Главная страница
Навигация по странице:

  • Теорема 7.8.

  • Теорема 7.9.

  • Теорема 7.10.

  • Теорема 7.11

  • Теорема 7.12.

  • Определение 7.2.

  • Теорема 7.13.

  • 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
    страница15 из 28
    1   ...   11   12   13   14   15   16   17   18   ...   28
    Теорема 7.7. Если
    A
    – положительная
    (
    )
    n n
    ×
    -матрица, то lim
    k
    k
    k
    A
    ωυ
    λ
    →∞
    =
    , где
    λ
    положительная постоянная,
    υ
    – ненулевая вектор-строка, а
    ω
    – нену- левой вектор-столбец.
    Краткое доказательство. Пусть
    (
    )
    1 1
    |
    ,
    ,
    ,
    0,
    1,
    , ,
    1,
    1
    n
    T
    n
    t
    i
    i
    S
    x x
    x
    x
    x
    i
    n
    x
    т е fx
    =


    =
    =

    =
    =
    =







    , где
    (
    )
    1,1,
    , 1
    f
    =

    Рассмотрим отображение
    1
    ,
    Tx
    Ax x S
    fAx


    =





    Это отображение положительно: так как
    1
    fx
    =
    , то
    x
    имеет ненулевую компоненту, и, следовательно,
    0
    Ax
    >
    и
    0
    fAx
    >
    . Далее

    160 1
    1
    fTx
    fAx
    fAx


    =
    =




    , и поэтому
    T
    отображает
    S
    в
    S
    . Так как
    A
    непрерывна, по теореме Брауера о не- подвижной точке найдется точка
    ω
    , что
    1
    A
    fA
    ω ω
    ω


    =




    Поскольку левая часть положительна,
    ω
    – положительна и
    0
    fA
    λ
    ω
    =
    >
    . Следова- тельно,
    A
    ω λω
    =
    ,
    0
    λ
    >
    ,
    0
    ω
    >
    . Наконец, пусть
    D
    – диагональная матрица с
    ii
    i
    d
    ω
    =
    и
    0
    ij
    d
    =
    ,
    i
    j

    . Так как
    0
    ω
    >
    ,
    D
    имеет обратную матрицу
    1
    D

    , также диагональ- ную, с диагональными элементами
    1
    i
    ω
    , т. е.
    De
    ω
    =
    и
    ( )
    ( )
    1 1
    1 1
    1
    D
    AD e
    D
    A
    D
    e
    λ
    λ
    ω
    ω







    =
    =
    =




    Отсюда следует, что суммы строк матрицы
    ( )
    1 1
    D
    AD
    λ





    равны единице, т. е. эта матрица – стохастическая, и исходя из теоремы 7.6 найдётся такой вектор- строка
    *
    υ
    , что
    ( )
    (
    )
    *
    1 1
    lim
    1
    lim
    1
    k
    k
    k
    k
    k
    e
    D
    AD
    D
    A D
    υ
    λ
    λ


    →∞
    →∞


    =
    =


    ,
    (т. е. строки предельной матрицы все одинаковы), откуда непосредственно получа- ем
    ( )
    *
    1
    *
    1
    lim 1
    k
    k
    k
    A
    De D
    D
    λ
    υ
    ωυ
    ωυ


    →∞
    =
    =
    =
    Теорема 7.8.
    υ
    и
    ω
    – собственные векторы матрицы
    A
    , соответствующие соб- ственному значению
    λ
    Доказательство.
    ( )
    ( )
    ( )
    ( )
    1 1
    1 1
    lim 1
    lim 1
    k
    k
    k
    k
    k
    k
    A
    A
    A
    A
    λ ωυ
    λ
    λ
    λ
    ωυ
    +
    +
    →∞
    →∞
    =
    =
    =
    , откуда имеем
    A
    ωυ λωυ
    =
    и
    A
    e
    e
    ωυ
    λωυ
    =
    , и так как
    e
    υ
    постоянная, то
    A
    ω λω
    =
    Аналогично
    A
    υ
    λυ
    =
    Следствие. Векторы
    υ
    и
    ω
    положительны.
    Доказательство. Из равенства
    A
    ω λω
    =
    имеем
    ( )
    1
    A
    λ ω ω
    =
    . Так как
    , A
    λ
    – по- ложительны, а
    ω
    – неотрицателен (с некоторыми ненулевыми компонентами), все компоненты левой части равенства положительны, и, следовательно,
    ω
    – положи- телен; аналогично для
    υ
    Теорема 7.9. Все собственные векторы, соответствующие собственному значе- нию
    λ
    , являются постоянными множителями
    ω
    и
    υ
    Доказательство. Если
    Au
    u
    λ
    =
    , то
    k
    k
    A u
    u
    λ
    =
    , а
    ( )
    1
    k
    k
    A u u
    λ
    =
    для всех
    k
    . При
    k
    → ∞
    имеем
    u u
    ωυ
    =
    . Аналогично для векторов-строк.
    Теорема 7.10. Модуль любого другого собственного значения
    h
    матрицы
    A
    удовлетворяет неравенству
    h
    λ
    <
    Доказательство. Если
    Au hu
    =
    , то
    k
    k
    A u h u
    =
    , а
    ( )
    (
    )
    1
    k
    k
    k
    A u
    h
    u
    λ
    λ
    =
    . Переходя к пределу при
    k
    → ∞
    имеем
    [ ]
    lim
    k
    k
    u
    h
    u
    ωυ
    λ
    →∞
    =
    ,

    161 и предел в правой стороне должен существовать, что возможно только при
    h
    λ
    =
    или
    h
    λ
    <
    , причем в последнем случае предел равен нулю.
    Собственное значение
    λ
    есть главное собственное значение матрицы
    A
    , кото- рое обозначается max
    λ
    , а
    υ
    и
    ω
    – главные собственные векторы матрицы
    A
    Следствие. Главный собственный вектор-строка (столбец) —
    ( )
    υ ω
    ортогонален ко всем не главным собственным векторам-столбцам (строкам) матрицы
    A
    Доказательство. Рассмотрим равенство
    0
    u
    ωυ
    =
    из доказательства предыдущей теоремы. Так как
    0
    ω
    >
    , имеем
    0
    u
    υ
    =
    , и, следовательно,
    υ
    ортогонален вектору- столбцу
    u
    . Аналогичный аргумент можно использовать, чтобы показать ортогональ- ность
    ω
    ко всем не главным собственным векторам-строкам матрицы
    A
    Следствие.
    1
    υω
    =
    Доказательство. В условиях теоремы пусть
    u
    ω
    =
    , тогда
    h
    λ
    =
    и
    ωυω ω
    =
    . Так как
    υω
    – число, получаем
    1
    υω
    =
    Замечание.
    υω
    есть след матрицы
    ωυ
    , и, следовательно, этот след всегда равен единице.
    Замечание. Система
    1
    n
    ij
    j
    i
    j
    a x
    b
    =
    =

    ,
    1,
    ,
    i
    n
    = …
    где
    0
    ij
    a

    ,
    0
    ij
    d
    >
    , имеет неотрицательное решение
    0
    j
    x

    ,
    1,
    ,
    j
    n
    = …
    , если
    11 12 13 11 12 11 21 22 23 21 22 31 32 33 0,
    0,
    0,
    ,
    0
    a
    a
    a
    a
    a
    a
    a
    a
    a
    A
    a
    a
    a
    a
    a
    >
    >
    >
    >

    Теорема 7.11 [182]. Если
    A
    – неотрицательная неприводимая матрица, то зна- чение max
    λ
    возрастает с увеличением любого элемента
    ij
    a
    Доказательство. Пусть
    A
    – неотрицательная матрица, определим
    ( )
    B
    I A
    ρ
    ρ
    =

    , где
    ρ
    – действительный параметр [110]. Пусть
    M
    – множество всех
    ρ
    , для кото- рых существует и не отрицательна обратная матрица
    (
    )
    1
    I A
    ρ


    . Множество
    M
    не- пусто для
    0
    x
    >
    и остается таким для сравнительно большого
    ρ
    ,
    x Ax
    ρ
    >
    , т. е.
    0
    x Ax
    ρ

    >
    , и это условие обеспечивает существование неотрицательного решения и эквивалентно вышеописанному условию на главные миноры. Так как
    M
    зависит от
    A
    , обозначим его
    ( )
    M A
    Пусть
    0
    A
    A

    ′′


    . Тогда
    ( )
    ( )
    M A
    M A

    ′′

    . В самом деле, заметим, что если
    ( )
    M A
    ρ


    , то
    (
    )
    0
    I A x
    ρ


    >
    для некоторого
    0
    x
    >
    и так как
    I A
    I A
    ρ
    ρ
    ′′




    ,
    (
    )
    0
    I A x
    ρ
    ′′

    >
    для того же самого
    x
    , и, следовательно,
    ( )
    M A
    ρ
    ′′

    . Теперь макси- мальное собственное значение max
    λ
    матрицы
    0
    A
    >
    есть
    ( )
    inf
    M A
    ρ
    ρ

    , для которого
    (
    )
    1
    I A
    ρ


    существует, т. е. это первое значение, для которого
    0
    I A
    ρ
    − =
    , ибо все другие собственные значения не превосходят max
    λ
    . Поэтому
    ( )
    ( )
    ( )
    ( )
    max max inf inf
    M A
    M A
    A
    A
    ρ
    ρ
    λ
    ρ
    ρ λ

    ′′



    ′′
    =

    =

    162
    Следовательно, max
    λ
    – монотонная функция
    A
    Ниже показан важный результат, который заключается в том, что собственный вектор, соответствующий max
    λ
    , представляет собой нормализованные суммы элемен- тов строк предельной матрицы в точности
    k
    -й степени
    k
    A
    -матрицы
    A
    (а не суммы всех степеней
    A
    ).
    Теорема 7.12.
    1
    lim
    k
    T
    k
    k
    A e
    c
    e A e
    ω
    →∞
    =
    , где
    0
    A
    >
    ,
    1
    ω
    – главный собственный вектор, соответствующий максимальному соб- ственному значению
    1
    λ
    ,
    i
    j
    λ λ

    для всех
    i
    и
    j
    ,
    i
    ω
    – правый собственный вектор, соответствующий
    i
    λ
    , а
    c
    – постоянная.
    Доказательство.
    1 1
    n
    n
    e a
    a
    ω
    ω
    =
    + +

    , где
    ,
    1,
    ,
    i
    a i
    n
    = …
    – постоянные.
    (
    )
    (
    )
    1 1 1
    1 1 1 2
    2 1
    2 1
    k
    k
    k
    k
    k
    k
    n n
    n
    n
    n
    n
    A e a
    a
    a
    a
    a
    λ ω
    λ ω
    λ
    ω
    λ λ ω
    λ λ ω


    =
    + +
    =
    +
    + +




    ,
    (
    )
    (
    )
    1 1
    2 2
    1 1
    k
    k
    T
    k
    k
    n
    n
    e A e
    b b
    b
    λ
    λ λ
    λ λ


    =
    +
    + +



    ;
    T
    i
    i
    i
    b
    a e
    ω
    =
    Так как
    1 0
    ω
    >
    ,
    0
    b

    , что и требовалось доказать.
    Теперь обобщим эту теорему.
    Определение 7.2. Неотрицательная неприводимая матрица
    A
    примитивна то- гда и только тогда, когда существует целое
    1
    m

    . такое, что
    0
    m
    A
    >
    . В противном случае матрицу называют импримитивной. Граф примитивной матрицы имеет длину пути между любыми двумя вершинами
    m

    Из работ [50, 114, 182] известно, что неотрицательная неприводимая матрица
    A
    примитивна тогда и только тогда, когда
    A
    имеет единственный характеристический корень с максимальным модулем, и этот корень имеет кратность, равную единице.
    Теорема 7.13. Для примитивной матрицы
    A
    lim
    k
    k
    k
    A e
    c
    A
    ω
    →∞
    =
    ,
    k
    T
    A
    e Ae

    , где
    c
    – постоянная, а
    ω
    – собственный вектор, соответствующий max
    1
    λ
    λ

    Доказательство. Допустим
    0
    A
    >
    . Рассмотрим жорданову каноническую форму
    B
    матрицы
    A
    . Тогда для некоторой невырожденной матрицы
    N
    1 2
    1 0
    0
    r
    B
    NAN
    B
    B
    λ







    =
    =






    где
    ,
    2,
    ,
    i
    B i
    r
    = …
    есть
    i
    i
    m m
    ×
    жорданова блочная форма, которая имеет вид

    163 1
    0 1
    1 0
    1
    i
    i
    i
    i
    i
    i
    B
    λ
    λ
    λ
    λ
    λ
















    =
















    где
    2
    ,
    ,
    r
    λ
    λ

    – различные собственные значения с кратностями
    2
    ,
    ,
    r
    m
    m

    соот- ветственно, а
    2 1
    r
    i
    i
    m
    n
    =
    +
    =

    – размерность матрицы
    A
    . Выбираем соответствующие базисные векторы для каждого подпространства жордановой формы
    2 3
    1 21 22 2
    31 32 3
    1 2
    ,
    ,
    ,
    ,
    ,
    ,
    ,
    ,
    ,
    r
    m
    m
    r
    r
    rm
    V
    V
    V
    V
    V
    V
    V
    V
    V
    V



    и имеем
    1 1 1
    AV
    V
    λ
    =
    ,
    1 1
    2
    i
    i i
    i
    AV
    V
    V
    λ
    =
    +
    ,
    2 2
    3
    i
    i i
    i
    AV
    V
    V
    λ
    =
    +
    ,
    i
    i
    im
    i im
    AV
    V
    λ
    =
    Отметим, что
    i
    i
    B
    I u
    λ
    =
    +
    , где
    0 1 0 0
    1 .
    0 10
    u








    = 









    и

    164 1
    2 2 1
    1
    k
    k
    k
    k
    k
    i
    i
    i
    i
    k
    k
    B
    I
    u
    u
    u
    λ
    λ
    λ


     
     
    =
    +
    +
    + +
     
     
     
     

    , где
    k
    u
    – нулевая матрица, если
    k n

    , а если
    k n
    >
    – диагональ единиц в
    u
    , сдвинутая вниз на каждую дополнительную степень
    u
    . Например,
    2 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0
    u








    =













    Теперь пусть
    2 2
    1 1 21 21 22 22 2
    2 31 31
    r
    r
    m
    m
    r m
    r m
    e a V
    a V
    a V
    a V
    a V
    a V
    =
    +
    +
    + +
    +
    + +


    ,
    1 1 1
    2 1
    0
    r
    m
    j
    r
    k
    k
    k l
    ij
    i
    ij
    i
    j
    i
    k
    A e a
    V
    a
    V
    j l
    λ
    λ

    =
    =
    =


    =
    +





    ∑∑∑
    ,
    1 1 1 2,
    2 2,
    1 2 2,1 2
    ,1 2
    k
    k
    k
    k
    k
    k
    k
    rk r
    r
    r
    A
    c
    p
    p
    p
    p
    p
    c
    λ
    λ
    λ
    λ
    λ
    λ


    =
    +
    +
    + +
    + +
    + +
    +



    , где
    ij
    p
    – полиномы от
    k
    , а
    1
    c
    ,
    2
    c
    – постоянные, не зависимые от
    k
    . Выражение
    k
    k
    A e
    A
    , будет иметь член
    1 1 1
    1 1 1 2,
    2 2,
    1 2 2
    k
    k
    k
    k
    k
    k
    a
    V
    c
    p
    p
    c
    λ
    λ
    λ
    λ


    +
    +
    + +

    , предел которого при
    k
    → ∞
    будет
    (
    )
    1 1
    1
    a c V
    , так как
    1
    λ
    – единственное наи- большее собственное значение.
    Типичный член
    (
    )
    2
    i

    1 1 1 2
    k
    il
    i
    ij
    k
    k
    ik i
    k
    a
    V
    j l
    c
    p
    c
    λ
    λ
    λ








    + +
    + +


    будет стремиться к нулю при
    k
    → ∞
    (так как
    1
    λ
    превосходит все другие
    λ
    ). Пола- гая
    (
    )
    1 1
    e
    a c
    =
    и
    1
    V
    ω
    =
    , получаем теорему для
    0
    A
    >
    Замечание. Отметим, что
    1 0
    c
    =
    в том и только в том случае, если
    1 0
    a
    =
    . Можно показать, что
    1 0
    a

    , исходя из того, что все
    ij
    a
    в разложении
    e
    и все
    i
    V
    действи- тельны и положительны. Малое возмущение
    e
    оставляет
    1 0
    a

    , а результат при этом останется тем же самым.
    Теперь для доказательства теоремы при
    0
    A

    отметим, что из-за
    0
    ij
    a
    >
    сущест- вует такое положительное целое
    m
    , что
    0
    m
    A
    >
    (т. е. при движении по петлям в ко- нечном счете возможно получение пути любой желаемой длины между произволь- ной парой вершин соответствующего графа). Приведенное выше доказательство применимо к
    m
    A
    и его наибольшему собственному вектору
    ( )
    m
    A
    ω
    . Действительно, так как
    A
    – ограниченный линейный оператор (и поэтому непрерывный), имеем

    165
    ( )
    lim
    , 0
    mk i
    m
    mk i
    k
    A
    c
    A
    i m
    A
    ω
    +
    +
    →∞
    =
    ≤ <
    Легко убедиться, что
    ( )
    m
    A
    ω
    есть искомый неотрицательный собственный век- тор.
    Это завершает доказательство.
    Замечание. Следующая неотрицательная матрица неприводима (ее граф – силь- но связный, так как у любой пары вершин имеется путь, связывающий их):
    0 2 0 0 0 4 1 0 0
    A




    = 





    Эта матрица не удовлетворяет условиям теоремы, поскольку она импримитивна, имея 2 как единственное собственное значение кратности 3. Для пояснения этого отметим следующее:
    (
    )
    2, 4,1
    T
    Ae
    =
    ; нормализацией получаем
    (
    )
    1 2 / 7, 4 / 7,1/ 7
    T
    x
    =
    ;
    (
    )
    1 8 / 7, 4 / 7, 2 / 7
    T
    Ax
    =
    ; нормализацией получаем
    (
    )
    2 4 / 7, 2 / 7, 1/ 7
    T
    x
    =
    ;
    (
    )
    2 4 / 7, 4 / 7, 4 / 7
    T
    Ax
    =
    ; нормализацией получаем
    (
    )
    3 1/ 3,1/ 3,1/ 3
    T
    x
    =
    ;
    (
    )
    3 2 / 3, 4 / 3, 1/ 3
    T
    Ax
    =
    и нормализацией получаем
    (
    )
    4 2 / 7, 4 / 7, 1/ 7
    T
    x
    =
    , что то же са- мое, что и
    1
    x
    с зацикливанием вместо сходимости.
    7.4. ВЫЧИСЛЕНИЕ СОБСТВЕННОГО ВЕКТОРА
    Вычисление главного собственного вектора основано на использовании теоре- мы 7.13. Она утверждает, что нормализованные строчные суммы степеней прими- тивной матрицы (и, следовательно, положительной матрицы) в пределе дают иско- мый собственный вектор. Поэтому краткий вычислительный способ получения дан- ного вектора – возводить матрицу в степени, каждая из которых представляет собой квадрат предыдущей. Строчные суммы вычисляются и нормализуются. Вычисления прекращаются, когда разность между этими суммами в двух последовательных вы- числениях меньше заранее заданной величины.
    7.5. СОГЛАСОВАННОСТЬ
    Обратносимметричные неотрицательные матрицы могут иметь комплексные соб- ственные значения. Следовательно, они не допускают просто общей характеристи- ки. Однако поскольку максимальное собственное значение лежит между наиболь- шей и наименьшей из строчных сумм, согласованная матрица имеет собственное значение, равное сумме любого из ее столбцов. Как будет показано, малое возму- щение не сильно меняет максимальное собственное значение и остальные собствен- ные значения находятся в окрестности нуля, причем их сумма – действительное чис- ло.
    Выбор возмущения, наиболее соответствующего описанию влияния несогласо- ванности на вычисляемый собственный вектор, зависит от психологического про- цесса, имеющего место при заполнении матрицы попарных сравнений исходных

    166 данных. Предположим, что все возмущения, заслуживающие внимания, могут ( быть сведены к общему виду
    (
    )
    ij
    i
    j
    ij
    a
    ω ω ε
    =
    . Согласованность имеет место, если
    1
    ij
    ε
    =
    Например,
    (
    )
    (
    ) (
    )
    1
    i
    j
    ij
    i
    j
    j
    i
    ij
    a
    a
    ω ω
    ω ω
    ω ω


    +
    =
    +


    Теперь получим некоторые элементарные, однако существенные результаты для согласованных матриц. Начнем с выражения
    (
    )
    max
    1
    n
    ij
    j
    i
    j
    a
    λ
    ω ω
    =
    =

    , которое является
    i
    -й компонентой max
    A
    ω λ ω
    =
    , и определим
    (
    )
    2 1
    1
    n
    i
    i
    n
    µ
    λ
    =
    = −


    Тогда из
    1
    n
    i
    i
    n
    λ
    =
    =

    следует, что
    (
    ) (
    )
    max
    1
    n
    n
    µ
    λ
    =


    ; max
    1
    λ
    λ

    , и так как
    (
    )
    max
    1
    ij
    j
    i
    j i
    a
    λ
    ω ω

    − =

    , находим, что
    (
    )
    (
    )
    max
    1
    ij
    j
    i
    ji
    i
    j
    i j n
    n
    n
    a
    a
    λ
    ω ω
    ω ω
    ≤ < ≤


    − =
    +



    , поэтому
    (
    )
    (
    )
    (
    )
    max
    1 1
    1 1
    1 1
    1
    ij
    j
    i
    ji
    i
    j
    i j n
    n
    n
    a
    a
    n
    n
    n
    n n
    λ
    µ
    ω ω
    ω ω
    ≤ < ≤



    =
    =

    +
    +







    Подставляя
    (
    )
    ,
    0
    ij
    i
    j
    ij
    ij
    a
    ω ω ε ε
    =
    >
    , приходам к уравнению
    (
    )
    ( )
    1 1
    1 1
    1
    ij
    ij
    i j n
    n n
    µ
    ε
    ε
    ≤ < ≤


    = − +
    +




    Заметим, что при
    1
    ij
    ε

    , т. е. при достижении согласованности,
    0
    µ

    . Кроме того,
    µ
    выпукла по
    ij
    ε
    , поскольку
    ( )
    1
    ij
    ij
    ε
    ε
    +
    выпукло (и имеет минимум при
    1
    ij
    ε
    =
    ) и сумма выпуклых функций выпукла. Поэтому
    µ
    мало или велико в зависимости от того, близка или далека величина
    ij
    ε
    от единицы соответственно (т. е. близки или далеки мы от согласованности). Наконец, если напишем
    1
    ij
    ij
    ε
    δ
    = +
    , то при
    1
    ij
    δ
    > −
    имеем
    (
    )
    2 2
    1 1
    1 1
    ij
    ij
    i j n
    ij
    n n
    δ
    µ
    δ
    δ
    ≤ < ≤


    =




    +





    1   ...   11   12   13   14   15   16   17   18   ...   28


    написать администратору сайта