感觉lz写LaTeX就像喝水吃饭一样得心应手🧐🧐👀
叠加态 😂 2018 年夏天开始学，然后就彻底放弃了 office，直接拿 $\mathrm\LaTeX$ “喝水吃饭”。BTW，自己的毕业论文能拿 $\mathrm\LaTeX$ 敲到学校开发的模板上，非常开心。
office
芋圆公式 好奇$\mathrm{\LaTeX}$用熟练以后能够达到多快的公式输入速度
cai_b 我写得很慢很慢，因为
\left
\right
\!
\,
芋圆公式 qs，但是好看！所以浪费时间的缺点也就忍了🤣
证明对易关系 $\bigl[ \hat{\boldsymbol{M}}, \hat{H} \bigr] = \boldsymbol{0}$。
证明标量积 $\hat{\boldsymbol{L}} \cdot \hat{\boldsymbol{M}} = 0$。
证明 $\hat{\boldsymbol{M}}^{2} = \dfrac{2}{\mu} \hat{H} \bigl( \hat{\boldsymbol{L}}^{2} + \hbar^{2} \bigr) + \kappa^{2}$。
$\bigl[ \hat{M}_{i}, \hat{L}_{j} \bigr]$
证明对易子 $\displaystyle \bigl[ \hat{M}_{i}, \hat{L}_{j} \bigr] = \mathrm{i} \hbar \sum_{k} \epsilon_{i, j, k} \hat{M}_{k}$。
$\displaystyle \bigl[ \hat{M}_{i}, \hat{L}_{j} \bigr] = \mathrm{i} \hbar \sum_{k} \epsilon_{i, j, k} \hat{M}_{k}$
$\bigl[ \hat{M}_{i}, \hat{M}_{j} \bigr]$
证明对易子 $\displaystyle \bigl[ \hat{M}_{i}, \hat{M}_{j} \bigr] = -\frac{2 \mathrm{i} \hbar}{\mu} \hat{H} \sum_{k} \epsilon_{i, j, k} \hat{L}_{k}$。
$\displaystyle \bigl[ \hat{M}_{i}, \hat{M}_{j} \bigr] = -\frac{2 \mathrm{i} \hbar}{\mu} \hat{H} \sum_{k} \epsilon_{i, j, k} \hat{L}_{k}$
芋圆公式 令人恐惧的推导，不禁想起量子力学的作业🤯
