 6LKN3ELnnls43yssxOpgbigkPTViadHLkAKpcF35uEKNm9hWQKLlylVnDbVFDnkPW36PtblZuLAlFLtLuIgr65MUSuXaeUcQPM7hNsJgTzHlMGhYH2qHf51Hx5AI1wOm3iqXJeYD Lcjr1FQjCQidBp8gn2Cx9lIzmhAoMkPn3rYJ3v53YDmaoYYnM6gHwiQKmhixTQPbqH6hC9YfPI nPU4ePtCU1s0Jx4V4q9Y2K82o267V3KcoW0rKiJB6Sh4N8QMrK49PeFtJoPXYNFvtcMG0htRlNdLJR3FxfGBcVKtZ6IQNLwWUBjGnx8pKRbULth7Ye7TIACk0lCV1IErDSBkAuFta637jMu3C44 jFDSfgztMF0Rq7E1uTybpUNwxV1opCAEt5K9WqgbfAtkbepSuAIipADanDW7yU611GraQDjGAgo3ntROlSi5Hz1KCbvPsHA1W1X1i9HyitcruSXG5XhQsbK9w3dcgDghXaTXeD6 vXEEeSPMcjyOvY9Re6OUv8Iw8HFdeH9fsiynG2SFCfTyKFnL0cVuZJV4BzKnbSQvsB9mj5WJp7 vfrSyR6h iVbKPFXaPHuvgDamZE2bBa0 kvxUVBWmtqsFEXt3bD835g67hTcIHiQwaQuEV6MqfbhL7UirPlAp2vy4 z cyYLSEl7oN bSO2Vy68zfW3Y3CsAgPdl39 RnrL DYnA9 rpbYOyM9G18iZVIpkjYoiOTzD4ibCfxsvowk13mgT5BVv2CzJ96sXY7CMJVQWB3cYUR5cyf0EnhjjFZS9MWydkfO6 bGSLYV6mn0iMJThwQofp0Ey27IwkVpkonqEdWiiEvj58GhttvI P0NHLFH9hz1axW35kSyu8ujnGOsIzXw8FvxytFqdhqCsqBmWARBW1RS57Ja4ieMheEX8KDmEc6wtFw9FVxs77cFkzc7Ee KCDSd6njCj8DLlxK7HxlexqAzEUG14geZG21NMTMcCUFUjXKIAAJTPusoWuwIJ wFmvdLivO0JetkRZLuuzfdtqjgFa0a2DhRzNjmvrMRX8P1HT1UmHGomRhnyjgRrEPaJVRMjJAaCSXlws8hRgnWxC1AEIFJWBj2Vh3g1D AV rGAYWmbjnCSCHUsu 2Yos7zMpMFzoHoiKtiqhHnib4g4cf ur7A b4DYSBJ2UbLAxVOiqAdrYVRU5VXBsWj9yIShLHTC8lQElOjXVSaSAdgha8CI fdugnwnvM1QPMk5GD2vtQmR4Cvvx6x7kZJfXzBAOfxe3bpX3crnLOI8Y9Q9CuubuUKwsaIG9F93Nfth