Latex所有常用数学符号吐血整理(包含大括号、等式对齐、矩阵)

article/2025/6/29 11:59:59

果然是自己搞一个查起来会方便一些,最近天天写数学题解,全是公式 ~

希腊字母:

字母名称国际音标大写字母小写字母字母名称国际音标大写字母小写字母
alpha/'ælfə/Ααnu/nju:/Νν
beta/'bi:tə/或 /'beɪtə/Ββxi希腊 /ksi/;英美 /ˈzaɪ/ 或 /ˈksaɪ/Ξξ
gamma/'gæmə/Γγomicron/əuˈmaikrən/或 /ˈɑmɪˌkrɑn/Οο
delta/'deltə/Δδpi/paɪ/Ππ
epsilon/'epsɪlɒn/Εεrho/rəʊ/Ρρ
zeta/'zi:tə/Ζζsigma/'sɪɡmə/Σσ, ς
eta/'i:tə/Ηηtau/tɔ:/ 或 /taʊ/Ττ
theta/'θi:tə/Θθupsilon/ˈipsilon/或 /ˈʌpsɨlɒn/Υυ
iota/aɪ’əʊtə/Ιιphi/faɪ/Φφ
kappa/'kæpə/Κκchi/kaɪ/Χχ
lambda/'læmdə/Λλpsi/psaɪ/Ψψ
mu/mju:/Μμomega/'əʊmɪɡə/或 /oʊ’meɡə/Ωω


摘自:《一份不太简短的LATEX2介绍》或112分钟学会LATEX2    原版作者:Tobias Oetiker

等式对齐

t e x t = 12345 = 67890 = 13579 \begin{aligned} text & = 12345 & \\ &= 67890 & \\ &= 13579\end{aligned} text=12345=67890=13579
源码:

$$\begin{aligned} text & = 12345  & \\ &= 67890  & \\ &= 13579\end{aligned}$$

例:

φ ( n ) = n × ∏ i = 1 s p i − 1 p i = p 1 × n ′ × ∏ i = 1 s p i − 1 p i = p 1 × φ ( n ′ ) \begin{aligned} \varphi(n) & = n \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}} & \\ &= p_1 \times n' \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}} & \\ &= p_1 \times \varphi(n') \end{aligned} φ(n)=n×i=1spipi1=p1×n×i=1spipi1=p1×φ(n)

源码:

$$\begin{aligned} \varphi(n) & = n \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}}  & \\ &= p_1 \times n' \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}}  & \\ &= p_1 \times \varphi(n') \end{aligned}$$

大括号

方法一:$$ f(x)=\left\{
\begin{aligned}
x & = & \cos(t) \\
y & = & \sin(t) \\
z & = & \frac xy
\end{aligned}
\right.
$$方法二:
$$ F^{HLLC}=\left\{
\begin{array}{rcl}
F_L       &      & {0      <      S_L}\\
F^*_L     &      & {S_L \leq 0 < S_M}\\
F^*_R     &      & {S_M \leq 0 < S_R}\\
F_R       &      & {S_R \leq 0}
\end{array} \right. $$方法三:
$$f(x)=
\begin{cases}
0& \text{x=0}\\
1& \text{x!=0}
\end{cases}$$

方法一:

f ( x ) = { x = cos ⁡ ( t ) y = sin ⁡ ( t ) z = x y f(x)=\left\{ \begin{aligned} x & = & \cos(t) \\ y & = & \sin(t) \\ z & = & \frac xy \end{aligned} \right. f(x)=xyz===cos(t)sin(t)yx

方法二:
F H L L C = { F L 0 < S L F L ∗ S L ≤ 0 < S M F R ∗ S M ≤ 0 < S R F R S R ≤ 0 F^{HLLC}=\left\{ \begin{array}{rcl} F_L & & {0 < S_L}\\ F^*_L & & {S_L \leq 0 < S_M}\\ F^*_R & & {S_M \leq 0 < S_R}\\ F_R & & {S_R \leq 0} \end{array} \right. FHLLC=FLFLFRFR0<SLSL0<SMSM0<SRSR0

方法三:
f ( x ) = { 0 x=0 1 x!=0 f(x)= \begin{cases} 0& \text{x=0}\\ 1& \text{x!=0} \end{cases} f(x)={01x=0x!=0

矩阵

$$
\begin{gathered}
\begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix}
\quad
\begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix}
\quad
\begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix}
\quad
\begin{Bmatrix} 1 & 0 \\ 0 & -1 \end{Bmatrix}
\quad
\begin{vmatrix} a & b \\ c & d \end{vmatrix}
\quad
\begin{Vmatrix} i & 0 \\ 0 & -i \end{Vmatrix}
\end{gathered}
$$

0 1 1 0 ( 0 − i i 0 ) [ 0 − 1 1 0 ] { 1 0 0 − 1 } ∣ a b c d ∣ ∥ i 0 0 − i ∥ \begin{gathered} \begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix} \quad \begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix} \quad \begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix} \quad \begin{Bmatrix} 1 & 0 \\ 0 & -1 \end{Bmatrix} \quad \begin{vmatrix} a & b \\ c & d \end{vmatrix} \quad \begin{Vmatrix} i & 0 \\ 0 & -i \end{Vmatrix} \end{gathered} 0110(0ii0)[0110]{1001}acbdi00i

    A=  \overbrace{\left[\begin{array}{ccc}1 & 2 & 3 \\1 & 2 & 3 \\1 & 2 & 3 \\\end{array}\right]}^{2^{3}}  

A = [ 1 2 3 1 2 3 1 2 3 ] ⏞ 2 3 A= \overbrace{\left[ \begin{array}{ccc} 1 & 2 & 3 \\ 1 & 2 & 3 \\ 1 & 2 & 3 \\ \end{array} \right]}^{2^{3}} A=111222333 23

    A = \left.\left[\begin{array}{ccc}1 & 2 & 3 \\1 & 2 & 3 \\1 & 2 & 3 \\\end{array}\right]\right\}2^{3} 

A = [ 1 2 3 1 2 3 1 2 3 ] } 2 3 A = \left.\left[ \begin{array}{ccc} 1 & 2 & 3 \\ 1 & 2 & 3 \\ 1 & 2 & 3 \\ \end{array} \right]\right\}2^{3} A=11122233323

部分内容摘自:《一份不太简短的LATEX2介绍》或112分钟学会LATEX2    原版作者:Tobias Oetiker


http://chatgpt.dhexx.cn/article/LoVhqYC2.shtml

相关文章

LaTeX 符号命令大全

函数、符号及特殊字符 声调 语法效果语法效果语法效果\bar{x} \acute{\eta} \check{\alpha} \grave{\eta} \breve{a} \ddot{y} \dot{x} \hat{\alpha} \tilde{\iota} 函数 语法效果语法效果语法效果\sin\theta \cos\theta \tan\theta \arcsin\frac{L}{r} \arc…

LaTeX 各种命令,符号

转载下来用于学习。转自&#xff1a; https://blog.csdn.net/anxiaoxi45/article/details/39449445 函数、符号及特殊字符 声调 语法效果语法效果语法效果\bar{x}\acute{\eta}\check{\alpha}\grave{\eta}\breve{a}\ddot{y}\dot{x}\hat{\alpha}\tilde{\iota} 函数 语法效果语法效…

LaTeX符号大全-基于lshort-zh-cn

文章目录 1、几个注意事项2、文本/数学模式通用符号3、希腊字母4、二元关系符5、二元运算符6、巨算符7、数学重音符号8、箭头9、作为重音的箭头符号10、定界符11、用于行间公式的大定界符12、其他符号13、AMS希腊字母和希伯来字母14、AMS二元关系符15、AMS二元运算符16、AMS箭头…

【收藏向】LaTeX 符号大全

你想找的LaTeX符号&#xff0c;这里都有&#x1f970; 目录 一、希腊字母 二、古希腊字母 三、单目运算符 四、双目运算符 五、二进制运算符 六、集合符号 七、逻辑符号 八、几何符号 九、分隔符 十、箭头 十一、三角函数 一、希腊字母 二、古希腊字母 三、单目运算…

巡风探索

模块内容包括: ├─nascan │ │ NAScan.py # 网络资产信息抓取引擎 │ │ │ ├─lib │ │ cidr.py │ │ common.py 其他方法 │ │ icmp.py # ICMP发送类 │ │ log.py # 日志输出 │ │ mongo.py # 数据库连接 │ │ scan.…

基于循环神经网络的格兰杰因果网络重构

复杂网络建模的反问题是网络重构&#xff0c;获得节点之间的关系对于分析网络特性有着至关重要的作用。常用的网络重构方法有&#xff1a;1 相关性分析&#xff0c;2 压缩感知&#xff0c;3 动力学方程&#xff0c;4 因果分析&#xff0c;5 深度学习&#xff0c;6 概率图模型&a…

时序分析28 - 时序预测 格兰杰因果关系(中) python实践1

时序分析28 - 时序预测 - 格兰杰因果关系(中) Python 实践 1 上一篇文章我们介绍了格兰杰因果关系的基本概念、背景以及相关统计检验法。本篇文章我们使用Python编程实践一下。 实践1&#xff1a;股票价格数据之间的格兰杰因果关系 问题&#xff1a;苹果公司今天的股价是否…

格兰杰因果 / EEG脑电数据分析

&#xff08;因为处理数据的时候需要用到格兰杰因果关系检验&#xff0c;相关的文献里又没有详细解释&#xff0c;但看格兰杰因果又有一些一知半解&#xff0c;于是自己学了一些相关的东西&#xff0c;整理了一下。&#xff09; 格兰杰因果关系检验为2003年诺贝尔经济学奖得主…

ZincSearch轻量级全文搜索引擎入门到

ZincSearch轻量级全文搜索引擎入门到 Zinc是一个用于对文档进行全文搜索的搜索引擎。它是开源的&#xff0c;内置在 Go 中。Zinc不是从头开始构建索引引擎&#xff0c;而是构建在 bluge 之上&#xff0c;这是一个出色的索引库。ZincSearch特点&#xff1a; 无模式索引资源利用…

轻量级神经网络MobileNet全家桶详解

本文是转载文章&#xff0c;转载自从MobileNet看轻量级神经网络的发展&#xff0c;删除了文中冗余的部分&#xff0c;加入许多自己的理解&#xff0c;有些部分也通过pytorch进行了实现&#xff0c;并通过引入具体的计算更清晰的反映出轻量级神经网络的本质。 文章目录 一、前言…

mysql轻量级的管理工具

mysql轻量级的管理工具 最近用mysql老是发愁&#xff0c;为什么呢&#xff1f;&#xff1f; 因为很多调用mysql的工具都很大型&#xff0c;我想要个轻量级的。 在进过百度谷歌的各种搜索&#xff0c;发现一个在windows平台下非常好的mysql工具&#xff1a;HeidiSQL 官网&am…

轻量级git服务gogs平台

1. gogs安装 1. 官网地址下载 https://dl.gogs.io/ 选择需要的版本 本文下载最新版本 2. 解压安装 # 下载 wget https://dl.gogs.io/0.12.6/gogs_0.12.6_linux_amd64.tar.gz# 解压到指定目录 tar -zxvf gogs_0.12.6_linux_amd64.tar.gz -C /usr/local/ 3. 启动 /usr/loca…

轻量级网络之CondenseNet

轻量级网络之CondenseNet CondenseNet: An Efficient DenseNet using Learned Group Convolutions 2018CVPR的网络&#xff0c;文章的贡献从名字就能清晰明了的Get。利用可学习分组卷积&#xff0c;对DenseNet的进行轻量化改造。 首先看一下是如何替换网络中的普通卷积&#xf…

轻量级大数据计算引擎esProc SPL,Hadoop Spark太重

​强烈推荐一个大神的人工智能的教程&#xff1a;http://www.captainai.net/zhanghan 前言 背景:随着大数据时代的来临&#xff0c;数据量不断增长&#xff0c;传统小机上跑数据库的模式扩容困难且成本高昂&#xff0c;难以支撑业务发展。应对之法:很多用户开始转向分布式计算…

轻量级神经网络架构综述

轻量级神经网络架构综述 深度神经网络已经被证明可以有效的解决图像、自然语言等不同领域的问题.同时伴随着移动互联网技术的不断发展,便携式设备得到了迅速的普及,用户提出了越来越多的需求.因此,如何设计高效、高性能的轻量级神经网络是解决问题的关键.本文详细阐述了三种构…

轻量级锁的原理与实战

文章目录 1. 轻量级锁的核心原理2. 代码演示3. 轻量级锁的分类4. 轻量级锁的膨胀 1. 轻量级锁的核心原理 轻量级锁的执行过程&#xff1a;在抢锁线程进入临界区之前&#xff0c;如果内置锁&#xff08;临界区的同步对象&#xff09;没有被锁定&#xff0c;JVM首先将在抢锁线程的…

轻量级深度学习网络概览

调研了一下最近的一些轻量级网络&#xff0c;列举并简单介绍各个网络的设计思路 PVANET 2016年1月在arxiv网站第一次提交 文章地址&#xff1a;https://arxiv.org/abs/1608.08021 代码链接&#xff1a;https://github.com/sanghoon/pva-faster-rcnn 文章目的是减少网络计算量…

详细且通俗讲解轻量级神经网络——MobileNets【V1、V2、V3】

文章目录 轻量级神经网络——MobileNetsMobileNetV1深度可分离卷积1、**深度卷积**✨✨✨2、**逐点卷积**✨✨✨ 参数量和计算量1、**标准卷积**2、**深度可分离卷积**✨✨✨ MobileNetV1的网络结构及效果 MobileNetV2Linear Bottlenecks✨✨✨Inverted Residuals✨✨✨MobileN…

目标检测--轻量级网络(截至2022-04-21)

目标检测领域&#xff0c;基于深度学习模型的方案 截至目前的轻量级网络&#xff0c;比较有名的有这些 轻量级目标检测算法整理_牧羊女说的博客-CSDN博客_轻量级目标检测随着目标检测算法的快速发展&#xff0c;以及终端应用的日渐广泛&#xff0c;工业界对深度学习网络在终端…

linux的轻量级桌面,适用于Linux的轻量级桌面是最适合您的 | MOS86

当谈到Linux时&#xff0c;似乎大多数人都以最多的眼睛糖果来谈论桌面环境。虽然这些桌面是以自己的方式伟大的&#xff0c;但他们不是每个人都在寻找图形密集和漂亮的东西。 一些Linux用户喜欢在Linux计算体验方面采用更精简和简化的方法。正是因为这个原因 Note:这个列表中的…