Latex常用语法总结（查找手册）

文章开头加上一句：mathjax: true，即可启动Latex渲染。

1.打出斜体： $O(n)$ , $O(n)$

2.打出根号： $\sqrt n$ , $\sqrt n$

3.打出上标（单字符）：A $^2$ ,A$^2$

4.打出上标（多字符）：A $^{mod}$ ,A$^{mod}$

5.打出下标（单字符）：A $_2$ ,A$_2$

6.打出下标（多字符）：A $_{mod}$ ,A$_{mod}$

7.打出log对数： $\log_ax$ ， $\log_ax$ ; $\ln x$ ，\ln x$; $\lg x$ , $\lg x$

8.打出正上方的上标： $\bar a$ , $\bar a$

9.小写希腊字母：

10.大写希腊字母：

11.打出关于x的偏微分： $\partial/\partial x$ , $\partial/\partial x$ ，补充一点：\partial可以简写为\part

12.打出除法： $\frac a b$ , $\frac a b$

13.求和和连乘

对于连加的情况，我们通常使用 $\Sigma$ 来表示。它的使用用法也很简单，但是通常都要添加上下标，像 $\sum_{}^{}$ 形式。除了连加，我们有时也使用连乘，虽然没有连加使用得多（连乘都能通过对数写成连加），它只要以 $\prod_{}^{}$ 的形式表示。

<!--连加-->
$$\sum_{i = 1}^{n}x_i$$

<!--连乘-->
$$\prod_{i = 1}^{n}x_i$$

在latex中，默认情况下行内公式都是显示像 $\sum_{i = 1}^{n}x_i$ 的效果，如果想要这样 $\displaystyle\sum_{i = 1}^{n}x_i$ 的效果，就需要在前面加上\displaystyle，来重新看一下下面的例子：

<!--连加-->
$\sum_{i = 1}^{n}x_i$
$\displaystyle\sum_{i = 1}^{n}x_i$

<!--连乘-->
$\prod_{i = 1}^{n}x_i$
$\displaystyle\prod_{i = 1}^{n}x_i$

补充：关于上下标的位置有以下三种情况

\sum\nolimits_{j=1}^{M} 上下标位于求和符号的水平右端，

\sum\limits_{j=1}^{M} 上下标位于求和符号的上下处，

\sum_{j=1}^{M} 对上下标位置没有设定，会随公式所处环境自动调整。

14.无穷大： $\infty$ , $\infty$

正无穷大： +\infty

负无穷大： -\infty

15.极限：

还记得高数里极限的符号吗？在latex中的极限表示，也直接使用\lim这个我们时常看到的符号。当然极限通常都是带下标的，所以更多的是使用lim_{}的形式。

<!--来看看两个重要极限-->
$$\displaystyle\lim_{x \rightarrow 0}\frac{\sin x}{x} = 1$$

$$\displaystyle\lim_{x \rightarrow + \infty}(1 + \frac{1}{x})^x = e$$

效果如下：

$\displaystyle\lim_{x \rightarrow 0}\frac{\sin x}{x} = 1$

$\displaystyle\lim_{x \rightarrow + \infty}(1 + \frac{1}{x})^x = e$

tip1：右箭头 $\rightarrow$ 的表示方式为 $\rightarrow$ ，左箭头 $\leftarrow$ 的表示方式是 $\leftarrow$
tip2：正无穷 $+ \infty$ 的表示方式为 $+ \infty$ ，负无穷 $- \infty$ 的表示方式是 $- \infty$

16.积分：

如果想要输入积分，则需要使用\int_{}^{}来表示

$$\int_0^1 x^2 dx$$
<!--来看一个更加复杂的例子-->
<!--正态分布的分布函数-->
$$F(x) = \int_{- \infty}^{+ \infty} \frac{1}{\sqrt{2\pi}\sigma}e^{-(\frac{x-\mu}{\sigma})^2} dx$$

效果如下：

$\int_0^1 x^2 dx$

$F(x) = \int_{- \infty}^{+ \infty} \frac{1}{\sqrt{2\pi}\sigma}e^{-(\frac{x-\mu}{\sigma})^2} dx$

17.求导：

使用 $\mathrm{d}$ 来表示求导符号， $\partial$ 来表示求偏导

$\frac {\mathrm{d}L(\beta)}{\beta}$

<!--直接用d来表示求导符的效果-->
$\frac {dL(\beta)}{\beta}$

<!--偏导-->
$\frac {\partial L(\beta_0, \beta_1)}{\partial \beta_0}$