From the national-bourgeois to the associated dependency interpretation of latin America

Nos anos 1960 e 1970 a América Latina foi palco de golpes militares modernizadores e da transição de seus intelectuais do nacionalismo para a dependência associada. Nos anos 1950 dois grupos de intelectuais públicos, organizados entre a Cepal, em Santiago, Chile, e o ISEB, no Rio de Janeiro, Brasil, abriram caminho para o pensamento das sociedades e economias latino-americanas (inclusive do Brasil) a partir de uma visão nacionalista. A Cepal criticava principalmente a lei das vantagens comparativas e suas essenciais implicações imperialistas; o ISEB se focava na definição política de uma estratégia nacional-desenvolvimentista. A idéia de uma burguesia nacional era a resposta para esta interpretação da América Latina. A Revolução Cubana, a crise econômica dos anos 1960 e os golpes militares nos países do Cone Sul, entretanto, criaram espaço para a crítica a essas idéias com uma nova interpretação: a da dependência. Ao rejeitar totalmente a possibilidade de uma burguesia nacional, duas versões da interpretação da dependência (a interpretação “associada” e a “superexploração”) também rejeitaram a possibilidade de uma estratégia nacional-desenvolvimentista. Apenas uma terceira interpretação, a “nacional-dependente” continuava a afirmar a necessidade e a possibilidade de uma burguesia nacional e de uma estratégia nacional. Entretanto, foi a interpretação da dependência associada que foi dominante na América Latina nos anos 1970 e 1980.

Joint dynamic probabilistic constraints with projected linear decision rules

We consider multistage stochastic linear optimization problems combining joint dynamic probabilistic constraints with hard constraints. We develop a method for projecting decision rules onto hard constraints of wait-and-see type. We establish the relation between the original (in nite dimensional) problem and approximating problems working with projections from di erent subclasses of decision policies. Considering the subclass of linear decision rules and a generalized linear model for the underlying stochastic process with noises that are Gaussian or truncated Gaussian, we show that the value and gradient of the objective and constraint functions of the approximating problems can be computed analytically.