Markdown

转载自

史上最全Markdown公式、符号总结!!!-CSDN博客

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∞tz−1e−tdt.

(2)行间公式:

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两个公式的排列。

数学算式:

(n+12k)

Markdown公式:

$$\binom{n+1}{2k} $$

数学算式:

(n+12k)

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。

数学算式:

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

(1)y={−x,x≤0x,x>0

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

{a1x+b1y+c1z=d1a2x+b2y+c2z=d2a3x+b3y+c3z=d3
# 方程组
$$
\left\{ 
\begin{array}{c}
    a_1x+b_1y+c_1z=d_1 \\ 
    a_2x+b_2y+c_2z=d_2 \\ 
    a_3x+b_3y+c_3z=d_3
\end{array}
\right. 
$$

均方误差

J(\theta) = \frac{1}{2m}\sum_{i = 0} { #m} (y^i - h_\theta (x^i))^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)∂θj=−1m∑i=0m(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)∂θj=−1m∑i=0m(yi−hθ(xi))∂∂θj(yi−hθ(xi))=−1m∑i=0m(yi−hθ(xi))∂∂θj(∑j=0nθjxji−yi)=−1m∑i=0m(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={∫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

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

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

lima→∞1alima→∞1a
$$
\begin{aligned}
  \lim_{a\to \infty} \tfrac{1}{a}
\end{aligned}
$$
$$
\begin{aligned}
   \lim\nolimits_{a\to \infty} \tfrac{1}{a}
\end{aligned}
$$

求积分

∫abx2dx∫abx2dx
$$
\begin{aligned}
   \int_a^b x^2  \mathrm{d} x
\end{aligned}
$$
$$
\begin{aligned}
   \int\limits_a^b x^2  \mathrm{d} x
\end{aligned}
$$

使用\[2ex] 代替\ 使分组的垂直间隔增大。

数学算式:

(1)y={−x,x≤0x,x>0

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)=12m∑i=1m(f(xi)−yi)2=12m∑i=1m[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−4πj,}Maxwell’s equationsσ1=x+yσ2=xyσ1′=∂x+y∂xσ2′=∂xy∂xan=1π∫−ππf(x)cos⁡nxdx=1π∫−ππx2cos⁡nxdxJ(θ)=−1m∑i=1myiloghθ(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 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* 作用与\tag相同,只是标号两侧没有圆括号

数学算式:

(1′)x2+y2=z2(*)x4+y4=z4*x5+y5=z5(1-1)x6+y6=z6

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:

(1234)[1234]{1234}|1234|‖1234‖

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:

(1a1a12⋯a1n1a2a22⋯a2n⋮⋮⋮⋱⋮1amam2⋯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 表示第 n 个公式。

1、不带括号的矩阵

数学算式:

(1)123456789

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:

(2)(123456789)

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:

(3)[123456789]

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:

(4){123456789}

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:

(5)[ab⋯abb⋯b⋮⋮⋱⋮cc⋯c]

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:

(6)[123456789]

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:

(7)[123456789]

Markdown公式:

$$
\left[
    \begin{array}{c|cc}
    1 & 2 & 3 \\ \hline
    4 & 5 & 6 \\
    7 & 8 & 9
    \end{array}
\right]
\tag{7}
$$

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
ai,apre​ a_i , a_ 下标使用_
ai,apre a^i , a^ 上标使用^
a¯ \bar
a´ \acute
a˘ \breve
a` \grave
a˙ \dot
a¨ \ddot
x˙˙ \dot {\dot x}
a^ \hat
xy^ \widehat 多字符可以使用
aˇ \check
a˘ \breve
a~ \tilde
a→ \vec 矢量使用 \vec{}
xy→ \overrightarrow 向量
a+b+c+d― \overline
a+b+c+d― \underline
a+b+c+d⏞ \overbrace
a+b+c+d⏟ \underbrace
a+b+c⏟1.0+d⏞2.0 \overbrace{a + \underbrace{b + c}_{1.0} + d}^

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)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(xy):

数学算式 Markdown公式 核心语法
(,) ( , )
[,] [ , ]
⟨,⟩ \lang, \rang 或 \langle, \rangle
|,| \lvert, \rvert
‖,‖ \lVert, \rVert
{,} \lbrace, \rbrace 或

增大括号的方法:

数学算式 Markdown公式 核心语法
(x) (x)
(x) \big( x \big)
(x) \Big( x \Big)
(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 \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{\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=a0+12a1+22a2+32a3+42a4+...

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:
​ $$x=a_0 + \cfrac{1^2}{a_ 1+\cfrac{2^2}{a_2+\cfrac{3^2}{a_3+ \cfrac{4^2}{a_4+...}}}}$$
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
ab \frac{a} 分数使用\frac{分子}{分母}
ai,apre a^i , a^ 上标使用^

开方

数学算式 Markdown公式 核心语法
a+b \sqrt 开方使用\sqrt{}
a+bn \sqrt[n] 开n次方使用\sqrt[n]{}

累加/累乘

数学算式 Markdown公式 核心语法
∑i=0nx2 \sum_{i = 0}^{n} x^2 累加使用\sum_{下标}^{上标}
∏i=0n1x \prod_{i = 0}^{n}\frac{1} 累乘使用\prod_{下标}^{上标}

三角函数

数学算式 Markdown公式 释义
sin \sin 正弦
cos \cos 余弦
tan \tan 正切
cot \cot 余切
sec \sec 反正弦
csc \csc 反余弦
⊥ \bot 垂直
∠ \angle 夹角
40∘ 40^\circ 度数

对数函数

数学算式 Markdown公式 核心语法
ln⁡a+b \ln 以e为底,对数函数使用\ln{}
logab \log_{a}^ 对数函数使用\log_{a}^{b}
lg⁡a+b \lg 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 正负号
∓ \mp 负正号
× \times 乘号
÷ \div 除号
∗ \ast 星号
⋆ \star
∣ \mid 竖线
∤ \nmid
∘ \circ 圆圈
∙ \bullet
⋅ \cdot 点
≀ \wr
⋄ \diamond
◊ \Diamond
△ \triangle
△ \bigtriangleup
▽ \bigtriangledown
◃ \triangleleft
▹ \triangleright
⊲ \lhd
⊳ \rhd
⊴ \unlhd
⊵ \unrhd
∘ \circ
◯ \bigcirc
⊙ \odot
⨀ \bigodot 点积
⊘ \oslash
⊖ \ominus
⊗ \otimes
⨂ \bigotimes 克罗内克积
⊕ \oplus
⨁ \bigoplus 异或
† \dagger
‡ \ddagger
⨿ \amalg

关系符号

数学算式 Markdown公式 核心语法
≤ \leq 小于等于
≥ \geq 大于等于
≡ \equiv 全等于
⊨ \models
≺ \prec
≻ \succ
∼ \sim
⊥ \perp
⪯ \preceq
⪰ \succeq
≃ \simeq
∣ \mid
≪ \ll
≫ \gg
≍ \asymp
∥ \parallel
≈ \approx
≅ \cong
≠ \neq 不等于
≐ \doteq
∝ \propto
⋈ \bowtie
⋈ \Join
⌣ \smile
⌢ \frown
⊢ \vdash
⊣ \dashv

极限

数学算式 Markdown公式 核心语法
lim \lim 极限使用\lim
→ \rightarrow 趋向于使用\rightarrow
∞ \infty 无穷使用\infty
limn→+∞n \lim_{n\rightarrow+\infty}n

向量

数学算式 Markdown公式 核心语法
a→ \vec 向量使用\vec{a}
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(modn)
Markdown公式:

$a \equiv b \pmod n$

箭头

数学算式 Markdown公式 核心语法
↑ \uparrow
↓ \downarrow
↕ \updownarrow
⇑ \Uparrow
⇓ \Downarrow
⇕ \Updownarrow
→ \rightarrow
← \leftarrow
↔ \leftrightarrow
⇒ \Rightarrow
⇐ \Leftarrow
⇔ \Leftrightarrow
⟶ \longrightarrow
⟵ \longleftarrow
⟷ \longleftrightarrow
⟹ \Longrightarrow
⟸ \Longleftarrow
⟺ \Longleftrightarrow
↦ \mapsto
⟼ \longmapsto
↩ \hookleftarrow
↪ \hookrightarrow
⇀ \rightharpoonup
↽ \leftharpoondown
⇌ \rightleftharpoons
↼ \leftharpoonup
⇁ \rightharpoondown
⇝ \leadsto
↗ \nearrow
↘ \searrow
↙ \swarrow
↖ \nwarrow

集合

数学算式 Markdown公式 核心语法
∅ \emptyset 空集
∅ \varnothing 空
∈ \in 属于
∋ \ni
∉ \notin 不属于
⊂ \subset 子集
⊃ \supset 父集
⊄ \not\subset 非子集
⊆ \subseteq 真子集
⊊ \subsetneq 非子集
⊇ \supseteq
∪ \cup 并集
⋃ \bigcup 并集
∩ \cap 交集
⋂ \bigcap 交集
⊎ \uplus 多重集
⨄ \biguplus 多重集
⊏ \sqsubset
⊐ \sqsupset
⊓ \sqcap
⊑ \sqsubseteq
⊒ \sqsupseteq
∨ \vee
∧ \wedge
∖ \setminus 差集

微积分

数学算式 Markdown公式 核心语法
′ \prime 一阶导数
∫ \int 一重积分
∬ \iint 双重积分
∭ \iiint 三重积分
∮ \oint 曲线积分
∇ \nabla 梯度
∫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 因为
∴ \therefore 所以
∀ \forall 任意
\exist \exist 存在
∨ \vee 逻辑或
∧ \wedge 逻辑与
⋁ \bigvee 逻辑或
⋀ \bigwedge 逻辑与

希腊字母

大写 Markdown公式 小写 Markdown公式
\Alpha \Alpha α \alpha
\Beta \Beta β \beta
Γ \Gamma γ \gamma
Δ \Delta δ \delta
\Epsilon \Epsilon ϵ \epsilon
ε \varepsilon
\Zeta \Zeta ζ \zeta
\Eta \Eta η \eta
Θ \Theta θ \theta
\Iota \Iota ι \iota
\Kappa \Kappa κ \kappa
Λ \Lambda λ \lambda
\Mu \Mu μ \mu
\Nu \Nu ν \nu
Ξ \Xi ξ \xi
\Omicron \Omicron ο \omicron
Π \Pi π \pi
\Rho \Rho ρ \rho
Σ \Sigma σ \sigma
\Tau \Tau τ \tau
Υ \Upsilon υ \upsilon
Φ \Phi ϕ \phi
φ \varphi
\Chi \Chi χ \chi
Ψ \Psi ψ \psi
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 一般用于有下标的序列
… \ldots
⋯ \cdots 纵向位置比\dots稍高
⋮ \vdots 竖向
⋱ \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

x1,x2,…,xn1,2,⋯,n⋮⋱

空格

数学算式 Markdown公式 核心语法
123123 123!123 空格距离:-3/18 em
123123 123,123 空格距离:3/18 em
123123 123:123 空格距离:4/18 em
123123 123;123 空格距离:5/18 em
123123 123\quad123 空格距离:1 em
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
ℏ \hbar
ı \imath
ȷ \jmath
ℓ \ell
℘ \wp
ℜ \Re
ℑ \Im
℧ \mho
∇ \nabla
√ \surd
⊤ \top
⊥ \bot
¬ \neg
♭ \flat
♮ \natural
♯ \sharp
∖ \backslash
∂ \partial
◻ \Box
♣ \clubsuit
♢ \diamondsuit
♡ \heartsuit
♠ \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:

Table1 GBDT与AdaBoost 的 联系 与 区别

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

​

​