记录学习痕迹的公众号：Piper蛋窝

理工科、经管类的朋友记笔记、写论文难免要用到数学符号，使用 LaTeX 键入公式无疑是公认的最高效、通用性最强的选择之一。不少朋友觉得：既生 MathType ，何生 LaTeX ？（实际上 TeX 出现得更早）并且很多朋友沉迷于鼠标点击的操作中不亦乐乎，不走出舒适区，殊不知，LaTeX 实属 台下十分种，台上十年不过时 之技巧，稍微学习，便融会贯通，在记笔记、写文章时效率大增。这个特点在数学符号上体现得尤其明显。笔者入门 LaTeX 已有一年半，发现高频特殊数学符号不过几个，熟背于心，助你效率大增，

已有文章给了我们一个高效的思路：在正六边形为原点且中心轴与y轴重合时，如何高效判断点是否在该正六边形内。本文的工作是将这种情况推广到正六边形处于任意位置。

参加过一些数学建模比赛，也顺其自然地读了不少参赛论文，对“数学建模有没有必要论证合理性”这个问题发表一点拙见，欢迎捶我。

在老师的指导下，完成了一次小小研究：学者观点 | 从复杂网络理论分析为何这场战“疫”如此艰苦，著作权为天津大学管理与经济学部所有，如需引用请事先联系 [email protected] 获得许可。所有仿真实验均可复现，开源至：https://github.com/PiperLiu/BA_network-SEIR-Sim我们的模型思路是：给每个结点都赋予SEIR状态；SEIR间存在转换关系。...

我于2019年第一次参加美赛，最后获得 Meritorious Winner 。结合赛前学长的分享与告诫，自己总结了些“套路”和“经验”，在这里以自己的B题为例，把“干货”分享给同学们。近年来美赛名声越来越差，文末我想简单讨论下参赛的意义。

线性代数是一门有趣又有用的学科。基于机器学习、深度学习等技术的人工智能的核心数学知识就包含数理统计、微积分与线性代数。

本以为自己对于LaTeX还是会用的，四天的美赛真是给自己打回原形。最后一晚debug时甚至有点绝望。调间距、调页边距、页眉线的走形...经过这一次历练，我终于可以说，我会用一点LaTeX了。

美赛latex模板。含链接。