$\Large{\LaTeX}$ 常用公式
$$\Large{\LaTeX}$$
:
\]
$ $
表示行内
$$ $$
表示独立
$\operatorname{lcm}(x)$
\(\operatorname{lcm}(x)\)
$\pm$
\(\pm\)
$\equiv$
\(\equiv\)
$\pmod{p}$
\(\pmod{p}\)
$\%$
\(\%\)
$\sqrt[n]{x} \sqrt{x}$
\(\sqrt[n]{x} \sqrt{x}\)
$\in \ne$
\(\in \ne\)
$\leqslant \geqslant$
\(\leqslant \geqslant\)
$\perp \angle 45^\circ$
\(\perp \angle \ 45^\circ\)
$\forall \exists$
\(\forall \exists\)
$\therefore \& \because$
\(\therefore \& \because\)
$\implies \iff$
\(\implies \iff\)
$a^{x+2y}_{i,j}$
\(a^{x+2y}_{i,j}\)
$\sum\limits_{i=1}^n a_i$
\(\sum\limits_{i=1}^n a_i\)
$\prod\limits_{i=1}^n a_i$
\(\prod\limits_{i=1}^n a_i\)
$\lim\limits_{n\to\infty}x_n$
\(\lim\limits_{n\to\infty}x_n\)
$\int_{-N}^{N}e^x \, dx$
\(\int_{-N}^{N}e^x \, dx\)
$\dfrac{1}{x+\dfrac{3}{y+\dfrac{1}{5}}}$
\(\dfrac{1}{x+\dfrac{3}{y+\dfrac{1}{5}}}\)
$\dots \vdots \ddots$
\(\dots \quad \vdots \quad \ddots\)
$\begin{matrix}a&b\\c&d\end{matrix}$
\(\begin{matrix}a&b\\c&d\end{matrix}\)
$\begin{vmatrix}a&b\\c&d\end{vmatrix}$
\(\begin{vmatrix}a&b\\c&d\end{vmatrix}\)
$\begin{bmatrix}a&b\\c&d\end{bmatrix}$
\(\begin{bmatrix}a&b\\c&d\end{bmatrix}\)
$\begin{Batrix}a&b\\c&d\end{Batrix}$
\(\begin{Bmatrix}a&b\\c&d\end{Bmatrix}\)
$\begin{pmatrix}a&b\\c&d\end{pmatrix}$
\(\begin{pmatrix}a&b\\c&d\end{pmatrix}\)
$f(x)=\begin{cases} x & x\geqslant0 \\ x^{-1} & x<0 \end{cases}$
\(f(x)=\begin{cases} x & x\geqslant0 \\ x^{-1} & x<0 \end{cases}\)
$\begin{aligned} 3 & = 1+1+1 \\ & = 1+2 \end{aligned}$
\(\begin{aligned} 3 & = 1+1+1 \\ & = 1+2 \end{aligned}\)
$\begin{aligned} a_1 & = 1 \\ a_2 & = 2 \\ & \dots \\ a_n & = n \end{aligned}$
\(\begin{aligned} a_1 & = 1 \\ a_2 & = 2 \\ & \dots \\ a_n & = n \end{aligned}\)
$\Gamma \Delta \Theta \Lambda \Xi \Pi \Sigma \Upsilon \Phi \Psi \Omega$
\(\Gamma \Delta \Theta \Lambda \Xi \Pi \Sigma \Upsilon \Phi \Psi \Omega\)
$\alpha \beta \gamma \delta \epsilon \zeta \eta \theta \iota \kappa \lambda$
\(\alpha \beta \gamma \delta \epsilon \zeta \eta \theta \iota \kappa \lambda\)
$\mu \nu \xi \omicron \pi \varepsilon \varrho \varsigma \vartheta \varphi \aleph$
\(\mu \nu \xi \omicron \pi \varepsilon \varrho \varsigma \vartheta \varphi \aleph\)<-最后一个是希伯来文
$\mathbb{ABCDEFGHIJKLMNOPQRSTUVWXYZ}$
\(\mathbb{ABCDEFGHIJKLMNOPQRSTUVWXYZ}\)
$\mathtt{ABCDEFGHIJKLMNOPQRSTUVWXYZ}$
\(\mathtt{ABCDEFGHIJKLMNOPQRSTUVWXYZ}\)
$\text{ABCDEFGHIJKLMNOPQRSTUVWXYZ}$
\(\text{ABCDEFGHIJKLMNOPQRSTUVWXYZ}\)
$\left(\dfrac{y+\dfrac{2}{3}}{x+\dfrac{2}{3}}\right)^5$
\(\left(\dfrac{y+\dfrac{2}{3}}{x+\dfrac{2}{3}}\right)^5\)此功能(使用\left和\right)可以推广到不同的括号
$\left\lfloor\dfrac{1}{2}\right\rfloor \left\lceil\dfrac{1}{2}\right\rceil$
\(\left\lfloor\dfrac{1}{2}\right\rfloor \left\lceil\dfrac{1}{2}\right\rceil\)
$\boxed{a^x+b^y=c^z}$
\(\boxed{a^x+b^y=c^z}\)
下面 \(m\) 均表示一个中文字符的宽度,即两个英文字符的宽度。
\(x,y\) 均为演示需要,重点为中间空隙大小。
$x \! y$
宽度为 \(-\dfrac{m}{6}\)
\(x \! y\)
$xy$
宽度为 \(0\)
\(xy\)
$x \, y$
宽度为 \(\dfrac{m}{6}\)
\(x \, y\)
$x \; y$
宽度为 \(\dfrac{2m}{7}\)
\(x \; y\)
$x \ y$
宽度为 \(\dfrac{m}{3}\)
\(x \ y\)
$x \quad y$
宽度为 \(m\)
\(x \quad y\)
$x \qquad y$
宽度为 \(2m\)
\(x \qquad y\)
随机推荐
- Install Percona XtraDb Cluster 5.6.20 on CentOS 6.5
http://blog.51cto.com/hj192837/1546149 You should have odd number of real nodes. node #1hostname: pe ...
- 类的基础语法阅读【Python3.8官网文档】
英文官方文档: https://docs.python.org/3.8/tutorial/classes.html 中文官方文档: https://docs.python.org/zh-cn/3.8/ ...
- FPGA nios软核编写液晶屏LCD12864驱动程序源码以及注意事项,本人亲自踩坑,重要!!!
LCD12864引脚如下: FPGA开发板得提供,3.3v电压,5v电压,普通io都是3.3v电压 DB:数据脚,得用双向io,因为程序里面需要读取液晶的应答(普通io3.3v可以) E:?输出引脚即 ...
- Mybatis-Plus增强包
简介 本框架(Gitee地址 )结合公司日常业务场景,对Mybatis-Plus 做了进一步的拓展封装,即保留MP原功能,又添加更多有用便捷的功能.具体拓展体现在数据自动填充(类似JPA中的审计).关 ...
- Python网络爬虫——京东商城商品列表
Python_网络爬虫--京东商城商品列表 最近在拓展自己知识面,想学习一下其他的编程语言,处于多方的考虑最终选择了Python,Python从发布之初就以庞大的用户集群占据了编程的一席之地,pyth ...
- stat 命令家族(4)- 详解 iostat
性能测试必备的 Linux 命令系列,可以看下面链接的文章哦 https://www.cnblogs.com/poloyy/category/1819490.html 介绍 报告 CPU 信息和 I/ ...
- 掌握基于AOP事务管理
一.手动管理和半自动工厂模式 二.AOP事务管理 1.表达式中,第一个※是返回值所有类型,service包下一个点意思是service包下的类,两个点意思是service包下的类和其子包下的类也包含, ...
- 自定义-starter
目录 说明 编写启动器 新建项目测试我们自己写的启动器 分析完毕了源码以及自动装配的过程,可以尝试自定义一个启动器来玩玩! 自动装配的过程 SpringBoot-静态资源加载-源码 SpringBoo ...
- 我在组内的Nacos分享
本文已收录 https://github.com/lkxiaolou/lkxiaolou 欢迎star. Nacos简介 Nacos : Naming and Configuration Servic ...
- [第五篇]——Docker 镜像加速之Spring Cloud直播商城 b2b2c电子商务技术总结
Docker 镜像加速 国内从 DockerHub 拉取镜像有时会遇到困难,此时可以配置镜像加速器.Docker 官方和国内很多云服务商都提供了国内加速器服务,例如: 科大镜像: 网易: 阿里云: 你 ...