Markdown:常用公式、行列式、矩阵、方程组等

这篇具有很好参考价值的文章主要介绍了Markdown:常用公式、行列式、矩阵、方程组等。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

    当前整理出来的皆为实际使用过的,欢迎大佬路过补充说明或者指正错误点。无用请轻喷。

1. 常用公式

1.1 常用公式符号

1.1.1 上下标

显示效果 公式代码 描述
x y x^y xy $x^y$$x^{y}$ 上标,若独显一个上标直接用^,若需要实现: x x + y x^{x+y} xx+y,则用{}即可
x y x_y xy $x_y$$x_{y}$ 下标,同上标使用方法差不多

1.1.2 括号和分隔符

()、[] 和 | 可以直接输入

显示效果 公式代码 描述
⟨ \langle $\langle$ 左边括号
⟩ \rangle $\rangle$ 右边括号
{ \{ { $\{$ 右花括号
} \} } $\}$ 左边边括号

tips:这里如果有错误,欢迎各位大佬路过评论指正哈!!

1.1.3 分数

显示效果 公式代码 描述
x y \frac{x}{y} yx x y \frac xy yx $\frac{x}{y} $$\frac xy$ 常用分数,\frac
a + b + c + d + e + f g + h + i + j + k + l a+b+c+d+e+f \over g+h+i+j+k+l g+h+i+j+k+la+b+c+d+e+f $a+b+c+d+e+f \over g+h+i+j+k+l$ 复杂分式,使用\over

1.1.4 开方

使用\sqrt[根指数,默认为2]{被开方数},如:

显示效果 公式代码
y \sqrt{y} y $\sqrt{y}$
y x \sqrt[x]{y} xy $\sqrt[x]{y}$

    等我遇见再继续补充哈!!!

2. 输出格式

2.1 行列式

$$
\left|\begin {array}{c}
1 &2 &3 \\
1 &2 &3 \\
1 &2 &3 \\
\end{array}\right|
$$

#注意&代表空格分割,这里的 \left| 和  \right|  表示左右定界符
#像这样写也可以
$$
\left|\begin {array}{c}
1&2&3 \\
1&2&3 \\
1&2&3 \\
\end{array}\right|
$$

∣ 1 2 3 1 2 3 1 2 3 ∣ \left|\begin {array}{c} 1&2&3 \\ 1&2&3 \\ 1&2&3 \\ \end{array}\right| 111222333

2.2 矩阵

    将左右定界的 “|” 换成()或[]就变成矩阵了,详细如下

#1、()矩阵
$$
\left(\begin {array}{c}
1 &2 &3 \\
1 &2 &3 \\
1 &2 &3 \\
\end{array}\right)
$$

( 1 2 3 1 2 3 1 2 3 ) \left(\begin {array}{c} 1 &2 &3 \\ 1 &2 &3 \\ 1 &2 &3 \\ \end{array}\right) 111222333

#2、[]矩阵
$$
\left[\begin {array}{c}
1 &2 &3 \\
1 &2 &3 \\
1 &2 &3 \\
\end{array}\right]

[ 1 2 3 1 2 3 1 2 3 ] \left[\begin {array}{c} 1 &2 &3 \\ 1 &2 &3 \\ 1 &2 &3 \\ \end{array}\right] 111222333

2.3 方程组

这个我还没理解透彻下次补充说明

$$
\begin{cases}
 \ u_{tt}(x,t)= b(t)\triangle u(x,t-4)&\\
\ \hspace{42pt}- q(x,t)f[u(x,t-3)]+te^{-t}\sin^2 x,  &  t \neq t_k; \\
 \ u(x,t_k^+) - u(x,t_k^-) = c_k u(x,t_k), & k=1,2,3\ldots ;\\
 \ u_{t}(x,t_k^+) - u_{t}(x,t_k^-) =c_k u_{t}(x,t_k), &
 k=1,2,3\ldots\ .
\end{cases}
$$

{   u t t ( x , t ) = b ( t ) △ u ( x , t − 4 )   − q ( x , t ) f [ u ( x , t − 3 ) ] + t e − t sin ⁡ 2 x , t ≠ t k ;   u ( x , t k + ) − u ( x , t k − ) = c k u ( x , t k ) , k = 1 , 2 , 3 … ;   u t ( x , t k + ) − u t ( x , t k − ) = c k u t ( x , t k ) , k = 1 , 2 , 3 …   . \begin{cases} \ u_{tt}(x,t)= b(t)\triangle u(x,t-4)&\\ \ \hspace{42pt}- q(x,t)f[u(x,t-3)]+te^{-t}\sin^2 x, & t \neq t_k; \\ \ u(x,t_k^+) - u(x,t_k^-) = c_k u(x,t_k), & k=1,2,3\ldots ;\\ \ u_{t}(x,t_k^+) - u_{t}(x,t_k^-) =c_k u_{t}(x,t_k), & k=1,2,3\ldots\ . \end{cases}  utt(x,t)=b(t)u(x,t4) q(x,t)f[u(x,t3)]+tetsin2x, u(x,tk+)u(x,tk)=cku(x,tk), ut(x,tk+)ut(x,tk)=ckut(x,tk),t=tk;k=1,2,3;k=1,2,3 .文章来源地址https://www.toymoban.com/news/detail-445935.html

到了这里,关于Markdown:常用公式、行列式、矩阵、方程组等的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,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,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 矩阵与行列式计算注意点

    要注意,矩阵的初等变换只在计算方程组的解和计算秩的时候使用,而且计算方程组的解时,只能进行行变换,而计算矩阵的秩时,则可以行变换和列变换同时用,因为这样不会改变矩阵的秩。 行列式也是可以同时行变换和列变换,这样也不会改变行列式的值。 矩阵提公因

    2024年02月11日
    浏览(35)
  • 范德蒙矩阵 范德蒙行列式

    应用 文心回答 范德蒙矩阵的应用场景十分广泛,主要体现在以下几个方面: 商业领域:范德蒙矩阵为商业研究提供了一个有力的工具。通过范德蒙矩阵的分析,企业可以更好地理解消费者的行为模式、购买习惯以及社会关系网络,进而制定更精准的营销策略和产品定位。

    2024年03月23日
    浏览(43)
  • python如何算矩阵的行列式

    在 Python 中,可以使用 NumPy 库中的 linalg.det() 函数来计算矩阵的行列式。例如,假设你要计算以下矩阵的行列式: $$A=begin{bmatrix}1 2 34 5 67 8 9end{bmatrix}$$ 你可以使用 NumPy 库来计算它的行列式,方法如下: 运行上面的代码后,将输出矩阵 A 的行列式的值,即: 注意,如果矩阵

    2024年02月12日
    浏览(39)
  • 方阵行列式与转置矩阵

    1.转置矩阵:格式规定:如果矩阵A为n阶方阵,那么A的T次方为矩阵A的转置矩阵,即将矩阵A的行与列互换。 2.转置矩阵的运算性质:         1.任何方阵的转置矩阵的转置矩阵为方阵自身。         2.多个矩阵的和的转置矩阵等于多个转置矩阵的和,         3.k倍矩阵A的转置

    2024年02月06日
    浏览(33)
  • 【线性代数】一、行列式和矩阵

    ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB|=|A||B| ∣ A B ∣ = ∣ A ∣ ∣ B ∣ 行列互换其值不变, ∣ A T ∣ = ∣ A ∣ |A^T|=|A| ∣ A T ∣ = ∣ A ∣ ∣ A ∗ ∣ = ∣ A ∣ n − 1 ( 由 A A ∗ = ∣ A ∣ E 推 导 而 来 ) |A^*|=|A|^{n-1}(由AA^*=|A|E推导而来) ∣ A ∗ ∣ = ∣ A ∣ n − 1 ( 由 A A ∗ = ∣ A ∣ E 推 导 而

    2024年02月05日
    浏览(33)
  • 线代第二章 矩阵 +行列式与矩阵的区别

    行列式与矩阵的区别 一、 行列式是一个数,矩阵是一个表格。 (行列式都是n阶的方阵,但矩阵不一定是方阵An×n,也可以是Am×n) 只有n阶矩阵An×n:才有对应的行列式|A|,才能计算对应行列式的模。 二、 行列式的性质:    P201 行列式的某行(或列)有公因子k,则可把k提出

    2023年04月08日
    浏览(35)
  • 利用python求行列式、矩阵的秩和逆

    相关线性代数知识,自行百度!!!

    2024年02月13日
    浏览(34)
  • 矩阵行列式的按行按列展开复习

    1,行列式按某一行(列)展开 例如: 按元素5展开 则去掉所在行,所在列得到, 这样5的变成由3阶变成2阶行列式 5的行列式比较好算 这个叫做的余子式 称为 它的代数余子式为  ,代数余子式与余子式区别是前面多一个符号是(-1)该行该列之和 D= 按第二行展开    +  +   = 24 - 60 + 36

    2024年02月11日
    浏览(54)
  • 证明矩阵特征值之积等于矩阵行列式的值

    设n阶矩阵 A A A 的特征值为 λ 1 , λ 2 , . . , λ n lambda_1, lambda_2,..,lambda_n λ 1 ​ , λ 2 ​ , .. , λ n ​ ,则 λ 1 λ 2 ⋯ λ n = ∣ A ∣ 。 lambda_1lambda_2cdotslambda_n = |A|。 λ 1 ​ λ 2 ​ ⋯ λ n ​ = ∣ A ∣ 。 证明: 矩阵 A A A 的特征多项式为: f ( λ ) = ∣ λ E − A ∣ = ∣ λ − a 11 −

    2024年02月16日
    浏览(31)
  • 线性代数(基础篇):第一章:行列式 、第二章:矩阵

    1. A可逆 ⇦⇨①|A|≠0 ⇦⇨②r(A)=n,A满秩 ⇦⇨③A的列向量 α₁,α₂,…α n 线性无关 ⇦⇨④Ax=0仅有零解 (系数矩阵的秩 = 列数,列满秩) ⇦⇨⑤ A的特征值均不为0 【17年5.】 2.  A不可逆 ⇦⇨①|A|=0 ⇦⇨②r(A)n,A不满秩 ⇦⇨③A的列向量 α₁,α₂,…α n 线性相关 ⇦⇨④Ax=0有非

    2024年02月16日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包