Sim, somos poetas!

Tenho sofrido calado
Todos esses anos...
Minha musa morta
Iniciou meu silencioso degelo.

Vivo pelas paredes desertas
De casas mal assombradas
Sob escombros de desejos
De uma gente desvairada.

Tenho escrito poesias
Com o sangue de minhas veias
Como dói escrevê-las
Mais dor eu sinto ao lê-las.

É por suposto um crime
Ver meu corpo assim
Nesse legado vegetativo
Por uma mulher tão vazia.

Mas o que posso fazer?
Sou poeta, não controlo meu jeito
Sou poeta, tenho sentimentos
Sou poeta, nasci para sentir...

Sim, sentir!
Pois o poeta sente diferente
O que os outros não vêem
Sente mais dor que o habitual
Ama mais que o normal.

É um eterno exagerado
Na plenitude de viver
Acaba vivendo mais do que os outros
E sofrendo, por suposto, também.

Mas é diferente ser poeta
Não nos prendemos à amarras
A medos inconscientes
Limites de prazer.

Somos bobos
Somos tristes
Somos amantes
Somos poetas
Isso é o que somos.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Medindo o Hiato do Produto do Brasil usando Python

Uma medida extremamente importante para a avaliação econômica de um país é o Hiato do Produto. Neste post, realizamos uma comparação das diferentes formas de estimação dessa variável não observável utilizando o Python como ferramenta de análise de dados.

Como analisar a contribuição para a Volatilidade de uma carteira de ações usando Python

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação Python.

Analisando o impacto fiscal de propostas legislativas com IA

Todos os anos milhares de proposições legislativas são geradas na Câmara dos Deputados e Senado Federal, o que dificulta o trabalho de monitoramento feito por economistas, jornalistas e analistas de mercado. No entanto, ao empregar técnicas de engenharia de prompt e IA, podemos analisar estas milhares de proposições em questão de segundos. Neste exercício mostramos o caminho para esta automatização usando o Python.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.