Ⅰ 「方程」這個詞是什麼意思
方程的意義是含有未知數的等式叫做方程。
表示兩個數學式(如兩個數、函數、量、運算)之間相等的一種式子,通常在兩者之間有一等號(=).數學中的方程簡單的是人們為了求解一些數之間的關系，因為直接求需要復雜的邏輯推理關系，而用代數和方程就很容易求解，從而降低難度。
當然，「方程」也叫做「方程式」，即含有未知數的等式。如：x－2=5，x+8=y－3。使等式成立的未知數的值稱為方程的「解」或「根」。求方程的解的過程稱為「解方程」。
Ⅱ 方程的定義是什麼
方程式或簡稱方程，是含有未知數的等式。
方程中，恆等式叫做恆等方程，例如 (y+2)^2=y^2+4y+4
矛盾式叫做矛盾方程，如 x+1=x。
在未知數等於某特定值時，恰能使等號兩邊的值相等者稱為條件方程，例如x+3=8，在x=5時等號成立。
能使方程左右兩邊相等的未知數的解稱為方程的解。
求出方程的解或說明方程無解這一過程叫做解方程。
Ⅲ 旅遊決策模型是什麼
分別是結構模型，模擬模型，定性模型和引力模型。
旅遊需求預測
1、旅遊需求的時空分布集中性
旅遊需求的一個顯著特點是隨時間變化而變化，另一個特點是每一個旅遊目的地都有自己相對穩定的客源地。從數量上來研究和度量旅遊需求隨時間的變化和客源地的空間分布變化，對旅遊規劃和經營決策有重要的幫助。
1>旅遊需求的時間分布集中性
季節性（時間）強度指數：旅遊需求的時間分布集中性是由旅遊的季節性所引起的，可以用季節性（時間）強度指數來定量分析。
式中：R為旅遊需求的時間分布強度指數
xi為各月遊客量佔全年的比重
R值越接近於零，旅遊需求時間分配越均勻；R值越大，時間變動越大，旅遊淡旺季差異越大。R值受到旅遊需求變化和所選時段長短特徵的影響，所以它適用於不同年份（時段）的比較和不同旅遊地（設施）的比較。
高峰指數：用來度量遊客某一時期相對於其他時期利用旅遊設施游覽某旅遊地的趨勢。計算公式為
式中： Pn為高峰指數；
V1為最繁忙時期的遊客數；
Vn為在第n個時期內的遊客數
n為參照時段（1＝最繁忙時期）
Pn的數值大小不僅取決於高峰程度，還依賴於遊客總量和所選定的時段。因此，該指數的一個主要用途是用於對旅遊地進行比較或用於考察某一設施隨時間變化而出現的高峰趨勢。當遊客量在所有時期都相同時，Pn＝0；當遊客量集中在某些時期時，Pn值會增大。n的值，即用於與最繁忙時期作比較的那一時期，在很大程度上是選擇的結果，選擇工作依靠現有資料，研究目的和研究經驗。
2>旅遊需求的空間分布集中性
旅遊需求的空間分布結構主要指旅遊者的地理來源和強度，其集中性可以用地理集中指數來定量分析。其公式為：
式中： G為客源地的地理集中指數
Xi為第個客源地的遊客數量
T為旅遊地接待遊客總量
n為客源地總數
遊客來源越少越集中，G值越接近100；G值越小，則客源地越多越分散。對於一個旅遊地，客源地越分散，旅遊經營越趨於穩定。
2、趨勢外推模型
趨勢外推模型是以已經發生的事件資料為預測基礎，依據一系列的的歷史數據資料來推測未來的可能形勢。無論哪一種類型的趨勢外推模型都有一個共同的假設：歷史數據的趨勢將在未來一段時間內持續下去。趨勢外推模型主要有回歸模型和時間序列模型兩類。
1>回歸分析方法
一元線性回歸模型是最簡單的也是最常用的趨勢外推數學模型，常用於以年為時間單位的旅遊需求量的變化。形式為：
y=a+bx
式中：y為因變數，x為自變數，a為常數項；b為y對x的回歸系數。關於本模型的具體運算，請參看《常用統計方法》的相關內容。
保繼剛（1989）年通過研究建立了北京香山公園遊客量的一元線性回歸方程：
y=－35047.0088＋17.859x
r＝0.9828
式中： y為年遊客量（萬人）
x為年份
r為相關系數
知道1979年到1985年的遊客數量分別為291.58，318.75，326.97，361.92，359.73，381.63，405.09；可以運用模型得到1986年的預測值為420.97。（具體參見《旅遊地理學》）
2>時間序列模型
時間序列模型主要用於解決對波動性旅遊需求的預測，如對受到季節性影響顯著的目的地的需求量預測就可以用這一模型。
在時間序列分析中，預測過程首先要通過過去需求量的歷史資料求出統計形式的擬合曲線，然後向前延伸這條擬合曲線，用以估計未來時段的需求量。這種擬合曲線通常可以分為三類：水平需求曲線、趨勢需求曲線和季節性需求曲線。
常用的水平時間序列模型有一次滑動平均模型和一次指數平滑模型。
常用的趨勢需求模型有線形趨勢模型，包括線形回歸模型、二次滑動平均模型等；非線形趨勢模型，如二次回歸模型、三次指數平滑模型。
常用的季節性需求模型包括季節性水平模型、季節性交乘趨勢模型等。
3、引力模型
引力模型是在城市和區域經濟研究中應用最為廣泛的模型。20世紀後期，國外一些學者率先將這一模型應用到旅遊研究中來，用於遊客預測、旅遊吸引力確定以及旅遊規劃等方面。
1966年，Crampon L J首次將引力模型用於旅遊研究，他所建立的引力模型也是其他研究者應用的基本引力模型：
式中： Tij為客源地i與目的地j之間旅行次數的某種量度
Pi為客源地i人口規模、財富或旅行傾向的某種量度
Aj為目的地j吸引力或容量的某種量度
Dij為客源地i與目的地j之間的距離
G，b為經驗參數
客源地人口可以為某個城市等特定區域的人口數量，或將來要進行旅行的人數，它可以是幾個變數的組合。
目的地吸引力可以是美學吸引力、資源容量、旅遊地知名度等幾個變數的組合。
距離一般是指感知距離，可以用實際距離或旅行時間來進行表示。
其後，有一些學者針對該模型中存在的一些不足，主要針對距離變數又提出了一些修正模型，在此不一一介紹。
4、特爾菲法
特爾菲法是預測模型中最著名，也是最具有爭議性的方法之一。當歷史資料或數據不夠充分，或者當模型中需要相當程度的主觀判斷時，就需要用特爾菲法預測事件的未來趨勢。目前，特爾菲法在軟科學領域中得到了廣泛的應用，也取得了不少令人滿意的效果。決定特爾菲法成功與否的關鍵在於問卷的設計和選擇專家的合格程度。
用特爾菲法預測一般包括以下工作步驟：
1>確定預測的問題，選擇征詢的專家組
專家組的專家選擇要全面，要有代表性，以保證預測的全面和綜合。專家人數由問題的復雜程度來決定。一般為40~50人。
2>制定和分發第一輪問卷
問卷由專家完全獨立填寫，也即專家間沒有任何形式的交流，避免互相干擾與影響。第一輪的問卷包括兩個部分內容：一是向專家概括介紹所進行的研究項目，另一是請專家鑒定未來可能出現的事件發生的概率、可能發生的時間。
3>第一輪問卷回收，整理結果
過程包括中位數計算，指出兩個中間四分數的范圍，即中位數兩旁包含50％總預測數的范圍。
4>第二輪問卷
將第一輪問卷的統計總結附在第二輪問卷上寄給第一輪征詢的專家組，各個專家自己第一輪的答卷也復印附上作為參考。詢問每一個專家在看完小組的平均結果之後是否希望改變自己的預測。如果專家的預測值不在兩個中間四分數之內，而他又不願意改變自己的原始預測，則要請專家給出理由。
5>回收第二輪的問卷並整理結果
包括新的預測結果以及部分專家不同意第一輪問卷結果的意見。
6>第三輪問卷
將第二輪問卷的結果和意見綜合進第三輪，問卷的說明與第二輪相似。主要的不同之處是加上了部分專家不同預測結果的意見。
第三輪問卷的結果出來之後，要決定是否需要作第四輪的問卷調查以獲得進一步的預測。如果兩次調查後絕大多數預測已經在中位數附近，就沒有必要再作下一輪的調查。