hw2 modified

docs/hw2.md

@@ -9,8 +9,12 @@
     - 对梯度以标量为积分变量积分得到的还是一个向量，$f(x)=f(x_0)+\int_{0}^1...\mathrm dt$ 从维度匹配的角度上就是不对的
     - 如果你以向量 $t$ 作为积分变量，写成 $\int_{x_0}^x \nabla f(t) \mathrm dt$，首先两个向量默认都是列向量，直接乘是不行的
     - 即使写成内积或者转置相乘，也是不对的，一元到多元的扩展没有这么简单粗暴，其中有一个原点偏移的差别
-- 推荐使用标量作为积分变量
+- 推荐使用标量作为积分变量（目前使用向量作为积分变量的同学没有写对的）
 
 ## Exercise 3
 
-使用 $\sup$ 比 $\max$ 更好。
+使用 $\sup$ (`\sup`) 比 $\max$ (`\max`) 更好。
+
+## Exercise 4
+
+由特征值构成的对角矩阵常用 $\Lambda$ (`\Lambda`)。

docs/symbol.md

@@ -60,6 +60,8 @@
     - 这种 `\left \right` 的方法也同理可应用于 `() [] ||` 等
 - 梯度算子 $\nabla$：`\nabla`
 - 正三角形 $\Delta$：`\Delta`
+- 由特征值构成的对焦矩阵 $\Lambda$：`\Lambda`
+- 最值 $\max, \min$，确界 $\sup, \inf$：`\max`, `\min`, `\sup`, `\inf`
 
 ## 快捷输入常用数学符号