triennale-appunti-steffo/docs/route-statistica.chunk.fb627.js.map

{"version":3,"sources":["webpack:///./components/Example.less","webpack:///./components/old/plus.css","webpack:///./components/Elements/Box.less","webpack:///./components/Latex.js","webpack:///./components/Elements/Panel.less","webpack:///./components/example.js","webpack:///../src/index.js","webpack:///./components/old/minus.js","webpack:///./components/Elements/Box.js","webpack:///./components/old/split.css","webpack:///./components/old/plus.js","webpack:///./components/Elements/Panel.js","webpack:///./components/old/split.js","webpack:///./components/old/minus.css","webpack:///./components/Latex.css","webpack:///./routes/statistica.js","webpack:///./contexts/LatexDefaultInline.js"],"names":["module","exports","props","renderColor","useContext","LatexRenderColor","defaultInline","LatexDefaultInline","src","undefined","inline","children","alt","title","class","style","latex","example","getHookState","index","type","options","_hook","currentComponent","currentHook","hooks","__hooks","_list","_pendingEffects","length","push","useState","initialState","useReducer","invokeOrReturn","reducer","init","hookState","currentIndex","_reducer","_component","_value","nextValue","action","setState","useEffect","callback","args","state","_skipEffects","argsChanged","_args","useLayoutEffect","_renderCallbacks","useRef","initialValue","useMemo","current","useImperativeHandle","ref","createHandle","concat","factory","_factory","useCallback","context","provider","_id","_context","sub","value","_defaultValue","useDebugValue","formatter","flushAfterPaintEffects","afterPaintEffects","some","component","_parentDom","forEach","invokeCleanup","invokeEffect","e","_catchError","_vnode","hook","_cleanup","oldArgs","newArgs","arg","f","prevRaf","oldBeforeRender","_render","oldAfterDiff","diffed","oldCommit","_commit","oldBeforeUnmount","unmount","vnode","c","requestAnimationFrame","raf","done","clearTimeout","timeout","cancelAnimationFrame","setTimeout","window","commitQueue","filter","cb","Minus","render","minus","this","Component","BoxColors","Object","freeze","RED","red","ORANGE","orange","YELLOW","yellow","LIME","lime","CYAN","cyan","BLUE","blue","MAGENTA","magenta","DEFAULT","default","color","box","Plus","plus","contents","Split","Array","isArray","map","element","splitchild","split","splitparent","r","String","raw","Statistica","Provider","href","start","createContext"],"mappings":"4EACAA,EAAOC,QAAU,CAAC,QAAU,mB,mBCA5BD,EAAOC,QAAU,CAAC,KAAO,gB,mBCAzBD,EAAOC,QAAU,CAAC,IAAM,aAAa,QAAU,iBAAiB,IAAM,aAAa,OAAS,gBAAgB,OAAS,gBAAgB,KAAO,cAAc,KAAO,cAAc,KAAO,cAAc,QAAU,mB,mCCD9M,yEAKe,aAASC,GAEvB,IAAIC,EAAcC,YAAWC,KACzBC,EAAgBF,YAAWG,KAa/B,OACC,SAAKC,IAAG,gDAXWC,IAAjBP,EAAMQ,OACIJ,EAGAJ,EAAMQ,QAGM,WAAa,IAC1B,aAAyBP,EAAzB,KAAyCD,EAAMS,SAA/C,MAITC,IAAKV,EAAMS,SACXE,MAAOX,EAAMS,SACbG,MAAOC,IAAMC,W,yCCxBjBhB,EAAOC,QAAU,CAAC,MAAQ,eAAe,SAAW,oB,mCCDpD,+CAGe,aAASC,GACpB,OACI,SAAKY,MAAOC,IAAME,SACbf,EAAMS,a,0DC6EnB,SAASO,EAAaC,EAAOC,GACxBC,UAAQC,KACXD,UAAQC,IAAMC,EAAkBJ,EAAOK,GAAeJ,GAEvDI,EAAc,MAORC,EACLF,EAAiBG,MAChBH,EAAiBG,IAAU,CAC3BC,GAAO,GACPC,IAAiB,YAGfT,GAASM,EAAME,GAAME,QACxBJ,EAAME,GAAMG,KAAK,IAEXL,EAAME,GAAMR,GAMb,SAASY,EAASC,UACxBR,EAAc,EACPS,EAAWC,EAAgBF,GASnC,SAAgBC,EAAWE,EAASH,EAAcI,OAE3CC,EAAYnB,EAAaoB,IAAgB,UAC/CD,EAAUE,EAAWJ,EAChBE,EAAUG,MACdH,EAAUG,IAAajB,EAEvBc,EAAUI,GAAS,CACjBL,EAAiDA,EAAKJ,GAA/CE,SAA0BF,GAElC,gBACOU,EAAYL,EAAUE,EAASF,EAAUI,GAAO,GAAIE,GACtDN,EAAUI,GAAO,KAAOC,IAC3BL,EAAUI,GAAO,GAAKC,EACtBL,EAAUG,IAAWI,SAAS,QAM3BP,EAAUI,GAOX,SAASI,EAAUC,EAAUC,OAE7BC,EAAQ9B,EAAaoB,IAAgB,IACtCjB,UAAQ4B,KAAgBC,EAAYF,EAAMG,IAAOJ,KACrDC,EAAMP,GAASK,EACfE,EAAMG,IAAQJ,EAEdxB,EAAiBG,IAAQE,IAAgBE,KAAKkB,IAQzC,SAASI,EAAgBN,EAAUC,OAEnCC,EAAQ9B,EAAaoB,IAAgB,IACtCjB,UAAQ4B,KAAgBC,EAAYF,EAAMG,IAAOJ,KACrDC,EAAMP,GAASK,EACfE,EAAMG,IAAQJ,EAEdxB,EAAiB8B,IAAiBvB,KAAKkB,IAIlC,SAASM,EAAOC,UACtB/B,EAAc,EACPgC,GAAQ,iBAAO,CAAEC,QAASF,KAAiB,IAQnD,SAAgBG,EAAoBC,EAAKC,EAAcb,GACtDvB,EAAc,EACd4B,GACC,WACmB,mBAAPO,EAAmBA,EAAIC,KACzBD,IAAKA,EAAIF,QAAUG,OAErB,MAARb,EAAeA,EAAOA,EAAKc,OAAOF,IAQ7B,SAASH,EAAQM,EAASf,OAE1BC,EAAQ9B,EAAaoB,IAAgB,UACvCY,EAAYF,EAAMG,IAAOJ,IAC5BC,EAAMG,IAAQJ,EACdC,EAAMe,IAAWD,EACTd,EAAMP,GAASqB,KAGjBd,EAAMP,GAOP,SAASuB,EAAYlB,EAAUC,UACrCvB,EAAc,EACPgC,GAAQ,kBAAMV,IAAUC,GAMzB,SAAS3C,EAAW6D,OACpBC,EAAW3C,EAAiB0C,QAAQA,EAAQE,KAI5CnB,EAAQ9B,EAAaoB,IAAgB,UAI3CU,EAAMoB,IAAWH,EACZC,GAEe,MAAhBlB,EAAMP,KACTO,EAAMP,MACNyB,EAASG,IAAI9C,IAEP2C,EAAShE,MAAMoE,OANAL,EAAQM,GAaxB,SAASC,EAAcF,EAAOG,GAChCpD,UAAQmD,eACXnD,UAAQmD,cAAcC,EAAYA,EAAUH,GAASA,GAyBvD,SAASI,IACRC,EAAkBC,MAAK,eAClBC,EAAUC,QAEZD,EAAUnD,IAAQE,IAAgBmD,QAAQC,GAC1CH,EAAUnD,IAAQE,IAAgBmD,QAAQE,GAC1CJ,EAAUnD,IAAQE,IAAkB,GACnC,MAAOsD,UACRL,EAAUnD,IAAQE,IAAkB,GACpCP,UAAQ8D,IAAYD,EAAGL,EAAUO,YAKpCT,EAAoB,GA4CrB,SAASK,EAAcK,GACM,mBAAjBA,EAAKC,GAAwBD,EAAKC,IAO9C,SAASL,EAAaI,GACrBA,EAAKC,EAAWD,EAAK5C,KAOtB,SAASS,EAAYqC,EAASC,UACrBD,GAAWC,EAAQZ,MAAK,SAACa,EAAKtE,UAAUsE,IAAQF,EAAQpE,MAGjE,SAASe,EAAeuD,EAAKC,SACT,mBAALA,EAAkBA,EAAED,GAAOC,E,wVA7VtCpD,EAGAf,EAcAoE,E,YAXAnE,EAAc,EAGdmD,EAAoB,GAEpBiB,EAAkBvE,UAAQwE,IAC1BC,EAAezE,UAAQ0E,OACvBC,EAAY3E,UAAQ4E,IACpBC,EAAmB7E,UAAQ8E,QAK/B9E,UAAQwE,IAAU,YACbD,GAAiBA,EAAgBQ,GAGrC9D,EAAe,MAETb,GAHNF,EAAmB6E,EAAM5D,KAGMd,IAC3BD,IACHA,EAAMG,IAAgBmD,QAAQC,GAC9BvD,EAAMG,IAAgBmD,QAAQE,GAC9BxD,EAAMG,IAAkB,KAI1BP,UAAQ0E,OAAS,YACZD,GAAcA,EAAaM,OAEzBC,EAAID,EAAM5D,IACZ6D,GAAKA,EAAE3E,KAAW2E,EAAE3E,IAAQE,IAAgBC,SA0RzB,IAzRX8C,EAAkB7C,KAAKuE,IAyRPV,IAAYtE,UAAQiF,yBAC/CX,EAAUtE,UAAQiF,wBAvBpB,SAAwBxD,OAQnByD,EAPEC,EAAO,WACZC,aAAaC,GACbC,qBAAqBJ,GACrBK,WAAW9D,IAEN4D,EAAUE,WAAWJ,EA/RR,KAkSE,oBAAVK,SACVN,EAAMD,sBAAsBE,MAcA9B,KAvR9BrD,UAAQ4E,IAAU,SAACG,EAAOU,GACzBA,EAAYlC,MAAK,gBAEfC,EAAUxB,IAAiB0B,QAAQC,GACnCH,EAAUxB,IAAmBwB,EAAUxB,IAAiB0D,QAAO,mBAC9DC,EAAGvE,IAASwC,EAAa+B,MAEzB,MAAO9B,GACR4B,EAAYlC,MAAK,YACZyB,EAAEhD,MAAkBgD,EAAEhD,IAAmB,OAE9CyD,EAAc,GACdzF,UAAQ8D,IAAYD,EAAGL,EAAUO,SAI/BY,GAAWA,EAAUI,EAAOU,IAGjCzF,UAAQ8E,QAAU,YACbD,GAAkBA,EAAiBE,OAEjCC,EAAID,EAAM5D,OACZ6D,GAAKA,EAAE3E,QAET2E,EAAE3E,IAAQC,GAAMoD,QAAQC,GACvB,MAAOE,GACR7D,UAAQ8D,IAAYD,EAAGmB,EAAEjB,Q,0GCrEP6B,E,gLACpBC,OAAA,WACC,OAAO,UAAMpG,MAAOC,IAAMoG,OAAQC,KAAKlH,MAAMS,W,aAFZ0G,a,2DCHnC,qCAEaC,EAAYC,OAAOC,OAAO,CACnCC,IAAK1G,IAAM2G,IACXC,OAAQ5G,IAAM6G,OACdC,OAAQ9G,IAAM+G,OACdC,KAAMhH,IAAMiH,KACZC,KAAMlH,IAAMmH,KACZC,KAAMpH,IAAMqH,KACZC,QAAStH,IAAMuH,QACfC,QAASxH,IAAMyH,UAGJ,aAAUtI,GACrB,IAAIuI,EAAQnB,EAAUiB,QAKtB,OAJGrI,EAAMuI,QACLA,EAAQvI,EAAMuI,OAId,SAAK3H,MAAOC,IAAM2H,IAAM,IAAMD,GACzBvI,EAAMS,a,yCCpBnBX,EAAOC,QAAU,CAAC,MAAQ,eAAe,YAAc,qBAAqB,WAAa,sB,0GCEpE0I,E,gLACpBzB,OAAA,WACC,OAAO,UAAMpG,MAAOC,IAAM6H,MAAOxB,KAAKlH,MAAMS,W,aAFZ0G,a,2DCHlC,iDAGe,aAASnH,GACvB,OACC,EAAC,IAAD,CAAKuI,MAAOvI,EAAMuI,OACjB,QAAI3H,MAAOC,IAAMF,OACfX,EAAMW,OAER,SAAKC,MAAOC,IAAM8H,UAChB3I,EAAMS,c,kICPUmI,E,gLACpB5B,OAAA,WACI,IAKOvG,EALHE,EAAQ,KAcf,YAb2BJ,IAArB2G,KAAKlH,MAAMW,QACPA,EAAS,YAAKuG,KAAKlH,MAAMW,QAKzBF,EADDoI,MAAMC,QAAQ5B,KAAKlH,MAAMS,UACbyG,KAAKlH,MAAMS,SAASsI,KAAI,SAAAC,GAC/B,OAAQ,SAAKpI,MAAOC,IAAMoI,YAAaD,MAIhC,SAAKpI,MAAOC,IAAMoI,YAAa/B,KAAKlH,MAAMS,UAGxD,SAAKG,MAAOC,IAAMqI,OACVvI,EACD,SAAKC,MAAOC,IAAMsI,aAAc1I,K,aAnBb0G,a,yCCFnCrH,EAAOC,QAAU,CAAC,MAAQ,iB,iBCA1BD,EAAOC,QAAU,CAAC,MAAQ,iB,y0yCCQpBqJ,GAAIC,OAAOC,IAEIC,G,yLACpBvC,OAAA,WACO,OACI,EAAC,KAAmBwC,SAApB,CAA6BpF,OAAO,GACpC,aACI,qDACA,EAAC,KAAD,CAAOzD,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,YACV,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,cACV,+EACqE,gBADrE,uCACiH,gBADjH,4CAKR,EAAC,KAAD,CAAOA,MAAO,yBACV,EAAC,KAAD,CAAOA,MAAO,sBACV,iCAGA,gBACM,sBADN,oDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,SACV,kCAGA,iBACO,uBADP,8BAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,UACV,2BAGA,iBACO,2BADP,8BAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,gDACsC,2BADtC,MAIJ,EAAC,KAAD,CAAOzI,MAAO,OACV,+BAGA,iBACO,4BADP,wBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,OACV,4CAGA,gBACM,2BADN,yBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,MACV,wCAGA,gBACM,qBADN,yBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,cACV,qCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,6CAGA,gBACM,yBADN,mCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,6BACmB,EAAC,KAAD,UADnB,8BAC8D,EAAC,KAAD,UAD9D,MAIJ,EAAC,KAAD,CAAOzI,MAAO,sBACV,yCAGA,8BACoB,oBADpB,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oBACV,4DAGA,iBACO,2BADP,oBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,yBACV,uCAGA,kEACwD,uBADxD,0BAC8F,oCAD9F,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,oDAC0C,EAAC,KAAD,KAAQA,GAAR,OAD1C,8BAIJ,EAAC,KAAD,CAAOzI,MAAO,cAAM,EAAC,KAAD,KAAQyI,GAAR,OAAN,aACV,uCAGA,4FACkF,WAAG,EAAC,KAAD,KAAQA,GAAR,OAAH,YADlF,KAGA,YACI,kDACuC,EAAC,KAAD,KAAQA,GAAR,QAEvC,uFAC4E,EAAC,KAAD,KAAQA,GAAR,QAE5E,oGACyF,EAAC,KAAD,KAAQA,GAAR,SAG7F,0BACgB,EAAC,KAAD,KAAQA,GAAR,UAIxB,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,cACV,4EAGA,4CAGA,YACI,YAAI,qBAAJ,KACA,6CAAkC,uCAAlC,KACA,4CAAiC,oCAAjC,KACA,wDAA6C,0CAA7C,MAEJ,4BACkB,EAAC,KAAD,KAAQyI,GAAR,OADlB,4BACkE,EAAC,KAAD,KAAQA,GAAR,OADlE,KAC2F,EAAC,KAAD,KAAQA,GAAR,OAD3F,KACoH,EAAC,KAAD,KAAQA,GAAR,OADpH,YACoJ,EAAC,KAAD,KAAQA,GAAR,OADpJ,KAGA,EAAC,KAAD,kJAKR,EAAC,KAAD,CAAOzI,MAAO,6BACV,EAAC,KAAD,CAAOA,MAAO,mCACV,iEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,qCACV,kEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,mCACV,4GAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,6BACV,EAAC,KAAD,CAAOA,MAAO,mCACV,0GAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oCACV,sIAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,UACV,6JAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,+GAKR,EAAC,KAAD,CAAOzI,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,cACV,8HAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,kCACV,mFACyE,uCADzE,0DAKR,EAAC,KAAD,CAAOA,MAAO,wBACV,EAAC,KAAD,CAAOA,MAAO,gBACV,sDAC4C,EAAC,KAAD,UAD5C,iDAC0G,wCAD1G,gBACuJ,EAAC,KAAD,UADvJ,WAGA,WACI,0BADJ,6CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gCACV,sDAC4C,EAAC,KAAD,UAD5C,iDAC0G,oCAD1G,gBACmJ,EAAC,KAAD,UADnJ,WAGA,WACI,0BADJ,6CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,sDAC4C,EAAC,KAAD,UAD5C,iDAC0G,wCAD1G,gBACuJ,EAAC,KAAD,UADvJ,WAGA,WACI,+BADJ,0CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gCACV,sDAC4C,EAAC,KAAD,UAD5C,iDAC0G,oCAD1G,gBACmJ,EAAC,KAAD,UADnJ,WAGA,WACI,+BADJ,0CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,uBACa,EAAC,KAAD,UADb,+DAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,4BACV,EAAC,KAAD,CAAOA,MAAO,uBACV,kCAGA,8CACoC,EAAC,KAAD,UADpC,gBACiE,kCADjE,IAC4F,EAAC,KAAD,UAD5F,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,qCACiC,sBADjC,2BAIJ,EAAC,KAAD,CAAOzI,MAAO,gCACV,sHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,uBACV,uHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,kBACV,EAAC,KAAD,CAAOA,MAAO,2BACV,wJAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,wCACV,2FACiF,qBADjF,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oBACV,yBACe,+BADf,8IAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,6CAKR,EAAC,KAAD,CAAOzI,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,2BACV,yDAGA,qJAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,2BACV,oGAGA,yEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,yGAIJ,EAAC,KAAD,CAAOzI,MAAO,mCACV,4BACkB,EAAC,KAAD,UADlB,iBACgD,8CADhD,qFAGA,EAAC,KAAD,2IAKR,EAAC,KAAD,CAAOA,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,uBACV,iHACuG,EAAC,KAAD,KAAQyI,GAAR,OADvG,MAIJ,EAAC,KAAD,CAAOzI,MAAO,UAAMA,MAAO,oCAAb,4BACV,oEAC0D,EAAC,KAAD,KAAQyI,GAAR,OAD1D,qGACqN,EAAC,KAAD,UADrN,KAGA,iGAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,EAAC,KAAD,qEAIJ,EAAC,KAAD,CAAOzI,MAAO,YACV,uCAGA,iBACO,wBADP,uCAC2D,uBAD3D,KAGA,yCAC+B,EAAC,KAAD,YAD/B,8BAC4E,EAAC,KAAD,UAD5E,yBACkH,EAAC,KAAD,uBADlH,OAKR,EAAC,KAAD,CAAOA,MAAO,WACV,EAAC,KAAD,CAAOA,MAAO,wBACV,iBACO,mCADP,IACmC,EAAC,KAAD,KAAQyI,GAAR,OADnC,+BACqG,uBADrG,IACqH,EAAC,KAAD,UADrH,gEAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAMR,EAAC,KAAD,CAAOzI,MAAO,oBACV,iBACO,+BADP,IAC+B,EAAC,KAAD,KAAQyI,GAAR,OAD/B,+BACiG,uBADjG,IACiH,EAAC,KAAD,UADjH,yDAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,2FACiF,yBADjF,uCAGA,EAAC,KAAD,mEAKR,EAAC,KAAD,CAAOzI,MAAO,4BACV,EAAC,KAAD,CAAOA,MAAO,eACV,8CACoC,uCADpC,IACoE,EAAC,KAAD,KAAQyI,GAAR,OADpE,4GAC4N,EAAC,KAAD,UAD5N,KAGA,0EACgE,EAAC,KAAD,KAAQA,GAAR,OADhE,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAOR,EAAC,KAAD,CAAOzI,MAAO,4BACV,YACI,wBAAa,iCAAb,wBAA+D,aAC/D,oBAAS,gBAAT,MAAoB,EAAC,KAAD,iBAApB,MAA6C,gBAA7C,MAAwD,EAAC,KAAD,iBAAxD,KAAoF,aACpF,iBAAM,iCAAN,KAAiC,EAAC,KAAD,KAAQyI,GAAR,UAGzC,EAAC,KAAD,CAAOzI,MAAO,4BACV,gHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,yCACV,EAAC,KAAD,CAAOA,MAAO,gBACV,oGAIJ,EAAC,KAAD,CAAOA,MAAO,8BACV,sFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,mBACV,+HACqH,OAAG8I,KAAM,+DAA+D,2BAD7L,qEAKR,EAAC,KAAD,CAAO9I,MAAO,0CACV,EAAC,KAAD,CAAOA,MAAO,SACV,kDACwC,uCADxC,SAC6E,8BAD7E,iBACiH,oBADjH,OACiI,2BADjI,MACuJ,qBADvJ,MAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,kDAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,kDAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,QACV,gCACsB,mCADtB,MACoD,+BADpD,MAC8E,sBAD9E,MAIJ,EAAC,KAAD,CAAOA,MAAO,YACV,iBACO,uBADP,IACuB,EAAC,KAAD,KAAQyI,GAAR,OADvB,cACgE,EAAC,KAAD,KAAQA,GAAR,OADhE,8BACmI,EAAC,KAAD,UADnI,sCAGA,WACI,EAAC,KAAD,KACKA,GADL,QAIJ,YAGA,wCAC8B,EAAC,KAAD,KAAQA,GAAR,OAD9B,YACkE,sBADlE,KAGA,wCAC8B,EAAC,KAAD,KAAQA,GAAR,OAD9B,WACkE,EAAC,KAAD,KAAQA,GAAR,OADlE,eAC0G,uBAD1G,KAGA,mCACyB,EAAC,KAAD,KAAQA,GAAR,OADzB,eACsE,WAAG,EAAC,KAAD,UAAH,qBADtE,MAIJ,EAAC,KAAD,CAAOzI,MAAO,YACV,yGAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,2BACV,EAAC,KAAD,CAAOA,MAAO,4BACV,yDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,mCACyB,EAAC,KAAD,KAAQA,GAAR,OADzB,MACwD,EAAC,KAAD,KAAQA,GAAR,OADxD,qDAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,6BACV,mDAGA,wCAC8B,EAAC,KAAD,UAD9B,iFAC4H,EAAC,KAAD,KAAQyI,GAAR,OAD5H,qDAC0M,EAAC,KAAD,KAAQA,GAAR,OAD1M,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,uBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,EAAC,KAAD,wGAKR,EAAC,KAAD,CAAOzI,MAAO,kBACV,EAAC,KAAD,CAAOA,MAAO,WACV,iBACO,sBADP,IACsB,EAAC,KAAD,UADtB,wCAGA,WACI,EAAC,KAAD,KACKyI,GADL,QAQJ,EAAC,KAAD,2EAIJ,EAAC,KAAD,CAAOzI,MAAO,oCACV,iBACO,+CADP,OAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,gHACsG,mCADtG,KAGA,oBACU,qCADV,qCAIJ,EAAC,KAAD,CAAOzI,MAAO,2BACV,iBACO,sCADP,OAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,uGAC6F,mCAD7F,KAGA,oBACU,qCADV,sCAKR,EAAC,KAAD,CAAOzI,MAAO,kBACV,EAAC,KAAD,CAAOA,MAAO,+BACV,0FAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,sBACV,sDAC4C,EAAC,KAAD,iBAD5C,MACoE,EAAC,KAAD,mBADpE,MAIJ,EAAC,KAAD,CAAOA,MAAO,uBACV,6HAKR,EAAC,KAAD,CAAOA,MAAO,gBACV,EAAC,KAAD,CAAOA,MAAO,8BACV,8EAGA,YACI,oBAAS,EAAC,KAAD,UAAT,eAAmC,EAAC,KAAD,iBAAnC,KACA,oBAAS,EAAC,KAAD,UAAT,eAAqC,EAAC,KAAD,mBAArC,MAEJ,+BACqB,EAAC,KAAD,KAAQyI,GAAR,SAGzB,EAAC,KAAD,CAAOzI,MAAO,8BACV,6DAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAQZ,EAAC,KAAD,CAAOzI,MAAO,aACV,EAAC,KAAD,CAAOA,MAAO,2BACV,yEAC+D,EAAC,KAAD,UAD/D,sCAGA,+BACqB,EAAC,KAAD,KAAQyI,GAAR,OADrB,MAIJ,EAAC,KAAD,CAAOzI,MAAO,2BACV,4CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,2BACV,iBACO,+CADP,uBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,wBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,wBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,cACV,EAAC,KAAD,CAAOA,MAAO,4BACV,qIAGA,+BACqB,EAAC,KAAD,eADrB,MAIJ,EAAC,KAAD,CAAOA,MAAO,4BACV,6CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,4BACV,iBACO,+CADP,wBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,wBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,wBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,uCACV,uHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,wGAKR,EAAC,KAAD,CAAOzI,MAAO,sBACV,EAAC,KAAD,CAAOA,MAAO,oCACV,+HACqH,EAAC,KAAD,UADrH,oBAGA,+BACqB,EAAC,KAAD,KAAQyI,GAAR,OADrB,MAIJ,EAAC,KAAD,CAAOzI,MAAO,oCACV,qDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oCACV,WACI,iBACO,+CADP,gCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,gCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,gCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,CAAOzI,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,qCACV,0DACgD,EAAC,KAAD,UADhD,0DAGA,oCAC0B,EAAC,KAAD,KAAQyI,GAAR,OAD1B,MAIJ,EAAC,KAAD,CAAOzI,MAAO,qCACV,sDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,qCACV,iBACO,+CADP,iCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,iCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,wBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gDACV,gIAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,wGAKR,EAAC,KAAD,CAAOzI,MAAO,+BACV,EAAC,KAAD,CAAOA,MAAO,6CACV,4HACkH,EAAC,KAAD,UADlH,oBAGA,oCAC0B,EAAC,KAAD,KAAQyI,GAAR,OAD1B,MAIJ,EAAC,KAAD,CAAOzI,MAAO,6CACV,8DAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,6CACV,WACI,iBACO,+CADP,yCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,yCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,yCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,CAAOzI,MAAO,kBACV,EAAC,KAAD,CAAOA,MAAO,gCACV,yEAC+D,EAAC,KAAD,UAD/D,oBACgG,EAAC,KAAD,YADhG,gEAC+K,EAAC,KAAD,UAD/K,eAGA,+BACqB,EAAC,KAAD,qBADrB,MAIJ,EAAC,KAAD,CAAOA,MAAO,gCACV,iDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gCACV,WACI,iBACO,+CADP,yCAGA,iBACO,oBADP,4BAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,uBADP,4BAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,CAAOzI,MAAO,eACV,EAAC,KAAD,CAAOA,MAAO,6BACV,sFAGA,YACI,0BAAe,EAAC,KAAD,KAAQyI,GAAR,QACf,oDAAyC,EAAC,KAAD,KAAQA,GAAR,QACzC,qDAA0C,EAAC,KAAD,KAAQA,GAAR,QAC1C,kCAAuB,EAAC,KAAD,KAAQA,GAAR,SAE3B,+BACqB,EAAC,KAAD,KAAQA,GAAR,SAGzB,EAAC,KAAD,CAAOzI,MAAO,6BACV,8CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,6BACV,WACI,iBACO,+CADP,yBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,wDAGA,QAAIM,MAAO,GACP,YAAI,EAAC,KAAD,KAAQN,GAAR,YAKpB,EAAC,KAAD,CAAOzI,MAAO,mBACV,EAAC,KAAD,CAAOA,MAAO,qBACV,iCACuB,qBADvB,6CAGA,YACI,qCACA,+BAAoB,EAAC,KAAD,KAAQyI,GAAR,OAApB,cACA,kEAGR,EAAC,KAAD,CAAOzI,MAAO,uBACV,sCAC4B,EAAC,KAAD,YAD5B,wEACmH,EAAC,KAAD,KAAQyI,GAAR,OADnH,wCACmL,EAAC,KAAD,UADnL,KAGA,mDACyC,EAAC,KAAD,KAAQA,GAAR,OADzC,KACoF,EAAC,KAAD,KAAQA,GAAR,QAEpF,EAAC,KAAD,wJAKR,EAAC,KAAD,CAAOzI,MAAO,gBACV,EAAC,KAAD,CAAOA,MAAO,8BACV,qIAC2H,EAAC,KAAD,KAAQyI,GAAR,OAD3H,KAGA,+BACqB,EAAC,KAAD,KAAQA,GAAR,OADrB,MAIJ,EAAC,KAAD,CAAOzI,MAAO,6BACV,qCAC2B,sBAD3B,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAKJ,qCAC2B,uCAD3B,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAMR,EAAC,KAAD,CAAOzI,MAAO,6BACV,iBACO,+CADP,yBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,yCACV,wHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,wGAKR,EAAC,KAAD,CAAOzI,MAAO,eACV,EAAC,KAAD,CAAOA,MAAO,uBACV,kFACwE,EAAC,KAAD,UADxE,wDAC6I,EAAC,KAAD,KAAQyI,GAAR,OAD7I,KAGA,+BACqB,EAAC,KAAD,KAAQA,GAAR,OADrB,MAIJ,EAAC,KAAD,CAAOzI,MAAO,6BACV,8CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAMR,EAAC,KAAD,CAAOzI,MAAO,6BACV,WACI,iBACO,+CADP,yBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,yBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,CAAOzI,MAAO,YACV,EAAC,KAAD,CAAOA,MAAO,0BACV,yFAC+E,EAAC,KAAD,KAAQyI,GAAR,OAD/E,2BAGA,+BACqB,EAAC,KAAD,KAAQA,GAAR,QAErB,qDAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,wCACV,gDACsC,sBADtC,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAKJ,gDACsC,uCADtC,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAOR,EAAC,KAAD,CAAOzI,MAAO,wCACV,WACI,iBACO,+CADP,oCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,oCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,oCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,CAAOzI,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,yBACV,uEAGA,+BACqB,EAAC,KAAD,KAAQyI,GAAR,OADrB,KAGA,EAAC,KAAD,KACI,EAAC,KAAD,aADJ,MACyB,EAAC,KAAD,kBADzB,sEAIJ,EAAC,KAAD,CAAOzI,MAAO,uCACV,wDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,uCACV,WACI,iBACO,+CADP,mCAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,iBACO,oBADP,mCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,iBACO,uBADP,mCAGA,WACI,EAAC,KAAD,KAAQA,GAAR,WAKhB,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,gCACV,mFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oBACV,gDACsC,EAAC,KAAD,UADtC,OAGA,WACI,EAAC,KAAD,2BAEJ,sDAC4C,EAAC,KAAD,KAAQyI,GAAR,OAD5C,YAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oBACV,6BACmB,EAAC,KAAD,KAAQyI,GAAR,OADnB,iGAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,mBACV,gGAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,mBACV,0DAGA,0DAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,2FAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,wEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,4BACV,EAAC,KAAD,CAAOA,MAAO,8BACV,2GACiG,EAAC,KAAD,UADjG,eAC6H,EAAC,KAAD,UAD7H,sBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,2BACV,wFAC8E,EAAC,KAAD,UAD9E,eAC0G,EAAC,KAAD,mBAD1G,oDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,uBACV,2EACiE,EAAC,KAAD,UADjE,aAC2F,EAAC,KAAD,UAD3F,iDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,uBACV,iDACuC,EAAC,KAAD,UADvC,mBACuE,EAAC,KAAD,UADvE,8BACkH,EAAC,KAAD,UADlH,2DACyL,EAAC,KAAD,KAAQyI,GAAR,OADzL,KAGA,YACI,YAAI,EAAC,KAAD,KAAQA,GAAR,QACJ,YAAI,EAAC,KAAD,KAAQA,GAAR,QACJ,YAAI,EAAC,KAAD,KAAQA,GAAR,QACJ,YAAI,EAAC,KAAD,KAAQA,GAAR,WAIhB,EAAC,KAAD,CAAOzI,MAAO,oBACV,EAAC,KAAD,CAAOA,MAAO,qBACV,yBACe,8CADf,KAGA,4CACkC,EAAC,KAAD,KAAQyI,GAAR,OADlC,WAC4E,EAAC,KAAD,KAAQA,GAAR,OAD5E,MAIJ,EAAC,KAAD,CAAOzI,MAAO,4BACV,yHAGA,sHAC4G,iDAD5G,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,qHAC2G,iDAD3G,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,oBACV,iCACuB,uBADvB,2EAGA,sHAC4G,gCAD5G,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,qHAC2G,gCAD3G,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,2BACV,EAAC,KAAD,CAAOA,MAAO,0CACV,+FACqF,EAAC,KAAD,YADrF,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,8BACV,oEAC0D,EAAC,KAAD,gBAD1D,gDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,2CACuC,EAAC,KAAD,mBADvC,KAGA,sEAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,KACI,EAAC,KAAD,CAAOzI,MAAO,cACV,iBACO,wBADP,2DAGA,uFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,oCAGA,YACI,sBAAW,2BAAX,SAAoC,EAAC,KAAD,KAAQA,GAAR,QACpC,kBAAO,0BAAP,KAA2B,EAAC,KAAD,KAAQA,GAAR,QAC3B,kBAAO,6BAAP,KAA8B,EAAC,KAAD,KAAQA,GAAR,QAC9B,kBAAO,sBAAP,KAAuB,EAAC,KAAD,KAAQA,GAAR,QACvB,kBAAO,2BAAP,KAA4B,EAAC,KAAD,KAAQA,GAAR,UAGpC,EAAC,KAAD,CAAOzI,MAAO,yBACV,iCACuB,oCADvB,QAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,+DAIJ,EAAC,KAAD,CAAOzI,MAAO,yBACV,0BACgB,EAAC,KAAD,KAAQyI,GAAR,OADhB,8EAC+H,EAAC,KAAD,KAAQA,GAAR,OAD/H,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QASJ,sFAC4E,EAAC,KAAD,gBAD5E,MAIJ,EAAC,KAAD,CAAOzI,MAAO,gCACV,gFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,6CAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,6FAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,2CACV,gEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,8DAGA,yCAC+B,EAAC,KAAD,YAD/B,SACuD,2BADvD,KAC4E,EAAC,KAAD,KAAQA,GAAR,OAD5E,cAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,YACV,EAAC,KAAD,CAAOA,MAAO,oBACV,kBACQ,oBADR,iFACkG,EAAC,KAAD,UADlG,uBACsI,2BADtI,cAGA,EAAC,KAAD,kIAC8H,4BAD9H,sBAIJ,EAAC,KAAD,CAAOA,MAAO,uBACV,0DACgD,EAAC,KAAD,UADhD,+CAC4G,EAAC,KAAD,UAD5G,KAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,0DACgD,gCADhD,IACyE,EAAC,KAAD,KAAQA,GAAR,OADzE,MAIJ,EAAC,KAAD,CAAOzI,MAAO,wBACV,6FAGA,wCAC8B,EAAC,KAAD,KAAQyI,GAAR,OAD9B,UAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,0BAGA,WACI,EAAC,KAAD,KAAQA,GAAR,UAIZ,EAAC,KAAD,CAAOzI,MAAO,iBACV,EAAC,KAAD,CAAOA,MAAO,qBACV,kFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,+FAIJ,EAAC,KAAD,CAAOzI,MAAO,wBACV,qFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,mFAIJ,EAAC,KAAD,CAAOzI,MAAO,0BACV,qFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,EAAC,KAAD,oFAKR,EAAC,KAAD,CAAOzI,MAAO,8CACV,EAAC,KAAD,CAAOA,MAAO,8CACV,gCACsB,EAAC,KAAD,UADtB,kCACqE,EAAC,KAAD,KAAQyI,GAAR,OADrE,SAIJ,EAAC,KAAD,CAAOzI,MAAO,yCACV,iFAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,4CACV,qDAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAEJ,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,gBACV,8FAKR,EAAC,KAAD,CAAOA,MAAO,+CACV,EAAC,KAAD,CAAOA,MAAO,gCACV,uDAC6C,EAAC,KAAD,YAD7C,uBACmF,8CADnF,sBAC4I,EAAC,KAAD,UAD5I,iBAC0K,wCAD1K,KAGA,WACI,EAAC,KAAD,yFAGR,EAAC,KAAD,CAAOA,MAAO,8BACV,uDAC6C,EAAC,KAAD,YAD7C,uBACmF,iCADnF,sBAC+H,EAAC,KAAD,UAD/H,iBAC6J,sCAD7J,KAGA,WACI,EAAC,KAAD,2HAGR,EAAC,KAAD,CAAOA,MAAO,2BACV,uDAC6C,EAAC,KAAD,YAD7C,uBACmF,oCADnF,sBACkI,EAAC,KAAD,UADlI,iBACgK,wCADhK,KAGA,WACI,EAAC,KAAD,yIAGR,EAAC,KAAD,CAAOA,MAAO,mCACV,uDAC6C,EAAC,KAAD,YAD7C,uBACmF,gDADnF,wCACgK,EAAC,KAAD,UADhK,IACiL,yBADjL,iBACgN,2CADhN,KAGA,WACI,EAAC,KAAD,yFAGR,EAAC,KAAD,CAAOA,MAAO,+BACV,WACI,EAAC,KAAD,kSAOJ,sBAGA,WACI,EAAC,KAAD,8EAIZ,EAAC,KAAD,CAAOA,MAAO,mBACV,EAAC,KAAD,CAAOA,MAAO,kCACV,qDAC2C,EAAC,KAAD,KAAQyI,GAAR,OAD3C,IAC8E,sCAD9E,iCAC0I,EAAC,KAAD,KAAQA,GAAR,OAD1I,qBAGA,WACI,EAAC,KAAD,4CAEJ,sBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,QAEJ,WACI,EAAC,KAAD,KAAQA,GAAR,SAGR,EAAC,KAAD,CAAOzI,MAAO,iCACV,qDAC2C,EAAC,KAAD,KAAQyI,GAAR,MAD3C,IAC8E,wCAD9E,iCAC4I,EAAC,KAAD,KAAQA,GAAR,MAD5I,qBAGA,WACI,EAAC,KAAD,6CAEJ,sBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,OAEJ,EAAC,KAAD,kFAKR,EAAC,KAAD,CAAOzI,MAAO,aACV,EAAC,KAAD,CAAOA,MAAO,+BACV,qDAC2C,EAAC,KAAD,KAAQyI,GAAR,MAD3C,IAC8E,wCAD9E,MACiH,EAAC,KAAD,KAAQA,GAAR,MADjH,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,OAEJ,sBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,SAIZ,EAAC,KAAD,CAAOzI,MAAO,wBACV,EAAC,KAAD,CAAOA,MAAO,uBACV,8BACoB,2BADpB,2CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,gCACV,8BACoB,0BADpB,2CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,yBACV,oCAC0B,0BAD1B,2CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,mBACV,8BACoB,2BADpB,2CAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,eACV,iBACO,EAAC,KAAD,UADP,sBAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAIZ,EAAC,KAAD,CAAOzI,MAAO,uBACV,EAAC,KAAD,CAAOA,MAAO,yBACV,qEAC2D,EAAC,KAAD,gBAD3D,MAIJ,EAAC,KAAD,CAAOA,MAAO,cACV,+DAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,OAEJ,EAAC,KAAD,gGAC4F,EAAC,KAAD,KAAQA,GAAR,MAD5F,OAKR,EAAC,KAAD,CAAOzI,MAAO,aACV,EAAC,KAAD,CAAOA,MAAO,aACV,6BACmB,EAAC,KAAD,YADnB,gBACkD,EAAC,KAAD,UADlD,kFAIJ,EAAC,KAAD,CAAOA,MAAO,YACV,8BACoB,uBADpB,yEAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,4BACV,8BACoB,uCADpB,qGAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,mCACV,8BACoB,8CADpB,QAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,8BACV,8BACoB,yCADpB,QAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,2BACV,8BACoB,sCADpB,QAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAIZ,EAAC,KAAD,CAAOzI,MAAO,sBACV,EAAC,KAAD,CAAOA,MAAO,sBACV,8BACoB,iCADpB,kDAC4F,EAAC,KAAD,UAD5F,KAGA,8BACoB,EAAC,KAAD,KAAQyI,GAAR,MADpB,gEAC2G,EAAC,KAAD,UAD3G,MAC8H,EAAC,KAAD,gBAD9H,KACqJ,EAAC,KAAD,KAAQA,GAAR,OAErJ,yBAGA,YACI,YAAI,EAAC,KAAD,KAAQA,GAAR,OACJ,YAAI,EAAC,KAAD,KAAQA,GAAR,QAER,sBAGA,WACI,EAAC,KAAD,KAAQA,GAAR,OAEJ,iBACO,EAAC,KAAD,KAAQA,GAAR,MADP,oCACkE,EAAC,KAAD,KAAQA,GAAR,MADlE,2CACkI,EAAC,KAAD,KAAQA,GAAR,MADlI,KAC6J,EAAC,KAAD,KAAQA,GAAR,MAD7J,KACwL,EAAC,KAAD,KAAQA,GAAR,MADxL,SAKR,EAAC,KAAD,CAAOzI,MAAO,wCACV,EAAC,KAAD,CAAOA,MAAO,wCACV,8BACoB,mDADpB,kDAC8G,EAAC,KAAD,UAD9G,KAGA,8BACoB,EAAC,KAAD,KAAQyI,GAAR,MADpB,gEAC2G,EAAC,KAAD,UAD3G,MAC8H,EAAC,KAAD,gBAD9H,KACqJ,EAAC,KAAD,KAAQA,GAAR,OAErJ,uDAC6C,EAAC,KAAD,KAAQA,GAAR,MAD7C,yCACyH,EAAC,KAAD,KAAQA,GAAR,MADzH,KAGA,WACI,EAAC,KAAD,KAAQA,GAAR,OAEJ,4DACkD,uCADlD,KACmF,yCADnF,MACuH,sCADvH,MAIJ,EAAC,KAAD,CAAOzI,MAAO,wDACV,wFAGA,YACI,oBAAS,uCAAT,KACA,oBAAS,yCAAT,KACA,oBAAS,sCAAT,KACA,oBAAS,yBAAT,KAA4B,EAAC,KAAD,KAAQyI,GAAR,UAIxC,EAAC,KAAD,CAAOzI,MAAO,wBACV,EAAC,KAAD,CAAOA,MAAO,6BACV,4FAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,4BACV,4FAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,6BACV,4FAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,QAGR,EAAC,KAAD,CAAOzI,MAAO,wBACV,2DAGA,YACI,YAAI,EAAC,KAAD,KAAQyI,GAAR,OAAyD,aAC7D,YAAI,EAAC,KAAD,KAAQA,GAAR,UAIhB,EAAC,KAAD,CAAOzI,MAAO,4BACV,EAAC,KAAD,CAAOA,MAAO,cACV,yDAGA,wCAC8B,EAAC,KAAD,gBAD9B,mFAGA,yDAC+C,EAAC,KAAD,KAAQyI,GAAR,MAD/C,mBAC8F,EAAC,KAAD,eAD9F,cAGA,WACI,EAAC,KAAD,KAAQA,GAAR,OAEJ,+BACqB,wBADrB,2EAKR,EAAC,KAAD,CAAOzI,MAAO,yCACV,EAAC,KAAD,CAAOA,MAAO,iBACV,8HACoH,EAAC,KAAD,gBADpH,yBAGA,YACI,oCAAyB,EAAC,KAAD,KAAQyI,GAAR,OACzB,iDAAsC,EAAC,KAAD,KAAQA,GAAR,OACtC,+CAAoC,EAAC,KAAD,KAAQA,GAAR,SAG5C,EAAC,KAAD,CAAOzI,MAAO,sBACV,kIACwH,EAAC,KAAD,gBADxH,yBAGA,YACI,oCAAyB,EAAC,KAAD,KAAQyI,GAAR,OACzB,iDAAsC,EAAC,KAAD,KAAQA,GAAR,OACtC,+CAAoC,EAAC,KAAD,KAAQA,GAAR,QAExC,WACI,EAAC,KAAD,KAAQA,GAAR,MADJ,8DACgG,EAAC,KAAD,UADhG,OAKR,EAAC,KAAD,CAAOzI,MAAO,qDACV,EAAC,KAAD,CAAOA,MAAO,yBACV,yHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,SAIZ,EAAC,KAAD,CAAOzI,MAAO,oDACV,EAAC,KAAD,CAAOA,MAAO,gCACV,iHAGA,WACI,EAAC,KAAD,KAAQyI,GAAR,Y,GA77DYjC,e,0DCXxC,gBAEewC,6BAAc","file":"route-statistica.chunk.fb627.js","sourcesContent":["// extracted by mini-css-extract-plugin\nmodule.exports = {\"example\":\"example__2PzAa\"};","// extracted by mini-css-extract-plugin\nmodule.exports = {\"plus\":\"plus__2u13i\"};","// extracted by mini-css-extract-plugin\nmodule.exports = {\"box\":\"box__3cKyY\",\"default\":\"default__v-emJ\",\"red\":\"red__339Cz\",\"orange\":\"orange__24_8v\",\"yellow\":\"yellow__1Jo9W\",\"lime\":\"lime__34yV5\",\"cyan\":\"cyan__3RqLr\",\"blue\":\"blue__13Wnj\",\"magenta\":\"magenta__2tkzq\"};","import style from './Latex.css';\nimport {useContext} from \"preact/hooks\";\nimport LatexRenderColor from \"../contexts/LatexRenderColor\";\nimport LatexDefaultInline from \"../contexts/LatexDefaultInline\";\n\nexport default function(props) {\n\t// black, blue, brown, cyan, darkgray, gray, green, lightgray, lime, magenta, olive, orange, pink, purple, red, teal, violet, white, yellow\n\tlet renderColor = useContext(LatexRenderColor);\n\tlet defaultInline = useContext(LatexDefaultInline);\n\n\tlet is_inline;\n\tif(props.inline === undefined) {\n\t\tis_inline = defaultInline;\n\t}\n\telse {\n\t\tis_inline = props.inline;\n\t}\n\n\tlet inline = is_inline ? `\\\\inline` : \"\";\n\tlet equation = `${inline} {\\\\color{${renderColor}} ${props.children} }`;\n\n\treturn (\n\t\t<img src={`https://latex.codecogs.com/svg.latex?${equation}`}\n\t\t\t alt={props.children}\n\t\t\t title={props.children}\n\t\t\t class={style.latex}\n\t\t/>\n\t);\n}\n","// extracted by mini-css-extract-plugin\nmodule.exports = {\"title\":\"title__3ZVpg\",\"contents\":\"contents__20_NI\"};","import style from \"./Example.less\";\r\nimport {Component} from \"preact\";\r\n\r\nexport default function(props) {\r\n    return (\r\n        <div class={style.example}>\r\n            {props.children}\r\n        </div>\r\n    );\r\n}\r\n","import { options } from 'preact';\n\n/** @type {number} */\nlet currentIndex;\n\n/** @type {import('./internal').Component} */\nlet currentComponent;\n\n/** @type {number} */\nlet currentHook = 0;\n\n/** @type {Array<import('./internal').Component>} */\nlet afterPaintEffects = [];\n\nlet oldBeforeRender = options._render;\nlet oldAfterDiff = options.diffed;\nlet oldCommit = options._commit;\nlet oldBeforeUnmount = options.unmount;\n\nconst RAF_TIMEOUT = 100;\nlet prevRaf;\n\noptions._render = vnode => {\n\tif (oldBeforeRender) oldBeforeRender(vnode);\n\n\tcurrentComponent = vnode._component;\n\tcurrentIndex = 0;\n\n\tconst hooks = currentComponent.__hooks;\n\tif (hooks) {\n\t\thooks._pendingEffects.forEach(invokeCleanup);\n\t\thooks._pendingEffects.forEach(invokeEffect);\n\t\thooks._pendingEffects = [];\n\t}\n};\n\noptions.diffed = vnode => {\n\tif (oldAfterDiff) oldAfterDiff(vnode);\n\n\tconst c = vnode._component;\n\tif (c && c.__hooks && c.__hooks._pendingEffects.length) {\n\t\tafterPaint(afterPaintEffects.push(c));\n\t}\n};\n\noptions._commit = (vnode, commitQueue) => {\n\tcommitQueue.some(component => {\n\t\ttry {\n\t\t\tcomponent._renderCallbacks.forEach(invokeCleanup);\n\t\t\tcomponent._renderCallbacks = component._renderCallbacks.filter(cb =>\n\t\t\t\tcb._value ? invokeEffect(cb) : true\n\t\t\t);\n\t\t} catch (e) {\n\t\t\tcommitQueue.some(c => {\n\t\t\t\tif (c._renderCallbacks) c._renderCallbacks = [];\n\t\t\t});\n\t\t\tcommitQueue = [];\n\t\t\toptions._catchError(e, component._vnode);\n\t\t}\n\t});\n\n\tif (oldCommit) oldCommit(vnode, commitQueue);\n};\n\noptions.unmount = vnode => {\n\tif (oldBeforeUnmount) oldBeforeUnmount(vnode);\n\n\tconst c = vnode._component;\n\tif (c && c.__hooks) {\n\t\ttry {\n\t\t\tc.__hooks._list.forEach(invokeCleanup);\n\t\t} catch (e) {\n\t\t\toptions._catchError(e, c._vnode);\n\t\t}\n\t}\n};\n\n/**\n * Get a hook's state from the currentComponent\n * @param {number} index The index of the hook to get\n * @param {number} type The index of the hook to get\n * @returns {import('./internal').HookState}\n */\nfunction getHookState(index, type) {\n\tif (options._hook) {\n\t\toptions._hook(currentComponent, index, currentHook || type);\n\t}\n\tcurrentHook = 0;\n\n\t// Largely inspired by:\n\t// * https://github.com/michael-klein/funcy.js/blob/f6be73468e6ec46b0ff5aa3cc4c9baf72a29025a/src/hooks/core_hooks.mjs\n\t// * https://github.com/michael-klein/funcy.js/blob/650beaa58c43c33a74820a3c98b3c7079cf2e333/src/renderer.mjs\n\t// Other implementations to look at:\n\t// * https://codesandbox.io/s/mnox05qp8\n\tconst hooks =\n\t\tcurrentComponent.__hooks ||\n\t\t(currentComponent.__hooks = {\n\t\t\t_list: [],\n\t\t\t_pendingEffects: []\n\t\t});\n\n\tif (index >= hooks._list.length) {\n\t\thooks._list.push({});\n\t}\n\treturn hooks._list[index];\n}\n\n/**\n * @param {import('./index').StateUpdater<any>} initialState\n */\nexport function useState(initialState) {\n\tcurrentHook = 1;\n\treturn useReducer(invokeOrReturn, initialState);\n}\n\n/**\n * @param {import('./index').Reducer<any, any>} reducer\n * @param {import('./index').StateUpdater<any>} initialState\n * @param {(initialState: any) => void} [init]\n * @returns {[ any, (state: any) => void ]}\n */\nexport function useReducer(reducer, initialState, init) {\n\t/** @type {import('./internal').ReducerHookState} */\n\tconst hookState = getHookState(currentIndex++, 2);\n\thookState._reducer = reducer;\n\tif (!hookState._component) {\n\t\thookState._component = currentComponent;\n\n\t\thookState._value = [\n\t\t\t!init ? invokeOrReturn(undefined, initialState) : init(initialState),\n\n\t\t\taction => {\n\t\t\t\tconst nextValue = hookState._reducer(hookState._value[0], action);\n\t\t\t\tif (hookState._value[0] !== nextValue) {\n\t\t\t\t\thookState._value[0] = nextValue;\n\t\t\t\t\thookState._component.setState({});\n\t\t\t\t}\n\t\t\t}\n\t\t];\n\t}\n\n\treturn hookState._value;\n}\n\n/**\n * @param {import('./internal').Effect} callback\n * @param {any[]} args\n */\nexport function useEffect(callback, args) {\n\t/** @type {import('./internal').EffectHookState} */\n\tconst state = getHookState(currentIndex++, 3);\n\tif (!options._skipEffects && argsChanged(state._args, args)) {\n\t\tstate._value = callback;\n\t\tstate._args = args;\n\n\t\tcurrentComponent.__hooks._pendingEffects.push(state);\n\t}\n}\n\n/**\n * @param {import('./internal').Effect} callback\n * @param {any[]} args\n */\nexport function useLayoutEffect(callback, args) {\n\t/** @type {import('./internal').EffectHookState} */\n\tconst state = getHookState(currentIndex++, 4);\n\tif (!options._skipEffects && argsChanged(state._args, args)) {\n\t\tstate._value = callback;\n\t\tstate._args = args;\n\n\t\tcurrentComponent._renderCallbacks.push(state);\n\t}\n}\n\nexport function useRef(initialValue) {\n\tcurrentHook = 5;\n\treturn useMemo(() => ({ current: initialValue }), []);\n}\n\n/**\n * @param {object} ref\n * @param {() => object} createHandle\n * @param {any[]} args\n */\nexport function useImperativeHandle(ref, createHandle, args) {\n\tcurrentHook = 6;\n\tuseLayoutEffect(\n\t\t() => {\n\t\t\tif (typeof ref == 'function') ref(createHandle());\n\t\t\telse if (ref) ref.current = createHandle();\n\t\t},\n\t\targs == null ? args : args.concat(ref)\n\t);\n}\n\n/**\n * @param {() => any} factory\n * @param {any[]} args\n */\nexport function useMemo(factory, args) {\n\t/** @type {import('./internal').MemoHookState} */\n\tconst state = getHookState(currentIndex++, 7);\n\tif (argsChanged(state._args, args)) {\n\t\tstate._args = args;\n\t\tstate._factory = factory;\n\t\treturn (state._value = factory());\n\t}\n\n\treturn state._value;\n}\n\n/**\n * @param {() => void} callback\n * @param {any[]} args\n */\nexport function useCallback(callback, args) {\n\tcurrentHook = 8;\n\treturn useMemo(() => callback, args);\n}\n\n/**\n * @param {import('./internal').PreactContext} context\n */\nexport function useContext(context) {\n\tconst provider = currentComponent.context[context._id];\n\t// We could skip this call here, but than we'd not call\n\t// `options._hook`. We need to do that in order to make\n\t// the devtools aware of this hook.\n\tconst state = getHookState(currentIndex++, 9);\n\t// The devtools needs access to the context object to\n\t// be able to pull of the default value when no provider\n\t// is present in the tree.\n\tstate._context = context;\n\tif (!provider) return context._defaultValue;\n\t// This is probably not safe to convert to \"!\"\n\tif (state._value == null) {\n\t\tstate._value = true;\n\t\tprovider.sub(currentComponent);\n\t}\n\treturn provider.props.value;\n}\n\n/**\n * Display a custom label for a custom hook for the devtools panel\n * @type {<T>(value: T, cb?: (value: T) => string | number) => void}\n */\nexport function useDebugValue(value, formatter) {\n\tif (options.useDebugValue) {\n\t\toptions.useDebugValue(formatter ? formatter(value) : value);\n\t}\n}\n\nexport function useErrorBoundary(cb) {\n\tconst state = getHookState(currentIndex++, 10);\n\tconst errState = useState();\n\tstate._value = cb;\n\tif (!currentComponent.componentDidCatch) {\n\t\tcurrentComponent.componentDidCatch = err => {\n\t\t\tif (state._value) state._value(err);\n\t\t\terrState[1](err);\n\t\t};\n\t}\n\treturn [\n\t\terrState[0],\n\t\t() => {\n\t\t\terrState[1](undefined);\n\t\t}\n\t];\n}\n\n/**\n * After paint effects consumer.\n */\nfunction flushAfterPaintEffects() {\n\tafterPaintEffects.some(component => {\n\t\tif (component._parentDom) {\n\t\t\ttry {\n\t\t\t\tcomponent.__hooks._pendingEffects.forEach(invokeCleanup);\n\t\t\t\tcomponent.__hooks._pendingEffects.forEach(invokeEffect);\n\t\t\t\tcomponent.__hooks._pendingEffects = [];\n\t\t\t} catch (e) {\n\t\t\t\tcomponent.__hooks._pendingEffects = [];\n\t\t\t\toptions._catchError(e, component._vnode);\n\t\t\t\treturn true;\n\t\t\t}\n\t\t}\n\t});\n\tafterPaintEffects = [];\n}\n\n/**\n * Schedule a callback to be invoked after the browser has a chance to paint a new frame.\n * Do this by combining requestAnimationFrame (rAF) + setTimeout to invoke a callback after\n * the next browser frame.\n *\n * Also, schedule a timeout in parallel to the the rAF to ensure the callback is invoked\n * even if RAF doesn't fire (for example if the browser tab is not visible)\n *\n * @param {() => void} callback\n */\nfunction afterNextFrame(callback) {\n\tconst done = () => {\n\t\tclearTimeout(timeout);\n\t\tcancelAnimationFrame(raf);\n\t\tsetTimeout(callback);\n\t};\n\tconst timeout = setTimeout(done, RAF_TIMEOUT);\n\n\tlet raf;\n\tif (typeof window != 'undefined') {\n\t\traf = requestAnimationFrame(done);\n\t}\n}\n\n// Note: if someone used options.debounceRendering = requestAnimationFrame,\n// then effects will ALWAYS run on the NEXT frame instead of the current one, incurring a ~16ms delay.\n// Perhaps this is not such a big deal.\n/**\n * Schedule afterPaintEffects flush after the browser paints\n * @param {number} newQueueLength\n */\nfunction afterPaint(newQueueLength) {\n\tif (newQueueLength === 1 || prevRaf !== options.requestAnimationFrame) {\n\t\tprevRaf = options.requestAnimationFrame;\n\t\t(prevRaf || afterNextFrame)(flushAfterPaintEffects);\n\t}\n}\n\n/**\n * @param {import('./internal').EffectHookState} hook\n */\nfunction invokeCleanup(hook) {\n\tif (typeof hook._cleanup == 'function') hook._cleanup();\n}\n\n/**\n * Invoke a Hook's effect\n * @param {import('./internal').EffectHookState} hook\n */\nfunction invokeEffect(hook) {\n\thook._cleanup = hook._value();\n}\n\n/**\n * @param {any[]} oldArgs\n * @param {any[]} newArgs\n */\nfunction argsChanged(oldArgs, newArgs) {\n\treturn !oldArgs || newArgs.some((arg, index) => arg !== oldArgs[index]);\n}\n\nfunction invokeOrReturn(arg, f) {\n\treturn typeof f == 'function' ? f(arg) : f;\n}\n","import style from \"./minus.css\";\nimport { Component } from 'preact';\n\nexport default class Minus extends Component {\n\trender() {\n\t\treturn <span class={style.minus}>{this.props.children}</span>;\n\t}\n}\n","import style from \"./Box.less\";\r\n\r\nexport const BoxColors = Object.freeze({\r\n    RED: style.red,\r\n    ORANGE: style.orange,\r\n    YELLOW: style.yellow,\r\n    LIME: style.lime,\r\n    CYAN: style.cyan,\r\n    BLUE: style.blue,\r\n    MAGENTA: style.magenta,\r\n    DEFAULT: style.default\r\n})\r\n\r\nexport default function (props) {\r\n    let color = BoxColors.DEFAULT;\r\n    if(props.color) {\r\n        color = props.color;\r\n    }\r\n\r\n    return (\r\n        <div class={style.box + \" \" + color}>\r\n            {props.children}\r\n        </div>\r\n    );\r\n}\r\n","// extracted by mini-css-extract-plugin\nmodule.exports = {\"split\":\"split__3dL9r\",\"splitparent\":\"splitparent__2H-vS\",\"splitchild\":\"splitchild__1B-Jt\"};","import style from \"./plus.css\";\nimport { Component } from 'preact';\n\nexport default class Plus extends Component {\n\trender() {\n\t\treturn <span class={style.plus}>{this.props.children}</span>;\n\t}\n}\n","import style from \"./Panel.less\";\nimport Box from \"./Box\";\n\nexport default function(props) {\n\treturn (\n\t\t<Box color={props.color}>\n\t\t\t<h3 class={style.title}>\n\t\t\t\t{props.title}\n\t\t\t</h3>\n\t\t\t<div class={style.contents}>\n\t\t\t\t{props.children}\n\t\t\t</div>\n\t\t</Box>\n\t);\n}\n","import style from \"./split.css\";\nimport { Component } from 'preact';\n\nexport default class Split extends Component {\n\trender() {\n\t    let title = null;\n\t    if(this.props.title !== undefined) {\n            title = (<h2>{this.props.title}</h2>)\n        }\n\n        let children;\n        if(Array.isArray(this.props.children)) {\n            children = this.props.children.map(element => {\n                return (<div class={style.splitchild}>{element}</div>);\n            });\n        }\n        else {\n            children = <div class={style.splitchild}>{this.props.children}</div>;\n        }\n\t\treturn (\n\t        <div class={style.split}>\n                {title}\n                <div class={style.splitparent}>{children}</div>\n            </div>\n        );\n\t}\n}\n","// extracted by mini-css-extract-plugin\nmodule.exports = {\"minus\":\"minus__2EaF0\"};","// extracted by mini-css-extract-plugin\nmodule.exports = {\"latex\":\"latex__3zlIu\"};","import { Component } from 'preact';\nimport Latex from '../components/Latex';\nimport Panel from '../components/Elements/Panel';\nimport Split from '../components/old/split';\nimport Example from \"../components/example\";\nimport Plus from \"../components/old/plus\";\nimport Minus from \"../components/old/minus\";\nimport LatexDefaultInline from \"../contexts/LatexDefaultInline\";\n\nconst r = String.raw;\n\nexport default class Statistica extends Component {\n\trender() {\n        return (\n            <LatexDefaultInline.Provider value={false}>\n            <div>\n                <h1>Statistica ed Elementi di Probabilità</h1>\n                <Split title={\"Tipi di probabilità\"}>\n                    <Panel title={\"Classica\"}>\n                        <p>\n                            <Latex>{r`P(E) = \\frac{casi\\ favorevoli}{casi\\ possibili}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Frequentista\"}>\n                        <p>\n                            <Latex>{r`P(E) = \\frac{successi}{prove\\ totali}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Soggettiva\"}>\n                        <p>\n                            Il prezzo che un individuo coerente riterrebbe equo per ricevere <b>1</b> nel caso l'evento si verificasse e <b>0</b> nel caso l'evento non si verificasse.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Linguaggio matematico\"}>\n                    <Panel title={\"Spazio campionario\"}>\n                        <blockquote>\n                            \"omegone\"\n                        </blockquote>\n                        <p>\n                            L'<b>insieme</b> di tutti gli esiti possibili di un esperimento.\n                        </p>\n                        <p>\n                            <Latex>{r`\\Omega = \\left \\{ 1, 2, 3, 4, 5, 6 \\right \\}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Esito\"}>\n                        <blockquote>\n                            \"omeghino\"\n                        </blockquote>\n                        <p>\n                            Un <b>elemento</b> dello spazio campionario.\n                        </p>\n                        <p>\n                            <Latex>{r`\\omega = 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Evento\"}>\n                        <blockquote>\n                            \"e\"\n                        </blockquote>\n                        <p>\n                            Un <b>sottoinsieme</b> dello spazio campionario.\n                        </p>\n                        <p>\n                            <Latex>{r`E = \\left \\{ 1, 2 \\right \\}`}</Latex>\n                        </p>\n                        <p>\n                            Lo spazio campionario stesso è un <b>evento certo</b>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Not\"}>\n                        <blockquote>\n                            \"not e\"\n                        </blockquote>\n                        <p>\n                            Il <b>complementare</b> di un sottoinsieme.\n                        </p>\n                        <p>\n                            <Latex>{r`\\bar{E} = \\left \\{ 3, 4, 5, 6 \\right \\}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"And\"}>\n                        <blockquote>\n                            \"e intersecato effe\"\n                        </blockquote>\n                        <p>\n                            L'<b>intersezione</b> di più sottoinsiemi.\n                        </p>\n                        <p>\n                            <Latex>{r`E \\cap F = \\left \\{ 1 \\right \\}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Or\"}>\n                        <blockquote>\n                            \"e unito a effe\"\n                        </blockquote>\n                        <p>\n                            L'<b>unione</b> di più sottoinsiemi.\n                        </p>\n                        <p>\n                            <Latex>{r`E \\cup F = \\left \\{ 1, 2, 3, 4 \\right \\}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Differenza\"}>\n                        <blockquote>\n                            \"e meno effe\"\n                        </blockquote>\n                        <p>\n                            <Latex>{r`E \\setminus F = E \\cap \\bar{F}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Implicazione\"}>\n                        <blockquote>\n                            \"e contenuto in effe\"\n                        </blockquote>\n                        <p>\n                            L'<b>inclusione</b> del primo insieme in un altro.\n                        </p>\n                        <p>\n                            <Latex>{r`E \\subseteq F`}</Latex>\n                        </p>\n                        <p>\n                            Se si verifica <Latex>E</Latex>, allora si verifica anche <Latex>F</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Evento impossibile\"}>\n                        <blockquote>\n                            \"e è impossibile\"\n                        </blockquote>\n                        <p>\n                            Un sottoinsieme <b>vuoto</b>.\n                        </p>\n                        <p>\n                            <Latex>{r`E = \\emptyset`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Mutua esclusione\"}>\n                        <blockquote>\n                            \"e ed effe si escludono mutualmente\"\n                        </blockquote>\n                        <p>\n                            La <b>disgiunzione</b> di due insiemi.\n                        </p>\n                        <p>\n                            <Latex>{r`E \\cap F = \\emptyset`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Famiglia degli eventi\"}>\n                        <blockquote>\n                            \"famiglia effe\"\n                        </blockquote>\n                        <p>\n                            I sottoinsiemi dello spazio campionario formano una <b>famiglia</b> di sottoinsiemi detta <i>famiglia degli eventi</i>.\n                        </p>\n                        <p>\n                            <Latex>{r`\\mathcal{F}`}</Latex>\n                        </p>\n                        <p>\n                            Qualsiasi sottoinsieme appartenente a <Latex>{r`\\mathcal{F}`}</Latex> è considerato un evento.\n                        </p>\n                    </Panel>\n                    <Panel title={<span><Latex>{r`\\sigma`}</Latex>-algebra</span>}>\n                        <blockquote>\n                            \"sigma algebra\"\n                        </blockquote>\n                        <p>\n                            Se la famiglia degli eventi soddisfa questi tre requisiti, allora viene detta <i><Latex>{r`\\sigma`}</Latex>-algebra</i>:\n                        </p>\n                        <ol>\n                            <li>\n                                Lo spazio campionario è un evento: <Latex>{r`\\Omega \\in \\mathcal{F}`}</Latex>\n                            </li>\n                            <li>\n                                Se un sottoinsieme è un evento, allora anche il suo complementare lo è: <Latex>{r`E \\in \\mathcal{F} \\implies \\bar{E} \\in \\mathcal{F}`}</Latex>\n                            </li>\n                            <li>\n                                Se due sottoinsiemi sono eventi, allora lo sono anche la loro unione e intersezione: <Latex>{r`(E, F) \\in \\mathcal{F} \\implies (E \\cup F, E \\cap F) \\in \\mathcal{F}`}</Latex>\n                            </li>\n                        </ol>\n                        <p>\n                            Un esempio: <Latex>{r`E \\in \\mathcal{F} \\implies \\mathcal{F} = \\{ \\emptyset, E, \\bar{E}, \\Omega \\}`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Partizione\"}>\n                        <blockquote>\n                            \"la partizione e composta da e uno, e due, e tre...\"\n                        </blockquote>\n                        <p>\n                            Un insieme di esiti e eventi:\n                        </p>\n                        <ul>\n                            <li><b>Finito</b>.</li>\n                            <li>In cui tutti gli eventi hanno <b>probabilità diversa da 0</b>.</li>\n                            <li>In cui tutti gli eventi sono <b>mutualmente esclusivi</b>.</li>\n                            <li>In cui l'unione di tutti i suoi elementi <b>copre lo spazio campionario</b>.</li>\n                        </ul>\n                        <p>\n                            La partizione <Latex>{r`E_i`}</Latex> è composta dagli eventi <Latex>{r`E_1`}</Latex>, <Latex>{r`E_2`}</Latex>, <Latex>{r`E_3`}</Latex>, fino a <Latex>{r`E_n`}</Latex>.\n                        </p>\n                        <Example>\n                            Se lo spazio campionario fosse una torta, una sua partizione sarebbe l'insieme delle fette di uno dei modi in cui si potrebbe tagliare.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Assiomi della probabilità\"}>\n                    <Panel title={\"Primo assioma della probabilità\"}>\n                        <p>\n                            La probabilità di un evento è un numero tra 0 e 1.\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall E \\in \\mathcal{F}, 0 \\leq P(E) \\leq 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Secondo assioma della probabilità\"}>\n                        <p>\n                            La probabilità dello spazio campionario è sempre 1.\n                        </p>\n                        <p>\n                            <Latex>{r`P(\\Omega) = 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Terzo assioma della probabilità\"}>\n                        <p>\n                            La probabilità dell'unione di eventi indipendenti è uguale alla somma delle loro probabilità.\n                        </p>\n                        <p>\n                            <Latex>{r`P \\left ( \\bigcup_i E_i \\right ) = \\sum_i P ( E_i )`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Conseguenze degli assiomi\"}>\n                    <Panel title={\"Probabilità di un evento negato\"}>\n                        <p>\n                            La probabilità di un evento negato è uguale a 1 meno la probabilità dell'evento non negato.\n                        </p>\n                        <p>\n                            <Latex>{r`P(\\bar{E}) = 1 - P({E})`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Probabilità di un evento incluso\"}>\n                        <p>\n                            La probabilità di un evento incluso in un altro è sempre minore o uguale alla probabilità dell'evento in cui è incluso.\n                        </p>\n                        <p>\n                            <Latex>{r`F \\subseteq E \\implies P(F) \\leq P(E)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Unione\"}>\n                        <p>\n                            La probabilità di un evento unito a un altro è uguale alla somma delle probabilità dei due eventi meno la probabilità della loro intersezione.\n                        </p>\n                        <p>\n                            <Latex>{r`P(E \\cup F) = P(E) + P(F) - P(E \\cap F)`}</Latex>\n                        </p>\n                        <Example>\n                            Sommando le probabilità dei due eventi, l'intersezione viene contata due volte, e va quindi rimossa!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Spazi equiprobabili\"}>\n                    <Panel title={\"Cosa sono?\"}>\n                        <p>\n                            Spazi campionari in cui ci sono un numero finito di esiti e ogni esito ha la stessa probabilità di verificarsi.\n                        </p>\n                        <p>\n                            <Latex>{r`P(E) = \\frac{len(E)}{len(\\Omega)}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Spazi equiprobabili geometrici\"}>\n                        <p>\n                            Gli spazi campionari possono avere un numero infinito di esiti: sono <i>equiprobabili geometrici</i> se nessun esito è privilegiato rispetto agli altri.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Calcolo combinatorio\"}>\n                    <Panel title={\"Disposizioni\"}>\n                        <p>\n                            Estraggo un numero, da un sacchetto con <Latex>n</Latex> numeri, mi segno che numero ho estratto e lo <b>tengo fuori dal sacchetto</b>. Ripeto per <Latex>k</Latex> volte.\n                        </p>\n                        <p>\n                            <b>Tengo conto</b> dell'ordine in cui ho estratto i numeri.\n                        </p>\n                        <p>\n                            <Latex>{r`\\boldsymbol{D}_{n, k} = \\frac{n!}{(n - k)!}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Disposizioni con ripetizione\"}>\n                        <p>\n                            Estraggo un numero, da un sacchetto con <Latex>n</Latex> numeri, mi segno che numero ho estratto e lo <b>rimetto nel sacchetto</b>. Ripeto per <Latex>k</Latex> volte.\n                        </p>\n                        <p>\n                            <b>Tengo conto</b> dell'ordine in cui ho estratto i numeri.\n                        </p>\n                        <p>\n                            <Latex>{r`\\boldsymbol{D}^{r}_{n, k} = n^k`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Combinazioni\"}>\n                        <p>\n                            Estraggo un numero, da un sacchetto con <Latex>n</Latex> numeri, mi segno che numero ho estratto e lo <b>tengo fuori dal sacchetto</b>. Ripeto per <Latex>k</Latex> volte.\n                        </p>\n                        <p>\n                            <b>Non mi interessa</b> l'ordine in cui ho estratto i numeri.\n                        </p>\n                        <p>\n                            <Latex>{r`\\boldsymbol{C}_{n, k} = \\binom{n}{k} = \\frac{n!}{(k)! \\cdot (n - k)!}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Combinazioni con ripetizione\"}>\n                        <p>\n                            Estraggo un numero, da un sacchetto con <Latex>n</Latex> numeri, mi segno che numero ho estratto e lo <b>rimetto nel sacchetto</b>. Ripeto per <Latex>k</Latex> volte.\n                        </p>\n                        <p>\n                            <b>Non mi interessa</b> l'ordine in cui ho estratto i numeri.\n                        </p>\n                        <p>\n                            <Latex>{r`\\boldsymbol{C}^{r}_{n, k} = \\binom{n + k - 1}{k} = \\frac{(n + k - 1)!}{(k)! \\cdot (n - 1)!}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Permutazioni\"}>\n                        <p>\n                            Estraggo <Latex>n</Latex> numeri e guardo in quanti ordini diversi li posso mettere.\n                        </p>\n                        <p>\n                            <Latex>{r`\\boldsymbol{P}_n = n!`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Probabilità condizionata\"}>\n                    <Panel title={\"Eventi condizionati\"}>\n                        <blockquote>\n                            \"E dato F\"\n                        </blockquote>\n                        <p>\n                            La probabilità che si verifichi <Latex>E</Latex> sapendo che <b>si è già verificato</b> <Latex>F</Latex>.\n                        </p>\n                        <p>\n                            <Latex>{r`P(E|F) = \\frac{P(E \\cap F)}{P(F)}`}</Latex>\n                        </p>\n                        <Example>\n                            Ricorda vagamente le pipe di <code>bash</code>, però al contrario...\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Eventi mutualmente esclusivi\"}>\n                        <p>\n                            Se due eventi sono mutualmente esclusivi, entrambe le loro probabilità condizionate saranno uguali a 0.\n                        </p>\n                        <p>\n                            <Latex>{r`E \\cap F = \\emptyset \\Longleftrightarrow P(E|F) = P(F|E) = 0`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Regola della catena\"}>\n                        <p>\n                            Si può sfruttare la formula inversa della probabilità condizionata per calcolare catene di intersezioni:\n                        </p>\n                        <p>\n                            <Latex>{r`P(E_1 \\cap \\times \\cap E_n) = P(E_1) \\times P(E_2 | E_1) \\times \\dots \\times P(E_n | E_1 \\cap E_2 \\cap \\dots \\cap E_{n-1})`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Le alternative\"}>\n                    <Panel title={\"Legge delle alternative\"}>\n                        <p>\n                            La probabilità che si verifichi un evento è pari alla somma delle probabilità dell'evento stesso dati tutti gli eventi di una partizione.\n                        </p>\n                        <p>\n                            <Latex>{r`P(F) = \\sum_{i} P(F|E_i) \\cdot P(E_i)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Legge condizionata delle alternative\"}>\n                        <p>\n                            La legge delle alternative funziona anche quando ad essere partizionato è un <b>evento</b>:\n                        </p>\n                        <p>\n                            <Latex>{r`P(F|G) = \\sum_i P(F|E_i \\cap G) \\cdot P(E_i | G)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Formula di Bayes\"}>\n                        <p>\n                            Tramite la <i>formula di Bayes</i> possiamo risalire alla probabilità di un evento condizionato a un altro partendo dalla probabilità di quest'ultimo condizionato al primo:\n                        </p>\n                        <p>\n                            <Latex>{r`P(E_h | F) = \\frac{P(F | E_h) \\cdot P(E_h)}{P(F)}`}</Latex>\n                        </p>\n                        <Example>\n                            In pratica, invertiamo gli eventi.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Eventi indipendenti\"}>\n                    <Panel title={\"Due eventi indipendenti\"}>\n                        <blockquote>\n                            \"eventi indipendenti a due a due\"\n                        </blockquote>\n                        <p>\n                            Se due eventi sono indipendenti, sapere che uno dei due si è verificato non influisce sulle probabilità che si sia verificato l'altro.\n                        </p>\n                        <p>\n                            <Latex>{r`P(E \\cap F) = P(E) \\cdot P(F) \\Longleftrightarrow P(E|F) = P(E) \\Longleftrightarrow P(F|E) = P(F)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Più eventi indipendenti\"}>\n                        <blockquote>\n                            \"eventi indipendenti a tre a tre, a quattro a quattro, a cinque a cinque...\"\n                        </blockquote>\n                        <p>\n                            Si può verificare l'indipendenza di più eventi alla volta:\n                        </p>\n                        <p>\n                            <Latex>{r`P(E \\cap F \\cap G) = P(E) \\cdot P(F) \\cdot P(G)`}</Latex>\n                        </p>\n                        <p>\n                            Eventi indipendenti a due a due non sono per forza indipendenti a tre a tre, e viceversa.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Famiglia di eventi indipendenti\"}>\n                        <p>\n                            Un insieme di <Latex>n</Latex> eventi è una <i>famiglia di eventi indipendenti</i> se, preso un qualsiasi numero di eventi da essa, essi risulteranno indipendenti.\n                        </p>\n                        <Example>\n                            Tutti gli eventi provenienti da essa saranno indipendenti sia a due a due, sia a tre a tre, sia a quattro a quattro, e così via!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Variabili aleatorie\"}>\n                    <Panel title={\"Variabile aleatoria\"}>\n                        <p>\n                            Una funzione che fa corrispondere un numero reale a ogni possibile esito dello spazio campionario. <Latex>{r`X(\\omega) : \\Omega \\to \\mathbb{R}`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={<abbr title={\"Nome artigianale dato da Steffo.\"}>Insieme di ripartizione</abbr>}>\n                        <p>\n                            Ad ogni variabile aleatoria sono associati gli eventi <Latex>{r`A_t = \\{ \\omega | X(\\omega) \\leq t \\}`}</Latex>, che contengono tutti gli esiti a cui la variabile aleatoria associa un valore minore o uguale a <Latex>t</Latex>.\n                        </p>\n                        <p>\n                            Per definizione, tutte le variabili aleatorie devono rispettare questa condizione:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall t \\in \\mathbb{R}, A_t \\in \\mathcal{F}`}</Latex>\n                        </p>\n                        <Example>\n                            All'aumentare di t, l'insieme conterrà sempre più elementi.\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Supporto\"}>\n                        <blockquote>\n                            \"supporto di X\"\n                        </blockquote>\n                        <p>\n                            Il <b>codominio</b> della variabile aleatoria è il suo <i>supporto</i>.\n                        </p>\n                        <p>\n                            Per indicare che un valore <Latex>x_0</Latex> appartiene al supporto di <Latex>X</Latex>, si usa la notazione <Latex>X \\mapsto x_0</Latex>.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Densità\"}>\n                    <Panel title={\"Funzione probabilità\"}>\n                        <p>\n                            La <i>funzione probabilità</i> <Latex>{r`p_X : X \\to [0, 1]`}</Latex> di una variabile aleatoria <b>discreta</b> <Latex>X</Latex> è la funzione che associa ad ogni esito la sua probabilità:\n                        </p>\n                        <p>\n                            <Latex>{r`p_X (x) = \\begin{cases}\n                            P([X = x]) \\quad se\\ X \\mapsto x \\\\\n                            0 \\qquad \\qquad \\quad se\\ X \\not\\mapsto x\n                            \\end{cases}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Funzione densità\"}>\n                        <p>\n                            La <i>funzione densità</i> <Latex>{r`f_X : X \\to [0, 1]`}</Latex> di una variabile aleatoria <b>continua</b> <Latex>X</Latex> è l'equivalente continuo della funzione probabilità:\n                        </p>\n                        <p>\n                            <Latex>{r`P([a < X \\leq b]) = \\int_a^b f_X (x) dx`}</Latex>\n                        </p>\n                        <p>\n                            A differenza della funzione probabilità, è possibile che la funzione densità <b>non esista</b> per una certa variabile aleatoria.\n                        </p>\n                        <Example>\n                            Rappresenta \"quanta\" probabilità c'è in un'unità di x!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Funzione di ripartizione\"}>\n                    <Panel title={\"Definizione\"}>\n                        <p>\n                            Ogni variabile aleatoria ha una <i>funzione di ripartizione</i> <Latex>{r`F_X : \\mathbb{R} \\to [0, 1]`}</Latex> associata, che rappresenta la probabilità che la variabile aleatoria assuma un valore minore o uguale a <Latex>t</Latex>:\n                        </p>\n                        <p>\n                            Si può dire che essa rappresenti la probabilità dell'evento <Latex>{r`A_t`}</Latex>:\n                        </p>\n                        <p>\n                            <Latex>{r`F_X (t) = P(A_t) = \\begin{cases}\n                            \\sum_{i = 0}^{t} p_X (x_i) \\quad nel\\ discreto\\\\\n                            \\\\\n                            \\int_{-\\infty}^t f_X (x) dx \\quad nel\\ continuo\n                            \\end{cases}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Proprietà della funzione\"}>\n                        <ul>\n                            <li>È sempre <b>monotona crescente</b> (non strettamente).</li><br/>\n                            <li>Vale <b>0</b> a <Latex>-\\infty</Latex> e <b>1</b> a <Latex>+\\infty</Latex>.</li><br/>\n                            <li>È <b>continua da destra</b>: <Latex>{r`\\forall x_0 \\in \\mathbb{R}, F_X (x_0) = \\lim_{t \\to x^+_0} F_X (t)`}</Latex></li>\n                        </ul>\n                    </Panel>\n                    <Panel title={\"Probabilità di un valore\"}>\n                        <p>\n                            Possiamo usare la funzione di ripartizione per calcolare la probabilità di un certo valore reale:\n                        </p>\n                        <p>\n                            <Latex>{r`P([X = x_0]) = \\lim_{t \\to x^+_0} F_X (t) - \\lim_{t \\to x^-_0} F_X (t)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Trasformazioni di variabili aleatorie\"}>\n                    <Panel title={\"Nel discreto\"}>\n                        <p>\n                            Nel discreto basta abbinare un nuovo valore a ogni valore della variabile originale.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Nel continuo (invertibile)\"}>\n                        <p>\n                            Nel continuo applichiamo la formula dell'integrazione per sostituzione:\n                        </p>\n                        <p>\n                            <Latex>{r`f_Y (y) = \\int_{g(a)}^{g(b)} f_X ( g^{-1} (x) ) g^{-2} (x)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Nel... digitale\"}>\n                        <p>\n                            Trasformare variabili aleatorie è molto utile nell'informatica per creare distribuzioni partendo da una funzione <a href={\"https://docs.python.org/3/library/random.html#random.random\"}><code>random()</code></a> che restituisce numeri da 0 a 1 con una distribuzione lineare.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Informazioni delle variabili aleatorie\"}>\n                    <Panel title={\"Media\"}>\n                        <p>\n                            Ogni variabile aleatoria che ha una <b>funzione di ripartizione</b> e un <b>supporto finito</b> ha anche una <i>media</i> (o <i>valore medio</i> o <i>atteso</i>):\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\int_0^{+infty} (1 - F_X (t)) dt - \\int_{-\\infty}^{0} F_X (t) dt`}</Latex>\n                        </p>\n                        <p>\n                            Nel discreto, si può calcolare con:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\sum_i P(X = x_i) \\cdot x_i`}</Latex>\n                        </p>\n                        <p>\n                            Nel continuo, si può calcolare con:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\int_{-\\infty}^{+\\infty} f_X (x) \\cdot x \\cdot dx`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Moda\"}>\n                        <p>\n                            Valore per cui la <b>funzione probabilità</b> o <b>funzione densità</b> è <b>massima</b>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Quantili\"}>\n                        <p>\n                            Il <i>quantile</i> <Latex>{r`x_{\\alpha}`}</Latex> di ordine <Latex>{r`0 \\leq \\alpha \\leq 1`}</Latex> della variabile aleatoria <Latex>X</Latex> è il più piccolo numero tale che:\n                        </p>\n                        <p>\n                            <Latex>\n                                {r`P([X < x_{\\alpha}]) \\leq \\alpha \\leq P([X \\leq x_{\\alpha}])`}\n                            </Latex>\n                        </p>\n                        <p>\n\n                        </p>\n                        <p>\n                            Il quantile di ordine 0.5 <Latex>{r`x_{0.5}`}</Latex> è detto <i>mediana</i>.\n                        </p>\n                        <p>\n                            I quantili di ordine 0.25 <Latex>{r`x_{0.25}`}</Latex> e 0.75 <Latex>{r`x_{0.75}`}</Latex> sono detti <i>quartili</i>.\n                        </p>\n                        <p>\n                            I quantili di ordine <Latex>{r`\\frac{n}{100}`}</Latex> sono detti <i><Latex>n</Latex>-esima percentile</i>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Varianza\"}>\n                        <p>\n                            È un valore che indica quanto la variabile aleatoria si discosta generalmente dalla media:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X) = E( (X - E(X) )^2 ) = E ( X^2 ) - (E(X))^2`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Disuguaglianze notevoli\"}>\n                    <Panel title={\"Disuguaglianza di Markov\"}>\n                        <p>\n                            Data una variabile aleatoria non-negativa:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall k > 0, P([X \\geq k]) \\leq \\frac{E(X)}{k}`}</Latex>\n                        </p>\n                        <p>\n                            Divide in due parti (<Latex>{r`P(X < k)`}</Latex> e <Latex>{r`P(X \\geq k)`}</Latex>) la funzione X, la cui media risulterà uguale a:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\overline{k} \\cdot P(X < k) + k \\cdot P(X \\geq k)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Disuguaglianza di Čebyšëv\"}>\n                        <blockquote>\n                            \"disuguaglianza di cebicev\"\n                        </blockquote>\n                        <p>\n                            Se la variabile aleatoria <Latex>X</Latex> ha media e varianza, allora la probabilità che essa abbia un valore a più di <Latex>{r`\\epsilon`}</Latex> di distanza dal valore medio è minore o uguale a <Latex>{r`\\frac{Var(X)}{\\epsilon^2}`}</Latex>.\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall \\epsilon > 0, P([ \\left| X - E(X) \\right| \\geq \\epsilon]) \\leq \\frac{Var(X)}{\\epsilon^2}`}</Latex>\n                        </p>\n                        <p>\n                            E anche:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall \\epsilon > 0, P([ \\left| X - E(X) \\right| < \\epsilon]) \\geq 1 - \\frac{Var(X)}{\\epsilon^2}`}</Latex>\n                        </p>\n                        <Example>\n                            Serve per semplificare i calcoli quando la funzione di ripartizione è difficile da calcolare!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Un momento...!\"}>\n                    <Panel title={\"Momento\"}>\n                        <p>\n                            Il <i>momento</i> <Latex>k</Latex>-esimo di una variabile aleatoria è:\n                        </p>\n                        <p>\n                            <Latex>\n                                {r`\\mu_k = E ( X^k ) = \\begin{cases}\n                                \\sum_i x_i^k p_X (x_i) \\qquad nel\\ discreto\\\\\n                                \\\\\n                                \\int_{-\\infty}^{+\\infty} x^k f_X (x) dx \\qquad nel\\ continuo\n                                \\end{cases}`}\n                            </Latex>\n                        </p>\n                        <Example>\n                            La media di una variabile aleatoria è anche il suo primo momento.\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Funzione generatrice dei momenti\"}>\n                        <p>\n                            La <i>funzione generatrice dei momenti</i> è:\n                        </p>\n                        <p>\n                            <Latex>{r`m_X (t) = E( e^{t \\cdot X} )`}</Latex>\n                        </p>\n                        <p>\n                            Se due variabile aleatorie hanno la stessa funzione generatrice dei momenti, allora esse hanno la <b>stessa distribuzione</b>.\n                        </p>\n                        <p>\n                            E' la <b>trasformata di Laplace</b> della variabile aleatoria di X.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Funzione caratteristica\"}>\n                        <p>\n                            La <i>funzione caratteristica</i> è:\n                        </p>\n                        <p>\n                            <Latex>{r`H_X (t) = E ( e^{i \\cdot t \\cdot X} )`}</Latex>\n                        </p>\n                        <p>\n                            Se due variabile aleatorie hanno la stessa funzione caratteristica, allora esse hanno la <b>stessa distribuzione</b>.\n                        </p>\n                        <p>\n                            E' la <b>trasformata di Fourier</b> della variabile aleatoria di X.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Prove e schemi\"}>\n                    <Panel title={\"Variabile con distribuzione\"}>\n                        <p>\n                            Per dire che una variabile ha una certa distribuzione, si usa la notazione:\n                        </p>\n                        <p>\n                            <Latex>{r`X \\sim Distribuzione()`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Prova di Bernoulli\"}>\n                        <p>\n                            Una prova con solo due possibili esiti: <Plus>successo</Plus> e <Minus>insuccesso</Minus>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Schema di Bernoulli\"}>\n                        <p>\n                            Una sequenza di prove di Bernoulli per le quali le probabilità di successo e fallimento rimangono invariate.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Bernoulliana\"}>\n                    <Panel title={\"Distribuzione bernoulliana\"}>\n                        <p>\n                            Una variabile aleatoria che rappresenta una prova di Bernoulli:\n                        </p>\n                        <ul>\n                            <li>vale <Plus>1</Plus> in caso di <Plus>successo</Plus>.</li>\n                            <li>vale <Minus>0</Minus> in caso di <Minus>insuccesso</Minus>.</li>\n                        </ul>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Ber(p)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della bernoulliana\"}>\n                        <p>\n                            La distribuzione bernoulliana ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\{0, 1\\} = \\begin{cases}\n                            p \\quad se\\ k = 1\\\\\n                            q \\quad se\\ k = 0\\\\\n                            0 \\quad altrimenti\n                            \\end{cases} = p^x \\cdot q^{1 - k}`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Binomiale\"}>\n                    <Panel title={\"Distribuzione binomiale\"}>\n                        <p>\n                            Una variabile aleatoria che conta il numero di successi di <Latex>n</Latex> prove di uno schema di Bernoulli.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Bin(n, p)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della binomiale\"}>\n                        <p>\n                            La binomiale ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\{0..n\\} = \\binom{n}{k} \\cdot p^k \\cdot q^{n - k}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della binomiale\"}>\n                        <p>\n                            La <b>funzione generatrice dei momenti</b> della binomiale è:\n                        </p>\n                        <p>\n                            <Latex>{r`m_X (t) = (q + p \\cdot e^t) ^ n`}</Latex>\n                        </p>\n                        <p>\n                            La <b>media</b> di una binomiale è:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = n \\cdot p`}</Latex>\n                        </p>\n                        <p>\n                            La <b>varianza</b> di una binomiale è:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X) = n \\cdot p \\cdot q`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Geometrica\"}>\n                    <Panel title={\"Distribuzione geometrica\"}>\n                        <p>\n                            Una variabile aleatoria che conta il numero di prove in uno schema di Bernoulli fino alla comparsa del primo successo.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>Geo(p)</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della geometrica\"}>\n                        <p>\n                            La geometrica ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\mathbb{N} = q^{k - 1} p`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della geometrica\"}>\n                        <p>\n                            La <b>funzione generatrice dei momenti</b> della geometrica è:\n                        </p>\n                        <p>\n                            <Latex>{r`m_X (t) = \\frac{p \\cdot e^t}{1 - q \\cdot e^t}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>media</b> della geometrica è:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\frac{1}{p}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>varianza</b> della geometrica è:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X) = \\frac{q}{p^2}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Assenza di memoria della geometrica\"}>\n                        <p>\n                            La geometrica non tiene conto degli eventi avvenuti in passato: ha la proprietà dell'assenza di memoria:\n                        </p>\n                        <p>\n                            <Latex>{r`P([X = i + j | X > i ]) = P([X = j])`}</Latex>\n                        </p>\n                        <Example>\n                            Ovvero, riscalando opportunamente l'asse Y posso prendere come 0 qualsiasi punto dell'asse X.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Binomiale negativa\"}>\n                    <Panel title={\"Distribuzione binomiale negativa\"}>\n                        <p>\n                            Una variabile aleatoria che conta il numero di prove in uno schema di Bernoulli necessarie perchè si verifichi l'<Latex>n</Latex>-esimo successo.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`\\overline{Bin}(n, p)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della binomiale negativa\"}>\n                        <p>\n                            La binomiale negativa ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\{ n .. +\\infty \\} \\in \\mathbb{N} = \\binom{k - 1}{n - 1} \\cdot p^n \\cdot q^{k - n} `}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della binomiale negativa\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della binomiale negativa è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) : \\{ t < ln(\\frac{1}{q}) \\} = \\left( \\frac{p \\cdot e^t}{1 - q \\cdot e^t} \\right) ^n`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della binomiale negativa è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\frac{n}{p}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della binomiale negativa è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\frac{n \\cdot q}{p^2}`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Geometrica traslata\"}>\n                    <Panel title={\"Distribuzione geometrica traslata\"}>\n                        <p>\n                            Una variabile aleatoria che conta il numero <Latex>k</Latex> di insuccessi consecutivi in uno schema di Bernoulli:\n                        </p>\n                        <p>\n                            Il suo simbolo rimane <Latex>{r`Geo(p)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della geometrica tralsata\"}>\n                        <p>\n                            La geometrica traslata ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\mathbb{N} = p \\cdot q^k `}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della geometrica traslata\"}>\n                        <p>\n                            La <b>funzione generatrice dei momenti</b> della geometrica traslata è:\n                        </p>\n                        <p>\n                            <Latex>{r`m_X (t) : \\left\\{ t < ln \\left( \\frac{1}{q} \\right) \\right\\} = \\frac{p}{1 - q \\cdot e^t}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>media</b> della geometrica traslata è:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\frac{q}{p}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>varianza</b> della geometrica è:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X) = \\frac{q}{p^2}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Assenza di memoria della geometrica traslata\"}>\n                        <p>\n                            La geometrica traslata non tiene conto degli eventi avvenuti in passato: ha la proprietà dell'assenza di memoria:\n                        </p>\n                        <p>\n                            <Latex>{r`P([X = i + j | X > i ]) = P([X = j])`}</Latex>\n                        </p>\n                        <Example>\n                            Ovvero, riscalando opportunamente l'asse Y posso prendere come 0 qualsiasi punto dell'asse X.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Binomiale negativa traslata\"}>\n                    <Panel title={\"Distribuzione binomiale negativa traslata\"}>\n                        <p>\n                            Una variabile aleatoria che conta il numero di insuccessi in uno schema di Bernoulli prima che si verifichi l'<Latex>n</Latex>-esimo successo.\n                        </p>\n                        <p>\n                            Il suo simbolo rimane <Latex>{r`\\overline{Bin}(n, p)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della binomiale negativa traslata\"}>\n                        <p>\n                            La binomiale negativa traslata ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\mathbb{N} = \\binom{k + n - 1}{n - 1} \\cdot p^n \\cdot q^k `}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della binomiale negativa traslata\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della binomiale negativa traslata è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) : \\left\\{ t < ln \\left( \\frac{1}{q} \\right) \\right\\} = \\left( \\frac{p \\cdot e^t}{1 - q \\cdot e^t} \\right) ^n`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della binomiale negativa traslata è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\frac{n \\cdot q}{p}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della binomiale negativa traslata è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\frac{n \\cdot q}{p^2}`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Ipergeometrica\"}>\n                    <Panel title={\"Distribuzione ipergeometrica\"}>\n                        <p>\n                            Una variabile aleatoria che, sapendo il numero di successi <Latex>K</Latex> e di insuccessi <Latex>N-K</Latex>, conta quanti successi si otterrebbero se se ne estraessero <Latex>n</Latex> in blocco.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>Ipe(N, K, n)</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della ipergeometrica\"}>\n                        <p>\n                            La ipergeometrica ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\{0..n\\} \\in \\mathbb{N} = \\frac{\\binom{K}{k} \\cdot \\binom{N - K}{n - k}}{\\binom{N}{n}}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della ipergeometrica\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della ipergeometrica è trascurabile.\n                            </p>\n                            <p>\n                                La <b>media</b> della ipergeometrica è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = n \\cdot \\frac{K}{N}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della ipergeometrica è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = n \\cdot \\frac{K}{N} \\cdot \\frac{N - K}{N} \\cdot \\frac{N - n}{N - 1}`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Poissoniana\"}>\n                    <Panel title={\"Distribuzione poissoniana\"}>\n                        <p>\n                            Una variabile aleatoria che soddisfa tutte le seguenti caratteristiche:\n                        </p>\n                        <ul>\n                            <li>Binomiale: <Latex>{r`X \\sim Bin(n, p)`}</Latex></li>\n                            <li>Il numero di prove tende a infinito: <Latex>{r`n \\to +\\infty`}</Latex></li>\n                            <li>La probabilità di successo tende a 0: <Latex>{r`p \\to 0`}</Latex></li>\n                            <li>La media è finita: <Latex>{r`E(X) = n \\cdot p \\to \\mu \\neq 0`}</Latex></li>\n                        </ul>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Poi(\\mu)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della poissoniana\"}>\n                        <p>\n                            La poissoniana ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (k) : \\mathbb{N} = \\frac{e^{-\\mu} \\cdot \\mu^k}{k!}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della poissoniana\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della poissoniana è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) = e^{\\mu \\cdot (e^t - 1)}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della poissoniana è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\mu`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della poissoniana è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\mu`}</Latex>\n                            </p>\n                            <p>\n                                Gli altri momenti della poissoniana sono:\n                            </p>\n                            <ol start={2}>\n                                <li><Latex>{r`E(X^2) = \\mu^2 + \\mu`}</Latex></li>\n                            </ol>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Un altro schema\"}>\n                    <Panel title={\"Schema di Poisson\"}>\n                        <p>\n                            Una successione di <b>arrivi</b> avvenuti in un certo arco temporale che:\n                        </p>\n                        <ul>\n                            <li>non sono sovrapposti.</li>\n                            <li>hanno intensità <Latex>{r`\\lambda`}</Latex> costante.</li>\n                            <li>avvengono indipendentemente gli uni dagli altri.</li>\n                        </ul>\n                    </Panel>\n                    <Panel title={\"Processo di Poisson\"}>\n                        <p>\n                            Una variabile aleatoria <Latex>N_t</Latex> che conta il numero di arrivi di uno schema di Poisson di intensità <Latex>{r`\\lambda`}</Latex> in un intervallo di tempo di durata <Latex>t</Latex>.\n                        </p>\n                        <p>\n                            E' una distribuzione poissoniana con <Latex>{r`\\mu = t \\cdot \\lambda`}</Latex>: <Latex>{r`Poi(t \\cdot \\lambda)`}</Latex>\n                        </p>\n                        <Example>\n                            E' paragonabile a una bernoulliana: ogni successo corrisponde a un arrivo, mentre il tempo è il numero di prove effettuate (ma nel continuo).\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Esponenziale\"}>\n                    <Panel title={\"Distribuzione esponenziale\"}>\n                        <p>\n                            Una variabile aleatoria che conta il tempo diwidehattesa prima del primo arrivo di un processo di Poisson di intensità <Latex>{r`\\lambda`}</Latex>.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Esp(\\lambda)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità dell'esponenziale\"}>\n                        <p>\n                            L'esponenziale ha come <b>densità</b>:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (x) = \\begin{cases}\n                            0 \\qquad \\qquad x < 0\\\\\n                            \\lambda \\cdot e^{-\\lambda \\cdot x} \\quad x > 0\n                            \\end{cases}`}</Latex>\n                        </p>\n                        <p>\n                            L'esponenziale ha come <b>funzione di ripartizione</b>:\n                        </p>\n                        <p>\n                            <Latex>{r`F_X (t) = \\begin{cases}\n                            0 \\qquad \\qquad t < 0\\\\\n                            1 - e^{-\\lambda \\cdot t} \\quad t \\geq 0\n                            \\end{cases}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti dell'esponenziale\"}>\n                        <p>\n                            La <b>funzione generatrice dei momenti</b> dell'esponenziale è:\n                        </p>\n                        <p>\n                            <Latex>{r`m_X (t) : \\{ t | t < \\lambda \\} \\in \\mathbb{R} = \\frac{\\lambda}{\\lambda - t}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>media</b> dell'esponenziale è:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X) = \\frac{1}{\\lambda}`}</Latex>\n                        </p>\n                        <p>\n                            La <b>varianza</b> dell'esponenziale è:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X) = \\frac{1}{\\lambda^2}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Assenza di memoria della esponenziale\"}>\n                        <p>\n                            L'esponenziale non tiene conto degli eventi avvenuti in passato: ha la proprietà dell'assenza di memoria:\n                        </p>\n                        <p>\n                            <Latex>{r`P([X > s + t | X > s]) = P([X > t])`}</Latex>\n                        </p>\n                        <Example>\n                            Ovvero, riscalando opportunamente l'asse Y posso prendere come 0 qualsiasi punto dell'asse X.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Legge gamma\"}>\n                    <Panel title={\"Distribuzione gamma\"}>\n                        <p>\n                            Una variabile aleatoria che conta il tempo diwidehattesa prima dell'<Latex>n</Latex>-esimo arrivo di un processo di Poisson di intensità <Latex>{r`\\lambda`}</Latex>.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`\\Gamma(n, \\lambda)`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della legge gamma\"}>\n                        <p>\n                            La legge gamma ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (x) = \\begin{cases}\n                            0 \\qquad \\qquad \\qquad \\qquad \\qquad x < 0\\\\\n                            \\frac{1}{(n-1)!} \\cdot \\lambda^n \\cdot x^{n-1} \\cdot e^{-\\lambda \\cdot x} \\quad k > 0\n                            \\end{cases}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della legge gamma\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della legge gamma è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) : ( t < \\lambda ) \\in \\mathbb{R} = \\left( \\frac{\\lambda}{\\lambda - t} \\right) ^\\alpha`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della legge gamma è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\frac{\\alpha}{\\lambda}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della legge gamma è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\frac{\\alpha}{\\lambda^2}`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Uniforme\"}>\n                    <Panel title={\"Distribuzione uniforme\"}>\n                        <p>\n                            Una variabile aleatoria che può assumere qualsiasi valore in un intervallo <Latex>{r`[a, b]`}</Latex> in modo equiprobabile.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Uni(a, b)`}</Latex>\n                        </p>\n                        <p>\n                            Su di essa vale la seguente proprietà:\n                        </p>\n                        <p>\n                            <Latex>{r`P(X \\in (c, d)) = \\frac{d - c}{b - a}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità della distribuzione uniforme\"}>\n                        <p>\n                            La distribuzione uniforme ha come <b>densità</b>:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (x) = \\begin{cases}\n                                \\frac{1}{b - a} \\qquad a \\leq x \\leq b\\\\\n                                0 \\qquad \\quad altrimenti    \n                            \\end{cases}`}</Latex>\n                        </p>\n                        <p>\n                            La distribuzione uniforme ha come <b>funzione di ripartizione</b>:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (x) = \\begin{cases}\n                                0 \\qquad \\quad x < a  \n                                \\frac{1}{b - a} \\qquad a \\leq x \\leq b\\\\\n                                1 \\qquad \\quad x > b\n                            \\end{cases}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della distribuzione uniforme\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della distribuzione uniforme è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) = \\frac{e^{b \\cdot t} - e^{a \\cdot t}}{(b - a) \\cdot t}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della distribuzione uniforme è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\frac{a + b}{2}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della distribuzione uniforme è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\frac{(b - a)^2}{12}`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Normale o Gaussiana\"}>\n                    <Panel title={\"Distribuzione normale\"}>\n                        <p>\n                            Una variabile aleatoria con una specifica distribuzione.\n                        </p>\n                        <p>\n                            Il suo simbolo è <Latex>{r`Nor(\\mu, \\sigma^2)`}</Latex>.\n                        </p>\n                        <Example>\n                            <Latex>\\mu</Latex> e <Latex>\\sigma^2</Latex> sono rispettivamente la media e la varianza della distribuzione!\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Densità della distribuzione normale\"}>\n                        <p>\n                            La distribuzione normale ha come densità:\n                        </p>\n                        <p>\n                            <Latex>{r`f_X (x) = \\frac{e^{-\\frac{(x - \\mu)^2}{2 \\sigma^2}}}{\\sqrt{2 \\pi \\cdot \\sigma^2}}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Momenti della distribuzione normale\"}>\n                        <p>\n                            <p>\n                                La <b>funzione generatrice dei momenti</b> della distribuzione normale è:\n                            </p>\n                            <p>\n                                <Latex>{r`m_X (t) = e^{\\mu \\cdot t + \\frac{\\sigma^2 \\cdot t^2}{2}}`}</Latex>\n                            </p>\n                            <p>\n                                La <b>media</b> della distribuzione normale è:\n                            </p>\n                            <p>\n                                <Latex>{r`E(X) = \\mu`}</Latex>\n                            </p>\n                            <p>\n                                La <b>varianza</b> della distribuzione normale è:\n                            </p>\n                            <p>\n                                <Latex>{r`Var(X) = \\sigma^2`}</Latex>\n                            </p>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Trasformazione della normale\"}>\n                        <p>\n                            Qualsiasi normale può essere trasformata in qualsiasi altra normale:\n                        </p>\n                        <p>\n                            <Latex>{r`X \\sim Nor(m, v^2) \\implies \\alpha X + \\beta \\sim Nor(\\alpha m + \\beta, (\\alpha v)^2)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Normale standard\"}>\n                        <p>\n                            La distribuzione normale standard <Latex>Z</Latex> è:\n                        </p>\n                        <p>\n                            <Latex>Z \\sim Nor(0, 1)</Latex>\n                        </p>\n                        <p>\n                            La sua funzione di ripartizione è detta <Latex>{r`\\phi(z)`}</Latex> e vale:\n                        </p>\n                        <p>\n                            <Latex>{r`F_Z(z) = \\phi(z) = \\frac{1}{\\sqrt{2 \\pi}} \\int_{-\\infty}^{z} e^{-\\frac{x^2}{2}} dx`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Quantili normali\"}>\n                        <p>\n                            Da un quantile <Latex>{r`z_\\alpha`}</Latex> della normale standard è possibile risalire allo stesso quantile di qualsiasi altra normale:\n                        </p>\n                        <p>\n                            <Latex>{r`x_\\alpha = \\mu + z_\\alpha \\cdot \\sqrt{\\sigma^2}`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Gamma e normale\"}>\n                        <p>\n                            La distribuzione normale ha una particolare relazione con la distribuzione Gamma:\n                        </p>\n                        <p>\n                            <Latex>{r`Z^2 \\sim \\chi^2 (v = 1)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"La funzione Chi\"}>\n                        <blockquote>\n                            \"chi-quadro a un grado di libertà\"\n                        </blockquote>\n                        <p>\n                            Esiste una distribuzione Gamma particolare:\n                        </p>\n                        <p>\n                            <Latex>{r`\\Gamma \\left( \\frac{1}{2}, \\frac{1}{2} \\right) = \\chi^2 (v = 1)`}</Latex>\n                        </p>\n                        <p>\n                            Più chi-quadro possono essere sommate per aumentare i loro gradi di libertà:\n                        </p>\n                        <p>\n                            <Latex>{r`\\chi^2 (n) + \\chi^2 (m) = \\chi^2 (n + m)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"T di Student\"}>\n                        <p>\n                            Un'altra funzione particolare è la funzione T di Student:\n                        </p>\n                        <p>\n                            <Latex>{r`T(v) = \\frac{Nor(0, 1)}{\\sqrt{\\frac{\\chi^2(v)}{v}}}`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Approssimazioni notevoli\"}>\n                    <Panel title={\"Ipergeometrica e binomiale\"}>\n                        <p>\n                            La binomiale è come una ipergeometrica ma con ripetizioni, quindi per valori molto grandi di <Latex>N</Latex> rispetto a <Latex>n</Latex>, si può dire che:\n                        </p>\n                        <p>\n                            <Latex>{r`Ipe(N, K, n) \\approx Bin(n, \\frac{K}{N})`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Binomiale e poissoniana\"}>\n                        <p>\n                            La binomiale non è altro che una poissoniana a tempo discreto, quindi, se <Latex>n</Latex> è grande e <Latex>n \\cdot p</Latex> è nell'ordine di grandezza delle unità, allora:\n                        </p>\n                        <p>\n                            <Latex>{r`Bin(n, p) \\approx Poi(n \\cdot p)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Binomiale e normale\"}>\n                        <p>\n                            Per il Teorema di De Moivre-Laplace, se una binomiale ha una <Latex>n</Latex> grande e <Latex>p</Latex> non vicina a 0 o 1, si può approssimare con:\n                        </p>\n                        <p>\n                            <Latex>{r`Bin(n, p) \\approx Nor(n \\cdot p, n \\cdot p \\cdot q)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Correzione di Yates\"}>\n                        <p>\n                            Passando da una variabile discreta <Latex>X</Latex> a una continua <Latex>Y</Latex>, per ogni valore discreto <Latex>k</Latex> la probabilità viene \"spalmata\" su tutto l'intervallo <Latex>{r`(k - \\frac{1}{2}, k + \\frac{1}{2})`}</Latex>:\n                        </p>\n                        <ul>\n                            <li><Latex>{r`P(X < k) \\simeq P(Y \\leq k - \\frac{1}{2})`}</Latex></li>\n                            <li><Latex>{r`P(X \\leq k) \\simeq P(Y \\leq k + \\frac{1}{2})`}</Latex></li>\n                            <li><Latex>{r`P(X \\geq k) \\simeq P(Y \\geq k - \\frac{1}{2})`}</Latex></li>\n                            <li><Latex>{r`P(X > k) \\simeq P(Y \\geq k + \\frac{1}{2})`}</Latex></li>\n                        </ul>\n                    </Panel>\n                </Split>\n                <Split title={\"Vettori aleatori\"}>\n                    <Panel title={\"Vettore aleatorio\"}>\n                        <p>\n                            Un vettore <b>composto da variabili aleatorie</b>.\n                        </p>\n                        <p>\n                            Il suo simbolo generalmente è <Latex>{r`\\boldsymbol{X}`}</Latex> oppure <Latex>{r`X, Y`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Funzioni di ripartizione\"}>\n                        <p>\n                            I vettori aleatori hanno più funzioni di ripartizione che si differenziano in base al numero di parametri.\n                        </p>\n                        <p>\n                            Se il numero di parametri coincide con la dimensione del vettore aleatorio, allora la funzione sarà una <i>funzione di ripartizione congiunta</i>:\n                        </p>\n                        <p>\n                            <Latex>{r`F_{X, Y} (x, y) = P(X \\leq x, Y \\leq y)`}</Latex>\n                        </p>\n                        <p>\n                            Se il numero di parametri è minore della dimensione del vettore aleatorio, allora la funzione sarà una <i>funzione di ripartizione marginale</i>:\n                        </p>\n                        <p>\n                            <Latex>{r`F_X (x) = P(X \\leq x) = \\lim_{y \\to +\\infty} F_{X, Y} (x, y)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Densità discreta\"}>\n                        <p>\n                            I vettori aleatori <b>discreti</b> hanno più densità che si differenziano in base al numero di parametri.\n                        </p>\n                        <p>\n                            Se il numero di parametri coincide con la dimensione del vettore aleatorio, allora la funzione sarà una <i>densità congiunta</i>:\n                        </p>\n                        <p>\n                            <Latex>{r`p_{X, Y} (x, y) = P(X = x, Y = y)`}</Latex>\n                        </p>\n                        <p>\n                            Se il numero di parametri è minore della dimensione del vettore aleatorio, allora la funzione sarà una <i>densità marginale</i>:\n                        </p>\n                        <p>\n                            <Latex>{r`p_X (x) = \\sum_j p_{X, Y} (x_i, y_j)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Più variabili aleatorie\"}>\n                    <Panel title={\"Indipendenza delle variabili aleatorie\"}>\n                        <p>\n                            Più variabili aleatorie sono indipendenti se, per qualsiasi scelta di intervalli <Latex>A_i</Latex>:\n                        </p>\n                        <p>\n                            <Latex>{r`P(X_1 \\in A_1, \\dots, X_n \\in A_n) = P(X_1 \\in A_1) \\times \\dots \\times P(X_n \\in A_n)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Media dei vettori aleatori\"}>\n                        <p>\n                            E' possibile calcolare la media di qualsiasi funzione <Latex>g(X, Y)</Latex> avente elementi del vettore come variabili:\n                        </p>\n                        <p>\n                            <Latex>{r`E(g(X, Y)) = \\sum_{i, j} g(x_i, y_i) \\cdot p_{X, Y} (x_i, y_i)`}</Latex>\n                        </p>\n                        <Example>\n                            Solitamente si calcola la media di <Latex>x \\cdot y</Latex>.\n                        </Example>\n                        <p>\n                            Le medie di più variabili aleatorie si possono sommare:\n                        </p>\n                        <p>\n                            <Latex>{r`E(X + Y) = E(X) + E(Y)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split>\n                    <Panel title={\"Covarianza\"}>\n                        <p>\n                            Un <b>operatore</b> che misura la correlazione di due variabili aleatorie.\n                        </p>\n                        <p>\n                            Si calcola con il valore atteso dei prodotti delle distanze dalla media:\n                        </p>\n                        <p>\n                            <Latex>{r`Cov(X, Y) = E((X - E(X) \\cdot (Y - E(Y)) = E(XY) - E(X) \\cdot E(Y)`}</Latex>\n                        </p>\n                        <p>\n                            Ha diverse proprietà:\n                        </p>\n                        <ul>\n                            <li>Il suo <b>valore nullo</b> è 0: <Latex>{r`Cov(X, \\alpha) = 0`}</Latex></li>\n                            <li>E' <b>commutativa</b>: <Latex>{r`Cov(X, Y) = Cov(Y, X)`}</Latex></li>\n                            <li>E' <b>semplificabile</b>: <Latex>{r`Cov(X, X) = Var(X)`}</Latex></li>\n                            <li>E' <b>lineare</b>: <Latex>{r`Cov(\\alpha X, \\beta Y) = \\alpha \\cdot \\beta \\cdot Cov(X, Y)`}</Latex></li>\n                            <li>E' <b>distributiva</b>: <Latex>{r`Cov(X + Y, V + W) = Cov(X, Y) + Cov(X, W) + Cov(Y, V) + Cov(Y, W)`}</Latex></li>\n                        </ul>\n                    </Panel>\n                    <Panel title={\"Variabili incorrelate\"}>\n                        <p>\n                            Due variabili sono <i>variabili incorrelate</i> se:\n                        </p>\n                        <p>\n                            <Latex>{r`Cov(X, Y) = 0`}</Latex>\n                        </p>\n                        <p>\n                            Variabili indipendenti sono sempre incorrelate.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Matrice di covarianza\"}>\n                        <p>\n                            Una matrice <Latex>{r`\\boldsymbol{C_X}`}</Latex> che contiene la covarianza tra tutte le variabili di un vettore aleatorio <Latex>{r`\\boldsymbol{X}`}</Latex>:\n                        </p>\n                        <p>\n                            <Latex>{r`\n                                \\boldsymbol{C_X} = \n                                \\begin{bmatrix}\n                                    Var(X_1) & Cov(X_1, X_2) & Cov(X_1, X_3)\\\\\n                                    Cov(X_2, X_1) & Var(X_2) & Cov(X_2, X_3)\\\\\n                                    Cov(X_3, X_1) & Cov(X_3, X_2) & Var(X_3)\n                                \\end{bmatrix}\n                            `}</Latex>\n                        </p>\n                        <p>\n                            E' sempre simmetrica e semidefinita positiva (tutti gli autovalori sono <Latex>\\geq 0</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Coefficiente di correlazione\"}>\n                        <p>\n                            Un valore che misura come due variabili aleatorie sono correlate:\n                        </p>\n                        <p>\n                            <Latex>{r`\\rho_{X, Y} = \\frac{Cov(X, Y)}{\\sqrt{Var(X)} \\cdot \\sqrt{Var(Y)}}`}</Latex>\n                        </p>\n                        <p>\n                            E' sempre compreso tra -1 e 1:\n                        </p>\n                        <p>\n                            <Latex>{r`-1 \\leq \\rho_{X, Y} \\leq 1`}</Latex>\n                        </p>\n                        <p>\n                            Vale esattamente -1 o 1 solo se esiste un legame lineare tra le due variaibli:\n                        </p>\n                        <p>\n                            <Latex>{r`Y = a X + b \\Longleftrightarrow | \\rho_{X, Y} | = 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Varianza di variabili aleatorie sommate\"}>\n                        <p>\n                            La varianza di due variabili aleatorie sommate è:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(X + Y) = Var(X) + Var(Y) + 2 \\cdot Cov(X, Y)`}</Latex>\n                        </p>\n                        <Example>\n                            Si dimostra applicando le proprietà della covarianza!\n                        </Example>\n                        <p>\n                            Se più variabili aleatorie <Latex>X_i</Latex> sono <b>indipendenti</b> (<Latex>{r`Cov(X, Y) = 0`}</Latex>), allora:\n                        </p>\n                        <p>\n                            <Latex>{r`Var \\left( \\sum_i X_i \\right) = \\sum_i Var(X_i)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Campioni\"}>\n                    <Panel title={\"Campione casuale\"}>\n                        <p>\n                            Una <b>n-pla</b> di variabili aleatorie con la stessa distribuzione della variabile aleatoria <Latex>X</Latex> (\"popolazione\") ma <b>indipendenti</b> tra loro.\n                        </p>\n                        <Example>\n                            Le variabili aleatorie sono come un lazy-load in programmazione; quando ci sarà bisogno del loro valore numerico, esse si <b>realizzeranno</b> nel loro valore.\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Momento campionario\"}>\n                        <p>\n                            Il valore dato dalla media aritmetica degli <Latex>n</Latex> elementi del campione elevati alla potenza <Latex>k</Latex>:\n                        </p>\n                        <p>\n                            <Latex>{r`M^{(k)}_n = \\frac{1}{n} \\cdot \\sum_{i = 1}^n X_i^k `}</Latex>\n                        </p>\n                        <p>\n                            Il momento campionario di primo ordine è la <i>media campionaria</i> <Latex>{r`\\overline{X}_n`}</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Varianza campionaria\"}>\n                        <p>\n                            La media aritmetica dello scarto quadratico medio degli elementi del campione.\n                        </p>\n                        <p>\n                            Se è noto il valore medio <Latex>{r`m = E(X)`}</Latex> di X:\n                        </p>\n                        <p>\n                            <Latex>{r`S_0^2 = \\frac{1}{n} \\cdot \\sum_{i = 1}^n (X_i - m)^2 = M_n^(2) - 2 \\cdot m \\cdot \\overline{X}_n + m^2`}</Latex>\n                        </p>\n                        <p>\n                            Altrimenti:\n                        </p>\n                        <p>\n                            <Latex>{r`S_n^2 = \\frac{1}{n - 1} \\cdot \\sum_{i = 1}^n (X_i - \\overline{X}_n)^2 = \\frac{1}{n - 1} \\cdot ( n \\cdot M_2^{(2)} - n \\cdot \\overline{X}_n^2)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Media-ception\"}>\n                    <Panel title={\"Media campionaria\"}>\n                        <p>\n                            Se calcoliamo la media della media campionaria, risulterà vero che:\n                        </p>\n                        <p>\n                            <Latex>{r`E(\\overline{X}_n) = E(X)`}</Latex>\n                        </p>\n                        <Example>\n                            Quindi, è possibile usare i campioni per trovare la media di una variabile aleatoria!\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Varianza campionaria\"}>\n                        <p>\n                            Se calcoliamo la varianza della media campionaria, risulterà vero che:\n                        </p>\n                        <p>\n                            <Latex>{r`Var(\\overline{X}_n) = \\frac{Var(X)}{n}`}</Latex>\n                        </p>\n                        <Example>\n                            Quindi, possiamo stimare l'errore della media calcolata tramite campioni!\n                        </Example>\n                    </Panel>\n                    <Panel title={\"Correzione campionaria\"}>\n                        <p>\n                            Se calcoliamo la media della varianza campionaria, risulterà vero che:\n                        </p>\n                        <p>\n                            <Latex>{r`E(S_0^2) = E(S_n^2) = Var(X)`}</Latex>\n                        </p>\n                        <Example>\n                            Quindi, possiamo stimare l'errore della media calcolata tramite campioni!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Campionamento di una distribuzione normale\"}>\n                    <Panel title={\"Campionamento di una distribuzione normale\"}>\n                        <p>\n                            Se la popolazione <Latex>X</Latex> ha una distribuzione normale (<Latex>{r`X \\sim Nor(\\mu, \\sigma^2)`}</Latex>)...\n                        </p>\n                    </Panel>\n                    <Panel title={\"Distribuzione della media campionaria\"}>\n                        <p>\n                            ...allora sappiamo anche la distribuzione della media campionaria!\n                        </p>\n                        <p>\n                            <Latex>{r`\\overline{X}_n \\sim Nor \\left( \\mu, \\frac{\\sigma^2}{n} \\right)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Distribuzione della varianza campionaria\"}>\n                        <p>\n                            ...e anche della varianza campionaria!\n                        </p>\n                        <p>\n                            <Latex>{r`S_0^2 \\sim \\frac{\\sigma^2}{n} \\cdot \\chi^2 (n)`}</Latex>\n                        </p>\n                        <p>\n                            <Latex>{r`S_n^2 \\sim \\frac{\\sigma^2}{n - 1} \\cdot \\chi^2 (n-1)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Indipendenza\"}>\n                        <p>\n                            ...e che media campionaria e varianza campionaria sono indipendenti tra loro!\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Quando i campioni hanno dimensioni infinite\"}>\n                    <Panel title={\"Convergenza in distribuzione\"}>\n                        <p>\n                            Se la successione di variabili aleatorie <Latex>X_n</Latex> all'infinito ha la <b>stessa funzione di ripartizione</b> della popolazione <Latex>X</Latex>, allora essa <i>converge in distribuzione</i>.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\lim_{n \\\\to +\\\\infty} F_{X_n} (x) = F_X (x) \\\\implies X_n \\\\xrightarrow{d} X`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Convergenza in probabilità\"}>\n                        <p>\n                            Se la successione di variabili aleatorie <Latex>X_n</Latex> all'infinito ha la <b>stessa probabilità</b> della popolazione <Latex>X</Latex>, allora essa <i>converge in probabilità</i>.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\forall \\\\epsilon > 0, \\\\lim_{n \\\\to +\\\\infty} P( | X_n - X | < \\\\epsilon) = 1 \\\\implies X_n \\\\xrightarrow{p} X`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Convergenza quasi certa\"}>\n                        <p>\n                            Se la successione di variabili aleatorie <Latex>X_n</Latex> all'infinito ha la <b>stessa probabilità a </b> della popolazione <Latex>X</Latex>, allora essa <i>converge quasi certamente</i>.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\forall \\\\epsilon > 0, P \\left( \\\\lim_{n \\\\to +\\\\infty} | X_n - X | < \\\\epsilon) \\right) = 1 \\\\implies X_n \\\\xrightarrow{qc} X`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Convergenza in media quadratica\"}>\n                        <p>\n                            Se la successione di variabili aleatorie <Latex>X_n</Latex> all'infinito ha la <b>media del quadrato della distanza</b> tra la successione e la popolazione <Latex>X</Latex> <b>uguale a 0</b>, allora essa <i>converge in media quadratica</i>.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\lim_{n \\\\to +\\\\infty} E( | X_n - X |^2 = 0 \\\\implies X_n \\\\xrightarrow{mq} X`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Gerarchia delle convergenze\"}>\n                        <p>\n                            <Latex>{`\n                                \\\\begin{matrix}\n                                X_n \\\\xrightarrow{mq} X\\\\\\\\\n                                X_n \\\\xrightarrow{qc} X\n                                \\\\end{matrix} \\\\implies X_n \\\\xrightarrow{p} X \\\\implies X_n \\\\xrightarrow{d} X`\n                            }</Latex>\n                        </p>\n                        <p>\n                            In più:\n                        </p>\n                        <p>\n                            <Latex>{`X_n \\\\xrightarrow{p} x \\\\Longleftrightarrow X_n \\\\xrightarrow{d} x`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"I grandi numeri\"}>\n                    <Panel title={\"Legge debole dei grandi numeri\"}>\n                        <p>\n                            La successione delle medie campionarie <Latex>{r`\\overline{X}_n`}</Latex> <b>converge in probabilità</b> alla media della popolazione <Latex>{r`E(X)`}</Latex>, se essa esiste.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\overline{X}_n \\\\xrightarrow{p} X`}</Latex>\n                        </p>\n                        <p>\n                            Ovvero:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall \\epsilon > 0, \\lim_{n \\to +\\infty} P( | \\overline{X}_n - E(X) | < \\epsilon) = 1`}</Latex>\n                        </p>\n                        <p>\n                            <Latex>{r`P( | \\overline{X}_n - E(X) | < \\epsilon) \\to 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Legge forte dei grandi numeri\"}>\n                        <p>\n                            La successione delle medie campionarie <Latex>{r`\\overline{X}_n`}</Latex> <b>converge quasi certamente</b> alla media della popolazione <Latex>{r`E(X)`}</Latex>, se essa esiste.\n                        </p>\n                        <p>\n                            <Latex>{`\\\\overline{X}_n \\\\xrightarrow{qc} X`}</Latex>\n                        </p>\n                        <p>\n                            Ovvero:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall \\epsilon > 0, P \\left( \\lim_{n \\to +\\infty} | \\overline{X}_n - E(X) | < \\epsilon \\right) = 1`}</Latex>\n                        </p>\n                        <Example>\n                            Dimostra che l'interpretazione frequentista della probabilità è valida!\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Al limite\"}>\n                    <Panel title={\"Teorema centrale del limite\"}>\n                        <p>\n                            La successione delle medie campionarie <Latex>{r`\\overline{X}_n`}</Latex> <b>converge in distribuzione</b> a <Latex>{r`Nor(0, 1) = \\Phi()`}</Latex>.\n                        </p>\n                        <p>\n                            <Latex>{r`\\overline{X}_n \\approx Nor \\left(E(X), \\frac{Var(X)}{n} \\right)`}</Latex>\n                        </p>\n                        <p>\n                            Ovvero:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall x \\in \\mathbb{R}, \\lim_{n \\to +\\infty} P \\left( \\frac{\\overline{X}_n - E(X)}{\\sqrt{\\frac{Var(X)}{n}}} \\leq x \\right) = \\Phi(x)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Altre approsimazioni\"}>\n                    <Panel title={\"Binomiale e normale\"}>\n                        <p>\n                            E' una somma di <b>bernoulliane</b>, e quindi si approssima a una normale:\n                        </p>\n                        <p>\n                            <Latex>{r`Bin(n, p) \\approx Nor(n \\cdot p, n \\cdot p \\cdot q)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Binomiale negativa e normale\"}>\n                        <p>\n                            E' una somma di <b>geometriche</b>, e quindi si approssima a una normale:\n                        </p>\n                        <p>\n                            <Latex>{r`\\overline{Bin} (n, p) \\approx Nor \\left( \\frac{n}{p}, \\frac{n \\cdot (1 - p)}{p^2} \\right)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Poissoniana e normale\"}>\n                        <p>\n                            E' una somma di altre <b>poissoniane</b>, e quindi si approssima a una normale:\n                        </p>\n                        <p>\n                            <Latex>{r`Poi(\\lambda) \\approx Nor(\\lambda, \\lambda)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Gamma e normale\"}>\n                        <p>\n                            E' una somma di <b>esponenziali</b>, e quindi si approssima a una normale:\n                        </p>\n                        <p>\n                            <Latex>{r`\\Gamma (\\alpha, \\lambda) \\approx Nor \\left( \\frac{\\alpha}{\\lambda}, \\frac{\\alpha}{\\lambda^2} \\right)`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"In generale\"}>\n                        <p>\n                            Se <Latex>n</Latex> è grande, allora:\n                        </p>\n                        <p>\n                            <Latex>{r`Y = \\sum_{i=1}^{n} X_i`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Actually statistica\"}>\n                    <Panel title={\"Parametri sconosciuti\"}>\n                        <p>\n                            Per indicare parametri sconosciuti di una legge si usa <Latex>\\theta</Latex>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Statistica\"}>\n                        <p>\n                            Una variabile aleatoria funzione di un campione:\n                        </p>\n                        <p>\n                            <Latex>{r`T(\\boldsymbol{X})`}</Latex>\n                        </p>\n                        <Example>\n                            Ad esempio, sono statistiche media e varianza campionaria, così come il campione stesso <Latex>{r`T(\\boldsymbol{X}) = \\boldsymbol{X}`}</Latex>.\n                        </Example>\n                    </Panel>\n                </Split>\n                <Split title={\"Stimatori\"}>\n                    <Panel title={\"Stimatore\"}>\n                        <p>\n                            Una statistica <Latex>T_n</Latex> ottenuta da <Latex>n</Latex> osservazioni, che stimi i parametri di una legge e sia indipendente da essi.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Corretto\"}>\n                        <p>\n                            Uno stimatore è <i>corretto</i> se il suo valore atteso coincide con quello dei parametri che stima:\n                        </p>\n                        <p>\n                            <Latex>{r`E(T_n) = \\theta`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Asintoticamente corretto\"}>\n                        <p>\n                            Uno stimatore è <i>asintoticamente corretto</i> se, per infinite osservazioni, il suo valore atteso coincide con quello dei parametri che stima:\n                        </p>\n                        <p>\n                            <Latex>{r`\\lim_{n \\to +\\infty} E(T_n) = \\theta`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Consistente in media quadratica\"}>\n                        <p>\n                            Uno stimatore è <i>consistente in media quadratica</i> se:\n                        </p>\n                        <p>\n                            <Latex>{r`\\lim_{n \\to +\\infty} E((T_n - \\theta)^2) = 0`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Consistente in probabilità\"}>\n                        <p>\n                            Uno stimatore è <i>consistente in probabilità</i> se:\n                        </p>\n                        <p>\n                            <Latex>{r`\\forall \\epsilon > 0, \\lim_{n \\to +\\infty} P( |T_n - \\theta| < \\epsilon) = 1`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Asintoticamente normale\"}>\n                        <p>\n                            Uno stimatore è <i>asintoticamente normale</i> se:\n                        </p>\n                        <p>\n                            <Latex>{r`\\lim_{n \\to +\\infty} \\frac{T_n - E(T_n)}{\\sqrt{Var(T_n)}} \\sim Nor(0, 1)`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Metodo dei momenti\"}>\n                    <Panel title={\"Metodo dei momenti\"}>\n                        <p>\n                            Si può usare il <i>metodo dei momenti</i> per ottenere uno stimatore di una popolazione <Latex>X</Latex>.\n                        </p>\n                        <p>\n                            Lo stimatore di <Latex>{r`\\theta`}</Latex> così ottenuto sarà indicato aggiungendo un cappellino e una <Latex>M</Latex> a <Latex>\\theta</Latex>: <Latex>{r`\\widehat{\\theta}_M`}</Latex>\n                        </p>\n                        <p>\n                            Visto che:\n                        </p>\n                        <ul>\n                            <li><Latex>{r`\\theta = g(E(X))`}</Latex></li>\n                            <li><Latex>{r`\\widehat{E(X)} = \\overline{X}_n`}</Latex></li>\n                        </ul>\n                        <p>\n                            Allora:\n                        </p>\n                        <p>\n                            <Latex>{r`\\widehat{\\theta}_M = g( \\overline{X}_n )`}</Latex>\n                        </p>\n                        <p>\n                            Se <Latex>{r`\\theta`}</Latex> non è esprimibile in termini di <Latex>{r`E(X)`}</Latex>, si possono usare i momenti successivi <Latex>{r`M_n^2`}</Latex>, <Latex>{r`M_n^3`}</Latex>, <Latex>{r`M_n^3`}</Latex>...\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Metodo della massima verosomiglianza\"}>\n                    <Panel title={\"Metodo della massima verosomiglianza\"}>\n                        <p>\n                            Si può usare il <i>metodo della massima verosomiglianza</i> per ottenere uno stimatore di una popolazione <Latex>X</Latex>.\n                        </p>\n                        <p>\n                            Lo stimatore di <Latex>{r`\\theta`}</Latex> così ottenuto sarà indicato aggiungendo un cappellino e una <Latex>L</Latex> a <Latex>\\theta</Latex>: <Latex>{r`\\widehat{\\theta}_L`}</Latex>\n                        </p>\n                        <p>\n                            Consiste nel trovare il massimo assoluto <Latex>{r`\\widehat{\\theta}_L`}</Latex> della la funzione di verosomiglianza <Latex>{r`L`}</Latex>:\n                        </p>\n                        <p>\n                            <Latex>{r`L(x_1, ..., x_n; \\theta) = \\prod_{i=1}^n f_X(x_i; \\theta)`}</Latex>\n                        </p>\n                        <p>\n                            Gli stimatori di massima verosomiglianza sono <b>asintoticamente corretti</b>, <b>consistenti in probabilità</b> e <b>asintoticamente normali</b>.\n                        </p>\n                    </Panel>\n                    <Panel title={\"Proprietà degli stimatori di massima verosomiglianza\"}>\n                        <p>\n                            Gli stimatori di massima verosomiglianza godono delle seguenti proprietà:\n                        </p>\n                        <ul>\n                            <li>Sono <b>asintoticamente corretti</b>.</li>\n                            <li>Sono <b>consistenti in probabilità</b>.</li>\n                            <li>Sono <b>asintoticamente normali</b>.</li>\n                            <li>Sono <b>invarianti</b>: <Latex>{r`\\widehat{g(\\theta)}_L = g(\\widehat{\\theta}_L)`}</Latex></li>\n                        </ul>\n                    </Panel>\n                </Split>\n                <Split title={\"Nuove stime notevoli\"}>\n                    <Panel title={\"Stima di una bernoulliana\"}>\n                        <p>\n                            Per il metodo dei momenti oppure per il metodo della massima verosomiglianza:\n                        </p>\n                        <p>\n                            <Latex>{r`\\widehat{p}_M = \\widehat{p}_L = \\overline{X}_n`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Stima di una poissoniana\"}>\n                        <p>\n                            Per il metodo dei momenti oppure per il metodo della massima verosomiglianza:\n                        </p>\n                        <p>\n                            <Latex>{r`\\widehat{\\mu}_M = \\widehat{\\mu}_L = \\overline{X}_n`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Stima di una esponenziale\"}>\n                        <p>\n                            Per il metodo dei momenti oppure per il metodo della massima verosomiglianza:\n                        </p>\n                        <p>\n                            <Latex>{r`\\widehat{\\lambda}_M = \\widehat{\\lambda}_L = \\frac{1}{\\overline{X}_n}`}</Latex>\n                        </p>\n                    </Panel>\n                    <Panel title={\"Stima di una normale\"}>\n                        <p>\n                            Per il metodo della massima verosomiglianza:\n                        </p>\n                        <ul>\n                            <li><Latex>{r`\\widehat{\\mu}_L = \\overline{X}_n`}</Latex></li><br/>\n                            <li><Latex>{r`\\widehat{\\sigma^2}_L = \\frac{\\sum (X_i - \\overline{X}_n)^2 }{n}`}</Latex></li>\n                        </ul>\n                    </Panel>\n                </Split>\n                <Split title={\"Intervalli di confidenza\"}>\n                    <Panel title={\"Confidenza\"}>\n                        <blockquote>\n                            \"intervallo di confidenza al 95%\"\n                        </blockquote>\n                        <p>\n                            L'intervallo di valori di <Latex>\\theta</Latex> all'interno del quale siamo \"più o meno sicuri\" si trovi il valore effettivo:\n                        </p>\n                        <p>\n                            L'intervallo di confidenza a N della stima <Latex>{r`\\widehat{W}`}</Latex> è l'intervallo <Latex>]a, b[</Latex> tale che:\n                        </p>\n                        <p>\n                            <Latex>{r`P( a < W < b ) = N`}</Latex>\n                        </p>\n                        <p>\n                            Può anche essere <b>unilatero</b> nel caso limiti la stima in una sola direzione, positiva o negativa.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Confidenza nella media di una normale\"}>\n                    <Panel title={\"Varianza nota\"}>\n                        <p>\n                            Se conosciamo la varianza di una normale, allora possiamo ricavare velocemente gli intervalli di confidenza all'<Latex>\\alpha</Latex>% con queste formule:\n                        </p>\n                        <ul>\n                            <li>Intervalli bilateri: <Latex>{r`\\mu \\in \\left[ \\overline{x}_n - z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\sigma^2}{n}}, \\overline{x}_n + z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\sigma^2}{n}} \\right]`}</Latex></li>\n                            <li>Intervallo unilatero da sinistra: <Latex>{r`\\mu \\in \\left( -\\infty, \\overline{x}_n + z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\sigma^2}{n}} \\right]`}</Latex></li>\n                            <li>Intervallo unilatero da destra: <Latex>{r`\\mu \\in \\left[ \\overline{x}_n - z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\sigma^2}{n}}, +\\infty \\right)`}</Latex></li>\n                        </ul>\n                    </Panel>\n                    <Panel title={\"Varianza incognita\"}>\n                        <p>\n                            Se non conosciamo la varianza di una normale, allora possiamo ricavare velocemente gli intervalli di confidenza all'<Latex>\\alpha</Latex>% con queste formule:\n                        </p>\n                        <ul>\n                            <li>Intervalli bilateri: <Latex>{r`\\mu \\in \\left[ \\overline{x}_n - t_{1 - \\frac{\\alpha}{2}; n-1} \\cdot \\sqrt{\\frac{s_n^2}{n}}, \\overline{x}_n + t_{1 - \\frac{\\alpha}{2}; n-1} \\cdot \\sqrt{\\frac{s_n^2}{n}} \\right]`}</Latex></li>\n                            <li>Intervallo unilatero da sinistra: <Latex>{r`\\mu \\in \\left( -\\infty, \\overline{x}_n + t_{1 - \\frac{\\alpha}{2}; n-1} \\cdot \\sqrt{\\frac{s_n^2}{n}} \\right]`}</Latex></li>\n                            <li>Intervallo unilatero da destra: <Latex>{r`\\mu \\in \\left[ \\overline{x}_n - t_{1 - \\frac{\\alpha}{2}; n-1} \\cdot \\sqrt{\\frac{s_n^2}{n}}, +\\infty \\right)`}</Latex></li>\n                        </ul>\n                        <p>\n                            <Latex>{r`t_{\\alpha, v}`}</Latex> è un quantile della distribuzione di Student di parametro <Latex>v</Latex>.\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Confidenza per la proporzione di una bernoulliana\"}>\n                    <Panel title={\"Terzo metodo corretto\"}>\n                        <p>\n                            L'intervallo di confidenza per la proprorzione di una bernoulliana qualsiasi si ottiene da questa formula:\n                        </p>\n                        <p>\n                            <Latex>{r`p \\in \\left[ \\overline{p} - z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\overline{p} \\cdot (1 - \\overline{p})}{n+4}}, \\overline{p} + z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{\\overline{p} \\cdot (1 - \\overline{p})}{n+4}} \\right]`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n                <Split title={\"Confidenza per la media di qualsiasi popolazione\"}>\n                    <Panel title={\"Approssimando con la normale\"}>\n                        <p>\n                            L'intervallo di confidenza per la media di una qualsiasi popolazione si ottiene da questa formula:\n                        </p>\n                        <p>\n                            <Latex>{r`m \\in \\left[ \\overline{x}_n - z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{s^2_n}{n}}, \\overline{x}_n + z_{1 - \\frac{\\alpha}{2}} \\cdot \\sqrt{\\frac{s^2_n}{n}} \\right]`}</Latex>\n                        </p>\n                    </Panel>\n                </Split>\n            </div>\n            </LatexDefaultInline.Provider>\n        )\n\t}\n}\n","import {createContext} from \"preact\";\r\n\r\nexport default createContext(true);\r\n"],"sourceRoot":""}