什麼是高斯模式,高斯模式的假設條件是什麼

1樓：渴侯綱潔

滿意回答檢舉|2012-12-01 10:33　　15歲時，高斯進入卡羅利努姆學院學習。18歲時來到著名的哥廷根大學，數學的領域裡還有更廣闊的天地等待這位數學天才去探索。

據說高斯在哥廷根大學時，有次有事遲到，趕到教室時幾乎都已經下課了。高斯走進教室後，發現教師不在，黑板上寫著幾道題。高斯以為這些題目是今天的作業題，便把題目記下來。

當晚，他花了一整夜時間去研究這些數學題，沒想到的是，這些題目異乎尋常地難。高斯直到天亮也只解決了一道題，第二天他很沮喪地找到老師，把這些都告訴了他。他的老師異常震驚：

“這些可都是數學史上最著名的難題啊，你竟然只花一個晚上就解決了一道？”而高斯解決的這道難題，就是困擾了數學家兩千年之久的正十七邊形尺規作圖問題。那一年，高斯只有19歲！

尺規作圖，是從古希臘時期的幾何學家們開始就一直在**的問題，作圖所用的直尺，是沒有刻度的，尺規作圖最簡單的應用就是平分角。古希臘人很早就知道了許多正多邊形的作圖方法。顯然，正2n邊形（n>=2）都是很用以作出來的。

正三邊形能做出來，因此正2n×3邊形（n>1）也一樣能作出來。而正五邊形和正十五邊形也是能作出來的。如此一來，邊數較少的正多邊形就只剩下正

七、正九、正十

一、正十

三、正十七這些奇數多邊形了。這些問題一直沒有解決。而高斯雖然沒能解決正七邊形作圖等問題，但是卻解決了正十七邊形的作圖問題。

但數學家絕對不會只滿足於一個特例。正十七邊形作圖問題的解決，反而刺激了高斯思考更深入的問題：什麼樣的多邊形是可以用尺規作圖作出來而什麼樣的不能？

經過深入的思考，他得出了一個重要結論：一個正多邊形，只要邊數是質數的費馬數【注】，就可以用尺規作圖將其作出。而這時的高斯，才不過24歲。

在他的面前，不知道還有多少數學的祕密等著他去發現……

【注】：費馬數：法國數學家費馬曾經提出一個猜想：

必然是質數，這樣的數被人們稱為費馬數。後來尤拉發現，當n=5時，猜想便不成立。後來的人們也沒有發現n更大時結果是質數。

2樓：匿名使用者

高斯就是ps濾鏡裡的一種模糊程式,以求達到朦朧的效果~

高斯是英文的直譯~

記得6裡好象就有了`~在cs3~10裡得到最大的強化~~

3樓：格子沙灘褲

樓主南航大一的吧！

高斯模式是一類簡單實用的大氣擴散模式。在均勻、定常的湍流大氣中汙染物濃度滿足正態分佈，由此可匯出一系列的高斯型擴散公式。因此一般的高斯擴散公式應用於下墊面平坦、氣流穩定的小尺度擴散問題更有效。

高斯馬爾科夫經典假設的內容是什麼？ 5

4樓：小云子

高斯—馬爾科夫假定（gauss-markov assumptions）：一組假定（假定mlr.1至mlr.5或假定ts.1至ts.5），在這之下ols是blue 。

高斯—馬爾科夫定理（gauss-markov theorem）：該定理表明，在五個高斯—馬爾科夫假定下（對於橫截面或時間序列模型），ols估計量是blue （在解釋變數樣本值的條件下）。

廣義最小二乘（gls）估計量（generalized least squares (gls) estimator）：通過對原始模型的變換，說明了已知結構的誤差的方差（異方差性）和誤差中的序列相關形式或兩者兼有的估計量。

擬合優度度量（goodness-of-fit measure）：概括一組解釋變數有多好地解釋了因變數或響應變數的統計量。

增長率（growth rate）：時間序列中相對於前一時期的比例變化。可將它近似為對數差分或以百分比形式報導。