史上最全Markdown公式、符号总结!!!
史上最全Markdown公式、符号总结
- 常见公式
- 1、向量公式
- 2、分段函数
- 3、多行表达公式
- 常见公式环境
- 公式编辑的编号设置
- 矩阵
- 1、不带括号的矩阵
- 2、带小括号的矩阵
- 3、带中括号的矩阵
- 4、带大括号的矩阵
- 5、带省略号的矩阵
- 6、带横线/竖线分割的矩阵:
- 上下标符号
- 括号
- 分式与根式
- 开方
- 累加/累乘
- 三角函数
- 对数函数
- 二元运算符
- 关系符号
- 极限
- 向量
- 模运算
- 箭头
- 集合
- 微积分
- 逻辑运算
- 希腊字母
- 省略号
- 空格
- 其他符号
- 表格格式设置
常见公式
一般公式分为两种形式,行内公式和行间公式。行内公式是在公式代码块的前后均添加一个$ ;行间公式则是在公式代码块的前后均添加两个$$ 。
数学算式:
(1)行内公式: Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
(2)行间公式:
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
Markdown公式:
$ \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. $
$$\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$$
公式排列:一般使用\binom{a}{b}或者{a \choose b}实现对 a , b a,b a,b两个公式的排列。
数学算式:
( n + 1 2 k ) \binom{n+1}{2k} (2kn+1)
Markdown公式:
$$\binom{n+1}{2k} $$
数学算式:
( n + 1 2 k ) {n+1 \choose 2k} (2kn+1)
Markdown公式:
$${n+1 \choose 2k} $$
1、向量公式
向量表示: 使用\mathbf{x}来表示向量 x \mathbf{x} x。
数学算式:
f ( x ) = w T x f(\mathbf{x})=\mathbf{w}^T\mathbf{x} f(x)=wTx
Markdown公式:
$$f(\mathbf{x})=\mathbf{w}^T\mathbf{x}$$
2、分段函数
定义函数的时候经常需要分情况给出表达式,使用 {…。其中:
(1)使用\ 来分隔分组;
(2)使用& 来指示需要对齐的位置;
(3)使用\ + 空格来表示空格;
(4)如果要使分类之间的垂直间隔变大,可以使用\[2ex] 代替\ 来分隔不同的情况。(3ex,4ex 也可以用,1ex 相当于原始距离)。
数学算式:
分段函数
y = { − x , x ≤ 0 x , x > 0 (1) y= \begin{cases} -x,\quad x\leq 0\\ x, \quad x>0 \end{cases} \tag{1} y={−x,x≤0x,x>0(1)
Markdown公式:
# 分段函数
$$
y=
\begin{cases}
-x,\quad x\leq 0\\
x, \quad x>0
\end{cases}
\tag{1}
$$
方程组
{ a 1 x + b 1 y + c 1 z = d 1 a 2 x + b 2 y + c 2 z = d 2 a 3 x + b 3 y + c 3 z = d 3 \left\{ \begin{array}{c} a_1x+b_1y+c_1z=d_1 \\ a_2x+b_2y+c_2z=d_2 \\ a_3x+b_3y+c_3z=d_3 \end{array} \right. ⎩⎨⎧a1x+b1y+c1z=d1a2x+b2y+c2z=d2a3x+b3y+c3z=d3
# 方程组
$$
\left\{
\begin{array}{c}a_1x+b_1y+c_1z=d_1 \\ a_2x+b_2y+c_2z=d_2 \\ a_3x+b_3y+c_3z=d_3
\end{array}
\right.
$$
u ( x ) = { exp x if x ≥ 0 1 if x < 0 u(x) = \begin{cases} \exp{x} & \text{if } x \geq 0 \\ 1 & \text{if } x < 0 \end{cases} u(x)={expx1if x≥0if x<0
均方误差
J ( θ ) = 1 2 m ∑ i = 0 m ( y i − h θ ( x i ) ) 2 J(\theta) = \frac{1}{2m}\sum_{i = 0} ^m(y^i - h_\theta (x^i))^2 J(θ)=2m1i=0∑m(yi−hθ(xi))2
# 均方误差
$$
J(\theta) = \frac{1}{2m}\sum_{i = 0} ^m(y^i - h_\theta (x^i))^2
$$
批量梯度下降
∂ J ( θ ) ∂ θ j = − 1 m ∑ i = 0 m ( y i − h θ ( x i ) ) x j i \frac{\partial J(\theta)}{\partial\theta_j}=-\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i))x^i_j ∂θj∂J(θ)=−m1i=0∑m(yi−hθ(xi))xji
# 批量梯度下降
$$
\frac{\partial J(\theta)}{\partial\theta_j}=-\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i))x^i_j
$$
推导过程
∂ J ( θ ) ∂ θ j = − 1 m ∑ i = 0 m ( y i − h θ ( x i ) ) ∂ ∂ θ j ( y i − h θ ( x i ) ) = − 1 m ∑ i = 0 m ( y i − h θ ( x i ) ) ∂ ∂ θ j ( ∑ j = 0 n θ j x j i − y i ) = − 1 m ∑ i = 0 m ( y i − h θ ( x i ) ) x j i \begin{aligned} \frac{\partial J(\theta)}{\partial\theta_j} & = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(y^i-h_\theta(x^i)) \\ & = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(\sum_{j=0}^n\theta_jx_j^i-y^i) \\ & = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i))x^i_j \end{aligned} ∂θj∂J(θ)=−m1i=0∑m(yi−hθ(xi))∂θj∂(yi−hθ(xi))=−m1i=0∑m(yi−hθ(xi))∂θj∂(j=0∑nθjxji−yi)=−m1i=0∑m(yi−hθ(xi))xji
# 推导过程
$$
\begin{aligned}
\frac{\partial J(\theta)}{\partial\theta_j}
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(y^i-h_\theta(x^i)) \\
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(\sum_{j=0}^n\theta_jx_j^i-y^i) \\
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i))x^i_j
\end{aligned}
$$
case环境的使用
a = { ∫ x d x b 2 a = \begin{cases} \int x\, \mathrm{d} x\\ b^2 \end{cases} a={∫xdxb2
# case环境的使用
$$
a =\begin{cases}\int x\, \mathrm{d} x\\b^2\end{cases}
$$
带方框的等式
x 2 + y 2 = z 2 \begin{aligned} \boxed{x^2+y^2 = z^2} \end{aligned} x2+y2=z2
# 带方框的等式
$$
\begin{aligned}\boxed{x^2+y^2 = z^2}
\end{aligned}
$$
最大(最小)操作符
arg max a f ( a ) = * a r g m a x b f ( b ) arg min c f ( c ) = * a r g m i n d f ( d ) \begin{gathered} \operatorname{arg\,max}_a f(a) = \operatorname*{arg\,max}_b f(b) \\ \operatorname{arg\,min}_c f(c) = \operatorname*{arg\,min}_d f(d) \end{gathered} argmaxaf(a)=*argmaxbf(b)argmincf(c)=*argmindf(d)
$$
\begin{gathered}
\operatorname{arg\,max}_a f(a) = \operatorname*{arg\,max}_b f(b) \\\operatorname{arg\,min}_c f(c) = \operatorname*{arg\,min}_d f(d)
\end{gathered}
$$
求极限
lim a → ∞ 1 a \begin{aligned} \lim_{a\to \infty} \tfrac{1}{a} \end{aligned} a→∞lima1
lim a → ∞ 1 a \begin{aligned} \lim\nolimits_{a\to \infty} \tfrac{1}{a} \end{aligned} lima→∞a1
$$
\begin{aligned}\lim_{a\to \infty} \tfrac{1}{a}
\end{aligned}
$$
$$
\begin{aligned}\lim\nolimits_{a\to \infty} \tfrac{1}{a}
\end{aligned}
$$
求积分
∫ a b x 2 d x \begin{aligned} \int_a^b x^2 \mathrm{d} x \end{aligned} ∫abx2dx
∫ a b x 2 d x \begin{aligned} \int\limits_a^b x^2 \mathrm{d} x \end{aligned} a∫bx2dx
$$
\begin{aligned}\int_a^b x^2 \mathrm{d} x
\end{aligned}
$$
$$
\begin{aligned}\int\limits_a^b x^2 \mathrm{d} x
\end{aligned}
$$
使用\[2ex] 代替\ 使分组的垂直间隔增大。
数学算式:
y = { − x , x ≤ 0 x , x > 0 (1) y= \begin{cases} -x,\quad x\leq 0 \\[2ex] x, \quad x>0 \end{cases} \tag{1} y=⎩⎨⎧−x,x≤0x,x>0(1)
Markdown公式:
$$
y=
\begin{cases}
-x,\quad x\leq 0 \\[2ex]
x, \quad x>0
\end{cases}
\tag{1}
$$
3、多行表达公式
有时候需要将一行公式分多行进行显示,其中\begin{aligned} 表示开始方程,\end{equation} 表示方程结束;使用\\表示公式换行。\begin{gather}表示环境设置。,& 表示对齐的位置。
数学算式:
J ( w ) = 1 2 m ∑ i = 1 m ( f ( x i ) − y i ) 2 = 1 2 m ∑ i = 1 m [ f ( x i ) ] 2 − 2 f ( x i ) y i + y i 2 \begin{aligned} J(\mathbf{w})&=\frac{1}{2m}\sum_{i=1}^m(f(\mathbf{x_i})-y_i)^2\\ &=\frac{1}{2m}\sum_{i=1}^m [f(\mathbf{x_i})]^2-2f(\mathbf{x_i)}y_i+y_i^2 \end{aligned} J(w)=2m1i=1∑m(f(xi)−yi)2=2m1i=1∑m[f(xi)]2−2f(xi)yi+yi2
Markdown公式:
$$
\begin{aligned}
J(\mathbf{w})&=\frac{1}{2m}\sum_{i=1}^m(f(\mathbf{x_i})-y_i)^2\\
&=\frac{1}{2m}\sum_{i=1}^m [f(\mathbf{x_i})]^2-2f(\mathbf{x_i)}y_i+y_i^2
\end{aligned}
$$
常见公式环境
| 环境名称 | 释义 |
|---|---|
| align | 最基本的对齐环境 |
| multline | 非对齐环境 |
| gather | 无对齐的连续方程 |
gathered 允许多行(多组)方程式在彼此之下设置并分配单个方程式编号
split 与align *类似,但在另一个显示的数学环境中使用
aligned 与align类似,可以在其他数学环境中使用。
alignedat 与alignat类似,同样需要一个额外的参数来指定要设置的方程列数。
备注: 如果各个方程需要在某个字符处对齐(如等号对齐),只需在所有要对齐的字符前加上 & 符号。
数学算式:
B ′ = − ∂ × E , E ′ = ∂ × B − 4 π j , } Maxwell’s equations \begin{aligned} \left.\begin{aligned} B'&=-\partial \times E,\\ %加&指定对齐位置 E'&=\partial \times B - 4\pi j, \end{aligned} \right\} %加右} \qquad \text{Maxwell's equations} \end{aligned} B′E′=−∂×E,=∂×B−4πj,}Maxwell’s equations
σ 1 = x + y σ 2 = x y σ 1 ′ = ∂ x + y ∂ x σ 2 ′ = ∂ x y ∂ x \begin{aligned} \sigma_1 &= x + y &\quad \sigma_2 &= \frac{x}{y} \\ \sigma_1' &= \frac{\partial x + y}{\partial x} & \sigma_2' &= \frac{\partial \frac{x}{y}}{\partial x} \end{aligned} σ1σ1′=x+y=∂x∂x+yσ2σ2′=yx=∂x∂yx
a n = 1 π ∫ − π π f ( x ) cos n x d x = 1 π ∫ − π π x 2 cos n x d x \begin{aligned} a_n&=\frac{1}{\pi}\int\limits_{-\pi}^{\pi}f(x)\cos nx\,\mathrm{d}x\\ &=\frac{1}{\pi}\int\limits_{-\pi}^{\pi}x^2\cos nx\,\mathrm{d}x\\[6pt] \end{aligned} an=π1−π∫πf(x)cosnxdx=π1−π∫πx2cosnxdx
J ( θ ) = − 1 m ∑ i = 1 m y i l o g h θ ( x i ) + ( 1 − y i ) l o g ( 1 − h θ ( x i ) ) \begin{aligned} J(\mathbf{θ})=-\frac{1}{m}∑_{i=1}^{m}y_ilogh_θ(x_i)+(1−y_i)log(1−h_θ(x_i)) \end{aligned} J(θ)=−m1i=1∑myiloghθ(xi)+(1−yi)log(1−hθ(xi))
$$
\begin{aligned}
J(\mathbf{θ})=-\frac{1}{m}∑_{i=1}^{m}y_ilogh_θ(x_i)+(1−y_i)log(1−h_θ(x_i))
\end{aligned}
$$
Markdown公式:
$$
\begin{aligned}\left.\begin{aligned}B'&=-\partial \times E,\\ %加&指定对齐位置E'&=\partial \times B - 4\pi j,\end{aligned}\right\} %加右}\qquad \text{Maxwell's equations}
\end{aligned}
$$$$
\begin{aligned}\sigma_1 &= x + y &\quad \sigma_2 &= \frac{x}{y} \\ \sigma_1' &= \frac{\partial x + y}{\partial x} & \sigma_2' &= \frac{\partial \frac{x}{y}}{\partial x}
\end{aligned}
$$$$
\begin{aligned}
a_n&=\frac{1}{\pi}\int\limits_{-\pi}^{\pi}f(x)\cos nx\,\mathrm{d}x\\
&=\frac{1}{\pi}\int\limits_{-\pi}^{\pi}x^2\cos nx\,\mathrm{d}x\\[6pt]
\end{aligned}
$$
公式编辑的编号设置
| 符号 | 功能 |
|---|---|
| \tag{标号} | 公式宏包序号设置命令,可用于带星号公式环境中的公式行 |
| \tag*{标号} | 作用与\tag相同,只是标号两侧没有圆括号 |
数学算式:
x 2 + y 2 = z 2 ( 1 ′ ) x^2+y^2=z^2 \tag{1$'$} x2+y2=z2(1′)
x 4 + y 4 = z 4 (*) x^4+y^4=z^4 \tag{*} x4+y4=z4(*)
x 5 + y 5 = z 5 * x^5+y^5=z^5 \tag*{*} x5+y5=z5*
x 6 + y 6 = z 6 (1-1) x^6+y^6=z^6 \tag{1-1} x6+y6=z6(1-1)
Markdown公式:
$$
x^2+y^2=z^2 \tag{1$'$}
$$
$$
x^4+y^4=z^4 \tag{*}
$$
$$
x^5+y^5=z^5 \tag*{*}
$$
$$
x^6+y^6=z^6 \tag{1-1}
$$
矩阵
常见矩阵表现形式:
数学算式:
( 1 2 3 4 ) \begin{pmatrix}1 & 2 \\ 3 &4\\ \end{pmatrix} (1324)
[ 1 2 3 4 ] \begin{bmatrix}1 & 2 \\ 3 & 4\\ \end{bmatrix} [1324]
{ 1 2 3 4 } \begin{Bmatrix}1 &2 \\ 3 & 4\\ \end{Bmatrix} {1324}
∣ 1 2 3 4 ∣ \begin{vmatrix}1 &2 \\ 3 &4\\ \end{vmatrix} ∣∣∣∣1324∣∣∣∣
∥ 1 2 3 4 ∥ \begin{Vmatrix}1 & 2 \\ 3 & 4\\ \end{Vmatrix} ∥∥∥∥1324∥∥∥∥
元素省略可以使用\cdots 表示⋯,\ddots表示⋱ ,\vdots表示⋮ ,从而省略矩阵中的元素,如:
( 1 a 1 a 1 2 ⋯ a 1 n 1 a 2 a 2 2 ⋯ a 2 n ⋮ ⋮ ⋮ ⋱ ⋮ 1 a m a m 2 ⋯ a m n ) \begin{pmatrix}1&a_1&a_1^2&\cdots&a_1^n\\1&a_2&a_2^2&\cdots&a_2^n\\\vdots&\vdots&\vdots&\ddots&\vdots\\1&a_m&a_m^2&\cdots&a_m^n\\\end{pmatrix} ⎝⎜⎜⎜⎛11⋮1a1a2⋮ama12a22⋮am2⋯⋯⋱⋯a1na2n⋮amn⎠⎟⎟⎟⎞
Markdown公式:
$$\begin{pmatrix}1 & 2 \\ 3 &4\\ \end{pmatrix}$$
$$\begin{bmatrix}1 & 2 \\ 3 & 4\\ \end{bmatrix}$$
$$\begin{Bmatrix}1 &2 \\ 3 & 4\\ \end{Bmatrix}$$
$$\begin{vmatrix}1 &2 \\ 3 &4\\ \end{vmatrix}$$
$$\begin{Vmatrix}1 & 2 \\ 3 & 4\\ \end{Vmatrix}$$
$$\begin{pmatrix}1&a_1&a_1^2&\cdots&a_1^n\\1&a_2&a_2^2&\cdots&a_2^n\\\vdots&\vdots&\vdots&\ddots&\vdots\\1&a_m&a_m^2&\cdots&a_m^n\\\end{pmatrix}
$$
为公式添加脚注编号使用:\tag{n},其中 n n n 表示第 n n n个公式。
1、不带括号的矩阵
数学算式:
1 2 3 4 5 6 7 8 9 (1) \begin{matrix} 1 & 2 & 3\\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \tag{1} 147258369(1)
Markdown公式:
$$
\begin{matrix}
1 & 2 & 3\\
4 & 5 & 6 \\
7 & 8 & 9
\end{matrix}
\tag{1}
$$
2、带小括号的矩阵
数学算式:
( 1 2 3 4 5 6 7 8 9 ) (2) \left( \begin{matrix} 1 & 2 & 3\\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right) \tag{2} ⎝⎛147258369⎠⎞(2)
Markdown公式:
$$\left(
\begin{matrix}
1 & 2 & 3\\
4 & 5 & 6 \\
7 & 8 & 9
\end{matrix}
\right)
\tag{2}
$$
3、带中括号的矩阵
数学算式:
[ 1 2 3 4 5 6 7 8 9 ] (3) \left[ \begin{matrix} 1 & 2 & 3\\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right] \tag{3} ⎣⎡147258369⎦⎤(3)
Markdown公式:
$$\left[
\begin{matrix}
1 & 2 & 3\\
4 & 5 & 6 \\
7 & 8 & 9
\end{matrix}
\right]
\tag{3}
$$
4、带大括号的矩阵
数学算式:
{ 1 2 3 4 5 6 7 8 9 } (4) \left\{ \begin{matrix} 1 & 2 & 3\\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right\} \tag{4} ⎩⎨⎧147258369⎭⎬⎫(4)
Markdown公式:
$$\left\{
\begin{matrix}
1 & 2 & 3\\
4 & 5 & 6 \\
7 & 8 & 9
\end{matrix}
\right\}
\tag{4}
$$
5、带省略号的矩阵
数学算式:
[ a b ⋯ a b b ⋯ b ⋮ ⋮ ⋱ ⋮ c c ⋯ c ] (5) \left[ \begin{matrix} a & b & \cdots & a\\ b & b & \cdots & b\\ \vdots & \vdots & \ddots & \vdots\\ c & c & \cdots & c \end{matrix} \right] \tag{5} ⎣⎢⎢⎢⎡ab⋮cbb⋮c⋯⋯⋱⋯ab⋮c⎦⎥⎥⎥⎤(5)
Markdown公式:
$$
\left[
\begin{matrix}
a & b & \cdots & a\\
b & b & \cdots & b\\
\vdots & \vdots & \ddots & \vdots\\
c & c & \cdots & c
\end{matrix}
\right]
\tag{5}
$$
6、带横线/竖线分割的矩阵:
数学算式:
[ 1 2 3 4 5 6 7 8 9 ] (6) \left[ \begin{array}{c|cc} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{array} \right] \tag{6} ⎣⎡147258369⎦⎤(6)
Markdown公式:
$$
\left[
\begin{array}{c|cc}
1 & 2 & 3 \\
4 & 5 & 6 \\
7 & 8 & 9
\end{array}
\right]
\tag{6}
$$
横线用 \hline 分割,示例如下:
数学算式:
[ 1 2 3 4 5 6 7 8 9 ] (7) \left[ \begin{array}{c|cc} 1 & 2 & 3 \\ \hline 4 & 5 & 6 \\ 7 & 8 & 9 \end{array} \right] \tag{7} ⎣⎡147258369⎦⎤(7)
Markdown公式:
$$
\left[\begin{array}{c|cc}1 & 2 & 3 \\ \hline4 & 5 & 6 \\7 & 8 & 9\end{array}
\right]
\tag{7}
$$
上下标符号
默认情况下,上、下标符号仅仅对下一个组起作用。一个组即单个字符或者使用{…} 包裹起来的内容。
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| a i , a p r e a_i , a_{pre} ai,apre | a_i , a_{pre} | 下标使用_ |
| a i , a p r e a^i , a^{pre} ai,apre | a^i , a^{pre} | 上标使用^ |
| a ˉ \bar{a} aˉ | \bar{a} | |
| a ˊ \acute{a} aˊ | \acute | |
| a ˘ \breve{a} a˘ | \breve{a} | |
| a ˋ \grave{a} aˋ | \grave{a} | |
| a ˙ \dot{a} a˙ | \dot{a} | |
| a ¨ \ddot{a} a¨ | \ddot{a} | |
| x ˙ ˙ \dot {\dot x} x˙˙ | \dot {\dot x} | |
| a ^ \hat{a} a^ | \hat{a} | |
| x y ^ \widehat {xy} xy | \widehat{xy} | 多字符可以使用 |
| a ˇ \check{a} aˇ | \check{a} | |
| a ˘ \breve{a} a˘ | \breve{a} | |
| a ~ \tilde{a} a~ | \tilde{a} | |
| a ⃗ \vec{a} a | \vec{a} | 矢量使用 \vec{} |
| x y → \overrightarrow {xy} xy | \overrightarrow {xy} | 向量 |
| a + b + c + d ‾ \overline{a + b + c + d} a+b+c+d | \overline{a + b + c + d} | |
| a + b + c + d ‾ \underline{a + b + c + d} a+b+c+d | \underline{a + b + c + d} | |
| a + b + c + d ⏞ \overbrace{a + b + c + d} a+b+c+d | \overbrace{a + b + c + d} | |
| a + b + c + d ⏟ \underbrace{a + b + c + d} a+b+c+d | \underbrace{a + b + c + d} | |
| a + b + c ⏟ 1.0 + d ⏞ 2.0 \overbrace{a + \underbrace{b + c}_{1.0} + d}^{2.0} a+1.0 b+c+d 2.0 | \overbrace{a + \underbrace{b + c}_{1.0} + d}^{2.0} |
括号
小括号与方括号
(1)使用原始的 ( ) , [ ] ( ) ,[ \ ] (),[ ]得到的括号大小是固定的,如 ( 2 + 3 ) [ 4 + 4 ] ( 2 + 3 ) [ 4 + 4 ] ( 2 + 3 ) [ 4 + 4 ] (2+3)[4+4](2+3)[4+4](2+3)[4+4] (2+3)[4+4](2+3)[4+4](2+3)[4+4]:
(2)使用\left(或\right)可使括号大小与邻近的公式相适应(该语句适用于所有括号类型),如 ( x y ) \left(\frac{x}{y}\right) (yx):
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ( , ) ( , ) (,) | ( , ) | |
| [ , ] [ , ] [,] | [ , ] | |
| ⟨ , ⟩ \lang, \rang ⟨,⟩ | \lang, \rang 或 \langle, \rangle | |
| ∣ , ∣ ∣,∣ ∣,∣ | \lvert, \rvert | |
| ∥ , ∥ \lVert, \rVert ∥,∥ | \lVert, \rVert | |
| { , } \lbrace, \rbrace {,} | \lbrace, \rbrace 或 {, } |
增大括号的方法:
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ( x ) (x) (x) | (x) | |
| ( x ) \big( x \big) (x) | \big( x \big) | |
| ( x ) \Big( x \Big) (x) | \Big( x \Big) | |
| ( x ) \bigg( x \bigg) (x) | \bigg( x \bigg) | |
| ( x ) \Bigg( x \Bigg) (x) | \Bigg( x \Bigg) | |
| ( ( ( ( ( x ) ) ) ) ) \Bigg(\bigg(\Big(\big((x)\big)\Big)\bigg)\Bigg) (((((x))))) | \Bigg(\bigg(\Big(\big((x)\big)\Big)\bigg)\Bigg) | |
| [ [ [ [ [ x ] ] ] ] ] \Bigg[\bigg[\Big[\big[[x]\big]\Big]\bigg]\Bigg] [[[[[x]]]]] | \Bigg[\bigg[\Big[\big[[x]\big]\Big]\bigg]\Bigg] | |
| ⟨ ⟨ ⟨ ⟨ ⟨ x ⟩ ⟩ ⟩ ⟩ ⟩ \Bigg \langle \bigg \langle \Big \langle\big\langle\langle x \rangle \big \rangle\Big\rangle\bigg\rangle\Bigg\rangle ⟨⟨⟨⟨⟨x⟩⟩⟩⟩⟩ | \Bigg \langle \bigg \langle \Big \langle\big\langle\langle x \rangle \big \rangle\Big\rangle\bigg\rangle\Bigg\rangle | |
| ∣ ∣ ∣ ∣ ∣ x ∣ ∣ ∣ ∣ ∣ \Bigg\lvert\bigg\lvert\Big\lvert\big\lvert\lvert x \rvert\big\rvert\Big\rvert\bigg\rvert\Bigg\rvert ∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣x∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣ | \Bigg\lvert\bigg\lvert\Big\lvert\big\lvert\lvert x \rvert\big\rvert\Big\rvert\bigg\rvert\Bigg\rvert | |
| ∥ ∥ ∥ ∥ ∥ x ∥ ∥ ∥ ∥ ∥ \Bigg\lVert\bigg\lVert\Big\lVert\big\lVert\lVert x \rVert\big\rVert\Big\rVert\bigg\rVert\Bigg\rVert ∥∥∥∥∥∥∥∥∥∥∥∥∥∥∥x∥∥∥∥∥∥∥∥∥∥∥∥∥∥∥ | \Bigg\lVert\bigg\lVert\Big\lVert\big\lVert\lVert x \rVert\big\rVert\Big\rVert\bigg\rVert\Bigg\rVert | |
| { { { { { x } } } } } \Bigg\{\bigg\{\Big\{\big\{ \{x\} \big\}\Big\}\bigg\}\Bigg\} {{{{{x}}}}} | \Bigg{\bigg{\Big{\big{ {x} \big}\Big}\bigg}\Bigg} |
分式与根式
分式的表示方法:
(1)使用\frac{a}{b}表示分式,比如 a + c + 1 b + c + 2 \frac {a+c+1}{b+c+2} b+c+2a+c+1;
(2)使用\over来分隔一个组的前后两部分,如 a + 1 b + 1 {a+1\over b+1} b+1a+1;
(3)连分数,使用使用\cfrac代替\frac或者\over,两者效果对比如下:
\frac 表示连分式:
数学算式:
x = a 0 + 1 2 a 1 + 2 2 a 2 + 3 2 a 3 + 4 2 a 4 + . . . x=a_0 + \frac{1^2}{a_ 1+\frac{2^2}{a_2+\frac{3^2}{a_3+ \frac{4^2}{a_4+...}}}} x=a0+a1+a2+a3+a4+...42322212
Markdown公式:
$$x=a_0 + \frac{1^2}{a_ 1+\frac{2^2}{a_2+\frac{3^2}{a_3+ \frac{4^2}{a_4+...}}}}$$
\cfrac 表示连分式:
数学算式:
x = a 0 + 1 2 a 1 + 2 2 a 2 + 3 2 a 3 + 4 2 a 4 + . . . x=a_0 + \cfrac{1^2}{a_ 1+\cfrac{2^2}{a_2+\cfrac{3^2}{a_3+ \cfrac{4^2}{a_4+...}}}} x=a0+a1+a2+a3+a4+...42322212
Markdown公式:
$$x=a_0 + \cfrac{1^2}{a_ 1+\cfrac{2^2}{a_2+\cfrac{3^2}{a_3+ \cfrac{4^2}{a_4+...}}}}$$
\cfrac 表示连分式:
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| a b \frac{a}{b} ba | \frac{a}{b} | 分数使用\frac{分子}{分母} |
| a i , a p r e a^i , a^{pre} ai,apre | a^i , a^{pre} | 上标使用^ |
开方
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| a + b \sqrt{a + b} a+b | \sqrt{a + b} | 开方使用\sqrt{} |
| a + b n \sqrt[n]{a + b} na+b | \sqrt[n]{a + b} | 开n次方使用\sqrt[n]{} |
累加/累乘
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ∑ i = 0 n x 2 \sum_{i = 0}^{n} x^2 ∑i=0nx2 | \sum_{i = 0}^{n} x^2 | 累加使用\sum_{下标}^{上标} |
| ∏ i = 0 n 1 x \prod_{i = 0}^{n}\frac{1}{x} ∏i=0nx1 | \prod_{i = 0}^{n}\frac{1}{x} | 累乘使用\prod_{下标}^{上标} |
三角函数
| 数学算式 | Markdown公式 | 释义 |
|---|---|---|
| sin \sin sin | \sin | 正弦 |
| cos \cos cos | \cos | 余弦 |
| tan \tan tan | \tan | 正切 |
| cot \cot cot | \cot | 余切 |
| sec \sec sec | \sec | 反正弦 |
| csc \csc csc | \csc | 反余弦 |
| ⊥ \bot ⊥ | \bot | 垂直 |
| ∠ \angle ∠ | \angle | 夹角 |
| 4 0 ∘ 40^\circ 40∘ | 40^\circ | 度数 |
对数函数
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ln a + b \ln{a + b} lna+b | \ln{a + b} | 以e为底,对数函数使用\ln{} |
| log a b \log_{a}^{b} logab | \log_{a}^{b} | 对数函数使用\log_{a}^{b} |
| lg a + b \lg{a + b} lga+b | \lg{a + b} | 以10为底,对数函数使用\ln{} |
二元运算符
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ± \pm ± | \pm | 正负号 |
| ∓ \mp ∓ | \mp | 负正号 |
| × \times × | \times | 乘号 |
| ÷ \div ÷ | \div | 除号 |
| ∗ \ast ∗ | \ast | 星号 |
| ⋆ \star ⋆ | \star | |
| ∣ \mid ∣ | \mid | 竖线 |
| ∤ \nmid ∤ | \nmid | |
| ∘ \circ ∘ | \circ | 圆圈 |
| ∙ \bullet ∙ | \bullet | |
| ⋅ \cdot ⋅ | \cdot | 点 |
| ≀ \wr ≀ | \wr | |
| ⋄ \diamond ⋄ | \diamond | |
| ◊ \Diamond ◊ | \Diamond | |
| △ \triangle △ | \triangle | |
| △ \bigtriangleup △ | \bigtriangleup | |
| ▽ \bigtriangledown ▽ | \bigtriangledown | |
| ◃ \triangleleft ◃ | \triangleleft | |
| ▹ \triangleright ▹ | \triangleright | |
| ⊲ \lhd ⊲ | \lhd | |
| ⊳ \rhd ⊳ | \rhd | |
| ⊴ \unlhd ⊴ | \unlhd | |
| ⊵ \unrhd ⊵ | \unrhd | |
| ∘ \circ ∘ | \circ | |
| ◯ \bigcirc ◯ | \bigcirc | |
| ⊙ \odot ⊙ | \odot | |
| ⨀ \bigodot ⨀ | \bigodot | 点积 |
| ⊘ \oslash ⊘ | \oslash | |
| ⊖ \ominus ⊖ | \ominus | |
| ⊗ \otimes ⊗ | \otimes | |
| ⨂ \bigotimes ⨂ | \bigotimes | 克罗内克积 |
| ⊕ \oplus ⊕ | \oplus | |
| ⨁ \bigoplus ⨁ | \bigoplus | 异或 |
| † \dagger † | \dagger | |
| ‡ \ddagger ‡ | \ddagger | |
| ⨿ \amalg ⨿ | \amalg |
关系符号
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ≤ \leq ≤ | \leq | 小于等于 |
| ≥ \geq ≥ | \geq | 大于等于 |
| ≡ \equiv ≡ | \equiv | 全等于 |
| ⊨ \models ⊨ | \models | |
| ≺ \prec ≺ | \prec | |
| ≻ \succ ≻ | \succ | |
| ∼ \sim ∼ | \sim | |
| ⊥ \perp ⊥ | \perp | |
| ⪯ \preceq ⪯ | \preceq | |
| ⪰ \succeq ⪰ | \succeq | |
| ≃ \simeq ≃ | \simeq | |
| ∣ \mid ∣ | \mid | |
| ≪ \ll ≪ | \ll | |
| ≫ \gg ≫ | \gg | |
| ≍ \asymp ≍ | \asymp | |
| ∥ \parallel ∥ | \parallel | |
| ≈ \approx ≈ | \approx | |
| ≅ \cong ≅ | \cong | |
| ≠ \neq = | \neq | 不等于 |
| ≐ \doteq ≐ | \doteq | |
| ∝ \propto ∝ | \propto | |
| ⋈ \bowtie ⋈ | \bowtie | |
| ⋈ \Join ⋈ | \Join | |
| ⌣ \smile ⌣ | \smile | |
| ⌢ \frown ⌢ | \frown | |
| ⊢ \vdash ⊢ | \vdash | |
| ⊣ \dashv ⊣ | \dashv |
极限
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| lim \lim lim | \lim | 极限使用\lim |
| → \rightarrow → | \rightarrow | 趋向于使用\rightarrow |
| ∞ \infty ∞ | \infty | 无穷使用\infty |
| lim n → + ∞ n \lim_{n\rightarrow+\infty}n limn→+∞n | \lim_{n\rightarrow+\infty}n |
向量
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| a ⃗ \vec{a} a | \vec{a} | 向量使用\vec{a} |
| J ( w ) J(\mathbf{w}) J(w) | J(\mathbf{w}) | 向量使用\mathbf{w} |
模运算
模运算使用\pmod来表示。示例如下:
数学算式:
a ≡ b ( m o d n ) a \equiv b \pmod n a≡b(modn)
Markdown公式:
$a \equiv b \pmod n$
箭头
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ↑ \uparrow ↑ | \uparrow | |
| ↓ \downarrow ↓ | \downarrow | |
| ↕ \updownarrow ↕ | \updownarrow | |
| ⇑ \Uparrow ⇑ | \Uparrow | |
| ⇓ \Downarrow ⇓ | \Downarrow | |
| ⇕ \Updownarrow ⇕ | \Updownarrow | |
| → \rightarrow → | \rightarrow | |
| ← \leftarrow ← | \leftarrow | |
| ↔ \leftrightarrow ↔ | \leftrightarrow | |
| ⇒ \Rightarrow ⇒ | \Rightarrow | |
| ⇐ \Leftarrow ⇐ | \Leftarrow | |
| ⇔ \Leftrightarrow ⇔ | \Leftrightarrow | |
| ⟶ \longrightarrow ⟶ | \longrightarrow | |
| ⟵ \longleftarrow ⟵ | \longleftarrow | |
| ⟷ \longleftrightarrow ⟷ | \longleftrightarrow | |
| ⟹ \Longrightarrow ⟹ | \Longrightarrow | |
| ⟸ \Longleftarrow ⟸ | \Longleftarrow | |
| ⟺ \Longleftrightarrow ⟺ | \Longleftrightarrow | |
| ↦ \mapsto ↦ | \mapsto | |
| ⟼ \longmapsto ⟼ | \longmapsto | |
| ↩ \hookleftarrow ↩ | \hookleftarrow | |
| ↪ \hookrightarrow ↪ | \hookrightarrow | |
| ⇀ \rightharpoonup ⇀ | \rightharpoonup | |
| ↽ \leftharpoondown ↽ | \leftharpoondown | |
| ⇌ \rightleftharpoons ⇌ | \rightleftharpoons | |
| ↼ \leftharpoonup ↼ | \leftharpoonup | |
| ⇁ \rightharpoondown ⇁ | \rightharpoondown | |
| ⇝ \leadsto ⇝ | \leadsto | |
| ↗ \nearrow ↗ | \nearrow | |
| ↘ \searrow ↘ | \searrow | |
| ↙ \swarrow ↙ | \swarrow | |
| ↖ \nwarrow ↖ | \nwarrow |
集合
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ∅ \emptyset ∅ | \emptyset | 空集 |
| ∅ \varnothing ∅ | \varnothing | 空 |
| ∈ \in ∈ | \in | 属于 |
| ∋ \ni ∋ | \ni | |
| ∉ \notin ∈/ | \notin | 不属于 |
| ⊂ \subset ⊂ | \subset | 子集 |
| ⊃ \supset ⊃ | \supset | 父集 |
| ⊄ \not\subset ⊂ | \not\subset | 非子集 |
| ⊆ \subseteq ⊆ | \subseteq | 真子集 |
| ⊊ \subsetneq ⊊ | \subsetneq | 非子集 |
| ⊇ \supseteq ⊇ | \supseteq | |
| ∪ \cup ∪ | \cup | 并集 |
| ⋃ \bigcup ⋃ | \bigcup | 并集 |
| ∩ \cap ∩ | \cap | 交集 |
| ⋂ \bigcap ⋂ | \bigcap | 交集 |
| ⊎ \uplus ⊎ | \uplus | 多重集 |
| ⨄ \biguplus ⨄ | \biguplus | 多重集 |
| ⊏ \sqsubset ⊏ | \sqsubset | |
| ⊐ \sqsupset ⊐ | \sqsupset | |
| ⊓ \sqcap ⊓ | \sqcap | |
| ⊑ \sqsubseteq ⊑ | \sqsubseteq | |
| ⊒ \sqsupseteq ⊒ | \sqsupseteq | |
| ∨ \vee ∨ | \vee | |
| ∧ \wedge ∧ | \wedge | |
| ∖ \setminus ∖ | \setminus | 差集 |
微积分
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ′ \prime ′ | \prime | 一阶导数 |
| ∫ \int ∫ | \int | 一重积分 |
| ∬ \iint ∬ | \iint | 双重积分 |
| ∭ \iiint ∭ | \iiint | 三重积分 |
| ∮ \oint ∮ | \oint | 曲线积分 |
| ∇ \nabla ∇ | \nabla | 梯度 |
| ∫ 0 2 x 2 d x \int_0^2 x^2 dx ∫02x2dx | \int_0^2 x^2 dx | 其他的积分符号类似 |
逻辑运算
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ∵ \because ∵ | \because | 因为 |
| ∴ \therefore ∴ | \therefore | 所以 |
| ∀ \forall ∀ | \forall | 任意 |
| ∃ \exist ∃ | \exist | 存在 |
| ∨ \vee ∨ | \vee | 逻辑与 |
| ∧ \wedge ∧ | \wedge | 逻辑或 |
| ⋁ \bigvee ⋁ | \bigvee | 逻辑与 |
| ⋀ \bigwedge ⋀ | \bigwedge | 逻辑或 |
希腊字母
| 大写 | Markdown公式 | 小写 | Markdown公式 |
|---|---|---|---|
| A \Alpha A | \Alpha | α \alpha α | \alpha |
| B \Beta B | \Beta | β \beta β | \beta |
| Γ \Gamma Γ | \Gamma | γ \gamma γ | \gamma |
| Δ \Delta Δ | \Delta | δ \delta δ | \delta |
| E \Epsilon E | \Epsilon | ϵ \epsilon ϵ | \epsilon |
| ε \varepsilon ε | \varepsilon | ||
| Z \Zeta Z | \Zeta | ζ \zeta ζ | \zeta |
| H \Eta H | \Eta | η \eta η | \eta |
| Θ \Theta Θ | \Theta | θ \theta θ | \theta |
| I \Iota I | \Iota | ι \iota ι | \iota |
| K \Kappa K | \Kappa | κ \kappa κ | \kappa |
| Λ \Lambda Λ | \Lambda | λ \lambda λ | \lambda |
| M \Mu M | \Mu | μ \mu μ | \mu |
| N \Nu N | \Nu | ν \nu ν | \nu |
| Ξ \Xi Ξ | \Xi | ξ \xi ξ | \xi |
| O \Omicron O | \Omicron | ο \omicron ο | \omicron |
| Π \Pi Π | \Pi | π \pi π | \pi |
| P \Rho P | \Rho | ρ \rho ρ | \rho |
| Σ \Sigma Σ | \Sigma | σ \sigma σ | \sigma |
| T \Tau T | \Tau | τ \tau τ | \tau |
| Υ \Upsilon Υ | \Upsilon | υ \upsilon υ | \upsilon |
| Φ \Phi Φ | \Phi | ϕ \phi ϕ | \phi |
| φ \varphi φ | \varphi | ||
| X \Chi X | \Chi | χ \chi χ | \chi |
| Ψ \Psi Ψ | \Psi | ψ \psi ψ | \psi |
| Ω \Omega Ω | \Omega | ω \omega ω | \omega |
省略号
不同省略号的区别是点的位置不同,\ldots 位置稍低,\cdots 位置居中。
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| … \dots … | \dots | 一般用于有下标的序列 |
| … \ldots … | \ldots | |
| ⋯ \cdots ⋯ | \cdots | 纵向位置比\dots稍高 |
| ⋮ \vdots ⋮ | \vdots | 竖向 |
| ⋱ \ddots ⋱ | \ddots |
示例如下:
Markdown公式
$$
x_1, x_2, \dots, x_n \quad \quad 1, 2, \cdots, n \quad \quad \vdots \quad\quad \ddots
$$
数学算式
x 1 , x 2 , … , x n 1 , 2 , ⋯ , n ⋮ ⋱ x_1, x_2, \dots, x_n \quad \quad 1, 2, \cdots, n \quad \quad \vdots \quad\quad \ddots x1,x2,…,xn1,2,⋯,n⋮⋱
空格
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| 123 123 123\!123 123123 | 123\!123 | 空格距离:-3/18 em |
| 123 123 123\,123 123123 | 123\,123 | 空格距离:3/18 em |
| 123 123 123\:123 123123 | 123\:123 | 空格距离:4/18 em |
| 123 123 123\;123 123123 | 123\;123 | 空格距离:5/18 em |
| 123 123 123\quad123 123123 | 123\quad123 | 空格距离:1 em |
| 123 123 123\qquad123 123123 | 123\qquad123 | 空格距离:2 em |
上表中的em是指当前文本中文本的字体尺寸
其他符号
| 数学算式 | Markdown公式 | 核心语法 |
|---|---|---|
| ℵ \aleph ℵ | \aleph | |
| ℏ \hbar ℏ | \hbar | |
| ı \imath ı | \imath | |
| ȷ \jmath ȷ | \jmath | |
| ℓ \ell ℓ | \ell | |
| ℘ \wp ℘ | \wp | |
| ℜ \Re ℜ | \Re | |
| ℑ \Im ℑ | \Im | |
| ℧ \mho ℧ | \mho | |
| ∇ \nabla ∇ | \nabla | |
| √ \surd √ | \surd | |
| ⊤ \top ⊤ | \top | |
| ⊥ \bot ⊥ | \bot | |
| ¬ \neg ¬ | \neg | |
| ♭ \flat ♭ | \flat | |
| ♮ \natural ♮ | \natural | |
| ♯ \sharp ♯ | \sharp | |
| \ \backslash \ | \backslash | |
| ∂ \partial ∂ | \partial | |
| □ \Box □ | \Box | |
| ♣ \clubsuit ♣ | \clubsuit | |
| ♢ \diamondsuit ♢ | \diamondsuit | |
| ♡ \heartsuit ♡ | \heartsuit | |
| ♠ \spadesuit ♠ | \spadesuit |
表格格式设置
一般使用 |--|--|,这样的形式来创建表格。
(1)列样式可以是c,l,r 分别表示居中,左,右对齐;
(2)使用 | 表示一条竖线;
(3)表格中各行使用\ 分隔,各列使用& 分隔;
(4)使用\hline 在本行前加入一条直线。 例如:
| 模型 | 学习算法 | 损失函数 | 处理问题 | 改进措施(针对基学习器的不足) | |
| AdaBoost算法 | 加法模型 | 前向分步算法 | 指数函数 | 分类问题 | 通过提升错分数据点的权重来定位模型的不足 |
| GBDT算法 | 加法模型 | 前向分步算法 | 平方损失函数 | 回归问题 | 通过算梯度来定位模型的不足 |
| 指数函数 | 分类问题 | ||||
| 一般损失函数 | 一般决策问题 |
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!
