Pokračování na str. 23

Poznámka k příspěvkům ze Statistických dnů v Ostravě Statistické dny pořádá každoročně Česká statistická společnost v různých místech České republiky s cílem umožnit setkání statistiků a uživatelů statistiky z regionu, poskytnout jim prostor pro presentování příspěvků i pro diskusi aktuálních otázek, a tak přispívat ke zvyšování statistické vzdělanosti v České republice. Ostravské statistické dny se konaly ve dnech 20. -21. června 2000 na Přírodovědecké fakultě Ostravské university a na jejich organizaci se podílela i katedra aplikované matematiky VŠB-TU Ostrava. Celkový počet účastníků byl okolo třiceti. V programu převažovali přednášející z Ostravy a blízkého okolí, měli jsme však i potěšení z přednášek tří účastníků vzdálenějších. Většina účastníků připravila i písemné verse svých sdělení, která jsou uvedeny v následujících dvou číslech Bulletinu ČStS. Pokud jste zklamáni, že mezi nimi nenalézáte to, co právě vy jste si chtěli přečíst, obraťte na dotyčné autory, jistě mají něco v šuplíku. V Bulletinu nejsou texty těchto dvou přednášek: •

•

A. Bartkowiak (Wroclawská universita, Institut informaticzny): Recognizing shape and atypical observations in multivariate data. R. Briš (TUO, Fakulta elektrotechniky a informatiky): Efektivní postup pro implementaci provozních dat při verifikaci spolehlivosti vysoce spolehlivých prvků.

Pokračování na str. 23.

1

Vliv vybraných charakteristik struktury trhu práce na vývoj nezaměstnanosti v ČR1 Jana Hančlová, Milan Šimek Ekonomická fakulta, VŠB-TU Ostrava Článek se zabývá zkoumáním modifikované Beveridgeovy křivky. Vzájemný bivariantní vztah mezi nezaměstnaností a volnými pracovními místy selhává při identifikaci dlouhodobého rovnovážného vztahu, jestliže toky nezaměstnaných jsou endogenní. Modifikace Beveridgeovy křivky spočívá v rozšíření bivariantního vztahu o další proměnné popisující strukturu trhu práce a zavedení náhodných složek, což nám umožňuje provést kointegrační analýzu při zkoumání dlouhodobých (ne)rovnovážných vztahů na trhu práce. Empirická studie je věnována českému trhu práce za období 1992 - 2000. Abstrakt:

Klíčová slova: kointegrační analýza, nezaměstnanost, Beveridgeova křivka, struktura trhu práce Úvod Vzájemný inverzní vztah mezi nezaměstnaností a volnými pracovními místy lze charakterizovat Beveridgeovou křivkou a v případě exogenních toků nezaměstnaných je možné hledat dlouhodobý rovnovážný bivariantní vztah. Článek sleduje rozšířený dlouhodobý rovnovážný model trhu práce při respektování vlivu dlouhodobě nezaměstnaných nebo mladistvých nezaměstnaných. Empirická studie byla provedena na kvartálních časových řadách pro český trh práce od roku 1992 do konce prvního pololetí 2000. Při hledání dlouhodobého rovnovážného vztahu v modifikované Beveridgeově křivce bylo použito kointegrační analýzy a odhadu modelu korekce chyb. Modifikace Beveridgeovy křivky Řada ekonomů se ve svých empirických studiích zabývala nerovnovážnými modely toků ekonomicky aktivních osob na trhu práce. Absolutní přírůstek počtu zaměstnaných lze vyjádřit následujícím vztahem: (1) ∆E t = E t − Et −1 ≡ H t − Qt kde Ht je počet přijatých zaměstnanců, Qt počet ukončených pracovních poměrů. 1

Tento příspěvek vznikl s podporou grantu GAČR č. 402/00/1165 a v rámci institucionálního výzkumného úkolu na EkF VŠB-TU Ostrava CEZ:J17/98:275100015

2

Funkce nově přijatých pracovníků lze vyjádřit jako homogenní CobbDouglasovu produkční funkci s konstantním výnosem: (2) H t = β 0 ⋅ U tα−1 ⋅ Vt1−−1α , kde β 0 je efektivnost hledání práce (podíl úspěšných kontaktů k celkovému počtu kontaktů při hledání práce za období t), Ut počet nezaměstnaných, Vt počet volných pracovních míst. Počet ukončených pracovních poměrů je lineárně závislý na počtu zaměstnaných v čase (t-1) s parametrem δ 0 . Absolutní změnu počtu zaměstnaných vyjadřuje nerovnovážný model trhu práce: ÄEt = β 0 ⋅ U tα−1 ⋅ Vt1−−1α − δ 0 ⋅ Et −1 (3) a relativní přírůstek zaměstnaných et (4) et = β 0 ⋅ uetα−1 ⋅ vet1−−1α − δ 0 , kde et = ∆E t / E t −1 , ue t −1 = U t −1 / E t −1 , vet −1 = Vt −1 / E t −1 . Dlouhodobý rovnovážný model trhu práce, který je odvozen v logaritmické formě v rovnici (5) jako hyperbolický vztah, respektuje podmínky, že množství práce a zdroje pracovní síly jsou konstantní tj. et = 0 . 1−α 1 ⋅ ln vet −1 + ⋅ ln(δ 0 / β 0 ) . ln uet −1 = − (5) α α Anthony (1999) zavedl ve své práci do tohoto deterministického modelu náhodnou složku ε t v multiplikativní formě do rovnice (3):

{ }

{ }

ÄE t = β 0 ⋅ U tα−1 ⋅ Vt1−−1α ⋅ e µ t −1 − δ 0 ⋅ eν t −1 ⋅ E t −1 resp. ve formě logaritmické 1−α 1 1 ln uet = − ⋅ ln vet + ⋅ ln(δ 0 / β 0 ) + ⋅ ε t α α α kde ε t = ν t − µ t , µ t ~ N (0, σ µ2 ), ν t ~ N (0, σ ν2 ) .

(6) (7)

Rovnice (7) umožňuje zkoumat existenci dlouhodobého rovnovážného vztahu mezi proměnnými uet a vet za předpokladu, že jsou tyto proměnné nestacionární a jsou integrovány řádu jedna2 a náhodná ε t je stacionární.

2

Stacionární procesy se označují I(0). Pokud se nestacionární časová řada transformuje první diferencí na proces s krátkou pamětí tzn. stacionární, je původní časová řada integrována řádu jedna tj. I(1).

3

Bivariantní model trhu práce předpokládá, že parametry β 0 a δ 0 jsou fixní, tzn. toky mezi nezaměstnaností a pracovními místy jsou exogenní. V další části příspěvku rozšíříme bivariantní rovnovážný model, který bude předpokládat, že toky mezi nezaměstnaností a volnými pracovními místy jsou endogenní a jsou determinovány vývojem struktury trhu práce, kterou budou reprezentovat následující základní charakteristiky: lgt – počet registrovaných dlouhodobě nezaměstnaných (déle než 1 rok), yt – počet registrovaných mladistvých nezaměstnaných (15 –19 let). Modifikovaný nerovnovážný model trhu práce lze nyní vyjádřit úpravou rovnice (6):

{

}

{

}

Ä E t = β 0 ⋅ lg tβ−11 ⋅ y tβ−21 ⋅ U tα−1 ⋅ V t1−−1α ⋅ e µ t − 1 − δ 0 ⋅ e ν t − 1 ⋅ E t −1 a tudíž rozšířený rovnovážný model trhu práce je dán vztahem: 1−α β β 1 δ  1 ln uet = − ⋅ ln vet − 1 ⋅ ln lg et − 2 ⋅ ln yet + ⋅ ln 0  + ⋅ ε t α α α α  β0  α

kde ε t = ν t − µ t , lg et =

lg t , Et

yet =

yt Et

(8) (9)

.

Empirická studie Testování bivariantního a rozšířeného rovnovážného modelu trhu práce bylo provedeno na kvartálních časových řadách v České republice od roku 1992 do 2. kvartálu 2000 (tj. 32 pozorování). Všechny časové řady byly sezónně očistěny multiplikativním modelem v softwarovém produktu SPSS. Následující obrázek 1 prezentuje vývoj časových řad uet a vet. 12

4

10 3 8 2

6 4

1 2 0 92

93

94

95

96 UE

97 VE

98

99

00

0 92

93

94

95

96 LGE

97

98

99

00

YE

Obrázek 1: Vývoj poměrových ukazatelů uet a vet.

4

Z obrázku 1 vyplývá relativně stabilizovaný vývoj „míry“ nezaměstnanosti i počtu volných pracovních míst v období 1992–1996. V roce 1997 v souvislosti s prohlubujícími se problémy české ekonomiky nastal prudký zlom ve stávajících trendech. V případě „míry“ nezaměstnanosti došlo k intenzivnímu růstu až ke hranici 10% s určitou stagnací v první polovině roku 2000. K poklesu počtu volných pracovních míst docházelo již v roce 1996 s nejnižší úrovní ke konci roku 1999. V roce 2000 došlo k mírnému nárůstu, což může souviset s určitým ekonomickým oživením v České republice. Koncem roku 1998 začal narůstat počet dlouhodobě nezaměstnaných, což bylo důsledkem prohlubujících se problémů v ekonomice a na českém trhu práce. Počet mladistvých nezaměstnaných se mírně rozkolísal od roku 1997 a již v roce 2000 se ustálil na původní úrovni. Všechny sledované časové řady v logaritmické formě byly testovány na přítomnost jednotkového kořene prostřednictvím ADF (rozšířeného DickeyFullerova) testu a PP (Phillips–Perronova) testu. Výsledky shrnuje tabulka 1. Je zřejmé, že všechny časové řady jsou nestacionární a jsou integrovány řádem 1 pro obě testovací statistiky. Na základě získaných výsledků můžeme přistoupit ke kointegrační analýze. Tabulka 1: Testování nestacionárnosti časových řad proměnná

ADF statistika

PP statistika

yuet = ln uet

-1,407

-2,464

due t = yue t − yue t −1

proměnná

ADF PP statistika statistika

-2,449

-3,325

yvet = ln vet

-1,786

-1,633

dve t = yve t − yve t −1

-2,436

-3,092

y lget = lnlget

-1,851

-0,321

d lget = y lget − y lget −1

-1,839

-2,542

yyet = ln yet

-2,642

-2,382

dye t = yye t − yye t −1

-4,766

-4,540

-4,271

-4,261

-1,521

-1,952

5% kritická hodnota

5% kritická hodnota

Testy kointegrace budou aplikovány pro následující modely: • Model_1 – bivariantní vztah yuet a yvet podle odvozené rovnice (5), • Model_2 – rozšířený model - yuet, yvet, ylget, • Model_3 – rozšířený model - yuet, yvet, yyet, • Model_4 – modifikovaný model - yuet, yvet, ylget, yyet. Testy kointegrace, které byly realizovány prostřednictvím statistického softwaru Eviews 3.1, sledovaly Johansenovu metodu (Johansen (1991, 1995)), která vychází z restriktivních vektorových autoregresivních modelů.

5

Model_1 testoval dlouhodobý rovnovážný vztah mezi yue a yve. Johansenův test nezamítl hypotézu, že neexistuje žádný dlouhodobý rovnovážný vztah mezi přírůstkem časové řady uet a vet na 5% hladině významnosti. Tento výsledek potvrzuje, že nelze sledovat toky jako exogenní, protože jsou determinovány dalšími faktory (viz např. Gottvald, 1999). Model_2 (yuet, yvet, ylget) – rozšířil bivariantní model o proměnnou podílu dlouhodobě nezaměstnaných logaritmickém vyjádření. Johansenův test - indikoval jednu kointegrační rovnici: (10)* EQ1 = −2,348 + 0,052 ⋅ trend + yuet − 0,685 ⋅ yvet − 1,821* ⋅ y lg et Dosažené výsledky ukazují, že z dlouhodobého pohledu existuje statisticky významný pozitivní vliv míry dlouhodobě nezaměstnaných na „míru“ nezaměstnanosti (1,821). Tento vztah lze označit za statisticky významnější než je vliv hlášených volných pracovních míst. Model korekce chyb byl odhadnout: *  Ä yuet   0,009   0,004   Ä yve  = − 0,012  + − 0,003  ⋅ trend +  t      Ä y lg et  − 0,007   0,004*   

(11) *

− 0,143 − 0,127 − 0,574  Ä yuet −1   0,188     0,391 0,668*  ⋅  Ä yvet −1  + − 0,220  ⋅ EQ1 +  0,459 * − 0,146 0,103 0,136  Ä y lg et −1   0,222      *

Z krátkodobého hlediska působí na změnu nezaměstnanosti negativně přírůstek dlouhodobě nezaměstnaných z předcházejícího období (-0,574). Odchylka od dlouhodobé rovnováhy na trhu práce může být vyrovnána tempem 18.8% (viz. koeficient zatížení). Model_3 (yuet, yvet, yyet) – modifikoval bivariantní model o logaritmickou proměnnou podílu nezaměstnaných mladistvých ve věku 15 – 19 let. Johansenův test opět zaznamenal jednu statisticky významnou kointegrační rovnici: (12) EQ 2 = −1,484* − 0 ,033* ⋅ trend + yuet + 0 ,616* ⋅ yvet − 0,553* ⋅ yyet Kointegrační rovnice EQ2 empiricky dokazuje dlouhodobý statisticky významný negativní vliv volných pracovních míst na „míru“ nezaměstnanosti (-0,616), který je ve srovnání s faktorem mladistvých nepatrně silnější, ale má opačný směr působení (0,553). Model korekce chyby lze opět prostřednictvím softwaru Eviews pro délku zpoždění jednoho kvartálu odhadnout v rovnici (13). Z krátkodobého

*

Odhadnuté koeficienty jsou statisticky významné na 5% hladině významnosti.

6

hlediska je „míra“ nezaměstnanosti statisticky významně ovlivněna pouze přírůstkem volných pracovních míst negativně (-0.334).  Ä yue t  Ä yve t   Ä yye t

*   0 , 022   0 , 321  =  − 0 , 006  +  0 , 034       − 0 , 032   − 0 ,146    − 0 , 013   +  − 0 ,142  ⋅ EQ 2  0 ,849 * 

− 0 ,334 0 , 692 0 ,103

* *

− 0 ,149   Ä yue t − 1   0 , 034  ⋅  Ä yve t − 1  0 ,136   Ä yye t − 1  

(13)

Model_4 (yuet, yvet ,ylget, yyet) – zahrnul do bivariantního modelu obě proměnné popisující strukturu registrované nezaměstnanosti. Johansenův test, který je vhodný při zkoumání dlouhodobého rovnovážného vztahu pro vícerozměrné modely indikoval dvě statisticky významné normalizované kointegrační rovnice:

EQ3 = −2,564 + 0,002 ⋅ trend + yuet − 0 ,711* ⋅ y lg et − 1,409 ⋅ yyet EQ 4 = 0,266 − 0,091 ⋅ trend + yvet + 1,505 ⋅ y lg et − 1,659 ⋅ yyet *

*

*

(14)*

Model korekce chyby lze opět prostřednictvím software Eviews pro délku zpoždění 1 kvartálu odhadnout v následující formě:  Ä yuet   0,040 − 0,154 − 0,525*  Ä yve   0,424 0,667 t   0,471  = Ä y lg et  − 0,044 0,063 0,156    *  Ä yyet   0,212 − 0,753 − 0,205  0,071*   0,111*      − 0,134  − 0,072  EQ 5 ⋅ + +  0,057*   0,133*      − 0,013  − 0,112 

− 0,103   Ä yuet −1     − 0,018  Ä yvet −1  + ⋅ − 0,072 Ä y lg et −1     − 0,076  Ä yyet −1 

(15)

kde EQ5 = −2 ,845* + 0 ,098 ⋅ trend + yue t − 1,057 ⋅ yvet − 2 ,301* ⋅ y lg e t + 0 ,344 ⋅ yyet

(16)

Dlouhodobý rovnovážný vztah mezi „mírou“ nezaměstnanosti a dlouhodobě nezaměstnanými je statisticky významný s pozitivním působením, ale krátkodobě je vliv opačný. Další proměnná popisující strukturu trhu práce (mladiství nezaměstnaní) není statisticky významná nejen v případě *

Odhadnuté koeficienty jsou statisticky významné na 5% hladině významnosti.

7

dlouhodobého pohledu, ale i z hlediska krátkodobého odchýlení se od dlouhodobě rovnovážného vztahu. Statisticky významná rychlost přizpůsobení se rovnovážnému vztahu byla prokázána pro faktory nezaměstnanost (0,111) a dlouhodobě nezaměstnaní (0,133). Shrnutí a závěr Johansenův test kointegrace pro model_1 ukázal, že neexistuje statisticky významná dlouhodobá rovnováha pro změny vzájemného vztahu podílových časových řad nezaměstnaných a volných pracovních pro český trh práce za období 1992 – polovina roku 2000 (tzn. model hledání práce nezahrnuje pouze exogenní vztah, nýbrž také endogenní vztah ). Rozšířená Beveridgeova křivka indikovala statisticky významný dlouhodobě rovnovážný vztah mezi nezaměstnanými a volnými pracovními místy při zahrnutí dalších strukturálních proměnných. Výsledky dalších modelů dokumentují, že problematika dlouhodobé nezaměstnanosti patří ke klíčovým problémům českého trhu práce. Počet a struktura volných pracovních míst na trhu práce zde působí jako významný determinant procesu snižování nezaměstnanosti i dlouhodobé nezaměstnanosti a z hlediska přizpůsobení se dlouhodobě rovnovážnému vztahu na trhu práce patří mezi klíčové faktory, což potvrzuje základní Beveridgeův vztah. Literatura Anthony J.D.F. (1999): The relationship between unemployment and vacancies in Australia. Applied Economics, No. 31, pp. 641-652. Bewley, R.A. (1979): The dynamic behaviour of unemployment and unfilled vacancies in Great Britain: 1958-1971, Applied Economics, No. 11, pp. 303-308. Eviews User’s Guide (1998). Quantitative Micro Software. Gottvald, J. (1999): Structural Adjustment of the Czech Labour Market. In: Proceedings of Papers No. 06-2-1, EALE Conference, 1999, Regensburg, Germany Johansen,S. (1991): Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models. Econometrica, No. 59, pp. 1551-1580. Johansen,S. (1995):Likelihood-based Inference in Cointegrated Vector Autoregressive Models. Oxford University Press.

8

Ekonometrický model OKD-1 Miroslav Liška Přírodovědecká fakulta, Ostravská univerzita Abstrakt: Článek pojednává o ekonometrickém modelu OKD-1 pro analýzu a prognózu výrobní, technické a ekonomické činnosti Ostravsko-karvinských dolů (OKD). Představuje ho soustava 114 simultánních rovnic, které vyjadřují regresní a technicko-bilanční vztahy mezi 205 proměnnými. Jedná se o rekurzívní model ekonometricko-normativního typu, respektující nelineární a dynamický charakter modelovaných vztahů. Základem ekonometrického modelu OKD-1 je soustava vzájemně provázaných produkčních funkcí. Hlavní produkční funkcí ekonometrického modelu OKD-1 je produkční funkce pro těžbu uhlí. Výsledným tvarem je vícefaktorová produkční funkce, vyjadřující závislost průměrné denní těžby dohromady na 12 výrobních faktorech včetně ukazatelů důlně-geologických podmínek. Klíčová slova: ekonometrický model, soustava simultánních rovnic, produkční funkce, Ostravsko-karvinské doly (OKD), těžba uhlí, důlněgeologické podmínky. Úvod Ekonometrický model OKD-1 představuje aplikační výsledek [1], který přesahuje svým významem hranice Ostravy a časový horizont svého vzniku. Řada poznatků a zkušeností zůstává doposud aktuální a některé návraty k ekonometrickému modelu OKD-1 v 90.létech potvrzují platnost a použitelnost dosažených výsledků. Původní oblastí ekonometrického modelování jsou makroekonomické problémy [3]. Objevují se také případy využívání na podnikové úrovni (např. modely CHEPOS, SIGMA, VÍTKOVICE) [2]. Ostravsko-karvinské doly (OKD) jsou důležitým podnikem, jenž plní hlavní výrobní úkoly v odvětví hlubinné těžby černého uhlí. Koncepce sestavení první verze ekonometrického modelu činnosti OKD (označ. OKD-1) byla zvolena tak, aby co nejlépe formulovala obsahové a věcné stránky podstaty

9

vztahů mezi hlavními výrobními faktory důlních i povrchových výrobních procesů OKD. Bylo nutno vyřešit následující dílčí úkoly: ! ! ! !

identifikovat základní vztahy mezi rozhodujícími ukazateli výrobní, technické a ekonomické činnosti OKD formalizovat a kvantifikovat tyto vztahy pomoci prostředků ekonometrického modelování na základě regresní analýzy dosavadního vývoje pro tyto účely vytvořit bázi dat časových řad vymezeného souboru ukazatelů na základě výsledků identifikace, analýzy a kvantifikace příslušných vztahů mezi ukazateli vytvořit a ověřit ekonometrický model pro analýzy a prognózy činnosti OKD, umožňující variantní výpočty možného vývoje výrobně-technických a ekonomických ukazatelů podle zvolených scénářů

Soustava simultánních rovnic ekonometrického modelu OKD-1 Výsledná struktura ekonometrického modelu OKD-1 je vyjádřením přijaté úrovně desagregace. Vzhledem k specifickým podmínkám činnosti OKD byla v modelu uplatněna desagregace na 5 skupin podniků a organizací: ! ! ! ! !

důlní podniky koksovny strojírenské podniky stavební podniky ostatní podniky a organizace

Se zřetelem na předpokládané využití modelu se ukázalo vhodné vyjádřit vztahy mezi následujícími skupinami ukazatelů (obr. 1): ! ! ! ! ! ! ! !

pracovníci základní prostředky důlně-geologické podmínky těžby uhlí produkce, výkony materiálové náklady a služby produktivita práce a průměrné výdělky zásoby, náklady, zisk a rentabilita investice

Z charakteru základních kauzálních a technicko-bilančních vztahů vyplývá, že pracovní síly a důlně-geologické podmínky mají exogenní charakter. Základní prostředky jsou ze značné části výsledkem vlastních investičních

10

dodávek. Pracovní síly, základní prostředky a důlně-geologické podmínky rozhodujícím způsobem ovlivňují produkci a výkony. Z vývoje výkonů se odvozuje vývoj materiálových nákladů, zásob, nákladů, zisku, rentability atd. Počty pracovníků mají vliv na produktivitu práce a společně s důlněgeologickými podmínkami též na průměrné výdělky, na nichž potom závisí mzdové náklady. Ekonometrický model OKD-1 tvoří 114 vzájemně provázaných simultánních rovnic, které vyjadřují regresní a technicko-bilanční vztahy mezi 205 proměnnými. Z celkového počtu 114 rovnic je 20 regresních a 94 deterministických. Vyjadřují vztahy mezi 205 proměnnými, z toho je 91 exogenních a 114 endogenních. Hypotetické kauzální vztahy mezi ukazateli jsou vyjádřeny regresními rovnicemi, zpravidla o větším počtu faktorů zaručujícím větší vypovídací schopnosti ekonometrického modelu i vyšší stabilitu. Kromě regresních rovnic obsahuje model OKD-1 deterministické rovnice vyjadřující vztahy normativního charakteru, definiční vztahy (např. produktivita práce), různé technicko-bilanční vztahy apod. Produkční funkce ekonometrického modelu OKD-1 Základna ekonometrického modelu OKD-1 je formulována jako soustava vzájemně provázaných produkčních funkcí. Výchozím tvarem je klasická Cobbova-Douglasova substituční produkční funkce. Pro praktické účely bylo třeba zohlednit působení dalších faktorů a charakteristik výrobních procesů OKD. Vazby mezi produkčními funkcemi vyjadřují předávky výsledné produkce mezi skupinami podniků: ! ! !

předávku uhlí ke koksování výrobu důlních strojů a zařízení důlně stavební práce

Hlavní produkční funkcí ekonometrického modelu OKD-1 je produkční funkce pro těžbu uhlí. Její konstrukce vychází jednak z obecných teoretických a empirických poznatků o modelování výrobního procesu, jednak se snaží zobrazit působení specifických faktorů hlubinného dobývání uhlí v OKD. Výsledným tvarem je komplexní vícefaktorová produkční funkce vyjadřující závislost průměrné denní těžby celkem na 12 výrobních faktorech včetně různých ukazatelů důlně-geologických podmínek. Finální

11

tvary produkčních funkcí ekonometrického modelu OKD-1 obsahují faktory, pro které ještě nelze nalézt jednoznačnou podporu v rámci obecně uznávaných principů teorie produkčních funkcí. Jedná se zejména o některé novější teoretické poznatky, podle nichž se specifické faktory zahrnují do jediné produkční funkce současně. Dynamické vlastnosti ekonometrického modelu OKD-1 Pro model OKD-1 byl zvolen rekurzívní tvar. Jedná se o rekurzívní model tzv. ekonometricko-normativního typu, respektující nelineární a dynamický charakter značné části modelovaných vztahů. Zpětné vazby lze zachytit pomocí interdependentní soustavy rovnic, v praxi ekonometrického modelování se však dává přednost zachycení těchto vazeb pomocí časově zpožděných proměnných v rekurzívních soustavách. Časově zpožděné proměnné dodávají soustavě rovnic ekonometrického modelu dynamický charakter. Mezi ekonomickými veličinami (např. při investičním procesu) se vyskytují časové posuny mezi působením určitých faktorů a vyvolanými změnami ovlivňovaných veličin. S tím souvisí určitá setrvačnost ve vývoji ovlivňovaných veličin, které se postupně přizpůsobují změnám příslušných faktorů. Adekvátní vyjádření si proto vyžaduje použití dynamizovaných ekonometrických modelů a tedy přechod k jinému modelovému zobrazení zachycujícímu dynamiku sledovaných jevů. Uspokojivým řešením v tomto smyslu může být např. Koyckova transformace. Datová báze a časové řady ekonometrického modelu OKD-1 Pro tvorbu ekonometrického modelu OKD-1 bylo nutno vytvořit datovou bázi. Odhad a testování parametrů regresních rovnic spolu s ověřením fungování ekonometrického modelu vyžaduje vytvoření rozsáhlého souboru dostatečně dlouhých a vnitřně i vzájemně konzistentních časových řad všech modelových proměnných. V případě ekonometrického modelu OKD-1 byly časové řady sestaveny za 16 let, 1970-1985, pro časově posunuté proměnné také za rok 1969. Bylo nutné provést množství přepočtů: agregace údajů za skupiny podniků, rekonstrukce některých ukazatelů za starší léta, přepočty údajů na srovnatelnou metodickou základnu (základní prostředky, výkony, materiálové náklady, finanční ukazatele atd.), přepočty na srovnatelné ceny

12

(hrubá výroba) a v některých případech i aproximace chybějících údajů (výroba zboží, některé složky investic, likvidace základních prostředků). Výsledky ověření ekonometrického modelu Předpokladem úspěšné aplikace modelu pro zpracování analýz a prognóz je, aby model dobře reprodukoval skutečný vývoj v retrospektivě. Celkové fungování ekonometrického modelu OKD-1 bylo ověřeno dynamickou simulací skutečného vývoje v období 1971-1985. Podle výsledků této simulace průměrná absolutní odchylka modelem generovaných hodnot od skutečného vývoje 114 výstupních proměnných za 15 let dosahuje 0,82%. Agregátní koeficient korelace R mezi modelem generovanými a skutečnými hodnotami endogenních proměnných za období 1971-1985 dosahuje 0,9962. Podle koeficientu determinace R2 model vysvětluje 99,24% rozptylu hodnot souboru endogenních proměnných. Tyto koeficienty jsou přitom příznivé rovněž za všechny proměnné i léta. Vyhovující jsou rovněž hodnoty průměrných absolutních odchylek proměnných (vyjádřených v procentech k průměrným skutečným hodnotám). Průměrná kompenzovaná odchylka vyjadřující. systematické vychýlení modelem generovaných hodnot od skutečných dosahuje 0,18%. Kromě retrospektivního ověření celkového fungování. modelu byl ekonometrický model OKD-1 ověřen též aplikací na výpočet experimentální prognózy na léta 1986-1990. Za tím účelem bylo třeba sestavit vstupní hodnoty všech exogenních proměnných na prognózované období, zejména pro některé ukazatele související s očekávaným vývojem důlně-geologických podmínek, dále byly navrženy hodnoty exogenních složek investic, koeficienty likvidace základních prostředků, podíly stavu základních prostředků skupin podniků na průměrném stavu základních prostředků nedůlních organizací atd. Po dosazení těchto vstupních dat se výsledky pro endogenní proměnné prognostické aplikace ekonometrického modelu OKD-1 v podstatě shodovaly s hodnotami základních agregátních ukazatelů uvedených v Návrhu koncepce rozvoje OKD, zpracovaným obvyklými metodami v příslušných odborných útvarech generálního ředitelství. Významné odchylky této varianty modelové prognózy měly v podstatě dvojí vysvětlení: buď naznačovaly, že do vstupních dat pro prognózu nebyly promítnuty všechny předpoklady o měnících se podmínkách dalšího rozvoje, nebo signalizovaly, že v údajích návrhu existují některé rezervy a nekonzistence. Experimentální modelová prognóza ukázala, že ekonometrický model OKD-1 je vhodným nástrojem pro výpočty dalších variant prognóz s odlišnými vstupními předpoklady. Simulační výpočty

13

podle aktuálních dat v 90.létech byly stále pozoruhodné a reflektovaly mj. silnou setrvačnost působení hlavních faktorů výrobně-technické a ekonomické činnosti OKD.

LITERATURA [1] LIŠKA, M. Ekonometrický model činnosti OKD (kandidátská disertační práce). Praha: Ekonomický ústav ČSAV, 1987. [2] ŠUJAN, I. Vývoj a aplikácie ekonometrických modelov v ČSSR. Informačné systémy 12, 1986. č.4. [3] HUŠEK, R. Základy ekonometrické analýzy I, II. Praha: Vysoká škola ekonomická, 1997. RNDr.Miroslav Liška,CSc. Katedra informatiky, Přírodovědecká fakulta, Ostravská universita, e-mail: [email protected]

Schéma základních vztahů ekonometrického modelu OKD-1 pracovníci

základní prostředky

produkce a výkony

důlněgeologické d í k

produktivita práce a prům. ýdělk

investice

materiálové náklady a l žb

zásoby, náklady, zisk a bili

14

Teorie a praxe dolování znalostí z dat Jana Šarmanová Abstract: The great expansion of data mining in the last decade may lead to

expectations that are more optimistic than the practice usually shows afterwards. The methods used for mining in marketing are often satisfied with simple or less precise conclusions since the speed of processing is usually the most important criterion. For classical research, more exact methods and complex analyses are needed, which is not easy to carry out in a fully automatic way. In this paper, we use two examples from practice to suggest some problems of practical data mining. The experience was obtained during analysing data on assisted reproduction, which was done as a part of grant IGA MZ no. 4916-3.

Úvod V posledních letech se mnoho napsalo o multioborové disciplině, nazývané dolováním znalostí z dat (Data Mining). Vznikla spojením a rozšířením metod a technologií převzatých z databází, matematické statisticky, metod analýzy mnohorozměrných dat, ekonomie a mnoha dalších „uživatelských“ oborů. V heslech si zopakujme její základní pojmy. Definice dolování znalostí: Proces netriviálního získávání implicitní, dříve neznámé a potencionálně užitečné informace. Odkud se doluje – jak je možno ke znalostem přijít neautomatizovaně ! pozorováním, pamatováním skutečností světa, zobecňováním, odvozováním ! od experta - člověka s nadprůměrným vzděláním, zkušeností, schopností zobecňovat a formulovat znalosti ve svém oboru ! z textové, obrazové a zvukové informace již expertem zpracované automaticky ! z dat speciálně pro tento účel nasbíraných nebo z databází původně sloužících jiným účelům ! z textových a multimediálních dokumentů, které se obvykle různými technikami převádí na předcházející případ V dalším se budeme zabývat jen automatickým získáváním znalostí z dat.

15

Kdo doluje - potřeby dolování z hlediska uživatelů • • •

průzkum - marketing, bankovnictví, výroba, pojišťovnictví, … výzkum – medicína, biologie, hutnictví, … sociologický průzkum – veřejné mínění, sčítání lidu, lokální věcné problémy, … Proč doluje – jaké důvody vedou k dolování znalostí ! ! !

komerční - získání obchodních výhod výzkumné - získání nových odborných znalostí, hypotéz průzkumné, sociologické - získání politických výhod

Jak doluje - přehled klasických metod automatického dolování ! ! ! ! ! !

analýzy asociací ASOC analýzy příčin a následků IMPL analýzy shlukovací SHLUK hledání rozhodovacích stromů STROM agregace, časové a dimenzionální řady …

Čím doluje – jaké SW prostředky jsou k dispozici ! ! ! !

použitím řady hotových SW produktů, specializovaných na některé metody použitím speciálního hotového SW systému určeného pro dolování z dat spoluprací s programátory, kteří potřebný SW implementují na míru problému sám sobě být analytikem datovým i problémovým, programátorem i interpretem

Teoretický postup při dolování znalostí Obdobně, jako u každé složité činnosti, jsou pro projekty dolování znalostí definována mnohá teoretická pravidla: etapy projektu, řešitelské týmy, metody, algoritmy, SW nástroje, způsoby prezentace a interpretace výsledků, doporučení dalších postupů. Prakticky všechny se shodují v následujících etapách a následujících typech spoluřešitelů: 1. Formulace problému 2. Věcná analýza úlohy, dělí na datovou analýzu a problémovou. 3. Sběr nebo výběr údajů 4. Hrubá filtrace 5. Předzpracování dat

16

6. Vlastní analýzy 7. Prezentace výsledků 8. Interpretace a vyhodnocení výsledků. V současném softwarovém světě je nabízena řada produktů, jejichž slogany zní velmi slibně jak z hlediska automatických postupů, tak uživatelského prostředí. Žádný z nich neslibuje dřinu, nutnost mnoho studovat, dlouho analyzovat, znovu a znovu analyzovat, probírat se množstvím banalit často krásně barevně provedených, 95% svých pracně získaných výsledků zahodit a jen při nemalém štěstí se dobrat malého množství skutečně nových znalostí. A to vše za ceny produktů desetitisícové, statisícové i milionové. Protože se léta zabývám teoretickými metodami dolování dat i praktickým získáváním znalostí v rámci různých druhů výzkumů a sociologických průzkumů, pokusím se zformulovat některé praktické zkušenosti do pragmatických rad začínajícím analytikům. Snad to bude ku prospěchu i uživatelům, jejich datům i z nich získaným výsledkům. Profese matematika-analytika a programátora, dlouholetá neexistence vhodného SW nebo jeho vysoká cena, praktická potřeba mnoha uživatelů ve výzkumu, to vše bylo již před mnoha léty důvodem k rozhodnutí vybudovat vlastní programový systém pro analýzy dat. Hluboko v době, kdy se ještě data nedolovala, ale analyzovala. Systém byl několikrát implementován v novém prostředí a vždy rozšiřován o nové metody, pokrývající celý uvedený cyklus projektu. Cílem bylo nejen nabídnout případnému uživateli metody předzpracování, dolování a prezentací výsledků, ale i automatizovaného experta-analytika. Ten za pomoci metadat (popisu dat, dat o datech) a vlastních zabudovaných analytických pravidel bude průvodcem uživateli, bude mu doporučovat metody na míru jeho datům a pomůže mu výsledky interpretovat. V krajním případě bude umět provést všechny analýzy automaticky sám. Praxe se ukázala opět složitější, než několik školních testovacích příkladů.

Praktický postup nad konkrétními daty Následující 2 příklady jsou voleny jako protiklady v mnohém směru: oblastí výzkumu, typem dat, zdánlivou složitostí problému, dobou zpracování, zkušenostmi analytika, rozsahem dat, úspěšností výsledků. První uvádíme jako příklad rychlého a úspěšného dolování z dat obtížných pouze analytikem. Druhý jako dlouhé, pracné, zatím málo objevné dolování z dat rozsáhlých a slibných. Oba případy byly řešeny pomocí vlastního SW.

17

Příklad 1. Technologický problém Při válcování trub za studena na poutnických válcovacích stolicích je možno nastavovat různé technologické parametry, které vedou ke kvalitativně rozdílnému průběhu zpracování i výsledkům válcování. Cílem bylo vysledovat vliv ovlivnitelných parametrů na optimální průběh válcování. Praktické testování všech možných kombinací a sledování výsledků je příliš pracné, zdlouhavé a drahé. Není možno je proto podle potřeby opakovat. Charakteristiky průběhu válcování trub za studena. Vlastnosti modelu byly definovány s odborníky na válcování trub. Z provedených měření byly zadány pro různé kombinace níže uvedených parametrů a jim odpovídající výsledky tyto nastavitelné technologické parametry: • • • • •

n p o m k

[ot//min] počet otáček klikového hřídele [mm] posuv na otáčku [m] počet odválcovaných metrů (=>opotřebení nástrojů) typ maziva typ kalibrace (typ trnu)

Výstupem experimentů je axiální síla ve tvaru grafického záznamu, na papírových rolích zaznamenaný průběh několika válcovacích cyklů pro každý vzorek. Analýza. Teoretický průběh axiální síly je znám. Ideální stav válcování má všechny cykly shodné, při špatně nastavených podmínkách tahová složka axiální síly postupně narůstá v průběhu několika cyklů, potom se trn "utrhne" a proces začíná znovu. Na teoretických křivkách je vytipováno několik charakteristických bodů, které společně určují typ průběhu axiální síly, od optimální 1 po nejhorší 6, způsobující až přetržení trubky. Vlastní zpracování. Digitalizovaná, filtrovaná a standardizovaná data tvoří tedy n-tice, každá n-tice popisuje jeden cyklus jednoho měření. Tyto n-tice byly pomocí shlukové analýzy rozděleny do skupin vzájemně si podobných cyklů. Porovnáním s teoretickým průběhem byly výsledkům přiřazeny typy teoretických křivek, každému měření pak nehorší typ křivky, kterého dosáhl některý jeho cyklus. Posledním krokem bylo nalezení souvislostí mezi množinami nastavených parametrů a výsledným typem křivky. K hledání hypotéz o příčinách různého průběhu procesu válcování byla použita procedura IMPL s použitím kvantifikátorů implikačních.

18

Slovně interpretované výsledné hypotézy: Pro dosažení nejlepší křivky je třeba následující nastavení: • Počet otáček může být nastaven libovolně, důležitý je vzájemný vztah otáček a posuvu. • Vhodnější jsou posuvy vyšších hodnot (od 4.5 mm), nejlepší je 6 mm. • Nejvhodnější kombinace otáček a posuvu jsou: 80 / 7.5, 120 / 6, 160 / 4.5, 180 / 6 • Vliv nastavení trnu se výrazně neprojevil. • Vliv mazání nebyl průkazný • Významný je naopak vliv kalibrace: při stejném mazání a nastavení trnu byla nejlepší křivka dosažena pouze na kalibracích typů 1-3, kalibrace 4 a 5 souvisely vždy s horšími typy křivek. Křivka typu 2 vzniká většinou při mírném nedodržení výše doporučených kombinací. Naopak nehorších křivek dosáhly všechny ty kombinace, které se nedoporučují pro dosažení křivek dobrých – to vše naznačuje, že nově nalezené vztahy skutečně existují. Závěrem poznamenejme, že některé důležité výsledky dosažené popsaným zpracováním nebyly známy ani dlouholetým praktikům ve válcování, ani odborníkům teoreticky se zabývajících tímto problémem. Následné praktické ověřovací zkoušky daly těmto výsledkům zapravdu. Příklad 2. Medicínský problém - Asistovaná reprodukce Ve Fakultní porodnici v Brně se již 15 let provádí asistovaná reprodukce (AR), po celou dobu se o průběhu a výsledcích léčby vedou záznamy v databázi, která má 3 základní evidence (mimo řadu číselníků). Celkem jsou uloženy údaje o více než 8500 výkonech u 3500 pacientek. Je sledováno celkem asi 180 atributů. V rámci grantu MZ se tato data v průběhu letošního roku analyzují. Data sbíraná od roku 1984 Karta [4470 x 15] Anamnézy [3161 x 65] datumové Výkony [8516 x 58] ovlivnitelné Gravidity [666 x 54] výsledné

objekty: pacienti, výkony, výsledky atributy: numerické, textové, neovlivnitelné, průběžné,

19

Cílem je najít souvislosti mezi neovlivnitelnými i ovlivnitelnými atributy na straně jedné a výsledkem léčby na straně druhé a na základě této znalostiurčovat ovlivnitelné atributy léčby. Analýza. Definovaný cíl nabízí použití analýzy příčin a následků, analýzy asociací, případně konstrukci rozhodovacího stromu. Při rozdělování atributů na ovlivnitelné, neovlivnitelné, výsledné se ukazuje, že celý cyklus AR se dělí na dílčí výkony, každý z nich má své vstupy a výstupy a celkově se dá znázornit schématem na obr. 1. Odtud pak plyne řada dílčích analýz, z nichž každá závisí na předcházejícím průběhu tohoto cyklu i případně cyklů (u téže pacientky) předcházejících a na nově vstupujících atributech. Ideálem je vysledovat, jak mohou ovlivnitelné parametry (podávané léky, volba dne výkonu, metoda výkonu apod.) v souvislosti s objektivními skutečnostmi (věk pacientky, diagnóza apod.) ovlivnit úspěšnost výsledku (odebrání dostatečného počtu vajíček, jejich oplodnění, otěhotnění pacientky, donošení plodu). Na základě výsledných pravidel pak doporučovat hodnoty ovlivnitelných parametrů, aby bylo dosahováno optimálních možných výsledků. KRYO | TRANS FERTI L ODBĚ R CYKL

PORO D GRAV AB NIC

POLYP

EU

NIC NIC

NIC

Obr. 1 Vlastní zpracování. Prvním a pak celým zpracováním se prolínajícím problémem jsou zdrojová data. Jejich strukturu původně navrženou jen pro evidenci a občasné vyhledávání údajů bylo nutno upravit – odstranit redundance, rozdělit kumulované údaje, překódovat některé číselníky, kategorizovat některé hodnoty apod. Nejen struktura, i obsah dat byl mnohdy chybný, redundandní údaje nekonzistentní, i při analýzách se objevovaly stále nové nesrovnalosti, negativně ovlivňující výsledky a tak se znovu dohledávala a opravovala data. Další velký problém nastal při vlastní analýze. Podle typu problému se jeví základní vhodnou metodou analýza příčin a následků – IMPL. Ovšem

20

v datech, kde průměrná úspěšnost výsledků výkonů (po etapách) je 17% až 50%, vychází klasickou metodou IMPL (při nastavené minimální spolehlivosti hypotézy např. 70%) jen mnohé výsledky typu Jestliže podm pak pacientka neotěhotní s vahou V % a prakticky žádný využitelný přímý pozitivní výsledek. Jednou možností jeinterpretovat negativní výsledek jako doplněk hledaného pozitivního (když za podm pacientka neotěhotní s vahou V%, pak za stejné podmínky otěhotní s vahou 100-V) a dále zkoumat, zda tento výsledek je statisticky významný. Podstatou tohoto problému je fakt, že v těchto datech nestačí hledat jen hypotézy tvaru implikace s vysokou spolehlivostí (a dostatečnou podporou, počtem výskytů tohoto případu), ale všechny statisticky významné odchylky od průměrných hodnot. Pro tuto úlohu bylo potřeba vyvinout novou metodu hledání hypotéz (kterou jsme nazvali GRIMPL = grupované implikace) a její dostatečně rychlou implementaci. Metoda GRIMPL testuje všechny teoretické kombinace hodnot možných příčin a pro každou skupinu vypočítá hodnoty předem (analytikem) definovaných ukazatelů úspěšnosti. Proti metodě IMPL navíc vypočte statistickou významnost odchylek těchto hodnot od průměrných hodnot ukazatelů za celý soubor. Metoda tedy testuje výrazy tvaru Jestliže A=a ∧ B=b ∧… , pak U1=u1 (S1) ∧U2=u2 (S2) ∧… s podporou P kde A,B,C,… jsou atributy = možné příčiny, a,b,c,… jejich aktuální hodnoty, U1,U2,… jsou definované ukazatele, u1,u2,… jejich hodnoty pro testovanou skupinu charakterizovanou levou stranou implikace. Hodnoty S1, S2, … buď numericky nebo symbolicky označují, zda je ukazatel Ui průměrný nebo neprůměrný vzhledem k základnímu souboru. Praxí vydolovaná pravidla pro dolování dat Data i plán zpracování u druhého příkladu se zdají velmi transparentní. Přesto se postupně objevuje tolik nových i věčně zelených problémů, že se je pokusíme zformulovat do bezpochyby neúplného seznamu následujících pravidel a zkušeností. Skutečné výsledky získané z těchto analýz přesahují rámec tohoto příspěvku a patří do jiné – medicínské oblasti. ! Neslibuj jakékoliv výsledky předem, až data ukáží, co je v nich. ! Bez (živého) experta to (pořád ještě) nejde. ! I v každé analýze (nejen v programu) je chyba. ! Cykly, cykly, cykly = chyby, nápady, upřesnění, výběry. ! I když jsi hotov, nikdy nejsi hotov. ! Nikdy nejsi hotový analytik.

21

KVALITNÍ PŘÍPRAVA DAT JE 90% ÚSPĚCHU Bez dobrých metadat to nejde ! pořádek pomáhá zvládnout data ! předpočítané hodnoty urychlují analýzy (NULL, min, max, …) ! dokumentace, protokol, evidence i detailů, chyb, návratů, důvodů Problém integrity a konzistence • párování souborů • kontrola atributů: NULL-nula; chybějící dohledat, dořešit; opakované prověřit; špatně kódované opravit; Problém kategorizace • nutnost opakované kategorizace, nutnost verzí atributů Možnosti odvozených atributů • využití položek datumových, textových; doplnit chybějící odvoditelné; respektovat profesní zvyklosti, … Nutnost transformací • standardizace, normalizace, hlavní komponenty, … Výběry – projekce a selekce • jinak pro SHLUK, IMPL a ASSOC, STROM, … VLASTNÍ ANALÝZY Princip: rozděl a pokus se panovat Problém exploze výsledků • nutnost redukce redundance • automatizovat i zpracování výsledků • nutnost podpory databází výsledků I negativní výsledek může být výsledek - nejhorší NE může být nejlepší ANO Problém malých četností - co je dost významné? Bez statistiky to často nejde - významnost výsledných hypotéz je nutno otestovat Se statistikou to často nejde - statistické charakteristiky někdy necharakterizují Problém rychlých algoritmů - všechny cesty vedoucí k cíli nevedou stejně rychle Problém rozsáhlých dat - vzorkování, reprezentanti, nové přístupy k algoritmům

22

Prezentace výsledků - ani geniální objevy nedojdou ocenění bez slovního polopatizmu, obrázků, grafů

Závěr Nová definice dolování znalostí: Proces hledání zlatých zrnek na poušti,když nevíme, jestli tam jsou, a musí to být rychle. Nic nového: Nic není snadno a rychle. Každý dobrý nápad je vítán

Literatura Šarmanová,J.: Metody automatizovaného získávání znalostí z databází. In: Sb. Moderní matematické metody v inženýrství 1998, str. 190-194. Šarmanová,J.: Proces dolování znalostí z databází. In: Sb. ASIS’98, Krnov, str.227-236. Hudeček,R.-Ventruba,P.-Šarman,Z.-Šarmanová,J.-Solar,T.: Analýza faktorů ovlivňujících výsledky asistované reprodukce prostřednictvím moderních metod výpočetní techniky. In: Sb. 8. symposium SAR, Brno 1998. Šarmanová, J.: Expertní řízení procesu generování hypotéz z dat. In: Sb. Medzinárodnej konferencie Systémová integrácia¨99. Stará Lesná 13.15.10.1999, str. 80-86. Pokračování ze strany 1. Za organizátory Ostravských statistických dnů děkuji všem přednášejícím, obzvlášť těm, kteří dodali text k publikaci v Bulletinu a trpělivě se snažili splnit všechny editační požadavky či nápravu různých jiných nedostatků. Pro vzájemné uklidnění poznamenávám, že nikdo z nás autorů neuspěl s první a mnohý ani s druhou versí. České statistické společnosti děkuji za její příspěvek na organizování této akce, čtyřem pražským zástupcům výboru za to, že vážili cestu do vzdálené Ostravy a významným podílem přispěli k důstojnému a přátelskému průběhu formální i neformální časti Statistických dnů. Děkuji spoluorganizátorům Martině Litschmannové z VŠB-TUO, Ivanovi Křivému z PřF OU, a také Natálii Bosové a Simoně Polochové, které se pečlivě postarali o technické a administrativní zabezpečení akce. Organizátorům příštích Statistických dnů ČStS přeji hodně štěstí. Josef Tvrdík, editor

23

24


 


  
!  "$#%
&!'() +*,- *  *!.!/0# 1243&856 7:9; < =?5 ;A> @CBEDF$G 24HJI @LK MONQPSRSTVUXWYR Z\[] ^ ]`_Cacbdbfehg i-i-]`j-ahkLlX_Veh]Sacm?]Sacbhg iO_VbhnCednCoQeh]SpCeh]Safafg nYqsrSnL]ut-rSg ]SqLbha g a-eh]Sr`_C^ ^ ]`j_CqXjg bhav_YjJwY_CqLbA_CpY]Sav_CqXj jJg ah_YjJwY_CqLbA_CpY]Sav_Veh]xjJg afrSlafaf]`jzy Z\[]Sq{g b8g a|]Si-}^ n`~L]`jsonCe_Cq€_CqX_C^ ~Jafg a8nCo\bh[]-ƒ‚S]SrA[„]SrSnYqnYi~L…zo ehnYi bh[]†}nYg qLb‡nCo$w4g ]uˆnCo$g bha]u‰J}nCefb}nYafafg Šg ^ g bhg ]SaSyx‹d]Safl^ bha|eh]SwŒ]`_C^ ]`j _Vb ^ ]`_Cacb$bˆ\n‡bh[g qpYaSy ŽEg ehacbh^ ~L… bh[X_Vb:[g pY[ŠJeh]`_CJjJn`ˆ$q!}nYg qLbs]Sacbhg iO_VbhnCeha:iO_S~Š]„]ut†m rSg ]SqLbh^ ~†laf]`j-_Ca\jJg _CpYqnYacbhg rdbhnLnY^ aSy’‘?bƒg a’g qOafnYi-]$af]Sqaf]“_ eh]Safl^ b`…LŠL~-_Cq ]u‰_Ci-}^ ]“rSnYqJ”ehi-g qp†_‡pY]Sq]ueA_C^•]u‰J}]SrubA_Vbhg nYq–bh[X_Vb$g bdaf[nYl^ jvˆ\nCehy — ]SrSnYqXjJ^ ~L…•bh[]†eh]Safl^ bhag qXjJg r`_Vbh]-bh[X_Vbbh[]-g qXjJlacbfehg ]SaiO_S~{Š]OjJg m w4˜ g jJ]`j–g qLbhn‡bˆ\nOpCehnYl}aS…XnYq]8rSnYqLbA_Cg qg qpOg qXjJlacbfehg ]Sa$Š]S[X_`w4g qp-^ g Œ]8g q acbA_CŠg ^ g ‚S]`jX™•iO_VehŒ]ubQ]SrSnYqnYi~_CqXj‡_CqnCbh[]ueQˆ$[g rA[‡pŒ_Vbh[]uehašg qXjJlacbfehg ]Sa ˆ$[g rA[{ˆ\nCehx^ g Œ]†lqXjJ]ue|rS]SqL˜ bfeA_C^ ^ ~„}^ _Cqq]`jx]SrSnYqnYi~Ly-Z\[]‡eh]Safl^ b8g a qnCb bhnLn:i‡˜ lrA[xaflJeh}Jehg afg qp _Vo bh]ue8bh[]†_CqX_C^ ~Jafg aA™A…š_Ca bh[]Oƒ‚S]SrA[„]SrSnYqJm nYi~xˆ›_Ca _CqXj„acbhg ^ ^ƒaflJeh]S^ ~€g aA™|lqXjJ]ue_–bfeA_Cqafg bhg nYqœy:[X_Vbg ai‡lrA[ i-nCeh] wY_C^ lX_CŠ^ ] g a›bh[X_Vb$bh[] ]u‰_Ci-}^ ] af[n`ˆ$a›bh[X_Vbd_†jJg eh]Srub“jJg w4g afg nYq:nCo g qXjJlacbfehg ]Sag qLbhnsbˆ\nxpCehnYl˜}a‡g a‡qnCb‡}nYafafg Š^ ]:_CqXj„bh[]v_C}}JehnŒ_CrA[žw4g _ _Cq†eh]SpCeh]Safafg nYq–_CqX_C^ ~Jafg a\g a }JehnYŠX_CŠ^ ~X™Ebh[]dnYq^ ~†nYq]d[X_`w4g qp8_|[nY}]$bhn aflrSrS]S]`jzy Ÿ‡ €¡ ¢V£ ¤Œ¥S¥`¦ §“¢S¤L¨¦?©LªE«O¬Œ­L®d¯°Œ±8¬Œ­²­X³ ´:µV¶O· ©L¸u¹Œ¥C«dº µc» ¸ µ ¥S¥`¦?©Lªz±š¼X¦ » ¼{½V¸ µ ¤Y¾J¹J© · ªv¿œ©L¦Àªœ¨?±ƒ¨Á¼ µ £ µ ¤Œ¥`¨ƒ¨¸`¦À– µ ¹-¥CÃVĜ¤L¸ µ ¥S± µ ¢S©LªE©L–¦?¢:¤u¿J¿E£ ¦?¢S¤L¨¦?©LªœÅ
!Æ* 
! .!: ž
! Ç 9J7:@VÈuÉ 7:@Y;’Ê“@$7:@C@VȃÊ|É ÈuË 2 ;AÉ È Iœ2 ÈuÉ 9 3 Ê|Ëz@ 3 ÈuËz@|Ì‡Í ÇÎ 243œ24Ï Ð ;AÉ;•Ñ 2 É Ï ;CŃÒcÈ H É ÓJ@Y; @JÅ H ŃÑÁ9JG 243XÐ{Ô 9J7vÕzÉ 3œ2 ÈuÉ 9 3 94у@VÖ× Ï243œ2 Èu9JG Ð Ó 2 GuÉ 2 Õ Ï @Y;$Èu9X9s;A7 24Ï Ï Ó 24Ï I @‡94Ñ Ô 9 Î @VØ Ô É @ 3 Ès94цÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3243 ٕڌ9JG–94ÈuËz@CG Ô Ë 2 G 2JÔ Èu@CGuÉ;hÈuÉ Ô ; 2 ; 3 9JGu7 24Ï × Ï 94ÈYD ÛI GuÕzÉ 3 ÎcÜ 2 ÈS;A9 3 @VÈ Ô Å 2 Gu@ 3 94Ȇ; 2 ÈuÉ;hÑ 2JÔ Èu9JG Ð Å8Òcȇ7 2ŒÐ Օ@8Ý I ;hÈ 2xÔ 9 3 ;A@YÞ I @ 3œÔ @ 94Ñ|9 I G-É 3œ2 ×z×zGu9J×zGuÉ 2 Èu@sÉÙ@ 2 2 Օ9 I ÈOGu@ Ï2 ÈuÉ 9 3 ; 2 7:9 3zH Ó 2 GuÉ 2 Õ Ï @Y;†É 3 Þ I @Y;hÈuÉ 9 3 Å Ç 9J7:@VÈuÉ 7:@Y;›Ëz9Lʓ@CÓJ@CG\É Èd7 2ŒÐ Օ@ ÔC24I ;A@YÙvÕ Ð ÈuËz@ Ñ 2JÔ È$ÈuË 2 È$9 I G$Ù 2 È 2-Ô 9 3 ;AÉ;hÈ$94Ñ Èhʓ9 ßÁ9JG 7:9JGu@Œà“; I Õzו9J× IzÏ2 ÈuÉ 9 3 ; 243 ٕڌ9JG“É È87 2ŒÐ Օ@ 2 Gu@Y; IzÏ È|94уÈuËz@†×zGu@Y;A@ 3œÔ @ âšãhëŒáAêŒâšïŒãhû äø ãAç`åSüLæòCçcêŒè†ö“éšï4åSãhä\æQäó)êŒëŒý`ë4þVì`ÿ æ?í`ãhþ îOïVðOñƒæcåSòVí\óƒô`ãhòŒçfð-ìSõ•óƒçAåSîŒãhödð†ìSõQ÷Cçhø ãhòŒçhãhä›ìSõ•íèŒã ùEúhãhçcè
 



94Ñ 2-Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 94ÑQÙ 2 È 2 Å\Ò 3 ; IœÔ Ë 2-ÔC2 ;A@|ʓ@8ʓ9 IzÏ Ù Ï É BJ@|@CÉ ÈuËz@CGdGuÉٖ94ÑEÈuËz@ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 9JG-Èu9žÙÉ ÓXÉÙ@sÈuËz@{Ù 2 È 2 9 3 ÈuËz@xGu@Y;Aו@ Ô ÈuÉ ÓJ@x; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;CÅ 9Lʓ@CÓJ@CG 2OÔ Ë 2 G 2JÔ Èu@CGuÉ;hÈuÉ Ô ßÁ9JG 2 Ñ 2JÔ Èu9JGYDJ9JGdËz9Lʏʓ@;AË 24Ï Ï•ÔC24Ï Ï É È`à›Ê|ËzÉ Ô ËsÉ 3 ÙÉ Î ÔC2 Èu@Y;“ÑÁ9JG8@ 2JÔ Ë€;AÉ 3zHJÏ @-9J՜;A@CGuÓ 2 ÈuÉ 9 3 Ê|Ëz@VÈuËz@CG8É ÈՕ@ Ï 9 3zH ; É 3 Èu9:ÈuËz@
œGS;hÈ89JG ÈuËz@ ;A@ Ô 9 3 Ù:; I Õzו9J× IzÏ2 ÈuÉ 9 3 ßÁÉ ÑQÈuËz@ Ж2 Gu@|9 3zÏ Ð Èhʓ9Xà`D 3 @C@YÙ 3 94È$Օ@8@CÉ ÈuËz@CG 2 Ó 2 É Ï2 Õ Ï @ 9JG7 2ŒÐ Օ@Ý I ;hÈÈuË 2 ÈYDQÊ|Ë 2 ȇʓ@vË 2 ÓJ@ 3 94È Ð @VÈ Iz3 ÑÁ9JGAÈ Iz3œ2 Èu@ Ï Ð Gu@ Ô 9 HJ3 É C@YÙ€É 3 Ù 2 È 2 Å  2ŒÐ Օ@JD 243 Ùv9 I G 3XI 7:@CGuÉ ÔC24Ï @VÖ 2 7:× Ï @ Օ@ Ï 9LÊ!Ù@C7:9 3 ;hÈuG 2 Èu@Y;ƒÉ ÈYD4ÈuË 2 È 3 9 ;AÉ 7:× Ï @-Ñ 2JÔ Èu9JG8É 3 ÙÉ ÔC2 ÈuÉ 3zH Ëz9LÊÈu9{ÙÉ ÓXÉÙ@-ÈuËz@vÙ 2 È 2 @VÖÉ;hÈS; 2 È 24Ï Ï Å8Ì8Ñ Ô 9 I GS;A@JD ÈuËz@CGu@ ÔC243 Օ@ 2 Gu@ Ï2 ÈuÉ 9 3 Օ@VÈhʓ@C@ 3 ;A9J7:@Ñ 2JÔ Èu9JGS;‡ßÁ@JÅ H Å\Օ@VÈhʓ@C@ 3 @VÖ× Ï243œ2 Èu9JG Ð Ó 2 GuÉ 2 Õ Ï @Y;Sà\Ê|ËzÉ Ô Ë ÔC243x2 ו9;hÈu@CGuÉ 9JGuÉ  Ô 9 3
œGu 7 ‡ÈuË 2 ÈdÈuËz@‡ÙÉ ÓXÉ;AÉ 9 3 94ђ٠2 È 2OÔC243 Օ@\Ý I ;hÈuÉ
œ@YÙQÅ I È 2 ;\ʓ@|;AË 24Ï Ï ;A@C@“ÑÁGu9J7 9 I G›@VÖ 2 7:× Ï @JD4@CÓJ@ 3 É 3 ÈuËz@ ÔC2 ;A@“Ê|Ëz@ 3 ʓ@-B 3 @CÊÈuË 2 È  Ô 9 3
œGu7 2 ÈuÉ 3zH –Gu@ Ï2 ÈuÉ 9 3 Dzʓ@ ÔC243z3 94ÈÙÉ ÓXÉÙ@vÙ 2 È 2s2JÔCÔ 9JGSÙÉ 3zH Èu9‡É ÈYDJՕ@ ÔC24I ;A@dÈuËzÉ;ƒGu@ Ï2 ÈuÉ 9 3 Ù9X@Y; 3 94È$ÙÉ;hÈuÉ 3zHJI É;AË Iz3 ÉÞ I @ Ï Ðv24Ï Ï 9J՜;A@CGuÓ 2 ÈuÉ 9 3 ;CÅ Ò 3 ÈuËz@ 2 Օ9LÓJ@‡Ù@Y; Ô GuÉ Õ•@YÙx;AÉ È Iœ2 ÈuÉ 9 3 DXʓ@ ÔC243 ÈuG Ð Èu 9
3 ÙßÀÈuËz@ Ï2 G H @Y;hÈ AËz9 Î 7:9 H @ 3 @C9 I ; à›; I Õzו9J× IzÏ2 ÈuÉ 9 3 Õ Ð 7:@ 243 ;d94у;A9J7:@8Èu@ Ô Ë 3 ÉÞ I @Y;dÑÁGu9J7 ÈuËz@‡9 E@CG 94Ñ$7:9Ù@CG 3 Gu9JÕ I ;hȇ;hÈ 2 ÈuÉ;hÈuÉ Ô ;–ßÁ9JGYD•@ Ô 9 3 9J7:@VÈuGuÉ Ô ;CD 2 ; Ð 9 I Ê 243 È`à`ņÌ8Ñ Ô 9 I GS;A@JD Ë 2 ÓXÉ 3zH ÑÁ9 Iz3 ٖ;A9J7:@ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 Ê|É ÈuË 2 ; 2 ÈuÉ;hÑ 2JÔ Èu9JG Ð 7:9Ù@ Ï ßÀÑÁGu9J7 ;hÈ 2 ÈuÉ; Î ÈuÉ ÔC24Ï ×•9JÉ 3 È94Ñ\ÓXÉ @CÊà`Dzʓ@O;AËz9 IzÏ Ù€; I ÕÝh@ Ô È8ÈuËz@-Gu@Y; IzÏ È|Èu9sËz@ I GuÉ;hÈuÉ Ô ÙÉ; ÔVI ;u;AÉ 9 3 Ê|Ëz@VÈuËz@CG\ÈuËz@ Gu@Y; IzÏ È\É; 2JÔCÔ @C×È 2 Õ Ï @“9JG›;A@ 3 ;A@ Ï @Y;u;’ÑÁGu9J7 2 ו9JÉ 3 ț94ѕÓXÉ @CÊ!94Ñ H É ÓJ@ 3 ÕzG 243œÔ ˄94Ñ\; Ô É @ 3œÔ @JDXÈuËz@OÙ 2 È 2sÔC2 7:@‡ÑÁGu9J7€Å 6 Ï2 G H @ Ô 9 Ï Ï @ Ô ÈuÉ 9 3 94ђ7:@VÈuËz9Ùz;“É; 3 9LÊ 2 Ù 2ŒÐ ;$; I ×z× Ï É @YÙxÕ Ð Gu9JÕ I ;hÈ Gu@ H Gu@Y; Î ;AÉ 9 3 Å  Ëz@7:@VÈuËz9Ùz;“Ê|É ÈuËxËzÉ H Ë)ß 243 Ù I ; Iœ24Ï Ï Ð @ 2 ; Ð:Ô 9 3 ÈuGu9 Ï Ï2 Õ Ï @Œà\ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 È ÔC243 ;A@CGuÓJ@s@VÖ Ô @ Ï Ï @ 3 È Ï Ð ÑÁ9JGOÈuËz@{× I Guו9;A@JD 2 ;Oʓ@{;AË 24Ï Ï ÈuG Ð Èu9Ù@C7:9 3 Î ;hÈuG 2 Èu@|Օ@ Ï 9LÊ-Å ƒÉ GS;hÈd94Ñ 24Ï Ï D Ï @VÈ I ;$Gu@ ÔC24Ï Ï ÈuË 2 È$ÈuËz@ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 ÈdÉ;›9 3 @894Ñ Ô Ë 2 G 2JÔ Èu@CGuÉ;hÈuÉ Ô ;|94ћÈuËz@–ו9JÉ 3 ȇ@Y;hÈuÉ 7 2 Èu9JGS;CD•É 3 ÙÉ ÔC2 ÈuÉ 3zH„243žI ×zו@CG Ï É 7:É È†94ћÈuËz@ Ï @CÓJ@ Ï 94Ñ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 ÑÁ9JG-Ê|ËzÉ Ô Ë)ÈuËz@s@Y;hÈuÉ 7 2 Èu9JG†É;O;hÈuÉ Ï Ïd2 Õ Ï @–Èu9 H É ÓJ@:Gu@ 2 Î ;A9 3œ2 Õ Ï @-Gu@Y; IzÏ ÈS;CÅ zGu9J7 ÈuËz@vÙ@C7:9 3 ;hÈuG 2 ÈuÉ 9 3 ʓ@ 2 Gu@ H 9JÉ 3zH Èu9x×zGu@Y;A@ 3 È8Օ@ Ï 9LÊ É È$Ê|É Ï Ï Õ•@8Þ I É Èu@ ÔVÏ @ 2 G›Ê|Ë 2 È$É;›7:@ 243 È›Õ Ð AGu@ 2 ;A9 3œ2 Õ Ï @ zÅ Ç 9 Ï @VÈ I ;›Gu@ ÔC24Ï Ï 9 3zÏ Ð ÈuËz@{Ù@
3 É ÈuÉ 9 3 94Ñ ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 ÈYÅ{Ò 3 9JGSÙ@CG†Èu9 Օ@ 2 Õ Ï @:Èu9žÙ9 É ÈYD Ï @VÈ I ; Ù@ 3 94Èu@-Õ Ð  ÈuËz@OF$Gu9JBXËz9JGu9LӖ7:@VÈuGuÉ Ô Å !" # %$'& ¼ µ:µ ¥`¨¦ÀÂs¤L¨f©L¸ (*),© +†¨Á¼ µ ¿œ¤L¸u¤L µ ¨ µ ¸ - .0/ ¼z¤Œ¥v½V¸ µ ¤Y2¾ 1 ¹J© · ªs¿œ©L¦Àªœ¨ 35476 8:9<; ;=I 9 × K?>A@ 3CB DFE ß 3 Hà GI/KJ E ß 3 à LMONP


3œ2 Èu@YÙ Ù 2 È 2 ŀÌ8Ñ Ô 9 I GS;A@JD’7:9Ù@ Ï ;†ÈuË 2 È 2 Gu@–ÑÁ9 Iz3 Ù Õ Ð ; IœÔ Ë 2 7:@VÈuËz9ÙQD H É ÓJ@ ÙÉ E@CGu@ 3 Èsʓ@CÉ H ËÈS;vÈu9)9J՜;A@CGuÓ 2 ÈuÉ 9 3 D 243 ÙÉ 3243 @VÖXÈuGu@C7:@ ÔC2 ;A@xÈuËz@ Ð Ù@C×zGu@Y;u; ;A9J7:@„9J՜;A@CGuÓ 2 ÈuÉ 9 3 ; Ô 9J7:× Ï @VÈu@ Ï Ð ÅÌ 3 ÈuËz@€94ÈuËz@CG–Ë 243 ÙQD Ï @VÈ I ;–Gu@ 24Ï É C@xÈuË 2 È  ÔVÏ2 ;u;AÉ Ô vʓ@CÉ H ËÈu@YÙ Ï @ 2 ;hÈ8;uÞ Iœ2 Gu@Y; Ù9:7 2 BJ@-;A9J7:@VÈuÉ 7:@Y; ×zGu@ Ô É;A@ Ï Ð ÈuËz@O; 2 7:@JÅ 6 3 94ÈuËz@CG 2 ÙÓ 243 È 24H @JD’É 3 ÈuËzÉ; ÔC2 ;A@sÉ 3Ô 9J7:× 2 GuÉ;A9 3 Ê|É ÈuË  ÔVÏ2 ;u;AÉ Ô €ÙÉ 24H Î 3 9;hÈuÉ Ô ;CD“É;:ÈuË 2 ÈsÈuËz@ Џ3 @C@YÙ 3 94È Ï 9;A@„ÈuËz@žÉ 3 ÑÁ9JGu7 2 ÈuÉ 9 3 ÈuË 2 ÈxÉ; ÔC2 GuGuÉ @YÙ!Õ Ð Ï @CÓJ@CG 24H @-ו9JÉ 3 ÈS;8É 3 ÈuËz@ ÔC2 ;A@-Ê|Ëz@ 3 ÈuËz@Y;A@ Ï @CÓJ@CG 24H @-ו9JÉ 3 ÈS;Ù9 3 94ȇGu@C×zGu@Y;A@ 3 È Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 Å$Ì8Ñ Ô 9 I GS;A@JDÙ I @Èu9OÈuËz@8Ñ 2JÔ ÈdÈuË 2 È|;A9J7:@8BXÉ 3 Ùs94Ñ 2 £ ¤ · ,© +¨Á¼ µ ¿E¸ µ ¥ µ ¸
¤L¨¦?©Lªž,© +‡¤vÂs¤Œ¥S¥ 2 ×z× Ï É @Y; 243XÐ ÈuÉ 7:@JD4ÈuËz@Y;A@ 2 ÙÓ 243 È 24H @Y;›;AËz9 IzÏ Ù:Օ@8× 2 ÉÙ ÑÁ9JG›Õ Ð ;A9J7:@VÈuËzÉ 3zH Å’Ò 3 ÈuËz@ ÔC2 ;A@“94ѕGu9JÕ I ;hț×zGu9 Ô @YÙ I Gu@Y;CDLʓ@ Ï IœÔ BXÉ Ï Ð Gu@C× 2ŒÐ 9 3zÏ Ð × 2 GAÈuÉ 24Ï Ï Ð D•Õ Ð 2{Ô 9J7:× Ï @VÖÉ È Ð 94Ñ$@Y;hÈuÉ 7 2 ÈuÉ 9 3 D 243 Ù 94Ñ Ô 9 I GS;A@OÕ Ð 2xÏ 9;u;894Ñd@VØ Î Ô É @ 3œÔVРś6 3 ٖÈuËz@89JÕÝh@ Ô ÈuÉ 9 3 ;›94Ñ  ÔVÏ2 ;u;AÉ Ô †;hÈ 2 ÈuÉ;hÈuÉ Ô É 243 ; 243 Ù:@ Ô 9 3 9J7:@VÈuGuÉ Ô É 243 ; ;Aו@ 2 B 2 Օ9 I È 2:Ô 9 3 ;AÉÙ@CG 2 Õ Ï @ Ï 9;u; 94у@VØ Ô É @ 3œÔVÐ Å ƒÉ GS;hÈ Ï Ð DÈuËz@ Ï 9;u; 94Ñ\@VØ Ô É @ 3œÔVÐ DœÉ 3 ÈuËz@ ÔC2 ;A@†ÈuË 2 È|ÈuËz@CGu@OÉ; 3 9 Ô 9 3 È 2 7:É 3œ2 Î ÈuÉ 9 3 D•É;7 IœÔ ˞;A7 24Ï Ï @CG8ÈuË 243 É È‡É; Ô 9J7:7:9 3zÏ Ð€2 ;u; I 7:@YÙQ7Å  9JGu@C9LÓJ@CGYDʓ@O7 2ŒÐ ß 243 Ùsʓ@;hÈuGu9 3zHJÏ Ð Gu@ Ô 9J7:7:@ 3 Ù:É È`à 243XÐ ÈuÉ 7:@ ÔC24ÏÔVIzÏ2 Èu@|ÈuËz@Gu@Y; IzÏ ÈS;$Õ Ð ;A@CÓJ@CG 24Ï 7:@VÈuËz9Ùz; 243 Ù É 3 ÈuËz@ ÔC2 ;A@-ÈuË 2 ÈÈuËz@–Gu@Y; IzÏ ÈS; 2 Gu@ 3 94Ȇ;AÉ HJ3 É
ÔC243 È Ï Ð ÙÉ E@CGu@ 3 ÈYD Ê|ËzÉ Ô Ë€É 3 ÙÉ ÔC2 Èu@Y; 3 9:9JG Ï 9LÊ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 Dʓ@ ÔC243€2JÔCÔ @C×È|ÈuË 2 È89 3 @-Ê|ËzÉ Ô Ë Ê“@ 2 ;u; I 7:@|Èu9vՕ@7:9;hȓ@VØ Ô É @ 3 ÈYœÌ8Ñ Ô 9 I GS;A@JD4ÈuËz@Օ@Y;hÈ Ê 2ŒÐ É;$Èu9–Ù9vÉ È“Õ Ðs24Ï Ï 2 Ó 2 É Ï2 Õ Ï @‡7:@VÈuËz9Ùz;|9 3„H É ÓJ@ 3€Ô 9J7:× I Èu@CGYÅ Ç @ Ô 9 3 Ù Ï Ð DEÈuËz@ Ï 9;u;94ѓ@VØ Ô É @ 3œÔVÐ 94Ñ ÔVÏ2 ;u;AÉ Ô 7:@VÈuËz9Ùz;CDšÉ 3 ÈuËz@ ÔC2 ;A@vÊ|Ëz@ 3 ÈuËz@ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 É;s×zGu@Y;A@ 3 ÈYD“É;sËz9Lʓ@CÓJ@CGsÙ@VÈu@CGuÉ 9JG 2 ÈuÉ 3zH IÅ  Ëz@€Ñ 2JÔ È{Ê 2 ; B 3 9LÊ 324Ï Gu@ 2 Ù Ð Èu9 Ç É G |9 3œ24Ï Ù 6 Ï ÐX3 @CKG ƒÉ;AËz@CGOÕ I È–É ÈvÊ 2 ; Ï2 Èu@CGvÙÉ; Ô Gu@C@VÈ Ï Ð ÑÁ9JG H 94ÈAÈu@ 3 ß?;A@C @ ƒÉ;AËz@CG„ß 5e e àÑÁ9JG 2 ;AËz9 Ô BXÉ 3zH @VÖ 2 7:× Ï @x94Ñ ÈuËz@xÉ 3 @VØ Ô É @ 3œÔVÐ 94ћÈuËz@–7:9;hÈ Ô 9J7:7:9 3zÏ Ð„I ;A@YÙ ÔVÏ2 ;u;AÉ Ô 7:@VÈuËz9Ùz;‡94Ñd@Y;hÈuÉ 7 2 ÈuÉ 3zH{Ï 9 ÔC2 ÈuÉ 9 3243 Ù ; ÔC24Ï @ XÑÁ9JG 2–Ï 94È894у94ÈuËz@CG 3 É Ô @-@VÖ 2 7:× Ï @Y;CDz;A@C@ 2 7:ו@ Ï @VÈ 24Ï Å|ß  àAà`Å  IœÔ ˞7:9JGu@v;A@CGuÉ 9 I ;ÙÉ; 2 ÙÓ 243 È 24H @-94ћÈuËz@v7:@VÈuËz9Ùz;‡Ê|É ÈuË 2 ËzÉ H ˞ÕzGu@ 2 B Î Ù9LÊ 3 ו9JÉ 3 È|É;|Ëz9Lʓ@CÓJ@CGdÈuËz@CÉ G Ô 9J7:× I È 2 ÈuÉ 9 3œ24ÏšÔ 9J7:× Ï @VÖÉ È Ð Å Ç É 3œÔ @†ÈuËz@ Ô 9JGuGu@ Î ;Aו9 3 ÙÉ 3zH @Y;hÈuÉ 7 2 Èu9JGS; 2 Gu@:Ù@
3 @YÙÉ 7:× Ï É Ô É È Ï Ð Õ Ð243 @VÖXÈuGu@C7 24Ï ×zGu9JÕ Ï @C7€D 3 9 ÔVÏ 9;A@-ÑÁ9JGu7 IzÏ2 ÑÁ9JG8ÈuËz@CÉ G‡@CÓ 24Ï Iœ2 ÈuÉ 9 3 É; I ; Iœ24Ï Ï Ð€2 Ó 2 É Ï2 Õ Ï @xßÁ9JG‡@CÓJ@ 3 ; IœÔ ˀÑÁ9JG Î 7 IzÏ2 ÔC243z3 94Èv@VÖÉ;hÈ 2 È 24Ï Ï à`Å @ 3œÔ @ 243 É 3 ÓJ@ 3 ÈuÉ 9 3 94Ñ 2 ;Aו@ Ô É 24Ï ¨¸`¦?¢S¾sÊ|ËzÉ Ô Ë 24Ï Ï 9LÊ8;šÈu9†@Y;hÈ 2 Õ Ï É;AË 243 @ E@ Ô ÈuÉ ÓJ@ 24Ï H 9JGuÉ ÈuËz7%ÑÁ9JG\@CÓ 24Ï Iœ2 ÈuÉ 9 3 94Ñ 243 @VØ Ô É @ 3 È 2 × Î ×zGu9ŒÖÉ 7 2 ÈuÉ 9 3 Èu9†×zGu@ Ô É;A@“Ó 24Ï I @“Èu9‡ÈuËz@ @Y;hÈuÉ 7 2 Èu9JG\Ë 2 ;ƒÈu9†Õ•@“ÑÁ9 Iz3 ÙQÅ  9JGu@C9LÓJ@CGYD @CÓJ@ 3 Ê|Ëz@ 3 ÈuËz@:ÈuGuÉ Ô BžÉ!; uÙÉ; Ô 9LÓJ@CGu@YÙ zDQÉ Èv;hÈuÉ Ï Ïd3 @C@YÙz; I ; Iœ24Ï Ï Ð243 @ Ï2 Օ9JG 2 Èu@ É 7:× Ï @C7:@ 3 È 2 ÈuÉ 9 3„243 Ù 243 94ÈuËz@CG|;hÈu@C×{94Ñ’É 3 ÓJ@ 3 ÈuÉ 9 3 D 3œ2 7:@ Ï Ðx243 É 3 ÓJ@ 3 ÈuÉ 9 3 94Ñ 2 Ê 2ŒÐ Ëz9LÊ)Èu9ÓJ@CGuÉ Ñ Ð ÈuË 2 ȒÈuËz@“@CÓ 24Ï Iœ2 ÈuÉ 9 3 Ë 2 ;’Gu@ 24Ï Ï Ð‡H É ÓJ@ 3O243 @VØ Ô É @ 3 È 2 ×z×zGu9ŒÖ Î É 7 2 ÈuÉ 9 3 ßÀÑÁ9JG Ï2 G H @CG:ÙÉ; ÔVI ;u;AÉ 9 3 ;A@C@ @VÈAÈu7 243 ;Aו@CG H @CG Ç Ëz@ 2 ÈuËz@CGžß 5e à`D < =?5 ;A> @CBß  à`D‡ß  2 à 243 Ù%ß e  2 àAà`Å%Ì 3 ÈuËz@ 94ÈuËz@CGsË 243 ÙQD“ÈuËzÉ;xÙÉ; 2 Ù Î Ó 243 È 24H @–ßÁÊ|É Èu˄@CÓ 24Ï Iœ2 ÈuÉ 9 3 94ђÈuËz@‡@Y;hÈuÉ 7 2 Èu9JG`à$É; É GuGu@ Ï @CÓ 243 ÈdÑÁ9JG“ÈuËz@†×•94Èu@ 3 ÈuÉ 24Ï 











I ;A@CG8Ê|Ëz@ 3 @CÓJ@CG|ÈuËz@O7:@VÈuËz9Ù É;|É 7:× Ï @C7:@ 3 Èu@YÙ 243 Ù 2 Ó 2 É Ï2 Õ Ï @JÅ I È8ÈuËz@CGu@ 2 Gu@ ;hÈuÉ Ï Ï 94ÈuËz@CG“ÙÉ Ø ÔVIzÏ È Ð D 3œ2 7:@ Ï Ð ÈuË 2 ÈdÈuËz@ 2 ×z× Ï É ÔC2 ÈuÉ 9 3 94ђ; IœÔ Ë 2 7:@VÈuËz9Ù 3 @C@YÙz; ;A9J7:@CÊ|Ë 2 ț7:9JGu@“ÈuÉ 7:@ ÈuËz@ 3 ÈuËz@‡Ì‡Í Ç 243 ÙvÈuË 2 țÈuËz@|É 3 Èu@CGu×zGu@VÈ 2 ÈuÉ 9 3 94ÑEGu@Y; IzÏ ÈS; Gu@YÞ I É Gu@Y;7 IœÔ ˞7:9JGu@ ÔC2 Gu@ 243 ٞB 3 9LÊ Ï @YÙ H @JÅ Ü @–7 2ŒÐžÔ 9J7:× 2 Gu@OÉ È-Ê|É Èu˞ÈuËz@ ;AÉ È Iœ2 ÈuÉ 9 3 Ê|Ëz@ 32432 ;A×zÉ GuÉ 3ÔC243 ÈuGu@ 2 È 2 ;AÉ 7:× Ï @xÙÉ;A@ 2 ;A@ 243 Ù)7 2ŒÐ Օ@ I ;A@YÙ Õ Ðž2„Ï2ŒÐ 7 243 Õ I È-ÈuËz@:@C7:× Ï 9 Ð 7:@ 3 Ȇ94Ñ 2 7:9JGu@ Ô 9J7:× Ï É ÔC2 Èu@YÙ ÈuGu@ 2 Èu7:@ 3 ȆGu@ Î Þ I É Gu@Y; I ; Iœ24Ï Ï Ð ×zGu@Y;A@ 3œÔ @94Ñ 2 ×zË Ð ;AÉ Ô É 243 Å\6 3 ÙxÈuËzÉ; ÙÉ; 2 ÙÓ 243 È 24H @ ÔC243z3 94ȓՕ@ Þ I É Ô B Ï Ð)243 Ù @ 2 ;AÉ Ï Ð Gu@C7:9LÓJ@YÙÕ I È–É È–;AËz9 IzÏ Ù 3 94È Ï @ 2 Ù)Èu9!ßÁË 2 ;hÈ Ð à†Gu@hÝh@ Ô ÈuÉ 9 3 94Ñ\; IœÔ ˄7:@VÈuËz9Ùz;CDz;AÉ 7:É Ï2 G Ï Ðx2 ;“7:9JGu@ Ô 9J7:× Ï É ÔC2 Èu@YÙ{7:@YÙÉ ÔC24Ï ÈuGu@ 2 Èu7:@ 3 È Ê“@CGu@ 3 94Ȇ;AÉ 7:× Ï Ð Gu@hÝh@ Ô Èu@YÙÙ I @OÈu9xÈuËz@CÉ G‡ËzÉ H Ëz@CG‡Gu@YÞ I É Gu@C7:@ 3 ÈS;89 3 ×zË Ð ;AÉ Ô É 243 ;CÅ6“È ÈuËz@s@ 3 Ù)94ѓÈuËzÉ;OÙÉ; ÔVI ;u;AÉ 9 3 ʓ@s;AËz9 IzÏ Ù 24Ï ;A9 2 Ù7:É È-ÈuË 2 Èv;A9J7:@sGu9JÕ I ;hÈ-@Y;hÈuÉ Î 7 2 Èu9JG|7 2ŒÐ Ë 2 ÓJ@-;hÈuÉ Ï Ï 9 3 @ 243 94ÈuËz@CG|ÙÉ; 2 ÙÓ 243 È 24H @JD 3œ2 7:@ Ï Ð ËzÉ H Ë ; I ՜; 2 7:× Ï @ ;A@ 3 ;AÉ ÈuÉ ÓXÉ È Ð [Å z9JG8Ù@VÈ 2 É Ï ;|;A@C@†< =?5 ;A> @CBžß  Օà 243 Ù)ß e  Օà`Å Ü Ë 2 È Ô 9 3œÔ @CG 3 ; ÈuËz@OÈuÉ 7:@JDEÊ|ËzÉ Ô ËžÉ;‡;Aו@ 3 ـÑÁ9JG8ÈuËz@vו@CGAÑÁ9JGu7 243œÔ @O94Ñ$9 3 @ È 2 ;ABEDÉ È87 2ŒÐ Օ@-ÓJ@CG Ð ÙÉ E@CGu@ 3 ÈYÅ“Ì 3 @ ÔC243 É 7 24H É 3 @‡ÈuË 2 È8É 3 ÈuËz@ ÔC2 ;A@†94ђÈhʓ9œD Gu@ Ï2 ÈuÉ ÓJ@ Ï Ð ;A@C× 2 G 2 Èu@YÙ ÔVÏ 9 I Ùz;-94Ñ8Ù 2 È 2 DšÈuËz@x@CÓ 24Ï Iœ2 ÈuÉ 9 3ÔC243 Օ@sÓJ@CG Ð Þ I É Ô
B LÅ Ì 3 ÈuËz@–94ÈuËz@CG‡Ë 243 ÙQDQ;A9J7:@VÈuÉ 7:@Y;ÈuËz@–;hÈuG IœÔ È I Gu@v94ѓ٠2 È 2 ß 243 ٞ@Y;Aו@ Ô É 24Ï Ï Ð DE94Ñ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 à–7 2ŒÐ Օ@žÓJ@CG Ð!Ô 9J7:× Ï É ÔC2 Èu@YÙ 243 Ù@CÓ 24Ï Iœ2 ÈuÉ 9 3 È 2 BJ@Y;sG 2 ÈuËz@CG Ï2 G H @ÈuÉ 7:@xßÀÑÁ9JGÙ@VÈ 2 É Ï ;|;A@C@†< =?5 ;A> @CBžß  2 àAà`Å 6 3 É 3 Èu@ 3 ;AÉ ÓJ@„;hÈ I Ù Ð 94Ñ|ÈuËz@„Gu9JÕ I ;hÈv7:@VÈuËz9ÙË 2 ;OՕ@ HJIz3!2 ÈvÈuËz@„7:ÉÙzÙ Ï @ 94Ñd;AÉ ÖXÈuÉ @Y;8Õ I È‡É È Ï2 ;hÈu@YÙ 2 ; Ï 9 3zH{2 ; I × Èu9sÈuËz@v7:ÉÙzÙ Ï @–94ћ@CÉ H ËÈuÉ @Y;8Ê|Ëz@ 3 ÈuËz@
œGS;hÈs7:@VÈuËz9Ùz;:ÑÁ9JGs@Y;hÈuÉ 7 2 ÈuÉ 3zH Gu@ H Gu@Y;u;AÉ 9 3!Ô 9X@VØ Ô É @ 3 ÈS;CD“Ë 2 ÓXÉ 3zH ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 È 2 ;ËzÉ H Ë 2 ;   DEË 2 ÓJ@ 2 ×zו@ 2 Gu@YÙQņÒcÈ†Ê 2 ; 2„Ô 9 3 ;A@YÞ I @ 3œÔ @v94ћÈuËz@vÑ 2JÔ È ÈuË 2 ȄÈuËz@)7:@VÈuËz9Ùz;„Ê|ËzÉ Ô Ëʓ@CGu@ 2 ;hÈuG 2 É H ËÈAÑÁ9JGuÊ 2 GSÙ H @ 3 @CG 24Ï É  2 ÈuÉ 9 3 94Ñ-ÈuËz@ Gu9JÕ I ;hÈ @Y;hÈuÉ 7 2 Èu9JGS;“94Ñ Ï 9 ÔC2 ÈuÉ 9 3 × 2 G 2 7:@VÈu@CGYD 3œ2 7:@ Ï Ð  Î @Y;hÈuÉ 7 2 Èu9JGS;CD; I E@CGu@YÙ Õ Ð ÙÉ; 2 ÙÓ 243 È 24H @“94ÑEÙ@Cו@ 3 Ù@ 3œÔ @894ѕÈuËz@|ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 È$9 3 ÈuËz@ÙÉ 7:@ 3 ;AÉ 9 3 94ÑXÈuËz@ Iz3 Ù@CG Ï Ð É 3zH 7:9Ù@ Ï ß?;A@C@›Ñ 2 7:9 I ;šGu@Y; IzÏ Èš94Ñ  2 Gu9 3z3œ2 OD I ;hÈu9; 243 Ù $9JË 2 É ß   àAà`Å)6“È 2
œGS;hÈ HJÏ243œÔ @sÈuËz@„Gu9X94ÈS;O94Ñ|ÈuËz@„×zGu9JÕ Ï @C7 2 Gu@{É 3 Õ 2 ÙGu@Y; IzÏ ÈS; 94Ñ  Î @Y;hÈuÉ 7 2 Èu9JGS; Iz3 Ù@CG‡ÈuËz@:×zGu@Y;A@ 3œÔ @–94Ñ Ï @CÓJ@CG 24H @vו9JÉ 3 ÈS;‡Ê|ËzÉ Ô ËšDšËz9Lʓ@CÓJ@CGYD ÔC243 Օ@vGu@C7:9LÓJ@YÙßÁ9JG 2 È Ï @ 2 ;hȆ; I ՜;hÈ 243 ÈuÉ 24Ï Ï Ð Ù@C×zGu@Y;u;A@Yٜà|Õ Ð @C7:× Ï 9 Ð 7:@ 3 ȇ94Ñ Gu@YÙ@Y; Ô @ 3 ÙÉ 3z H  Î Ñ Iz3œÔ ÈuÉ 9 3 ;CÅ  IœÔ ˞7:9JGu@vÙÉ Ø ÔVIzÏ È‡Ëz9Lʓ@CÓJ@CG8É;CD•ÈuË 2 ÈÈuËz@  Î @Y;hÈuÉ 7 2 Èu9JGS; 2 Gu@ 3 94È H @ 3 @CG 24Ï Ï Ð ; ÔC24Ï @ Î 243 لGu@ H Gu@Y;u;AÉ 9 3 Î @YÞ I É Ó 2 GuÉ 243 ÈdÊ|É ÈuËz9 I È 2 ;hÈ I Ù@ 3 ÈuÉ  2 ÈuÉ 9 3 94ÑXGu@Y;AÉÙ Iœ24Ï ;QÕ Ð‡2 ; ÔC24Ï @ Î É 3 Ó 2 GuÉ 243 È 243 هGu@ H Gu@Y;u;AÉ 9 3 Î @YÞ I É Ó 2 GuÉ 243 È @Y;hÈuÉ 7 2 Èu9JG†94ѓ; ÔC24Ï @–94ѓG 243 Ù9J 7 IœÔ È Iœ2 ÈuÉ 9 3 ;CD’;A@C_@ “É Ô BJ@ Ï ß  Jà`D 1JI Gu@ Ô> BJ9LÓ 2 5

Ç @ 3 ß  à$9JG|< =?5 ;A> @CBžß  2 à`Å ìí`èLô`åuòŒí“ø XúAéQåSãfïŒí›ãû ãêŒåS•ä›æãã ä?VíåSãhæïŒòãhäû ã8äƒïVð|ííèLì-ô`åuìCîŒí$ìCæcîã åhVé!ô`ãhæcòOãåSVëŒø ò-ãhèŒæ?ø ð–äçAêŒåSíçcûJøèOö|ãhîŒäã|øø ííì`ì`êLòŒæQåuûíåSðvø û ì`û ìAíò-èŒé’íæø èŒãhòŒãã ô$îŒçhíûìdø ì`ö|êŒæãhìSîŒòŒícä›åuäøíòŒì`ã\ãhòŒãhîLä$îOåuõ ícæòŒåYì`ìSü öí›?êŒï4ö“ä?ã íQêŒYîŒû øíêŒäø ã’øîŒïŒøíûö|ì$ã ãhí òŒèŒì`äãƒæ›ø ì`õæåSòLãhçfçåSí û îLåuícå 















Ç 9{É È-;A@C@C7s;8ÈuË 2 È†É È‡É;‡×zGu@VÑÁ@CG 2 Õ Ï @-Èu9 I ;A@ 243 @Y;hÈuÉ 7 2 Èu9JG‡Ê|É ÈuËËzÉ H Ë!ß 243 Ù 7:9JGu@C9LÓJ@CG Ô 9 3 ÈuGu9 Ï Ï2 Õ Ï @Œà$ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 ÈYDœÊ|ËzÉ Ô Ë€É;8; ÔC24Ï @ Î 243 لGu@ H Gu@Y;u;AÉ 9 3 Î @YÞ I É Ó 2 GuÉ 243 ÈYÅ$Ì 3 @; IœÔ Ës@Y;hÈuÉ 7 2 Èu9JG$É;d;A9 ÔC24Ï Ï @YٖÈuËz@
µ ¤Œ¥`¨ & ¸`¦À– µ ¹v¡QÃVĜ¤L¸ µ ¥`Å  Ëz@vÙ@
3 É ÈuÉ 9 3 É;8G 2 ÈuËz@CG;AÉ 7:× Ï @JÅ|͚@VÈ I ; Ô 9 3 ;AÉÙ@CG|ÑÁ9JG 243XÐ ;AÉ C@ ^ . ß Î ;A@VÈ894Ñ 24Ï Ï É 3 Èu@ H @CGS;Sà 2–Ï É 3 @ 2 G|Gu@ H Gu@Y;u;AÉ 9 3 7:9Ù@ Ï

  6  J e J:d d d J ^  6  
8  3  J

 K Ê|Ëz@CGu@  É; ÈuËz@-Ó 24Ï I @-94Ñ\Gu@Y;Aו9 3 ;A@:ß?Ù@Cו@ 3 Ù@ 3 È`à Ó 2 GuÉ 2 Õ Ï @‡ÑÁ9JG ÈuËz@ Î ÈuË ÔC2 ;A@JD  É;vÈuËz@„Ó 24Ï I @„94Ñ8ÈuËz@ Î ÈuË!@VÖ× Ï243œ2 Èu9JG Ð ßÁÉ 3 Ù@Cו@ 3 Ù@ 3 È`àvÓ 2 GuÉ 2 Õ Ï @)ß 24H2 É 3 ÑÁ 9JGd ÈuËz@ Î ÈuË ÔC2 ;A@Œà`D  8 É;$ÈuËz@ Î ÈuË Ô 9X9JGSÙÉ 3œ2 Èu@94ѓßÀÈuG I @Œà$ÓJ@ Ô Èu9JGd94ђGu@ H Gu@Y;u;AÉ 9 3 Ô 9X@VØ Ô É @ 3 ÈS; 8 243 Ù
3œ24Ï Ï Ð ; 2 Gu@ É 3 Ù@Cו@ 3 Ù@ 3 ȄÉÙ@ 3 ÈuÉ ÔC24Ï Ï Ð ÙÉ;hÈuGuÉ Õ I Èu@YÙ G 243 Ù9J7Ó 2 GuÉ 2 Õ Ï @Y;CÅ  I GAÈuËz@CGYDŒÑÁ9JG 243XÐ  .  ß  Î P Î ÙÉ 7:@ 3 ;AÉ 9 3œ24Ï$IœÔVÏ ÉÙÉ 243 ;A× 2JÔ @ŒàƒÙ@ 3 94Èu@“ÈuËz@  Î Èu˖Gu@Y;AÉÙ Iœ24Ï Õ Ð ]  ß à "!#   243 ÙvÕ Ð ] % ß à ÈuËz@
 Î Èu˄9JGSÙ@CG8;hÈ 2 ÈuÉ;hÈuÉ Ô†2 7:9 3zH ÈuËz@O;uÞ  Iœ2 Gu6 @YÙxGu@Y;AÉÙ Iœ 24 Ï ;CK D ɍŠ@J$ś ʓ@‡ÈuËz@ 3 Ë 2  & ÓJ@  ] % K & ß  à(' ] % & ß  à(' d d d)' ] % ) & ß  à=d ƒ É 3œ24Ï Ï Ð D Ï @VÈ I ;–Ù@
3 @xÑÁ9JG 243 É 3 Èu@ H @CG+š* D ) ',*-' ^ ÈuËz@ µ ¤Œ¥`¨ & ¸`¦À– µ ¹

¡QÃVĜ¤L¸ µ ¥d@Y;hÈuÉ 7 2 Èu9JG 2 ;

4

% /)0213 ) 3 4 & 6 .

2 G H 7:É 3 ] %  & ß  à ß à 5)6879   K É 3 ÙÉ E@CGu@ 3œÔ @†Ê|É ÈuËÌ‡Í Ç Ê|ËzÉ Ô Ë 2 Gu@ H É ÓJ@ 3 Õ Ð ) . % /:13 ) & 6 2 G H 7:É 3 ; ]  ß  à=d 5)6879  K Ò 3 Օ94ÈuË ÔC2 ;A@Y;–¤L¸ » –¦Àª„7:@ 243 ; 2 G HJI 7:@ 3 ÈÊ|ËzÉ Ô Ë7:É 3 É 7:É C@Y;‡ÈuËz@–@VÖ×zGu@Y;u;AÉ 9 3 Ê|ËzÉ Ô Ë ;hÈ 2ŒÐ ; Օ@CËzÉ 3 لÈuËzÉ;8;AÉ HJ3 Å Ç 9:ÈuË 2 ÈÉ 3 9 I G ÑÁ9JGu7:@CG ÔC2 ;A@-ʓ@ 2 Gu@ Ï 9X9JBXÉ 3zH ÑÁ9JG-; IœÔ Ë  .<  ÑÁ9JG†Ê|ËzÉ Ô ËÈuËz@s; I 7 94ÑdÈuËz@ * ;A7 24Ï Ï @Y;hÈ-;uÞ Iœ2 Gu@YٞGu@Y;AÉÙ Iœ24Ï ; ß 2 7:9 3zH†24Ï Ï Gu@Y;AÉÙ Iœ24Ï ;ƒ@CÓ 24Ï Iœ2 Èu@YÙOÑÁ9JG H É ÓJ@ 3 àƒÉ;\7:É 3 É 7 24Ϝ2 7:9 3zH†24Ï Ï ×•9;u;AÉ Õ Ï @ ; I 7s;CDEɍŠ@JÅ 2 7:9 3zH ; I 7s;‡@CÓ 24Ï Iœ2 Èu@YلÑÁ9JG 24Ï Ï  .=  Å  Ëz@vËz@ I GuÉ;hÈuÉ Ô ;CDEÊ|ËzÉ Ô Ë 2 Gu@sՕ@CËzÉ 3 Ù ÈuËz@{Ù@
3 É ÈuÉ 9 3 D 2 Gu@x;hÈuG 2 É H ËÈAÑÁ9JGuÊ 2 GSÙQ Å  Ëz@x@Y;hÈuÉ 7 2 Èu9JG-È 2 BJ@Y;-É 3 Ñ 2JÔ ÈxÉ 3 Èu9 2JÔCÔ 9 Iz3 Ès9 3zÏ Ð!2 ; I ՜;A@VÈx94ц٠2 È 2 Ô 9 3 È 2 É 3 É 3zH * ÔC2 ;A@Y;CD$ÑÁ9JGxÊ|ËzÉ Ô Ë ÈuËz@€; I 7 94ч;uÞ Iœ2 Gu@YÙGu@Y;AÉÙ Iœ24Ï ;vÉ;vÈuËz@€;A7 24Ï Ï @Y;hÈ:9 3 @ 2 7:9 3zH)24Ï Ï ; I ՜;A@VÈS;–94Ñ ;AÉ C>@ *šÅdÒ 3 È I G 3 DœÉ È87:@ 243 ; ÈuË 2 È8ÈuËz@-×zGu@Y;A@ 3œÔ @-94Ñ Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 9JG 243 94ÈuËz@CG ; I Õzו9J× IzÏ2 ÈuÉ 9 3†I ׆Èu9|ÈuËz@d;AÉ C@ ^ ! *‡É;šÉ GuGu@ Ï @CÓ 243 ÈQÑÁ9JGQÈuËz@$Gu@Y; IzÏ Èš94Ñ@Y;hÈuÉ 7 2 ÈuÉ 9 3 Å 



šÍ @VÈ I ;d;hÈuGu@Y;u;\ÈuË 2 È$ÈuËz@CGu@8É; 243 94ÈuËz@CGd@Y;hÈuÉ 7 2 Èu9JGYD 3œ2 . 7:% /)@ 02Ï Ð 13  ) . & % 0/:13 ) & DÊ|ËzÉ Ô Ë É;:;A9J7:@VÈuÉ 7:@Y;OÑ 24Ï ;A@ Ï Ð2 ;u; I 7:@YÙ Èu9)Օ@{ÈuËz@€; . 2 % 7:0/:@ 12 3 ) ; &  Å I È 2 ;OÈuËz@ 9JGSÙ@CGS;›94Ñ Ï @VÈAÈu@CGS;$94њ; I ו@CGuÉ 3 Ù@ Ô @Y;$É 3 ÙÉ ÔC2 Èu@JD  É;$@CÓ 24Ï Iœ2 Èu@YÙ:9 3x2 ; I Õ Î ×•9J× IzÏ2 ÈuÉ 9 3 Ê|ËzÉ Ô Ë:É;\9JÕÈ 2 É 3 @YÙvÕ Ð ÈuGuÉ 7:7:É 3zH 9 ^ ! * ÔC2 ;A@Y; .2J% ÔC/)Ô 029J1GSÙ3 ) É & 3zH Èu9 243 @VÖXÈu@CG 3œ24Ï G IzÏ @sß?;A@C@-@JÅ H Å  I ×zו@CGAÈ
2 GuGu9 Ï Ï ß  àAàdÊ|ËzÉ Ï @ Ù@
3 @Y; ÈuËz@s; I Õzו9J× IzÏ2 ÈuÉ 9 3 É ÈS;A@ Ï ÑdÉ 7:× Ï É Ô É È Ï Ð ÅvÒcȆ7:@ 243 ;ÈuË 2 ȇÈuËz@–ÑÁ9J Gu7:@CG‡É; I ; Iœ24Ï Ï Ð 7 IœÔ Ë!@ 2 ;AÉ @CGvÈu9)@CÓ 24Ï Iœ2 Èu@{ÈuË 243 ÈuËz@ Ï2 ÈAÈu@CGYÅÌ 3 ÈuËz@„94ÈuËz@CG:Ë 243 ÙQD$ÈuËz@{ÑÁ9JG Î 7:@CG Ï2JÔ B;“;A9J7:@ H 9X9Ù)ß 243 Ù{× Ï24I ;AÉ Õ Ï @Œàd×zGu9Jו@CGAÈuÉ @Y;“94њÈuËz@ Ï2 ÈAÈu@CGYD 3œ2 7:@ Ï Ð{243 2 ÕzÉ Ï É È Ð Èu9 Ô 9Jו@vÊ|É ÈuË Ï @CÓJ@CG 24H @-ו9JÉ 3 ÈS;Ê|É ÈuËz9 I È 243XÐ„Ï 9;u;894Ñ I ;A@VÑ IzÏ É 3 ÑÁ9JGu7 2 Î ÈuÉ 9 3 DŒÉÅ @JŒÊ|É ÈuËz9 I È 243XÐÏ 9;u;š94Ñ@VØ Ô É @ 3œÔVÐ Ê|É ÈuËOGu@Y;Aו@ Ô ÈšÈu9|ÈuËz. @$% /)ÈuG02I 1@ 3 ) Iz& 3 Ù@CG Ï Ð É 3zH 7:9Ù@ Ï ÅƒÒcÈ\É;ƒ94Ñ Ô 9 I GS;A@$G 2 ÈuËz@CG Ô 9J7:× Ï É ÔC2 Èu@YنÈu9‡×zGu9LÓJ@$ÈuË 2 È É; Ô 9 3 ;AÉ; Î Èu@ 3 ÈYD 2 ; Ð 7:×Èu94ÈuÉ ÔC24Ï Ï Ð{3 9JGu7 24σ243 Ù€É ÈË 2 ;8ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ  3 È 2 ×z×zGu9ŒÖÉ 7 2 Èu@ Ï Ð @YÞ Iœ24Ï Èu9 *O ^›Å I È|É È8É; 3 94È|É 7:ו9JGAÈ 243 È ÑÁ9JG 2 ×z× Ï É ÔC2 ÈuÉ 9 3 ;CÅ Ü Ë 2 È|7 2 ÈAÈu@CGS; É; ÈuËz@Ñ 2JÔ È“ÈuË 2 ȓÈuËz@CGu@‡É; 243{24Ï H 9JGuÉ ÈuËz7 Ê|ËzÉ Ô Ë 2 ×zו@ 2 Gu@YÙ:Èu9–Õ•@‡@ E@ Ô ÈuÉ ÓJ@ÑÁ9JG“É ÈS; @CÓ 24Ï Iœ2 ÈuÉ 9 3 É 3 ÈuËz@8;A@ 3 ;A@dÈuË 2 È$É È H2 ÓJ@ H 9X9Ù 2 ×z×zGu9ŒÖÉ 7 2 ÈuÉ 9 3 É 3 ÈuËz@ ÔC2 ;A@“Ê|Ëz@ 3 ʓ@|ʓ@CGu@ 2 Õ Ï @ Èu9
3 ٖÈuËz@|×zGu@ Ô É;A@8;A9 Ï I ÈuÉ 9 3 94ѕÈuËz@|@VÖXÈuGu@C7 24Ï ×zGu9JÕ Ï @C7&ß à`D;A@C@ 24H2 É 3 > =c5 C> @CB < =?5 ;A> @CB{ß e  à 243 Ù:< =?5 ;A> @CB{ß . % /) 02à`1D•3 ß ) &  2 à 243 Ù ß e  2 à`Å Ü @ ;AË 24Ï ÏšÏ @ 2 ÓJ@ 2 ;AÉÙ@ 24Ï Ï 94ÈuËz@CGÙ@VÈ 2 É Ï ; 2 Օ9 I È ß?;A9J7:@O94уÈuËz@C7 7 2ŒÐ Օ@ ÑÁ9 Iz3 ٖ@CÉ ÈuËz@CG›É 3 2 7:ו@ Ï @VÈ 24Ï Å ß  àAà’9JG\É 3 |9 I ;u;A@C@ I Ê Íš@CGu9 Ð ß  àš9JG É 3 < ;A@CB)ß  2 à 243 Ùß e  2 à QÉ 3 ÈuËz@ Ï2 ;hÈÈhʓ9{Gu@VÑÁ@CGu@ 3œÔ @Y;8ÈuËz@ 24Ï H 9JGuÉ ÈuËz7 ÑÁ9JG†Èu=?Ëz5 > @x@CÓ 24Ï Iœ2 ÈuÉ 9 3 243 ÙÉ ÈS;†Èu@Y;hÈuÉ 3zH É;OÙ@Y; Ô GuÉ Õ•@YÙ 243 ÙGu@Y; IzÏ ÈS;-9 3 @VÖ 2 7:× Ï @Y; 2 Gu@ 24Ï ;A9:ÙÉ; ÔVI ;u;A@Yٜà`Å  |Æ"“  . % 9L/)Ê-02D 13Ï ) @V&È I ;‡È I G 3 Èu9€ÈuËz@:7:9Ù@ Ï ;CD’Ê|ËzÉ Ô Ë ÔC243 Օ@s@Y;hÈ 2 Õ Ï É;AËz@YÙÕ Ð 7:@ 243 ;†94Ñ ÑÁ9JG|Ù 2 È 2 Ù@Y; Ô GuÉ ÕzÉ 3zH ÈuËz@C@ Ô Ë{@ Ô 9 3 9J7 Ð É 3  Å ƒÉ GS;hÈ 94Ñ 24Ï Ï D Ï @VÈ  I ; H É ÓJ@ 243 @VÖ× Ï243œ2 ÈuÉ 9 3 94уÈuËz@ 2 ÕzÕzGu@CÓXÉ 2 ÈuÉ 9 3 ;CÅ Î @VÖו9JGAÈ|ו@CG; 24Ï @Y;     Î 3XI 7vՕ@CG894Ñ Iz3 É ÓJ@CGS;AÉ È Ð ;hÈ I Ù@ 3 ÈS; ו@CG8Ó 24Ï I @ 2 ÙzÙ@YÙ    Î 3XI 7vՕ@CG894уËzÉ H Ë ; Ô Ëz9X9 Ï ;hÈ I Ù@ 3 ÈS;|ו@CG|Ó 24Ï I @ 2 ÙzÙ@YÙ Î ÔC2 ×zÉ È 24Ï ×•@CG8Ó 24Ï I @ 2 ÙzÙ@YÙ E    Î 7 2 GuBJ@VÈ|ו9Lʓ@CG-ß Ô 9 3œÔ @ 3 ÈuG 2 ÈuÉ 9 3 É 3„H É ÓJ@ 3 É 3 Ù I ;hÈuG Ð à ( T  Î Èu94È 24Ï Ñ 2JÔ Èu9JG ×zGu9Ù IœÔ ÈuÉ ÓXÉ È Ð Gu@ Ï2 Èu@YÙxÈu9:Ê 24H @Y; Î 24Ï ; 2 É 3 Ù@VÖ   Î ×zGuÉ Ô @-Ù@CÓJ@ Ï 9J×z7:@ 3 È 2 ÑÀÈu@CG89Jו@ 3 É 3zH Î I ×   

















 Ëz@Y;A@ 2 ÕzÕzGu@CÓXÉ 2 ÈuÉ 9 3 ;xËzÉ 3 È{ÈuË 2 ȄÑÁ9JG„@ 2JÔ Ë94Ñ  É 3 Ù I ;hÈuGuÉ @Y;{94Ñ-ÈuËz@ C@ Ô Ë @ Ô 9 3 9J7 Рʓ@|Ë 2 Ù 2 È$Ë 243 ÙsÙ 2 È 2-2 Օ9 I țÈuËz@8@VÖו9JGAÈYD; 2 É Ï D4ÈuËz@8Ë I 7 243sÔC2 ×zÉ È 24Ï D ÈuËz@ ÔC2 ×zÉ È 24Ï @YÞ I É ×z7:@ 3 ÈYD 24Ï Ï2 ; 2 É 3 Ù@VÖ ßÁÊ|ËzÉ Ô ËÉ;„9 3 @)94Ñ Ô Ë 2 G 2JÔ Èu@CGuÉ;hÈuÉ Ô ; Gu@ Ô 9JGSÙÉ 3zH Gu@ Ï2 ÈuÉ 9 3 Օ@VÈhʓ@C@ 3 ÈuËz@O@VÖו9JGAÈ 243 Ù{ÈuËz@OÉ 7:ו9JGAÈ8É 3 Èu9sÈuËz@OÉ 3 Ù I ;hÈuG Ð É 3 Þ I @Y;hÈuÉ 9 3 LÉ 3 ÈuËz@ ÔC2 ;A@d94Ñ 24Ï2 ; 2 É 3 Ù@VÖOÉ È\É;ƒÙÉ E@CGu@ 3œÔ @“Õ•@VÈhʓ@C@ 3 ÈuËz@“@VÖו9JGAÈ 243 Ù É 7:ו9JGAÈ-ÙÉ ÓXÉÙ@YÙžÕ Ð ÈuËz@:; I 7 94Ñ$@VÖו9JGAÈ 243 ÙžÉ 7:ו9JGAÈ`à`D•ÈuËz@vÈu94È 24Ï Ñ 2JÔ Èu9JG ×zGu9Ù IœÔ ÈuÉ ÓXÉ È Ð DJÈuËz@Ó 24Ï I @ 2 ÙzÙ@YÙQDÈuËz@Ê 24H @Y;CDLÈuËz@Gu@Y;A@ 2 G Ô Ë 243 ÙsÙ@CÓJ@ Ï 9J×z7:@ 3 ÈYD ÈuËz@:ÑÁ9JGu@CÉ HJ3 @CG†ÙÉ Gu@ Ô È-É 3 ÓJ@Y;hÈu7:@ 3 ÈS;CDQÈuËz@xÙ@CÕÈS;†@VÈ Ô Å:Ò 3 Èu94È 24Ï Ê“@:Ë 2 ÙÉ 3 9 I G ÙÉ;Aו9; 24Ϛ2 Օ9 I È e v@VÖ× Ï243œ2 Èu9JG Ð Ó 2 GuÉ 2 Õ Ï @Y;CÅ  6|ÑÀÈu@CG 2 G 2 ÈuËz@CG Ï 9 3zHx243 ـʓ9X@VÑ IzÏ ;A@ 2 G Ô Ë ÑÁ9JG 2 7:9Ù@ Ï D•Ê“@-Ë 2 ÓJ@ 2 GuGuÉ ÓJ@YÙ 2È 

   E     
   
   ße à  
( T    
    
    3  Ê|ËzÉ Ô Ë 2 ×zו@ 2 Gu@YهÈu98Ëz9 Ï Ù 2 ×z×zGu9ŒÖÉ 7 2 Èu@ Ï Ð ÑÁ9JG 2 Ë 24Ï Ñz94Ñ9 I GƒÙ 2 È 2 ÅšÒ 3 ÈuËz@H 2 Õ Ï @ Πʓ@ H É ÓJ@“Gu@Y; IzÏ ÈS;’ÑÁ9JG *  e J  J:d d d d J Å* Ëz@Y;A@ Ó 24Ï I @Y;ƒÊ“@CGu@ ;A@ Ï @ Ô Èu@YÙvÙ I @ Èu98ÈuËz@dÑ 2JÔ È’ÈuË 2 ȃÈuËz@dÓ 24Ï I @Y;’6 94ÑÈuËz@“@Y;hÈuÉ 7 2 Èu@Y;’94Ñ Ô 9X@VØ Ô É @ 3 ÈS;’Ê“@CGu@ßÁGu@ Ï2 ÈuÉ ÓJ@ Ï Ð à ;hÈ 2 Õ Ï @JD Ô 9X@VØ Ô É @ 3 ÈS;894ћÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 ;OßÁÊ|ËzÉ Ô Ë 2 Gu@ Ô 9 Ï Ï @ Ô Èu@YÙ„É 3  2 Õ Ï @ à 94Ñ Ô 9JGuGu@Y;Aו9 3 ÙÉ 3zH 7:9Ù@ Ï ; ʓ@CGu@-; I Ø Ô É @ 3 È Ï Ð ËzÉ H Ë 243 Ù„É 3 ÙÉ ÔC2 ÈuÉ 9 3 94Ñ 3 9JGu7 24Ï É È Ð 94цGu@Y;AÉÙ Iœ24Ï ;–É 3Ô 9JGuGu@Y;Aו9 3 ÙÉ 3zH ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;:94ц٠2 È 2 Ê 2 ;s; 2 ÈuÉ;hÑ 2JÔ Èu9JG Ð Å  I GAÈuËz@CGYD Ï @VÈ I ;|;hÈuGu@Y;u;$ÈuË 2 È ÈuËz@ Ô 9JGuGu@Y;Aו9 3 ÙÉ 3zH ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;†ßÁÊ|ËzÉ Ô Ë{Ê|É Ï Ï Õ•@ ÔC24Ï Ï @YÙvÉ 3 Ê|Ë 2 țÑÁ9 Ï Ï 9LÊ8; Âs¤L¦ÀªO; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;SàƒÊ“@CGu@ 3 @Y;hÈu@YÙQÅ ƒÉ 3œ24Ï Ï Ð D4ÈuËz@

IœÔ È Iœ2 ÈuÉ 9 3 ;$94ÑEÈuËz@@Y;hÈuÉ 7 2 Èu@Y;›94њGu@ H Gu@Y;u;AÉ 9 3–Ô 9X@VØ Ô É @ 3 ÈS;›ÑÁ9J( G *sՕ@ Ï 9LÊ  243 Ù 9LÓJ@CG  Ê 2 ;ßÁÓJ@CG Ð à Ï2 G H @ 243 Ù:ÈuËz@ Ô 9JGuGu@Y;Aו9 3 ÙÉ 3zH ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;$ʓ@CGu@ 3 94È 3 @Y;hÈu@YÙ 243 Ù)ÈuËz@x94ÈuËz@CG Ô Ë 2 G 2JÔ Èu@CGuÉ;hÈuÉ Ô ;CD 2 ; Ô 9X@VØ Ô É @ 3 Èv94Ñ8Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 9JG 3 9JGu7 24ÏQH G 2 ×zË{ʓ@CGu@†×•9X9JGYÅ  9JGu@C9LÓJ@CGYDXÉ È 2 ×zו@ 2 Gu@YÙxÈuË 2 È8ÈuËz@„¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ß 2 ÑÀÈu@CG Ù@ Ï @VÈuÉ 9 3 94Ñ 2 ÑÁ@CÊ ×•9JÉ 3 ÈS;Sà 24Ï Ï 9LÊ8; 24Ï ;A9; 2 ÈuÉ;hÑ 2JÔ Èu9JG Ð Gu@ H Gu@Y;u;AÉ 9 3 7:9Ù@ Ï ;CD$94Ñ Ô 9 I GS;A@“Ê|É ÈuË:ÙÉ E@CGu@ 3 È Ô 9X@VØ Ô É @ 3 ÈS; ß?;A@C@  2 Õ Ï @  Օ@ Ï 9LÊà`Å ƒÉ 3œ24Ï Ï Ð D4É È$9 ÔCÔVI GuGu@YÙ ÈuË 2 È|ÈuËzÉ;8ÙÉ ÓXÉ;AÉ 9 3 94Ñ\Ù 2 È 2 Ë 2 ;“ÈuËz@†ÑÁ9 Ï Ï 9LÊ|É 3zH ;A@ 3 ;A@JÅ  Ëz@sÂs¤L¦Àªx; I Õzו9J× IzÏ2 Î ÈuÉ 9 3 Ë 2 ; 2 7:9Ù@ Ï ÑÁ9JG8Gu@ Ï2 ÈuÉ 9 3 ;AËzÉ ×„Õ•@VÈhʓ@C@ 3 ÔC2 ×zÉ È 24ϒ243 Ù Ï2 Օ9 I G8Ê|ËzÉ Ô Ë ÔC243 åãhSä?ïŒíû ø  ãhö8ä“ åuïŒãƒíêYãƒèLí“ìSåSõõî ì`ææíãhìdô`åSæ ãòVãhYð:äë4äøãhäì`ãhæò8øû ö|ãhçfçhãhíìCãhòVã î íE|òŒ çhìSøãhíQíòVêŒì`íëŒòŒäšû ûã8õð“ì`ìSæQé’õƒäø íã ã èVYãhëŒíæcûèŒåSåSãƒûòL`åuö8íåSì`åSû êŒæ?òVðãhð“äšçh`ìSì`åSõö“æø‡åSïŒïŒåSø òLûòŒãhåuî‡ädíø åSéQì`û òŒãääEìdèLìSçcåSõXèŒî:ãh ã Yçí8ëŒì-û ìSåSã íòL`èŒåuåSãhíû æšêLì`æ?åuçcð èLíãåS`æcåSíåSæèŒçø ã  íéQãhì`ææø ä? íø çhä’é’èŒø çcèOåSæã$ö|ì`òŒø íì`æãhî†îŒêŒæø òŒô|æãhô`æãhääø ì`ò-åSòLåSû ðYäø ä íƒéšåSä’íø æãhäì`ö|ã`ü4ö|ì`òŒìSíì`òŒã 





6 8 

 K
  














Օ@ ÔC24Ï Ï @YÙÂs¤L¸u¾ µ ¨ 1 µ ¢S©LªE©L ¶ 1f£ ¦ ¾ µ ß?Ù I @–Èu9€Gu@Y;Aו@ Ô ÈuÉ ÓJ@:×zGu9Ù IœÔ ÈuÉ 9 3 Ñ Iz3œÔ ÈuÉ 9 3 à`D Ê|ËzÉ Ï @xÈuËz@ ¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ßÁ@CÓJ@ 3 Ê|É ÈuËz9 I È:Ù@ Ï @VÈuÉ 9 3 94Ñ 243XÐ É 3 Ù I ;hÈuG Ð à‡Ë 2 ; 2 7:9Ù@ Ï ÑÁ9JG-Gu@ Ï2 ÈuÉ 9 3 Օ@VÈhʓ@C@ 3 Ï2 Օ9 I G 243 Ù ÔC2 ×zÉ È 24Ï 7 2ŒÐ Օ@ É 3 Èu@CGu×zGu@VÈu@YÙ 2 ;Ó 24Ï ÉÙžÉ 3 ¢ µ ªœ¨¸u¤L£œ¿E£ ¤Lªœª µ ¹ µ ¢S©LªE©L ¶ ßÁ7:9JGu@–Ù@VÈ 2 É Ï ; 2 Gu@ H É ÓJ@ 3 Օ@ Ï 9LÊ 8Èu9!; 2 ÓJ@€ÈuËz@;A× 2JÔ @ ʓ@;AË 24Ï Ï Ê|GuÉ Èu@ ÈuËz@Ëz@ 2 Ùz;s94цÈuËz@;A@ Ô 9 3 Ù 243 Ù ÈuËz@ÈuËzÉ GSÙ Ô 9 Ï I 7 3 ;d94ÑQÈuËz@ 3 @VÖXÈdÈ 2 Õ Ï @Y; 2
; d¥`¨¦ÀÂs¤L¨ µ ¥ 243 ـ¡•¨f¤LªE¹J¤L¸u¹Œ¥$É 3 ;hÈu@ 2 Ù 94Ñ d¥`¨¦ÀÂs¤L¨ µ ¥x,© +:¸ µc» ¸ µ ¥S¥`¦?©Lª¢S© µ  ¢V¦ µ ªœ¨?¥ 243 Ù¡•¨f¤LªE¹J¤L¸u¹ µ ¸`¸u©L¸x,© + µ ¥`¨¦ÀÂs¤L¨ µ ¥`D Gu@Y;Aו@ Ô ÈuÉ ÓJ@ Ï Ð à`Å  2 Õ Ï@ 

        ! " #$%'&)(*+, -$. /   021$34350$%  $" 687(

‘?bh]Si 9šacbhg iO_Vbh]Sa — bA_CqXj_VeAj g qLbh]uehrS]S}Jb ;4y < = = > ;4y ?=A@B? F — G :H ;4y @ @BI ? ;4y ;JD; < — LG :H ;4y @E<J? D ;4y ; >JI> M G :H mN;4y DBC@ ;4y ;A@E< K ƒP‹ > @Yy >CJ> K ;4y >A@ @E> Z›QŽ :Q mN;4y KA@E; > ;4y D D; K R5SPT ;4y > >J? I ;4y D; ; < U: @Yy @BD>JI ;4y @B? I D  2 Õ Ï@

bfm?wY_C^ l]

Q: m?wY_C^ l] ;4y @E> ; ;C? ;4y ; ; ; ; ;A@ ;4y ; ; ; ;A@ @ ; ;4y ; ; ; ; < < ;4y ; ; ;A@E=C ;4y @E;A@E=J?K ;

@Yy ?BCD< ?Ly =J?KJD CJy K =JI< mO@BLD y I>JIBC JC y >A@BI= m2JC y @BD;A@ Y@ y =JI@E< LI y @VCI ?

e         ! " #$%'&)(*+, -$. / 

ÒcÈu@C7 É 3 Èu@CG Ô @C×È < Ç ÚLF Ç X ÚLF Y ÚLF   \F Ü

6Í ÛF 

 021$34350$%  $" 687W

;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ  Å   Å   Å   Å 5e   Å   Å 5e Î  Å e  Å   Å    Å

Î  Å    Å e e 5e  Å  e   Å e  Å 

 Å    



















È Î Ó 24Ï I @ Å  

 Å   Å    Î Oe Å
 Å   Î  Å   Å 5e  Å   













F Î Ó 24Ï I @  Å  e    Å   Å  Oe   Å     Å 5e  Å      











 2 Õ Ï@          ! " #$%'&)(*+, -$. / 

ÒcÈu@C7 É 3 Èu@CG Ô @C×È < Ç ÚLF Ç X ÚLF Y ÚLF   \F Ü

6Í ÛF

 021$34350$%  $" 687


;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ È Î Ó 24Ï I @ Åe  Å e   Å   Å e 

Å   Å 5e

 Å   Å 5e Å 5e  Î  Å e    Å   Î Oe Å    Å   Å 5e e Å  Î  Å    Å e e  Î Å 

Å   Å e   Å e 5e

Å   Å  

Å 

 2 Õ Ï@





  

















 







F Î Ó 24Ï I @  Å e e Oe  e  Å   Å     Å 5e  Å   Å    







        ! " #$%'&)(*+, -$. / 

ÒcÈu@C7 É 3 Èu@CG Ô @C×È < Ç ÚLF Ç X ÚLF Y ÚLF   \F Ü

6Í ÛF

 021$34350$%  $" 6877

;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ  Å    Å 5e   Å    Å 5e e  Å e   Å  Î  Å e
 Å 5e  Åe   Å 

Î  Å   Å e    Å    Å 5e  Å e   Å    2 Õ Ï@



È Î Ó 24Ï I @

 Å  5e  Å    Å 5 e e  Î Oe Å   Å 5 e Î  Å   Å   

Å 5 e 



 

 













F Î Ó 24Ï I @

 Å    

 Å 

 Å    Å  

 Å 5 e e  Å   5 e 



        ! " #$%'&)(*+, -$. / 

ÒcÈu@C7 É 3 Èu@CG Ô @C×È < Ç ÚLF Ç X ÚLF Y ÚLF 

 021$34350$%  $" 687

;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ  Å Re  Å 5e

 Å    Å 5e   Å 5e  Å  Î  Å e  e  Å 5e Oe 









 



È Î Ó 24Ï I @ Å 

Å Å 

Î Å     



 



F Î Ó 24Ï I @  Å e  


 Å   Å 5e



ÒcÈu@C7   \F Ü

6Í ÛF

;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ Å    Å 5e  Î  Å e  Å e   Å    Å  Å e 5e  Å    

È Î Ó 24Ï I @









F Î Ó 24Ï I @

Å Oe   Î Å e


 Å   

Å 5 e





 Å      Å   Å    

 2 Õ Ï@         ! " #$%'&)(*+, -$. / 

ÒcÈu@C7 É 3 Èu@CG Ô @C×È < Ç ÚLF Ç X ÚLF Y ÚLF   \F Ü

6Í ÛF 

 021$34350$%  $" 687


;hÈuÉ 7 2 Èu@Y; Ç È 243 Ù 2 GSÙ  Å 5e  Å  Å Oe  Å 5e  Å e   Å  Re  Î  Å e  Oe  Å 5e  Å  5e  Å  

Î  Å   Å e   Å e   Å e  Å   Å  

È Î Ó 24Ï I @ Å   Å 

Å  5e Î Å    Å Re


Î Å  Oe  Å   Å  5e  













 

     

F Î Ó 24Ï I @  Å Oe    Å   Å   Å  Oe   Å    Å 5e  

















Ò 3 ÈuËz@ 3 @VÖXÈƒÈ 2 Õ Ï @ ʓ@ Ë 2 ÓJ@ Ô 9 Ï Ï @ Ô Èu@YÙO@Y;hÈuÉ 7 2 Èu@Y;\94ѕGu@ H Gu@Y;u;AÉ 9 3OÔ 9X@VØ Ô É @ 3 ÈS; ÑÁGu9J7&ÈuËz@–×zGu@CÓXÉ 9 I ;|È 2 Õ Ï @Y;–ßU 2 Õ Ï @ Î à Èu9{@ 3œ2 Õ Ï @v@ 2 ;AÉ @CG$Ý I Ù H 7:@ 3 È 2 •Õ 9 I È ;hÈ 2 ÕzÉ Ï É È Ð 94уÈuËz@Y;A@-@Y;hÈuÉ 7 2 Èu@Y;CÅ  2 Õ Ï@

      !  %%A #N "P 15%$      

8I 7vՕ@CG  e   94Ñ ÔC2 ;A@Y; < Ç ÚLF  Å   Å   Å   Å  Å   Å Oe Ç X ÚLF  Å    Å   Å   Å e   Å 5e  Å e  Î  Åe Î  Åe Î  Åe  Î  Åe  Î  Åe  Î  Åe  Y ÚLF   Å   Å   Å  Å e  Å  Å   \F Ü Î  Å  Î  Å  Î  Å  Î  Å  Î  Å  Î  Å e

6Í  Å   Å    Å e e  Å   Å   Å e  Å Oe Å  Å  Å Oe Å e  Å 5e ÛF 

 

 

 











 



















  



 



 

 



 





 

6 3XРՕ9Ù Ð Ê|Ëz9€;A9J7:@VÈuÉ 7:@Y;ו@CGAÑÁ9JGu7:@YÙ Gu@ H Gu@Y;u;AÉ 9 3ž243œ24Ï Ð ;AÉ; 243 ÙžÊ 2 ;É 3 Î Èu@CGu@Y;hÈu@YÙÉ 3Ô Ë 243zH @Y;‡94ѓ7:9Ù@ ÏdÔC24I ;A@YÙžÕ Ð Ù@ Ï @VÈuÉ 9 3 94Ñ“É 3 I @ 3 ÈuÉ 24Ï ×•9JÉ 3 Ȍß?;Sà`D B 3 9LÊ8;‡ÈuË 2 È-ʓ@s7:@C@VÈ-Ê|É ÈuË; IœÔ Ë)Օ@CË 2 ÓXÉ 9JGsß 2 ;-Ù@C7:9 3 ;hÈuG 2 Èu@YÙÕ Ð  2 Õ Ï @ à 9 3zÏ Ð É 3 ÈuËz@ ÔC2 ;A@„Ê|Ëz@ 3 ÈuËz@CGu@ 2 Gu@ 3 9 É 3 I @ 3 ÈuÉ 24Ï ×•9JÉ 3 ÈS;CD“ɍŠ@JŏÊ|Ëz@ 3 Ù 2 È 2 2 Gu@žßÁ9 3 G 2 ÈuËz@CGOËzÉ H Ë Ï @CÓJ@ Ï à†Ëz9J7:9 H @ 3 @C9 I ;C!Å  ËzÉ;-Ñ 2JÔ È 243 Ù)ÈuËz@ 2 G HJI 7:@ 3 ÈS; ʓ@ H2 ÓJ@†É 3 ×zGu@CÓXÉ 9 I ;CDœ; I ×zו9JGAÈS;|9 I G8Օ@ Ï É @VћÈuË 2 Èʓ@-Ë 2 ÓJ@OÙÉ ÓXÉÙ@YÙ Ù 2 È 2 É 3 Èu9 Èhʓ9xGu@ 2 ;A9 3œ2 Õ Ï @-× 2 GAÈS;vßÁ94ÈuËz@CG 2 G HJI 7:@ 3 ÈS;|Ê|É Ï Ï Õ•@ H É ÓJ@ 3 Օ@ Ï 9LÊà`Å “@VÑÁ9JGu@Oʓ@ ;AË 24Ï ÏdÔ 9 3 ÈuÉ 3XI @ Ï @VÈ I ; H É ÓJ@x; I 7:7 2 GuÉ C@YÙ)Gu@Y; IzÏ ÈS;†ÑÁ9JG 24Ï Ï ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;-É 3 Þ I @Y;hÈuÉ 9 3 Å  2 Õ Ï@  0$ 
Q0$       /%5   !   #$    $   /$#  02J15           #$%    "  -$ J- .   c"P 15% $ 

8I 7vՕ@CG 94Ñ ÔC2 ;A@Y;  e       

Ç I 7 94Ñ Å 5e ;uÞ Iœ2 Gu@Y; Oe Å   Å e  Å 

Åe  Å   ;hÈuÉ 7 2 Èu@Y; 94ћ; ÔC24Ï @  Å e   Å e    Å   Å 5e  Å     Å   d9X@VØ Ô É @ 3 ÈS;  Å    Å    Å    Å    Å 5e  Å 5e 94Ñ\Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 ÛI GuÕzÉ 3 ÎcÜ 2 ÈS;A9 3 Å  Å
Å   Å   Å  Å 

Ò 3 ÈuËz@ 3 @VÖXÈvÈhʓ9 È 2 Õ Ï @Y;-ÈuËz@„Gu@Y; IzÏ ÈS;O94Ñ8Gu9JÕ I ;hÈvGu@ H Gu@Y;u;AÉ 9 3 243œ24Ï Ð ;AÉ;{ß 2 ; @Y;hÈuÉ 7 2 Èu@Y;s94цGu@ H Gu@Y;u;AÉ 9 3Ô 9X@VØ Ô É @ 3 ÈS;CD|; I 7(94Ñ-;uÞ Iœ2 Gu@Y;CD“@Y;hÈuÉ 7 2 Èu@ 94Ñ-; ÔC24Ï @JD Ô 9X@VØ Ô É @ 3 È:94ÑÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3243 Ù ÛI GuÕzÉ 3 ÎcÜ 2 ÈS;A9 3 ;hÈ 2 ÈuÉ;hÈuÉ Ô{2 Gu@ H É ÓJ@ 3 ÑÁ9JG ¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 Ê|ËzÉ Ô Ë Ô 9 3 ;AÉ;hÈu@YÙs94Ñ  ÔC2 ;A@Y;CÅ ßÁÒ 3 Ê|Ë 2 ȓÑÁ9 Ï Î Ï 9LÊ8;\ʓ@8;AË 24Ï ÏI ;A@ ÈuËzÉ;›Ê“9JGSـ¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ @CÓJ@CG Ð ÈuÉ 7:@ ÑÁ9JG\ÈuËz@8ו9J× IzÏ2 ÈuÉ 9 3 Ê|ËzÉ Ô ËÉ;s¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ Èu9{ÈuËz@€Âs¤L¦Àª„9 3 @JÅ à zGu9J7 ÈuËz@Y;A@  ÔC2 ;A@Y; ʓ@CGu@ Ù@ Ï @VÈu@YÙ;AÉ 3œÔ @OÈuËz@ Ð AGu@C×zGu@Y;A@ 3 Èu@YÙ  Ô 9 3 È 2 7:É 3œ2 ÈuÉ 9 3 ßÁÉ 3 ÈuËz@:;A@ 3 ;A@v@VÖ× Ï2 É 3 @YÙ 2 Օ9LÓJ@Œà`D ;A9 ÈuË 2 ÈxËÊ 2 ;:@YÞ Iœ24Ï Èu9  Å  Ëz@Y;A@€ÑÁ9 I GxÉ 3 Ù I ;hÈuGuÉ @Y;sʓ@CGu@ B ×zGu9 Î Ù IœÔ ÈuÉ 9 3 94ћÈu@VÖXÈuÉ Ï @ 243 Ù Gu@ 2 Ù Ð Î 7 2 Ù@ H2 Gu7:@ 3 È H 9X9Ùz;–ß à`D 24H Gu9 Ô Ëz@C7:É;hÈuG Ð ß e Re à`D4×zGu9Ù IœÔ ÈuÉ 9 3 94ÑE7 I ;AÉ ÔC24Ï É 3 ;hÈuG I 7:@ 3 ÈS; 243 ÙvGu@ Ô 9JGSÙz; ß   e e  à 243 ÙOÈuËz@ Gu@C7 2 É 3 Ù@CG|94у×zGu9 Ô @Y;u;AÉ 3zH É 3 Ù I ;hÈuG Ð É 3œÔVÏ I ÙÉ 3zH ʓ@ 2 ו9 3 ;-ß e      à  Å 



















 















êŒö“ï4ãhæäQø ò‡æì`êŒòŒî‡ëLåSæãhòVíèŒãhäãhä\åSæã\çhìCîŒãhäƒìSõíèŒã$ø òŒîŒêŒä?íæø ãhäšø òQù  



 2 Õ Ï@           !   #$%'&)(*+, -$ % /) 021353 ) %3 4  &  !%  A
 # 02 1$ 34021$35340$% 35 0$ % $   6!8 /W 8$ N$  WW  -$ /  J-  .     "
     !   #$%'&)(* 

¼ ¯J¯ ÒcÈu@C7  ;hÈuÉ 7 2 uÈ @ Ç È 243 Ù 2 GSÙ 49 Ñ @CGuGu9JG 94Ñ Ô 9X@VØ Ô É @ 3 ÈS; @Y;hÈuÉ 7 2 Èu@ É 3 Èu@CG Ô @C×È Î Å    Å   < Ç ÚLF  Å   Å    Ç X ÚLF  Å 5e   Å e  Å 5e  Y ÚLF  Å e   Å   Å   Å  5e ÛF  Å   \F Ü  Å    Å  

6Í Î  Å    Å  Å  ÛF  Å    2 Õ Ï @  











 







È Î Ó 24Ï I @

F Î Ó 24Ï I @

Î Å  Å   Å  5e Å  

Å   e Å     Å  5e  Î  Å Oe 

e Å  

 Å  5e    Å     Å    Å   Å 5 e    Å 5 e 5 e   Å     Å   e  Å 5 e















$0  
Q0$         /%5   ! #$    $   /$#I 02J15           #$%        -$ J-    c"P 15%

 Å   Ç I 7 94Ñ\;uÞ Iœ2 Gu@Y; Å 5e Ç ÔC24Ï @†@Y;hÈuÉ 7 2 Èu@ d9X@VØ Ô É @ 3 È|94ћÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3  Å  Å  Re ÛI GuÕzÉ 3 ÎcÜ 2 ÈS;A9 3 ;hÈ 2 ÈuÉ;hÈuÉ Ô  2 Õ Ï @Y; 243 Ù Oe ß H É ÓJ@ 3 Օ@ Ï 9LÊà A×zGu9LÓJ@ 8ÈuË 2 È 2 Օ9LÓJ@|×zGu9Jו9;A@YٖÙÉ ÓXÉ;AÉ 9 3 94Ñ Ù 2 È 2 @VÖËzÉ ÕzÉ ÈO;A9J7:@s;A@ 3 ;A@JÅvÒcÈO;A@C@C7s;†Þ I É Èu@ 2JÔCÔ @C×È 2 Õ Ï @vÈuË 2 È ÔC2 ×zÉ È 24Ï$243 Ù Ï2 Օ9 I G 2 Gu@|É 3 ß?;hÈ 2 ÕzÉ Ï É C@Yٜà›7 2 GuBJ@VÈ$@ Ô 9 3 9J7 Ð ÈuËz@‡; I ՜;hÈuÉ È I Èu@Y;CD@ 2JÔ Ë:94ÑQ94ÈuËz@CGYD ɍŠ@JÅsÈuËz@CÉ GO×zGu9Ù IœÔ ÈOÉ; 2 ×z×zGu9ŒÖÉ 7 2 Èu@ Ï ÐžÔ 9 3 ;hÈ 243 ÈYÅ  ËzÉ;†Ñ 2JÔ ÈOÉ;†ÑÁ9JGu7 24Ï Ï Ð @VÖ Î ×zGu@Y;u;A@YÙ ßÁÉ 3 @ Ô 9 3 9J7:É Ô ÈuËz@C9JGuÉ @Y;Sà“@JÅ H ÅdÕ Ð d9JÕzÕ Î Û 9 IzHJÏ2 ;u; ×zGu9Ù IœÔ ÈuÉ 9 3 Ñ Iz3œÔ Î ÈuÉ 9 3 Dœ;A@C@ Y 7:@ 3 È 2 ß  à`ŃÒcÈ8É; I ; Iœ24Ï Ï Ð Ê|GuÉ ÈAÈu@ 3 É 3 2 ÑÁ9JGu7 
E K  d  6






 





Oe 

Ò 3 94ÈuËz@CG“Ê“9JGSÙz;CDXʓ@‡7 2ŒÐ @VÖו@ Ô È|@JÅ H ŃÈuË 2 È ÈuËz@ Ï2 Օ9 I G Ê|É Ï Ï Õ•@†×zGu9Jו9JGAÈuÉ 9 3œ24Ï Èu9{9 3 @v9LÓJ@CG ÔC2 ×zÉ È 24Ï 9JG8Èu9{9 3 @v9LÓJ@CG‡;uÞ Iœ2 Gu@OGu9X94È94Ñ ÔC2 ×zÉ È 24Ï 9JG8Èu9 2{Ô 9J7vÕzÉ Î 3œ2 ÈuÉ 9 3 94ћՕ94ÈuˀÈuËz@Y;A@†Ñ Iz3œÔ ÈuÉ 9 3 ;89JG|Èu9{;A9J7:@-94ÈuËz@CG 2 ×z×zGu9J×zGuÉ 2 Èu@Ñ Iz3œÔ ÈuÉ 9 3 94Ñ Ë Ð ×•@CGuՕ9 Ï É ÔsÔ Ë 2 G 2JÔ Èu@CGYÅ |9 IzH Ë Ï Ð ;Aו@ 2 BXÉ 3zH D Ï2 Օ9 I G†ÈuÉ 7:@Y;O;A9J7:@sÉ 3œÔ Gu@ 2 ;AÉ 3zH Ñ Iz3œÔ ÈuÉ 9 3 94Ñ ÔC2 ×zÉ È 24Ï ;AËz9 IzÏ Ù Õ•@ Ô 9 3 ;hÈ 243 ÈYÅ I ȇÈuËz@ Ï2 ;hȇÑÁ9JGu7 IzÏ2 ÈuÉ 9 3 ;AËz9LÊ8; ÈuË 2 ȃÈuËz@CGu@“É; 2 ×zGu9JÕ Ï @C7€Å’Ò 3 Ñ 2JÔ È\ʓ@dË 2 ÓJ@dÉ 3 9 I G\Ù 2 È 2 É 3 Ù I ;hÈuGuÉ @Y;ƒ94ќÙÉ E@CGu@ 3 È ;AÉ C@Y;CD\;A9 ÈuË 2 Èvʓ@xʓ9 IzÏ Ù 3 @C@YÙՕ94ÈuËÓ 2 GuÉ 2 Õ Ï @Y;CD Ï2 Օ9 I G 2 ;Oʓ@ Ï Ïd2 ; ÔC2 ×zÉ È 24Ï D Èu9x;hÈ 243 Ù 2 GSÙÉ C@-9 3 2  Iz3 É ?È  Ï @CÓJ@ Ï Å Ü @OË 2 ÓJ@ I ;A@YلÑÁ9JG|ÈuËzÉ;|× I Guו9;A@†ÈuËz@O@VÖ Î × Ï243œ2 Èu9JG Ð Ó 2 GuÉ 2 Õ Ï @ Ê 24H @Y; ßÀÑÁ9JGd;hÈ 243 Ù 2 GSÙÉ CÉ 3zH-ÔC2 ×zÉ È 24Ï à 243 Ù–Ó 2 GuÉ 2 Õ Ï @|; 24Ï @“ÑÁ9JG Ï2 Օ9 I GYś6 3 Ù„É È 2 ×zו@ 2 Gu@YÙxÈuË 2 È|ÑÁ9JG ÈuËz@sÂs¤L¦Àªx; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;“ÈuËz@-7:9Ù@ Ï  %& E  ß à   6 Q K 
CK
   3  K J  6 J e J:d d d J ^ Ë 2 ;–; 2 ÈuÉ;hÑ 2JÔ Èu9JGuÉ Ï Ð ËzÉ H Ë Ô 9X@VØ Ô É @ 3 È:94ÑÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 ßÀÑÁ9JG:;A7 24Ï Ï @CG:; 2 7:× Ï @ ;AÉ C@Y;CDɍś@JÅ\ÑÁ9JG  e D   243 Ù  à 2 ;  2 Õ Ï @ ;AËz9LÊ8;  Å Ì 3 ÈuËz@‡94ÈuËz@CGdË 243 ÙQDÑÁ9JG$ÈuËz@:¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;›ÈuËz@†ÙÉ Gu@ Ô È ×zGu9Jו9JGAÈuÉ 9 3œ24Ï É È Ð Õ•@VÈhʓ@C@ 3„Ï2 Օ9 I G 243 Ù ÔC2 ×zÉ È 24Ï DɍŠ@JÅ\ÈuËz@-7:9Ù@ Ï   3 % & J  6 J e J:d d d J ^ E  6 Q ß à   

   ß àsÉ;xÓ 24Ï ÉÙQD8;A@C@  2 Õ Ï @ Oe Å  9JGu@C9LÓJ@CGYD Ô 9X@VØ Ô É @ 3 ÈS;x94ÑvÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 94Ñ 7:9Ù@ Ï ß àvÑÁ9JGžÂs¤L¦Àª!; I Õzו9J× IzÏ2 ÈuÉ 9 3 ; 2 Gu@ ; I ՜;hÈ 243 ÈuÉ 24Ï Ï Ð ;A7 24Ï Ï @CG:ÈuË 243 ÑÁ9JG 7:9Ù@ Ï ß  à`D;A@C@ 24H2 É 3  2 Õ Ï @ Å Ç É 7:É Ï2 G Ï Ð D Ô 9X@VØ Ô É @ 3 ÈS;d94ђÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 94Ñ 7:9Ù@ Ï ß  àdÑÁ9JGv¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ; 2 Gu@‡Gu@ 24Ï Ï Ð ;A7 24Ï Ï Å  2 Õ Ï@ 

 





 



 

   !  #$    $    #$% & W!* /$# & Q* &  -$.% /"1502 $. /$# -$.% /"  534A  % $* + Âs¤L¦Àª  021$34350$%  $"    6

8I 7vՕ@CG894Ñ  e       

ÔC2 ;A@Y; d9X@VØ Ô É @ 3 ÈS; 94Ñ Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3  Å 5e   Å   Å   Å e    Å   Å  d9X@VØ Ô É @ 3 ÈS; 94Ñ Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3  Å   Å   Å e    Å   Å 5e e  Å  ëŒìSõzæãhø äòŒêŒâšîŒö8êŒãhçhä?åSãhíïŒòVæûø í8ð“ãhä’ä?ííøèŒò8êŒã\îYíòCð:èŒêŒã“ìSö“õ\ùEï4ë4úhãhãhì`æçcääè‡ä`ýø ïŒãhYçhû ü ãì`òŒdö|ì`ödì`ìCæ îŒð‡ãhûèL“ädå æYõ ãhì`ø ëŒòŒææôãh äãh

òV íE í èŒ

!ã› êŒ ëŒ ë4 ãh  æQ#û "$ ø ö|çcèLø

í•åSìSæcõXåSçfí

íèŒãhã\æQäø ø òŒúhîŒã\ø çAìSåuõzíå$ãhä ô`æíì`èLêŒåuë í 







 





 





2 Õ Ï@

Oe 

   !  #$    $    #$% & Q* /$# & W!* &  -$.% /"1502 $. /$# -$.% /"  534A  % $* + ¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶  021$34350$%  $"    6

8I 7vՕ@CG894Ñ ÔC2 ;A@Y;   

   d9X@VØ Ô É @ 3 ÈS; 94Ñ Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3  Å   Å  Å   Å   Å   Å 

d9X@VØ Ô É @ 3 ÈS; 94Ñ Ù@VÈu@CGu7:É 3œ2 ÈuÉ 9 3  Å   Å   Å    Å    Å  Ç Èu@C@C× Ï Ð Ù@ Ô Gu@ 2 ;AÉ 3zH Ó 24Ï I @Y;:94Ñ Ô 9X@VØ Ô É @ 3 ÈS;:94цÙ@VÈu@CGu7:É 3œ2 ÈuÉ 9 3 ÑÁ9JG Âs¤L¦Àª ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;vÉ 3 ÙÉ ÔC2 Èu@{ÈuË 2 Ȗʓ@ 2 Gu@{×zGu@Y; I 7 2 Õ Ï Ð Gu@ 24Ï Ï Ð 9 3!243  I ×zו@CG? Օ9 Iz3 Ù94Ñ8ÈuËz@€;AÉ C@„94ч; I Õzו9J× IzÏ2 ÈuÉ 9 3 Ê|ËzÉ Ô Ë;hÈuÉ Ï Ï @VÖËzÉ ÕzÉ Ès×zGu9Jו@CGAÈ Ð Ê|ËzÉ Ô Ë Ê 2 ; ÔC24Ï Ï @YÙ 2 Օ9LÓJ
@ ¥`¨f¤J½V¦À£ ¦  µ ¹ –Âs¤L¸u¾ µ ¨ µ ¢S©LªE©L ¶ Å$F$Gu9JÕ 2 Õ Ï Ð É È“Ê“9 IzÏ Ù–Õ•@8Gu@ 2 Î ;A9 3œ2 Õ Ï @|Èu9–Gu@Y;hÈuGuÉ Ô Èd@CÓJ@ 3 ;A9J7:@CÊ|Ë 2 ȓ7:9JGu@;AÉ C@94ÑQÈuËz@–Âs¤L¦Àª:; I Õzו9J× IzÏ2 ÈuÉ 9 3 ; ß 243 ل94Ñ Ô 9 I GS;A@JDÉ 3œÔ Gu@ 2 ;A@†;AÉ C@Y; 94Ñ8¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3 ;Sà`Å *!.* "vÆ
!.  Ëz@8Gu@Y; IzÏ ÈS;$94ÑQ9 I G 243œ24Ï Ð ;AÉ;›ËzÉ 3 Èu@YٖÈuË 2 ÈdÈuËz@8Gu9JÕ I ;hÈd7:@VÈuËz9Ùz;d94ÑQ@Y;hÈuÉ 7 2 ÈuÉ 3zH Gu@ H Gu@Y;u;AÉ 9 3–Ô 9X@VØ Ô É @ 3 ÈS;\É 3:Ï É 3 @ 2 G›Gu@ H Gu@Y;u;AÉ 9 3 7:9Ù@ Ϝ2 Gu@ Gu@ 24Ï Ï Ð ×•9Lʓ@CGAÑ IzÏ Èu9X9 Ï ; ÑÁ9JG
3 ÙÉ 3zH hÈuG I @ {ßÁËzÉÙzÙ@ 3 àd;hÈuG IœÔ È I Gu@94у٠2 È 2 Å  94È Ë 2 ÓXÉ 3zHv2 È“Ë 243 Ù:ÈuËz@Y;A@ Èu9X9 Ï ;8ʓ@OË 2 لÈu9 Ô 9 3œÔVÏ I Ù@{ßÁ7 2ŒÐ Օ@vÊ|É ÈuË 2 Ù@Y;A× 2 É G`à“ÈuË 2 ÈÈuËz@ ÔVÏ2 ;u;AÉ Ô-Ï @ 2 ;hÈ ;uÞ Iœ2 Gu@Y; 2 Gu@ 3 94È 2 Õ Ï @OÈu9
3 Ù ÈuËz@:Ù@VÈu@CGu7:É 3œ243 ÈS;94Ñ$@VÖו9JGAÈS;CD 24Ï ÈuËz9 IzH ËžÉ È†É; É 3 È I É ÈuÉ ÓJ@ Ï ÐOÔVÏ @ 2 GšÈuË 2 ț;A9J7:@$Ñ 2JÔ Èu9JGS;šÊ|ËzÉ Ô ËvË 2 ÓJ@ 243 É 3 I @ 3œÔ @“9 3 ÈuËz@ 2 7:9 Iz3 È 94ђ@VÖו9JGAÈu@YÙ H 9X9Ùz;“;AËz9 IzÏ Ùx@VÖÉ;hÈYÅ Ü @‡Ë 2 ÓJ@ I ;A@YÙsÈuËz@–£ µ ¤Œ¥`¨$¨¸`¦À– µ ¹v¥CÃVĜ¤L¸ µ ¥ Õ I ȄÈuËz@CGu@)É;„94Ñ Ô 9 I GS;A@× Ï @ 3 È Ð 94ÈuËz@CGS;{@Y;hÈuÉ 7 2 Èu9JGS;xÊ|É ÈuËËzÉ H ËÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 țÊ|ËzÉ Ô Ëv7 2ŒÐOÔ 9 3 ÈuGuÉ Õ I Èu@dÈu9ÈuËz@ 243œ24Ï Ð ;AÉ;’Õ Ð ÈuËz@CÉ G\Gu@Y; IzÏ ÈS;CÅ  Å H ŚÈuËz@CGu@ É; 2 Ó 2 É Ï2 Õ Ï @“ÓJ@CG Ð Gu@ Ï É 2 Õ Ï @ 24Ï H 9JGuÉ ÈuËz7 Õ Ð “9 Ô> @CB Í 2JÔ Ëz9 I È|ß  àQÑÁ9JG\ÈuËz@-£ µ ¤Œ¥`¨  µ ¹L¦?¤Lª,© +†¥CÃVĜ¤L¸ µ ¥`Å|68×z× Ï Ð É 3zH 7:9JGu@-@Y;hÈuÉ 7 2 Èu9JGS; 7 2ŒÐ„Ï @ 2 Ù{Èu9sÈuËz@„¹L¦
µ ¸S¥`¦À¨ ¶ ,© + µ ¥`¨¦ÀÂs¤L¨ µ ¥–ßÀÑÁ9JG-Ù@VÈ 2 É Ï ;†;A@C@–< ;A@CB ß  à|9JG:ß e  2 àAà8Ê|ËzÉ Ô Ë7 2ŒÐ Օ@ 2 È ÈuËz@
œGS;hÈ HJÏ243œÔ @-; I Gu×zGuÉ;AÉ 3zH Õ I È|=?Èu5 > Ëz@ 3 H É ÓXÉ 3zH 7:9JGu@†×•9;u;AÉ ÕzÉ Ï É ÈuÉ @Y;CÅ  Ëz@Gu@Y; IzÏ ÈS; H2 ÈuËz@CGu@YÙÉ 3  2 Õ Ï @ 243 Ù Oe ÈuËz@ 3Ô 9 3
œGu7 ÈuË 2 ȄÈuËz@CGu@ 7 2ŒÐ Օ@:Èhʓ9€BXÉ 3 Ùz;-94Ñ“É 3 Ù I ;hÈuGuÉ @Y;CD
œGS;hÈO9 3 @Y;†Ê|ËzÉ Ô Ë Õ•@CË 2 ÓJ@ Ï É BJ@sÉ 3 Ù I ;hÈuGuÉ @Y; É 3 ß?;hÈ 2 ÕzÉ Ï É C@Yٜà†7 2 GuBJ@VÈ-@ Ô 9 3 9J7 Ð)243 ÙÈuËz@xGu@Y;hÈOÊ|ËzÉ Ô Ë;hÈuÉ Ï Ï Ê“9JGuB 2 ; Iz3 Ù@CG Ô @ 3 ÈuG 24Ï Ï Ð × Ï243z3 @YÙ:@ Ô 9 3 9J7 РśÌ8Ñ Ô 9 I GS;A@ ʓ@8;AËz9 IzÏ Ùs;Aו@ 2 BO×zGu9JÕ 2 Õ Ï Ð–2 Օ9 I È 2 7 2 É 3 ÑÁ@ 2 È I Gu@O94Ñ H É ÓJ@ 3 É 3 Ù I ;hÈuG РՕ@ ÔC24I ;A@OÉ È‡;A@C@C7s;8G 2 ÈuËz@CG Iz3zÏ É BJ@ Ï Ð ÈuË 2 È 24Ï Ï Ñ 2JÔ Èu9JGuÉ @Y;dÉ 3€243 É 3 Ù I ;hÈuG Ð Ê|ËzÉ Ô ËxÑÁ@ Ï Ï É 3 9 I G 243œ24Ï Ð ;AÉ;dÉ 3 Èu9vÈuËz@:Âs¤L¦Àªs; I Õzו9J× Î  







 





IzÏ2 ÈuÉ 9 3 Օ@CË 2 ÓJ@:Gu@ 2 ;A9 3œ2 Õ Ï Ð Å Ç É 7:É Ï2 G Ï Ð)2 Ñ 2JÔ Èu9JG Ð Ñ 24Ï Ï É 3zH É 3 Èu9 243 É 3 Ù I ;hÈuG РՕ@ Ï 9 3zH É 3zH É 3 Èu9x¢S©LÂ8¿E£ µ  µ ªœ¨f¤L¸ ¶ ; I Õzו9J× IzÏ2 ÈuÉ 9 3–3 @C@YÙ 3 94țՕ@CË 2 ÓJ@ É 3 @CÓXÉ È 2 Õ Ï Ð 2 ;‡É 3 Ô @ 3 ÈuG 24Ï Ï Ð × Ï243z3 @YÙ@ Ô 9 3 9J7 Ð ÅvÒcÈ-ËzÉ 3 ÈS;‡ÈuË 2 È-É ÈO7 2ŒÐ Օ@ ßÁ7 IœÔ ˕à7:9JGu@ É 3 Èu@CGu@Y;hÈuÉ 3zH Èu9v;A@ 2 G Ô Ë–ÑÁ9JG“;AÉ 7:É Ï2 G“ÙÉ ÓXÉ;AÉ 9 3 ßÁ9 3 ¥`¨f¤J½V¦À£ ¦  µ ¹:Âs¤L¸u¾ µ ¨ µ ¢S©LªE©L ¶ 243 Ù¢ µ ªœ¨¸u¤L£À£ ¶ ¿E£ ¤Lªœª µ ¹ µ ¢S©LªE©L ¶ àO9 3 ÈuËz@ Ï @CÓJ@ Ï 94Ñ|Ñ 2JÔ Èu9JGuÉ @Y;CŞ͚@VÈ I ;OËz9Jו@ ÈuË 2 È 24Ï ;A9€É 3 ÈuËz@ C@ Ô Ë Gu@C× I Õ Ï É Ô Dƒ;AÉ 7:É Ï2 G Ï Ð)2 ;†É 3 7:9;hÈ Ô 9 Iz3 ÈuGuÉ @Y; 24Ï Ï 9LÓJ@CG ÈuËz@-ʓ9JG Ï ÙQD Ô 9JGuGu@Y;Aו9 3 ÙÉ 3zH Ù 2 È 2 Ê|É Ï Ï Õ•@O;A9X9 3€2 Ó 2 É Ï2 Õ Ï @JÅ





   “É Ô BJ@ Ï DzF\Å 1 Å’ß  Jà B Ì 3 @ Î ;hÈu@C× 8I Օ@CG8@Y;hÈuÉ 7 2 Èu@Y;|É 3 ÈuËz@ Ï É 3 @ 2 G|7:9Ù@ Ï Å ²QŸ µ ¸’¡•¨f¤L¨¦¥`¨šŸ‡¥S¥C©Y¢Œ³Œ±z­œ¯J¯  e “9 Ô> @CBED|F\Å DF\Å Í 2JÔ Ëz9 I È)ß  à B ÍšÉ 3 @ 2 G{×zGu9 H G 2 7:7:É 3zH2 ×z×zGu9 2JÔ ËÈu9    Î @Y;hÈuÉ 7 2 ÈuÉ 9 3 ÅO  µ Âs©L¸`¦?¤L£
©L£ Ä µ ©,+$©LÂ8¿EĨ:¡•¨f¤L¨¦¥`¨ !–¤L¨f¤ ŸªE¤L£ ¶ ¥`¦¥#"$ %"$&$ °Œ±L" ­ $ 14" ¯'  ( > =c5 C> @CBEDƒF\Å D 1 Å O56 Å\< =?5 ;A> @CB!ß e  à B ͚@ 2 ;hÈvÈuGuÉ 7:7:@YÙ;uÞ Iœ2 Gu@Y;CÅ)+* -,$º'd± Ÿd¿J¿E£ ¦?¢S¤L¨¦?©Lª/. Ħ?¹ µ ±010$ 1O¬2' Ç ×zGuÉ 3zH @CG‡<›@CG Ï24H D$ß e  Օà`D “@CG Ï É 3 Dš@YÙz;CÅ Ü Å 2 GSÙ Ï @JD X Å 8Ï2 ÓXB 2 D Ç Å Y†Ï É 3 BJ@JDÒ Ç   Î   Î    Î  Å   ƒÉ;AËz@CGYD -Åd6OÅß 5e e à B Ì 3 ÈuËz@ 7 2 ÈuËz@C7 2 ÈuÉ ÔC24Ï ÑÁ9 Iz3 Ù 2 ÈuÉ 9 3 ;:94чÈuËz@C9 Î Gu@VÈuÉ ÔC24Ï ;hÈ 2 ÈuÉ;hÈuÉ Ô ;CÅ3*$¼X¦À£ ©Œ¥ & ¸u¤Lªz¥\º© ¶ ›¡Q©Y¢ ’©LªE¹J©Lª ¡ µ ¸›Ÿ ­J­J­4±›¿J¿4 ¯³$ 1h¯X¬(    2 7:ו@ Ï D “Å -Å D  ÅÅ |9 3œÔ Ëz@VÈAÈuɍD8F\Å 1 Å |9 I ;u;A@C@ I Ê-D Ü Å 6OÅ Ç È 2 Ëz@ Ï ß  à º©J½VÄX¥`¨\¡•¨f¤L¨¦¥`¨¦?¢`¥ 1 & ¼ µ Ÿd¿J¿E¸u©Y¤J¢S¼65 ¤Œ¥ µ ¹x©Lª8`7 ª“9 Ä µ ªE¢ µ ®QĪE¢1 ¨¦?©Lªz¥  B @CÊ $9JGuB B 1 Å Ü É Ï @ Ð Ç 9 3 ;CÅ  ( @VÈAÈu7 243 ;Aו@CG H @CGYD*†ÅQF\Å D Ç Å 1 Å Ç Ëz@ 2 ÈuËz@CGsß 5e à B 6 24I ÈuÉ 9 3œ2 G Ð  94Èu@ 9 3 ÈuËz@7 @VÈuËz9ٖ94ÑQ͚@ 2 ;hÈ[ @YÙÉ 243 Ç Þ Iœ2 Gu@Y;CÅ & ¼ µ Ÿ µ ¸`¦?¢S¤Lªx¡•¨f¤L¨¦¥`¨¦?¢V¦?¤Lª E ¬Y± $J ¯   1JI Gu@ Ô> BJ9LÓ 2 5 D 1 Å DXF\Å Y Å Ç @ 3 ß  à B |@ H Gu@Y;u;AÉ 9 3 G 243 B–; Ô 9JGu@Y;$; ÔC24Ï @8;hÈ 2 ÈuÉ; Î ÈuÉ Ô ; 243 Ù;hÈ I Ù@ 3 ÈuÉ  2 ÈuÉ 9 3 É 3Ï É 3 @ 2 G:7:9Ù@ Ï ;CÅ-“* ¸u©Y¢ µSµ ¹L¦Àª » ¥©,+„¨Á¼ µ ®$¦ +S¨Á¼ *“L" ­<¸u"&¤ » Ä µ ¡ ¶ Â8¿œ©Œ¥`¦ÀÄ ©Lª)Ÿ‡¥ ¶ Â8¿E¨f©L¨¦?¢–¡•¨f¤L¨¦¥`¨¦?¢`¥S±*$¼ ¶ ¥`¦?¢S¤;: µ ¸`£ ¤ » ± "&"&"21  ( Y 7:@ 3 È 2 D 1 Å\ß  à B “£ µ  µ ªœ¨?¥:©,+ µ ¢S©LªE©L µ ¨¸`¦?¢`¥`D* 2JÔ 7:É Ï Ï243 F I Õ Ï É;AË Î É 3zH d9J7:× 243XÐ D  @CÊ $9JGuBEÅ  (  2 Gu9 3z3œ2 D -Å 6OÅ D€ÌvÅ ÅK I ;hÈu9;CD:\ ĸ
µ d¥`¨¦ÀÂs¤L¨¦?©Lª? 





















|¹Œ¥ & .8¤Œ¥S¥ µ ¸–¤LªE¹:  Qº©Œ¥ µ ªE½V£ ¤L¨¨?±
vµV· ©L¸u¾J«8¡4¿E¸`¦Àª »µ ¸=1(: µ ¸`£ ¤ » ±$" 1"&"¬  ( |9 I ;u;A@C@ I Ê-DŒF\Å 1 Å DŒ6OÅOÅY͚@CGu9 Ð ß  à B º©J½VÄX¥`¨zº µc» ¸ µ ¥S¥`¦?©Lªx¤LªE¹ , Ĩ£ ¦ µ ¸ µ ¨ µ ¢V¨¦?©L?ª   @CÊ $9JGuB B 1 Å Ü É Ï @ Ð Ç 9 3 ;CÅ    I ×zו@CGAÈYD Û Å D -Å 1 Å 2 GuGu9 Ï Ï ß  à B ’GuÉ 7:7:@YÙ Ï @ 2 ;hȃ;uÞ Iœ2 Gu@Y;Q@Y;hÈuÉ 7 2 ÈuÉ 9 3 É 3€Ï É 3 @ 2 G 7:9Ù@ Ï Å’² šŸ µ ¸`¦?¢S¤Lªž¡•¨f¤L¨¦¥`¨ QŸ‡¥S¥  %± Œ°s± f¯ C­ Œ±š¿J4¿ 4­ J¯&  Oe < =?5 ;A> @CBED 1 Å O56 Å†ß  à B 6 ÔC24I ÈuÉ 9 3œ2 G Ð!3 94Èu@ž9 3 ÈuËz@7:@VÈuËz9Ù94ÑO͚@ 2 ;hÈ  @YÙÉ 243 94Ñ Ç Þ Iœ2 Gu@Y;’Gu@ Ô 9 3 ;AÉÙ@CGu@YÙQÅ & ¸u¤Lªz¥C¤J¢V¨¦?©Lªz¥8©,+ ¨Á¼ µ&š·dµ £ +S¨Á¼#*“¸u¤ » Ä µ $©Lª + µ ¸ µ ªE¢ µ ©Lª 7`ª +V©L¸`Âs¤L¨¦?©Lª & ¼ µ ©L¸ ¶ ±‡¡•¨f¤L¨¦¥`¨¦?¢S¤L£ µ ¢V¦¥`¦?©Lª®QĪE¢V¨¦?©Lªz¥ ¤LªE¹vº¤LªE¹J©L *“¸u©Y¢ µ ¥S¥ µ ¥S± *“¸u¤ » Ä µ -± "$&$±“­X°  1 ­X° $  ( < =?5 ;A> @CBED 1 Å O56 Å›ß  2 à B Ì 3 ËzÉ H ËÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 È-@Y;hÈuÉ 7 2 ÈuÉ 9 3 -Å $©L 1 ¿EĨf¤L¨¦?©LªE¤L£Q¡•¨f¤L¨¦¥`¨¦?¢`¥ %"$&$X¬  "&"J« "4¯ :1 "E¬Y±5 µ ¸`£ ¦Àª?   < =?5 ;A> @CBED 1 Å O56 Ådß  Օà B Ç @ 3 ;AÉ ÈuÉ ÓXÉ È Ð)243œ24Ï Ð ;AÉ;†94Ñ  Î @Y;hÈuÉ 7 2 Èu@Y;CџªœªE¤L£ ¥ ©,+†¨Á¼ µ 7`ªz¥`¨¦À¨Ä¨ µ ©,+†¡•¨f¤L¨¦¥`¨¦?¢S¤L£Q ¤L¨Á¼ µ Âs¤L¨¦?¢`¥S± 1 %"$&$X¬ Œ± E¬($1 1$°&    < =?5 ;A> @CBED 1 Å O56 Å$ß  à B d9 3 È 2 7:É 3œ2 ÈuÉ 9 3žÏ @CÓJ@ ϛ243 Ù;A@ 3 ;AÉ ÈuÉ ÓXÉ È Ð 94ÑdGu9JÕ I ;hÈ Èu@Y;hÈS;CÅv¤LªE¹J½S©Y©Y¾:©,+|¡•¨f¤L¨¦¥`¨¦?¢`¥S±
©L£ Ä µ "J°Œ±d¬L¯J¯1 ¬2z­4± µ ¹Œ¥.•¡ • ¤J¹21 ¹J¤L£ ¤ =zº zº¤J©Œ=± "$&$ V±’ŸÂv¥`¨ µ ¸u¹J¤LÂsP« “£ ¥ µ
¦ µ ¸8¡Q¢V¦ µ ªE¢ µ 5 -:  4± 7S¡ 5
2³ 1 && 1%4<­ "C­ 1    ( < =?5 ;A> @CBED 1 Å O56 Å›ß  2 à B |9JÕ I ;hȇ@Y;hÈuÉ 7 2 ÈuÉ 9 3 94ÑdGu@ H Gu@Y;u;AÉ 9 3 7:9Ù@ Ï 3Å 5|Ä£ 1 £ µ ¨¦Àª©,+{¨Á¼ µ   µ ¢S¼ |¢S©LªE©L µ ¨¸`¦?¢„¡Q©Y¢V¦ µ ¨ ¶ ± :•©L£ Ä µ $ "$&$&$L±s°!18$   < =?5 ;A> @CBED 1 Å O56 ÅEß  Օà B  Ëz@ Ï @ 2 ;hÈ$ÈuGuÉ 7:7:@YÙx;uÞ Iœ2 Gu@Y; Î G 243 Ù9J7 ÔC2 GuGuÉ @CGS;CÅ 5|Ä£À£ µ ¨¦Àª€©,+ ¨Á¼ µ   µ ¢S¼|¢S©LªE©L µ ¨¸`¦?¢8¡Q©Y¢V¦ µ ¨ ¶ ±+:•©L£ Ä µ "J³ "$&$&$L±0" 1›¯³&  ( < =?5 ;A> @CBED 1 Å O56 Åšß e  2 à B Ì 3 ÈuËz@-ÙÉ ÓJ@CGS;AÉ È Ð 94у@Y;hÈuÉ 7 2 Èu@Y;CÅ $©LÂ8¿EĨf¤L¨¦?©LªE¤L£ ¡•¨f¤L¨¦¥`¨¦?¢`¥O¤LªE¹#–¤L¨f¤–ŸªE¤L£ ¶ ¥`¦¥v¯± c­X³J³J³Œ±|¬<1 &$  ( < =?5 ;A> @CBED 1 Å O56 Å’ß e  Օà B |@ H Gu@Y;u;AÉ 9 3 Ê|É ÈuË ËzÉ H Ë ÕzGu@ 2 BÙ9LÊ 3 ו9JÉ 3 ÈYÅ Ç I Õ Î 7:É ÈAÈu@YÙ{Èu9{º#,05 ’¡ & ­X³J³J³ S$t-^ g _Vbhg nY q        U ]S}X_Vefbhi-]SqLbznCo :_CruehnL]SrSnYqnYi-g rSaQ_CqX j 9šrSnYqnYi-]ubfehg rSaS…C‘qacbhg bhlJbh]QnCo 9šrSnYqnYi-g r — bhlXj4m g ]SaS…ŽX_CrSl^ b~vnCo — nLrSg _C^ — rSg ]SqrS]SaS…zƒ[X_Veh^ ]Sa “qg wŒ]uehafg b~  U ]S}X_Vefbhi-]SqLb†nCo — bhnLrA[X_Cacbhg rs‘qJonCehiO_Vbhg rSaS…\‘qacbhg bhlJbh]–nCo ‘qJonCehiO_Vbhg nYq Z\[]SnCef~)_CqXj SdlJbhnYiO_Vbhg nYqœ… Sdr`_YjJ]Si~OnCo — rSg ]SqrS]SadnCo’ƒ‚S]SrA[:‹d]S}lŠ^ g r :_Cg ^ g qpO_Yjj4eh]Safa  



 



















 





 

"!$# &%(' # )+* ', # -/. 102436587:9;<;<=>=<;@?BAC'D+,E;4365GF4 .&HJI  ! ,K # -/. 3 LCMONQP&R S TU4V W/XCY4Z8[]\<^C_<` a WbU<` cCd+e+V ` cCf