Главная страница
Навигация по странице:

  • ПОЛОЖИТЕЛЬНЫЕ ОБРАТНОСИММЕТРИЧНЫЕ МАТРИЦЫ И ИХ СОБСТВЕННЫЕ ЗНАЧЕНИЯ

  • Определение 7.1.

  • Теорема 7.1.

  • Теорема 7.2.

  • Теорема 7.3.

  • Теорема 7.4.

  • Теорема 7.5.

  • Т. Саати Принятие решений. Т. саати принятие решений метод анализа иерархий


    Скачать 4.58 Mb.
    НазваниеТ. саати принятие решений метод анализа иерархий
    АнкорТ. Саати Принятие решений.pdf
    Дата09.05.2017
    Размер4.58 Mb.
    Формат файлаpdf
    Имя файлаТ. Саати Принятие решений.pdf
    ТипДокументы
    #7332
    КатегорияИнформатика. Вычислительная техника
    страница14 из 28
    1   ...   10   11   12   13   14   15   16   17   ...   28
    ЧАСТЬ III
    ТЕОРИЯ
    Обратносимметричные матрицы – Системы с обратной связью – Краткое
    сравнение с другими работами.
    Теперь вновь займемся формальной стороной предмета, определив и охаракте- ризовав иерархии и нелинейные сети. При этом исследуем свойства обратносиммет- ричной матрицы парных сравнений и устойчивость ее максимального собственного значения и соответствующего собственного вектора. Глава 7 посвящена теории
    Перрона-Фробениуса и свойствам согласованных и обратно-симметричных матриц. В гл. 8 излагается метод Варфильда структурирования систем, а также наша теория приоритетов, обобщенная на системы. В гл. 9 кратко обсуждаются шкалирование и теория полезности, включая работу Терстена и процедуру наименьших квадратов.

    154
    ГЛАВА 7
    ПОЛОЖИТЕЛЬНЫЕ ОБРАТНОСИММЕТРИЧНЫЕ
    МАТРИЦЫ И ИХ СОБСТВЕННЫЕ ЗНАЧЕНИЯ
    7.1. ВВЕДЕНИЕ
    В гл. 4 определены функция приоритетов и вектор приоритетов
    ω
    в иерархии
    H
    . Как известно читателю, способ нахождения приоритетов наиболее важен в на- шем методе. Для матрицы
    A
    действительных чисел, представляющих попарные сравнения важности элементов на одном уровне
    H
    по отношению к одному элемен- ту расположенного выше уровня, определяются наибольшее собственное значение max
    λ
    и решение уравнения max
    A
    ω λ ω
    =
    Поэтому наши интересы направлены на изучение квадратных матриц
    ( )
    ij
    A
    a
    =
    , для которых
    0, ,
    1,
    ,
    ij
    a
    i j
    n
    >
    = …
    , и
    1
    , ,
    1,
    ,
    ji
    ij
    a
    a i j
    n
    =
    = …
    , т. е. положительных, обратносимметричных. квадратных матриц. Особую важность приобретают матрицы, не только обладающие приведенными выше свойствами, но и являющиеся согласованными, что означает наличие такого важного соотношения:
    , , ,
    1,
    ,
    ik
    ij
    jk
    a
    a a
    i j k
    n
    =
    = …
    В этой главе рассматривается та часть теории матриц, которая необходима для обоснования математических свойств нашего метода (см. определения в Приложе- нии 1).
    Начнем систематическое изложение с введения понятия неприводимой матрицы.
    Весь нужный материал по неприводимым матрицам, используемый в книге, приве- ден в следующем разделе. Затем изложим фундаментальную теорему Перрона-
    Фробениуса для неотрицательных неприводимых матриц, которая обеспечивает су- ществование единственного решения задачи о собственном значении. Так как рас- сматриваемые обратносимметричные матрицы положительны, сконцентрируем вни- мание на положительных матрицах, теореме Перрона и ее доказательстве. Далее доказывается, что искомый собственный вектор может быть получен как предельная сумма строк
    k
    A
    , где
    A
    – примитивная матрица. Затем кратко описывается способ вычисления собственного вектора на практике, после чего обсуждаются согласован- ность обратносимметричной матрицы, отклонение ее главного собственного значе- ния от
    n
    , нечувствительность этого собственного значения по отношению к малым возмущениям в
    A
    , а также изучаются свойства согласованных матриц.
    Далее рассматриваются характеристики обратносимметричных матриц и их пра- вых и левых собственных векторов, а также вопрос о том, что малые возмущения элементов обратносимметричной матрицы вызывают малые возмущения компонент ее главного собственного вектора. В том же разделе приводится формула, принад- лежащая Варгасу, для величины возмущения, которое получает каждая компонента собственного вектора как функция возмущения исходной матрицы.

    155 7.2. НЕПРИВОДИМЫЕ МАТРИЦЫ
    Обратносимметричные матрицы попарного сравнения не содержат нулей, следо- вательно, они всегда неприводимы. Понятие неприводимости понадобится при рас- смотрении общем системы в гл. 8, где придется иметь дело именно с неприводимы- ми, а не просто положительными матрицами.
    Определение 7.1. Квадратная матрица – неприводимая (по отношению к пере- становкам), если она не может быть представлена в виде
    1 2
    3 0
    A
    A
    A






    , где
    1
    A
    и
    2
    A
    – квадратные матрицы, 0 – нулевая матрица. В противном случае матрицу называют
    приводимой. Следующая матрица — приводима:
    2 0 1 1
    3 4 3
    0 2
    A





    = 





    Граф, соответствующий этой матрице, имеет дугу из первой в первую и третью вершины и аналогично из третьей в первую и третью вершины, но переход во вто- рую вершину невозможен. Со второй вершины можно перейти во все три вершины.
    Таким образом, первая и третья вершины образуют неприводимую компоненту, а вторая связана с ними. Очевидно, меняя местами второй и третий столбцы, а также вторую и третью строки, рассматриваемую матрицу можно привести к виду
    1 2
    3 2 0 1 0
    1 3 4 3
    0 2
    A
    A
    A
    A


     


     

    =
    =

     


     


     

    где
    1
    A
    и
    3
    A
    – квадратные,
    1
    A
    – неприводимая матрицы.
    Следующая теорема касается эквивалентности свойства неприводимости матри- цы и сильной связности направленного графа матрицы.
    Теорема 7.1. Комплексная матрица
    A
    неприводима в том и только в том слу- чае, если ее направленный граф
    ( )
    D A
    — сильно связный.
    Доказательство этой теоремы довольно очевидно. Любая степень приводимой матрицы
    A
    также приводима и, следовательно, имеет блок нулей в правом верхнем углу. Поэтому не существует пути между вершинами, соответствующими
    1
    A
    , и вер- шинами, соответствующими
    2
    A
    и
    3
    A
    . Наоборот, если граф не сильно связный, то существует блок вершин, которые не могут быть достигнуты, и подходящими пере- становками соответствующая матрица может быть приведена к указанной выше форме.
    Теорема 7.2. Квадратная матрица или неприводима, или может быть приведена путем перестановок индексов к виду:
    1 2
    1,1 1,2 1,
    1
    ,1
    ,2
    ,
    ,
    1 0
    0 0
    0 0
    0 0
    0 0
    0 0
    0 0
    k
    k
    k
    k
    k
    k
    m
    m
    m k
    m k
    m
    A
    A
    A
    A
    A
    A
    A
    A
    A
    A
    A
    A
    +
    +
    +
    +
    +
































    ,

    156 содержащему блок – диагональную матрицу с неприводимыми матрицами
    (
    )
    1,
    ,
    i
    A i
    k
    = …
    на диагонали. При этом, по крайней мере, одна из матриц с двойным индексом в каждой строке, в которой они появляются – ненулевая (см. [52, 53]).
    Доказательство теоремы проводится в предположении, что если матрица приво- дима и может быть представлена в виде, данном в определении приводимой матри- цы, или же ее диагональные блоки приводимы, то она вновь может быть представ- лена в такой форме. В свою очередь, если какой-либо из ее диагональных блоков приводим, он вновь представляется в соответствии со стандартной формой приво- димой матрицы. В результате после соответствующей перестановки индексов, полу- чим матрицу, все элементы которой над диагональными блоками равны нулю; все диагональные блоки неприводимы. Кроме того, соответствующей перестановкой ин- дексов все строки, диагональные блоки которых только ненулевые матрицы, могут быть расположены так, чтобы распасться на части, как уже было показано выше.
    Отметим, что каждый; из «изолированных» блоков
    1
    ,
    ,
    k
    A
    A

    достижим в графо- теоретическом смысле, из узлов, соответствующих строкам с двумя индексами, но не наоборот. Заметим также, что все матрицы с двумя индексами в каждом столбце могут быть просто записаны в виде строки блоков
    1 2
    ,
    ,
    ,
    k
    R R
    R

    ,
    Q
    , где
    Q
    , конечно, уже не является неприводимым. Приведенная выше форма является единственной с точностью до перестановок блочных индексов.
    Можно было бы закончить и транспонированной формой, в которой блоки
    1 2
    ,
    ,
    ,
    k
    R R
    R

    ,
    Q
    образуют последний столбец нашей матрицы. Действительно, это та форма, которая будет использоваться позже, при рассмотрении «стохастических» матриц приоритетов.
    Процесс построения нормальной формы матрицы приоритетов – прямой. Начина- ем с любого элемента и заполняем в его столбце ненулевые приоритеты воздействий как компоненты собственного вектора всех тех элементов, которые имеют воздейст- вие на него. Каждый из этих элементов, в свою очередь, входит в примыкающие столбцы со входящими ненулевыми приоритетами воздействий всех других элемен- тов на них. Процесс продолжается до тех пор, пока еще есть новые элементы, кото- рые влияют на это множество. Следует удостовериться в том, что новых элементов больше нет. Так получаем блок для неприводимого множества. Начиная с другого элемента, процесс повторяется для следующего блока и т. д.
    7.3. СУЩЕСТВОВАНИЕ И ЕДИНСТВЕННОСТЬ
    ГЛАВНЫХ СОБСТВЕННЫХ ВЕКТОРОВ
    Как указывалось ранее, сначала будет представлена общая теорема существова- ния и единственности при решении задачи о собственном значении для неотрица- тельной неприводимой матрицы (более общей, чем положительная обратносиммет- ричная матрица). Это фактически и есть теорема, доказанная Фробениусом, который обобщил результат Перрона для положительной матрицы. Затем следует обсуждение и доказательство теоремы Перрона. Доказательство теоремы Фробениуса может быть найдено в [53].
    Теорема 7.3. (Перрон–Фробениус). Пусть
    0
    A

    – неприводимая матрица. То- гда:
    1.
    A
    имеет действительное положительное простое (т. е. не кратное) собствен- ное значение max
    λ
    , которое по модулю не меньше любого другого собственного зна- чения матрицы
    A
    (некоторые из которых могут быть комплексными числами).

    157 2. Собственный вектор
    A
    , соответствующий собственному значению max
    λ
    , имеет положительные компоненты и, по существу (с точностью до постоянного множите- ля), единственен.
    3. Число max
    λ
    (иногда называемое корнем Перрона матрицы
    A
    ) удовлетворяет условию
    ( )
    ( )
    max
    1 0
    0 1
    max min min max
    i
    i
    i n
    x
    x
    i n
    i
    i
    Ax
    Ax
    x
    x
    λ
    ≤ ≤


    ≤ ≤
    =
    =
    ;
    0
    x

    – произвольно.
    Следствие. Пусть
    0
    A

    неприводима и пусть
    0
    x

    произвольно. Тогда корень
    Перрона удовлетворяет условию
    ( )
    ( )
    max
    1 1
    min max
    i
    i
    i n
    i n
    i
    i
    Ax
    Ax
    x
    x
    λ
    ≤ ≤
    ≤ ≤


    ,
    Теорема 7.4. (Перрон). В этой теореме утверждается то же, что и в предыду- щей, с той разницей, что матрица
    0
    A
    >
    (и, следовательно, неприводима) и модуль max
    λ
    строго превосходит модули всех других собственных значений.
    Краткое доказательство теоремы Перрона может быть получено как результат доказательства следующих полезных фактов о положительных
    (
    )
    n n
    ×
    - матрицах [25]. Последовательность этих фактов такова: пусть
    A
    – положительная
    (
    )
    n n
    ×
    -матрица, max
    λ
    – ее наибольшее собственное значение.
    1. max
    λ
    ограничено сверху и снизу соответственно максимальной и минимальной строчными суммами матрицы
    A
    Следовательно, если
    A
    – стохастическая матрица, т. е. если её строчные суммы равны единице, то max
    1
    λ
    =
    2. Для стохастической матрицы
    A
    lim
    k
    k
    A
    e
    υ
    →∞
    =
    , где
    υ
    – положительный вектор-строка,
    (
    )
    1 2
    , , ,
    n
    υ
    υ υ
    υ
    =

    ,
    1 1
    n
    i
    i
    υ
    =
    =

    и
    (
    )
    1,1,
    ,1
    T
    e
    =

    3. Для положительной матрицы
    A
    существует положительное число
    λ
    , ненуле- вая вектор-строка
    υ
    и ненулевой вектор-столбец
    ω
    , такие, что lim
    k
    k
    k
    A
    ωυ
    λ
    →∞
    =
    4.
    λ
    есть наибольшее собственное значение
    A
    и называется главным собствен-
    ным значением, а
    ω
    и
    υ
    главные собственные векторы, единственные с точно- стью до постоянного множителя.
    5.
    ω
    ортогонален всем не главным собственным векторам-столбцам, а
    υ
    – всем не главным собственным векторам-строкам. б. Если
    1
    λ
    – наибольшее собственное значение
    A
    , причем
    i
    j
    λ λ

    ,
    i
    j

    ,
    ,
    1,
    ,
    i j
    n
    = …
    , и если
    i
    ω
    – правый собственный вектор, соответствующий
    i
    λ
    , то
    1
    lim
    k
    T
    k
    k
    A e
    c
    e A e
    ω
    →∞
    =
    Эту важную теорему, сформулированную в таком виде, очень легко доказать. Но ее можно и обобщить.

    158 7. Теорема верна и в случае, когда
    0
    A

    ,
    0
    p
    A
    >
    для некоторого
    0
    p

    при тех же прочих условиях.
    Теорема 7.5.
    1. max
    1 1
    max
    1 1
    min max
    ;
    min max
    n
    n
    ij
    ij
    j
    j
    i
    i
    n
    n
    ij
    ij
    i
    i
    j
    j
    a
    a
    a
    a
    λ
    λ
    =
    =
    =
    =














    Неравенство имеет место, когда суммы не одинаковы.
    2.
    ( )
    1/
    max lim
    k
    k
    k
    tr A
    λ
    →∞


    =


    3.
    1 1
    max
    0 0
    max min min max
    n
    n
    ij
    j
    ij
    j
    j
    j
    i
    u
    u
    i
    i
    i
    a u
    a u
    u
    u
    λ
    =
    =
    >
    >
    =
    =


    4.
    1 1
    max
    0 0
    max min min max
    n
    n
    ij i
    ij i
    i
    i
    j
    u
    u
    j
    j
    j
    a u
    a u
    u
    u
    λ
    =
    =
    >
    >
    =
    =


    Доказательство. Компоненты вектора
    Ae
    представляют собой суммы строк мат- рицы
    A
    . Пусть наибольшая сумма строк есть
    M
    , а наименьшая –
    m
    . Тогда
    me Ae Me


    , а равенство имеет место только при
    m M
    =
    Из выражения max
    A
    υ
    λ υ
    =
    имеем max
    Ae
    e
    υ
    λ υ
    =
    , max
    me
    e
    Me
    υ
    λ υ
    υ


    Если теперь разделим неравенство на положительное число
    e
    υ
    , то получим max
    m
    M
    λ


    , причём равенство вновь будет иметь место, если
    m M
    =
    . Аналогично для сумм столбцов.
    Доказательство (2) получается либо из выражения
    1/
    1/
    lim
    1 1 1
    lim
    k
    k
    k
    k
    k
    k
    k
    tr
    A
    tr A
    λ
    λ
    →∞
    →∞




    = =




    , либо из
    1
    k
    k
    k
    n
    tr A
    λ
    λ
    + +
    =

    . Пусть во втором случае
    1
    max
    λ λ
    =
    , тогда
    (
    )
    (
    )
    1/
    1 2
    1 1
    1
    k
    k
    k
    k
    n
    tr A
    λ
    λ λ
    λ λ

     

    +
    + +
    = 




    , при
    k
    → ∞
    ,
    1
    k
    tr A
    λ

    . Остальная часть доказательства здесь не приводится.
    Теорема 7.6. Если
    A
    – положительная
    (
    )
    n n
    ×
    -матрица, у которой сумма эле- ментов каждой строки равна единице, то существует положительная вектор-строка
    υ
    ,
    1 1
    n
    i
    i
    υ
    =
    =

    , такая, что lim
    m
    m
    A
    e
    υ
    →∞
    =
    , где
    (
    )
    1,1,
    ,1
    T
    e
    =

    Доказательство. Пусть
    0
    y
    – любой
    n
    -мерный вектор-столбец. Определим
    0
    m
    m
    y
    A y
    =
    и пусть
    m
    a
    и
    m
    b
    – максимальная и минимальная компоненты
    m
    y
    соответ- ственно. Пусть
    α
    – минимальный элемент матрицы
    A
    . Так как
    1
    m
    m
    y
    Ay
    +
    =
    , любая

    159 компонента вектора
    1
    m
    y
    +
    получается умножением строки
    A
    на
    m
    y
    , и, следователь- но, имеем следующие границы для произвольной компоненты
    c
    вектора
    1
    m
    y
    +
    :
    (
    )
    (
    )
    1 1
    m
    m
    m
    m
    b
    a
    c
    b
    a
    α
    α
    α
    α

    +
    ≤ ≤
    + −
    Это неравенство остается в силе для наибольшей и наименьшей компонент
    m r
    y
    +
    , от- куда
    (
    )
    1 1
    m
    m
    m
    a
    b
    a
    α
    α
    +

    + −
    (следовательно,
    m
    a
    монотонно возрастает) и
    (
    )
    1 1
    m
    m
    m
    b
    a
    b
    α
    α
    +

    +

    (следовательно,
    m
    b
    монотонно убывает), или
    (
    )
    1 1
    m
    m
    m
    b
    b
    a
    α
    α
    +

    ≤ − −

    и
    (
    )(
    )
    1 1
    1 2
    m
    m
    m
    m
    a
    b
    a
    b
    α
    +
    +

    < −

    Отсюда по индукции получаем
    (
    ) (
    )
    0 0
    1 2
    m
    m
    m
    a
    b
    a
    b
    α

    ≤ −

    Так как правая часть этого неравенства стремится к нулю, то
    m
    a
    и
    m
    b
    сходятся к общему пределу, и. следовательно, все компоненты
    m
    y
    приближаются к нему же, т. е. lim
    m
    m
    y
    Ce
    →∞
    =
    при
    0 0
    b
    C a
    ≤ ≤
    (равенство имеет место только при
    0 0
    a
    b
    =
    ). Пусть
    (
    )
    1 2
    0 0
    0 0
    ,
    ,
    ,
    n
    y
    y y
    y
    =

    , где
    0 1
    i
    y
    =
    ,
    0 0
    j
    y
    =
    ,
    j i

    . Тогда
    m
    y
    есть
    i
    -й столбец матрицы
    m
    A
    , и, как уже установлено,
    (
    )
    ,
    ,
    T
    T
    m
    i
    i
    y
    c
    c
    υ



    , причем
    0 0
    b
    =
    ,
    0 0
    i
    c
    b
    >
    =
    . Сле- довательно, lim
    m
    m
    A
    e
    υ
    →∞
    =
    Отметим, что поскольку каждая строчная сумма
    m
    A
    равна единице, то
    1 1
    n
    i
    i
    υ
    =
    =

    1   ...   10   11   12   13   14   15   16   17   ...   28


    написать администратору сайта