Главная страница
Навигация по странице:

  • Теорема 7.25. (Теорема о монотонности.)

  • Теорема 7.28. (Степенной закон собственного значения.)

  • Теорема 7.31. (Сохранение порядковой согласованности.)

  • Теорема 7.32

  • Наблюдение Джонсона–Ванга–Беина

  • 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
    страница17 из 28
    1   ...   13   14   15   16   17   18   19   20   ...   28
    Теорема 7.24. Если
    A
    положительная согласованная
    (
    )
    n n
    ×
    -матрица, то
    Ae C
    ω
    =
    , где
    0
    C
    >
    постоянная и
    ω
    удовлетворяет равенству
    A
    n
    ω
    ω
    =
    Доказательство. Вектор
    Ae
    является суммой строк
    A
    и, очевидно, постоянным множителем любого столбца. Поэтому он является решением задачи о собственном значении.
    Другой вариант доказательства. Легко показать, что
    A
    имеет единичный ранг тогда и только тогда, когда существуют векторы
    x
    и
    y
    , такие, что
    T
    A xy
    =
    . Отсюда
    (
    )
    ,
    A
    y
    x n
    ω
    ω
    ω
    =
    =
    ,
    (
    )
    1 1
    ,
    n
    n
    y
    y
    y
    ω
    ω
    ω
    =
    + +

    , и, следовательно,
    ( )
    ( ) ( )
    ,
    ,
    ,
    n
    A
    y e x
    y e
    C
    y
    ω
    ω
    ω
    =
    =

    Следствие 1. Если
    (
    )
    i
    j
    A
    ω ω
    =
    , то
    1
    n
    i
    i
    i
    i
    C
    ω ω
    ω
    =
    =

    Следствие 2.

    172
    (
    )
    1 1
    1
    ,
    ,
    k
    k
    n
    T
    k
    k
    T
    T
    A e
    n Ae
    Ae
    C
    e A e
    n e Ae
    e Ae
    ω
    ω


    =
    =
    =

    ,
    0
    C
    >
    Следующая теорема показывает, что в случае согласованных матриц компоненты собственного вектора изменяются монотонно с изменениями отдельных элементов.
    Теорема 7.25. (Теорема о монотонности.) Пусть
    ( )
    ij
    A
    a
    =
    – положительная согласованная матрица с главным собственным вектором
    (
    )
    1
    ,
    ,
    n
    ω
    ω
    ω
    =

    . Заменим один элемент
    xy
    a
    на
    0
    xy
    a
    ε
    + >
    и, используя строку
    x
    , построим новую согласован- ную матрицу
    ( )
    *
    *
    ij
    A
    a
    =
    . Пусть
    (
    )
    *
    *
    *
    1
    ,
    ,
    n
    ω
    ω
    ω
    =

    – главный собственный вектор мат- рицы
    *
    A
    . Тогда
    *
    x
    x
    ω
    ω
    >
    Доказательство. Так как и
    A
    и
    *
    A
    согласованны, любой нормализованный стол- бец дает главный собственный вектор. Рассмотрим столбец, содержащий
    1
    xy
    a
    в матрице
    A
    , и соответствующий столбец, содержащий
    (
    )
    1
    xy
    a
    ε
    +
    в матрице
    *
    A
    . Два столбца идентичны за исключением этого единственного элемента. Сумма элементов столбца в
    *
    A
    меньше, чем сумма элементов столбца в
    A
    . Поэтому, нормализуя дан- ный столбец, получаем большее отношение для всех тех элементов, которые не ме- няются в обеих матрицах. В частности, это верно для
    *
    x
    ω
    , поэтому
    *
    x
    x
    ω
    ω
    >
    В дальнейшем обобщим эту теорему на обратносимметричные матрицы порядка
    2, 3 и 4.
    Теорема 7.26. Если
    A
    – положительная согласованная матрица и
    A
    получена из
    A
    вычеркиванием
    i
    -й строки и
    i
    -го столбца, то
    A
    – согласованна и ее соответ- ствующий собственный вектор получается из
    A
    , если положить
    0
    i
    ω
    =
    и нормализо- вать компоненты.
    Доказательство. Для любой заданной строки
    A
    , например для первой, имеем
    1 1
    ij
    i
    j
    a
    a a
    =
    и
    i
    -я строка
    A
    зависит от элемента
    i
    -го столбца в его первой строке.
    Аналогичное следует из
    1 1
    ik
    k
    j
    a
    a
    a
    =
    . Поэтому ни один элемент в
    A
    не зависит от
    i
    -й строки или
    i
    -го столбца
    A
    и, следовательно,
    A
    также согласованна. Так как их элементы совпадают за исключением
    i
    -й строки и
    i
    -го столбца
    A
    и решение за- дачи о собственном значении при согласованной матрице получается из любого нормализованного столбца, получаем утверждение теоремы.
    Замечание. В общем случае, если
    ( )
    ij
    A
    a
    =
    – матрица парных сравнений, а
    ( )
    ij
    A
    a


    =
    при
    ij
    ij
    a
    a
    ′ =
    ,
    ,
    1,
    ,
    i j
    n
    = …
    ,
    i k

    ,
    j k

    и
    0
    ij
    a
    =
    ,
    i k
    =
    или
    j k
    =
    , и если нормализованные собственные векторы уравнений max
    A
    ω λ ω
    =
    и max
    A
    ω λ ω
    ′ ′

    =
    – со- ответственно
    ω
    и
    ω

    , то
    0
    k
    ω
    ′ =
    , однако
    α
    β
    α
    β
    ω ω
    ω ω

    ′ ≠
    для всех
    α
    и
    β
    . Другими словами, исключение одной строки из матрицы парных сравнений не вызывает про- порционального перераспределения весов среди других строк.
    Следующая теорема показывает, что отношения порядка между отдельными
    ij
    a
    и
    i
    j
    ω ω
    довольно сложным образом зависят от всей матрицы
    A
    и ее степеней.
    Теорема 7.27. Для примитивной матрицы
    A
    имеем, что
    ij
    kl
    a
    a

    , тогда и только тогда, когда
    i
    j
    k
    l
    ω ω
    ω ω

    , при условии, что

    173
    ( )
    ( )
    ( )
    ( )
    lim lim
    m
    m
    ip
    kq
    p
    q
    p j
    q j
    m
    m
    m
    m
    j
    l
    a
    A e
    a
    A e
    A e
    A e


    →∞
    →∞



    (
    ( )
    p

    – означает
    p
    -ю компоненту вектора).
    Доказательство. Из равенства
    1
    n
    ij
    j
    i
    j
    a
    ω
    λω
    =
    =

    имеем
    ( )
    1
    ij
    i
    j
    j
    ip
    p
    p j
    a
    a
    λω ω
    ω
    ω

    =


    и
    (
    )
    1
    kl
    k
    l
    l
    kq
    q
    q l
    a
    a
    λω ω
    ω
    ω

    =


    Поэтому
    ij
    kl
    a
    a

    только при
    ( )
    (
    )
    1 1
    i
    k
    j
    ip
    p
    l
    kq
    q
    p j
    q l
    j
    l
    a
    a
    λω
    λω
    ω
    ω
    ω
    ω
    ω
    ω



    +



    Следовательно, теорема верна, если имеет место следующее неравенство:
    ( )
    (
    )
    1 1
    j
    ip
    p
    l
    kq
    q
    p j
    q l
    a
    a
    ω
    ω
    ω
    ω





    Используя теорему о пределе для примитивной матрицы, заменим каждый
    s
    ω
    на
    ( )
    lim
    m
    s
    T
    m
    m
    A e
    e A e
    →∞
    , что завершает доказательство.
    Теперь обратимся к важному обобщению предыдущих результатов. Будем счи- тать, что наш разум работает фактически с попарными сравнениями, однако
    ij
    a
    яв- ляются не оценками
    i
    j
    ω ω
    , а некоторой функцией –
    (
    )
    ij
    i
    j
    a
    ω ω
    . Например, по на- блюдениям Стивенса (см. [22])
    ij
    a
    , осознаваемый для протетических явлений (про- цессов добавления возбуждения к возбуждению), принимает вид
    (
    )
    a
    i
    j
    ω ω
    , где
    a
    лежит где-то между 0,3 (в случае оценки громкости) и 4 (в случае оценки электри- ческого удара). Другими случаями являются: яркость – от 0,33 до 0,50, длина – 1,1, продолжительность во времени – 1,15, численность – 1,34, тяжесть – 1,45 и ско- рость – 1,77. Для метатетических явлений (процессов замещения возбуждения воз- буждением), по мнению Стивенса, степенной закон неприменим, т. е. для процессов мышления
    1
    a
    =
    Эти наблюдения обусловливают интерес к изучению общего решения
    ( )
    i
    i
    g
    ω
    ,
    1,
    ,
    i
    n
    = …
    ; задачи о собственном значении, где предполагается условие согласован- ности вида
    ( ) ( )
    ( )
    ij
    jk
    ik
    f a
    f a
    f a
    =
    , для которого матрица также имеет единичный ранг. Наш основной результат – сле- дующий.

    174
    Теорема 7.28. (Степенной закон собственного значения.) Если матрица
    (
    )
    ij
    i
    j
    A
    a
    ω ω


    = 

    порядка
    n
    удовлетворяет обобщенному условию согласованности, то задача о собственном значении
    (
    ) ( )
    ( )
    1
    n
    ij
    i
    j
    j
    j
    i
    i
    j
    a
    q
    nq
    ω ω
    ω
    ω
    =
    =

    ,
    1,
    ,
    i
    n
    = …
    , имеет решение в виде собственного вектора
    (
    )
    ( )
    ( )
    1 1
    1
    ,
    ,
    ,
    ,
    a
    a
    n
    n
    n
    q
    q
    ω
    ω
    ω
    ω
    ≡ 





    Доказательство. Выражение
    (
    )
    ij
    i
    j
    i
    i
    j
    j
    a
    g
    g
    ω ω
    ω
    ω
    =
    имеет место при решении
    ( )
    i
    i
    g
    ω
    ,
    1,
    ,
    i
    n
    = …
    , задачи о собственном значении. Если подставим его в условие согласованности, то получим
    ( )
    ( )
    ( )
    ( )
    ( )
    ( )
    ( )
    ( )
    {
    }
    i
    i
    j
    j
    j
    j
    k
    k
    i
    i
    k
    k
    j
    j
    k
    k
    f g
    g
    f g
    g
    f
    g
    g
    g
    g
    ω
    ω
    ω
    ω
    ω
    ω
    ω
    ω

     



    =





     



    Или, если положим
    ( )
    ( )
    i
    i
    j
    j
    x g
    g
    ω
    ω
    =
    ,
    ( )
    ( )
    j
    j
    k
    k
    y g
    g
    ω
    ω
    =
    , то получим
    ( ) ( )
    ( )
    f x f y
    f xy
    =
    . Это функциональное уравнение имеет общее решение
    ( )
    a
    f x
    x
    =
    Таким образом, обобщая условие согласованности для
    A
    , находим, что обобще- ние соответствующей задачи о собственном значении (с max
    n
    λ
    =
    ) возможно, если заменим
    ij
    a
    на постоянную степень
    a
    его аргумента. Однако мы знаем, что
    ij
    i
    j
    a
    ω ω
    =
    при
    1
    a
    =
    , поэтому, вообще говоря,
    (
    )
    a
    ij
    i
    j
    a
    ω ω
    =
    , из чего следует, что
    ( )
    ( ) (
    )
    a
    i
    i
    j
    j
    i
    j
    g
    g
    ω
    ω
    ω ω
    =
    ,
    ,
    1,
    ,
    i j
    n
    = …
    , т. е.
    ( )
    ( )
    a
    i
    i
    i
    i
    g
    g
    ω
    ω
    ω
    =
    =
    ,
    1,
    ,
    i
    n
    = …
    Эта теорема показывает, что решение задачи о собственном значении, удовле- творяющей условию согласованности, дает оценки в степенной шкале. В тех прило- жениях, где для получения данных используется знание, а не наши ощущения, сле- дует ожидать равенства степени единице, и, следовательно, здесь мы будем иметь оценку в основной шкале. Это наблюдение может быть полезным в социальных при- ложениях.
    Замечание. Отметим, что различные матрицы попарных сравнений могут давать один и тот же собственный вектор. Это довольно удачное обстоятельство, так как позволяет заменять признаки и все же получать тот же самый собственный вектор в качестве ответа. Поэтому можно получить один и тот же результат с различных то- чек зрения и выбрать те матрицы, которые мы предпочитаем. С другой стороны, мир познания может быть сведен к малому множеству признаков с фиксированными зна- чениями относительной шкалы. Отношения и их интенсивность будут детерминисти- ческими, и индивидуальное предпочтение не будет существенным. Конечно, это не приведет к конфликту. Однако разнообразие с конфликтом богаче детерминизма.
    Здесь возникает технический вопрос: при заданном собственном векторе и всех матрицах, из которых он получен, можно ли перейти от одной из них на любую дру- гую, производя малые возмущения в элементах? В частности, возможен ли переход из матрицы отношений к любой другой матрице малыми возмущениями?
    Другим вопросом будет: при рассмотрении двух собственных векторов, являю- щихся малыми возмущениями каждого, существуют ли малые возмущения, которые переводят один класс соответствующих матриц в другой?

    175 7.6. ОБРАТНОСИММЕТРИЧНЫЕ МАТРИЦЫ
    Теперь исследуем некоторые свойства положительных, обратносимметричных матриц.
    Теорема 7.29. Собственные значения положительной обратно-симметричной матрицы удовлетворяют следующему уравнению:
    ,
    0
    j k
    j k
    j k
    λ λ

    =

    Доказательство. Мы знаем, что
    ( )
    1
    n
    tr A
    n
    λ
    λ
    + +
    =
    =

    и
    ( )
    2 2
    2 2
    1
    n
    tr A
    n
    λ
    λ
    + +
    =
    =

    , так как
    2
    i
    λ
    – собственное значение
    2
    A
    . Поэтому
    (
    )
    2 2
    2 1
    1
    ,
    n
    n
    i
    j k
    i
    j k
    j k
    n
    λ
    λ
    λ
    λ λ
    =

    =
    + +
    =
    +



    , из чего следует, что второе слагаемое справа равно нулю.
    Теорема 7.30. Пусть
    ( )
    ij
    A
    a
    =
    есть
    (
    )
    n n
    ×
    -матрица положительных элементов с
    1
    ji
    ij
    a
    a

    =
    A
    согласованна тогда и только тогда, когда max
    n
    λ
    =
    Доказательство. Из уравнения
    1 1
    n
    ij
    j
    i
    j
    a
    λ
    ω ω

    =
    =

    получаем
    (
    )
    1 1
    1
    ,
    1 1
    n
    ij
    j
    i
    ij
    j
    i
    i
    j
    ij
    i j
    i j n
    i j
    n
    n
    a
    a
    a
    λ
    ω ω
    ω ω
    ω ω



    =
    ≤ < ≤

    − =
    =
    +


    Очевидно, что из равенства
    ij
    i
    j
    a
    ω ω
    =
    , получим
    n
    λ
    =
    , а также max
    n
    λ
    =
    , так как сумма собственных значений равна
    n
    , следу матрицы
    A
    Чтобы доказать обратное утверждение, заметим, что предыдущее выражение со- держит только два члена, включающих
    ij
    a
    , а именно,
    1
    ij
    j
    i
    a
    ω ω

    и
    1
    i
    j
    ij
    a
    ω ω

    . Их сумма имеет вид
    ( )
    1
    y
    y
    +
    . Чтобы убедиться в том, что
    n
    – минимальное значение max
    λ
    , достигаемое единственным образом при
    ij
    i
    j
    a
    ω ω
    =
    , отметим, что для всех этих чле- нов
    ( )
    1 2
    y
    y
    +

    . Равенство достигается только в предположении
    1
    y
    =
    , т. е.
    ij
    i
    j
    a
    ω ω
    =
    . Поэтому, когда max
    n
    λ
    =
    , имеем
    2 2
    ,
    1 2
    n
    i j
    i j
    n
    n
    n
    n
    =

    − ≥
    =


    откуда следует, что
    ij
    i
    j
    a
    ω ω
    =
    Если
    A
    несогласованна, то можно ожидать, что в некоторых случаях из неравен- ства
    ij
    kl
    a
    a

    не следует
    i
    j
    k
    l
    ω ω
    ω ω

    . Однако, поскольку
    i
    ω
    ,
    1,
    ,
    i
    n
    = …
    , определя- ются значениями строки матрицы
    A
    , следует ожидать, что справедлива следующая теорема.

    176
    Теорема 7.31. (Сохранение порядковой согласованности.) Если
    (
    )
    1
    ,
    ,
    n
    o
    o

    – порядковая шкала объектов
    1
    ,
    ,
    n
    i C
    C
    =

    , где из
    i
    k
    o
    o

    следует, что
    ij
    kj
    a
    a

    ,
    1,
    ,
    j
    n
    = …
    , то из
    i
    k
    o
    o

    следует, что
    i
    k
    ω ω

    Доказательство. Действительно, из max
    A
    ω λ ω
    =
    имеем, что max max
    1 1
    n
    n
    i
    ij
    j
    kj
    j
    k
    j
    j
    a
    a
    λ ω
    ω
    ω
    λ ω
    =
    =
    =

    =


    и поэтому
    i
    k
    ω ω

    Теорема 7.32. Любая положительная обратносимметричная матрица порядка
    2 2
    ×
    согласованна.
    Доказательство очевидно.
    Теорема 7.33. Компоненты нормализованного левого собственного вектора об- ратносимметричной положительной матрицы порядка
    3 3
    ×
    являются обратными ве- личинами компонент правого собственного вектора.
    Доказательство требует использования следующего равенства в выражениях для
    ω
    и
    υ
    , приведенных в гл. 5 для динамических приоритетов при
    3
    n
    =
    :
    (
    )
    (
    )
    2 2
    2 3
    13 12 23 12 13 23 1
    3 1
    a
    a a
    a a a
    λ
    λ
    +
    − −
    =
    +

    Нормализованное обратное отношение между компонентами левого и правого собственных векторов не выполняется для
    4
    n
    =
    , как видно из следующего контр- примера
    1 1/ 2 1/100 2
    2 1
    1/ 3 10 100 3
    1 6
    1/ 2 1/10 1/ 6 1
    A






    =






    , max
    5,73
    λ
    =
    ;
    (
    )
    0,031; 0,142; 0,793; 0,034
    ω
    =
    ;
    (
    )
    0,506; 0, 075; 0,020; 0,399
    υ
    =
    . Об- ратный вектор к нормализованному
    ω
    будет
    (
    )
    0, 461; 0,102; 0,108; 0, 419
    Следовательно,
    4
    n
    =
    есть первый случай, где решение зависит от согласованно- сти наблюдений и их обоснованности, а не от структуры матрицы парных сравне- ний. (Имеются контрпримеры для
    5, 6, 7
    n
    =
    .)
    Возникает искушение предположить, что свойство обратной симметричности ме- жду компонентами главного левого и правого собственных векторов для
    4
    n

    имеет место тогда и только тогда, когда матрица согласованна.
    Наблюдение Джонсона–Ванга–Беина
    Джонсон, Ванг и Беин в [71] заметили, что так как левый и правый собственные векторы не являются обратными величинами для
    4
    n

    , для решения ряда задач можно воспользоваться как левым, так и правым собственным вектором. Это наблю- дение представляет интерес и с философской и с математической точек зрения. По- видимому, для нашего сознания не существует единственного пути синтеза собст- венных мер доминирования и антидоминирования, или рецессивности для получе- ния единой интерпретации реальности. Хотя и возможно создание итеративных схем для объединения и левого и правого собственных векторов в одну меру, такая мера нуждается в простой естественной интерпретации.

    177
    В рамках МАИ для включения двух противоположных концепций использован анализ «эффективность – стоимость». Это представляется эффективным путем рас- смотрения двух сторон человеческого опыта.
    7.7. ЧУВСТВИТЕЛЬНОСТЬ СОБСТВЕННОГО ВЕКТОРА
    Часто возникает вопрос, насколько чувствительны приоритеты, задаваемые ком- понентами собственного вектора, к небольшим изменениям в величинах суждений.
    Желательно, чтобы приоритеты не колебались в широких пределах при малых изме- нениях в суждении. Существуют три способа проверки этой чувствительности:
    1) нахождение математической оценки колебания; 2) получение ответов, основан- ных на большом числе компьютерных вычислений, построенных соответствующим образом для проверки чувствительности; 3) комбинация предыдущих двух способов, особенно при невозможности проведения полной аргументации аналитически.
    Как уже указано, в случае согласование max
    λ
    равно следу матрицы, который представляет собой сумму единичных элементов. При этом следует ожидать, что собственный вектор, соответствующий возмущенной матрице, изменится на величи- ну, обратно-пропорциональную размеру матрицы.
    Собственные значения матрицы лежат между ее наибольшими и наименьшими строчными суммами элементов. Изменение величины элемента в матрице влияет на соответствующую строчную сумму и обусловливает тенденцию изменения max
    λ
    на такую же величину. Однако поскольку на изменение собственного вектора также влияет и размер матрицы, можно ожидать, что чем больше матрица, тем меньшим будет изменение каждой компоненты.
    Начнем анализ этой проблемы, рассмотрев матрицу
    A
    с характеристическим уравнением (см. [185])
    (
    )
    1 1
    det
    0
    n
    n
    n
    A
    I
    a
    a
    λ
    λ
    λ


    =
    +
    + +
    =

    Пусть теперь
    A
    B
    ε
    +
    – матрица, полученная введением малого возмущения в
    A
    Соответствующее характеристическое уравнение имеет вид
    (
    )
    ( )
    ( )
    1 1
    det
    0
    n
    n
    n
    A
    B
    I
    a
    a
    ε
    λ
    λ
    ε λ
    ε

    +

    =
    +
    + +
    =

    , где
    ( )
    k
    a
    ε
    – полином степени
    (
    )
    n k

    от
    ε
    , такой, что
    ( )
    k
    k
    a
    a
    ε

    при
    0
    ε

    Пусть
    1
    λ
    – максимальное простое собственное значение, соответствующее ха- рактеристическому уравнению
    A
    . Уилкинсон в [185] доказал, что для малого
    ε
    имеется собственное значение матрицы
    A
    B
    ε
    +
    , которое может быть выражено как сумма сходящегося степенного ряда, т. е.
    ( )
    2 1
    1 1
    2
    k
    k
    λ ε
    λ
    ε
    ε
    = +
    +
    +…
    Пусть
    1
    ω
    – собственный вектор
    A
    , соответствующий
    1
    λ
    и
    ( )
    1
    ω ε
    собственный вектор
    A
    B
    ε
    +
    , соответствующий
    ( )
    1
    λ ε
    . Элементы
    ( )
    1
    ω ε
    – полиномы от
    ( )
    λ ε
    и
    ε
    , и так как степенной ряд для
    ( )
    1
    λ ε
    сходится при малом
    ε
    , каждый элемент
    ( )
    1
    ω ε
    может быть представлен как сходящийся степенной ряд от
    ε
    . Можно написать
    ( )
    2 1
    1 1
    2
    z
    z
    ω ε
    ω ε
    ε
    =
    +
    +
    +…
    Если матрица
    A
    имеет линейные элементарные делители, то существуют полные множества правых и левых собственных векторов
    1 2
    ,
    ,
    ,
    n
    ω ω
    ω

    и
    1 2
    , ,
    ,
    n
    υ υ
    υ

    , таких, что
    0
    i
    j
    υ ω
    =
    ,
    i
    j


    178
    Заметим, что
    j
    ω
    и
    j
    υ
    являются
    j
    -ми собственными векторами (правым и ле- вым), а не
    j
    -ми компонентами векторов.
    Векторы
    i
    z
    , могут быть представлены через
    i
    ω
    следующим образом:
    1
    n
    i
    ij
    j
    j
    z
    s
    ω
    =
    =

    , что после подстановки в формулу для
    ( )
    1
    ω ε
    дает
    ( )
    1 1
    2 1
    n
    n
    j
    ij
    i
    i
    j
    t
    ω ε
    ω
    ε ω
    =
    =
    =
    +
    ∑∑
    , где
    ij
    t
    получены делением
    ij
    s
    на коэффициент
    1
    ω
    Возмущения собственных значений первого порядка даны коэффициентом
    1
    k
    выражения для
    ( )
    1
    λ ε
    Теперь выведем выражение для возмущений первого порядка соответствующих собственных векторов. Нормализуя векторы
    j
    ω
    и
    j
    υ
    и используя евклидову метри- ку, находим
    1
    j
    j
    υ ω
    =
    Мы знаем, что
    (
    ) ( )
    ( ) ( )
    1 1
    1
    A
    B
    ε ω ε
    λ ε ω ε
    +
    =
    При подстановке выражений для
    ( )
    1
    λ ε
    и
    ( )
    1
    ω ε
    , полученных выше, и использо- вании равенства
    1 1 1
    A
    ω
    λ ω
    =
    имеем
    (
    )
    1 1
    1 1 1 2
    n
    j
    j
    j
    j
    t
    B
    k
    λ λ
    ω
    ω
    ω
    =

    +
    =

    Умножив обе части на
    T
    j
    υ
    , после упрощения получим
    1 1
    1 1
    1
    T
    T
    k
    B
    υ ω υ ω
    =
    , для
    1
    j
    =
    и
    (
    )
    (
    )
    1 1
    1 1
    T
    T
    j
    j
    j
    j
    t
    B
    υ ω λ λ υ ω
    =

    , для
    1
    j

    , где, как уже отмечено,
    1
    k
    – возмущение
    1
    λ
    первого порядка, и
    (
    )
    [ ]
    1 1
    1 1
    1 1
    1
    T
    T
    T
    k
    B
    B
    υ ω υ ω
    υ ω
    =

    , где
    [ ]
    B
    – сумма элементов
    B
    Итак, для достаточно малого
    ε
    чувствительность
    1
    λ
    зависит в основном от вели- чины
    1 1
    T
    υ ω
    , которая может быть произвольно малой.
    Возмущение первого порядка
    1
    ω
    определяется выражением
    (
    )
    (
    )
    ( )
    (
    )
    (
    )
    1 1
    1 1
    1 1
    2 2
    2
    n
    n
    n
    T
    T
    T
    T
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    j
    t
    B
    A
    ω ε
    ω
    ε
    υ ω λ λ υ ω ω
    υ
    ω λ λ υ ω ω
    =
    =
    =
    ∆ =
    =

    =





    , где
    A
    B
    ε
    ∆ ≡
    Собственный вектор
    1
    ω
    будет весьма чувствителен к возмущениям в
    A
    , если
    1
    λ
    близко к любому из других собственных значений. Когда
    1
    λ
    значительно отдалено

    179 от других собственных значений и ни одно из
    T
    i
    i
    υ ω
    не мало, собственный вектор
    1
    ω
    , соответствующий собственному значению
    1
    λ
    , будет сравнительно нечувствителен к возмущениям в
    A
    . Это имеет место, например, для кососимметричных матриц
    (
    ji
    ij
    a
    a
    = −
    ).
    T
    i
    i
    υ ω
    в некотором отношении взаимозависимы, что предотвращает возможность того, чтобы только одно
    1
    T
    i
    i
    υ ω
    ,
    1,
    ,
    i
    n
    = …
    , было большим. Поэтому, если одна из них произвольно велика, они все произвольно велики. Однако желательно, чтобы они были малы, т. е. близки единице. Положим
    i
    ij
    j
    j
    c
    ω
    υ
    =

    и
    j
    ij
    j
    j
    d
    υ
    ω
    =

    , где
    1
    i
    i
    ω
    υ
    =
    =
    ,
    1,
    ,
    i
    n
    = …
    . После подстановки легко убедиться, что
    T
    T
    ij
    j
    i
    j
    j
    c
    ω ω υ ω
    =
    и
    T
    T
    ij
    j
    i
    j
    j
    d
    υ υ υ ω
    =
    Тогда
    (
    )( )
    T
    T
    T
    T
    T
    i
    i
    ij
    j
    ij
    j
    j
    i
    j
    i
    j
    j
    j
    j
    j
    d
    c
    υ ω
    ω
    υ
    ω ω υ υ υ ω
    =
    =



    , для
    i
    j
    =
    1
    T
    T
    i
    i
    i
    i
    ω ω υ υ
    =
    =
    и
    (
    )
    (
    )( )(
    )
    1 1
    T
    T
    T
    T
    T
    i
    i
    i
    i
    j
    i
    j
    i
    j
    j
    j i
    υ ω
    υ ω
    ω ω υ υ υ ω



    =
    +

    Так как cos
    T
    j
    i
    ij
    ω ω
    θ
    =
    и cos
    T
    j
    i
    ij
    υ υ
    ϕ
    =
    , имеем
    (
    )
    (
    )
    (
    )
    (
    )
    1 1
    1 1
    1
    T
    T
    T
    T
    i
    i
    i
    j
    j
    j
    i
    i
    j i
    j i
    υ ω
    υ ω
    υ ω
    υ ω




    =
    =

    +
    ≤ +


    , что должно быть верным для всех
    1, 2,
    ,
    i
    n
    =

    . Это доказывает, что все
    T
    i
    i
    υ ω
    долж- ны быть одного порядка.
    Теперь покажем, что для согласованных матриц
    (
    )
    1 1
    1
    T
    υ ω

    не может быть произ- вольно большим. В случае согласованности имеем
    (
    )
    1 11 1
    1 1
    1
    ,
    , 1 1
    n
    T
    n
    j
    i
    υ
    ω
    ω
    ω
    =
    =


    ,
    (
    )
    1 11 1
    ,
    ,
    T
    n
    ω
    ω
    ω
    =

    Поэтому
    (
    )
    (
    ) (
    )
    1 1
    1 1
    1 11 1
    11 1
    1 1
    1 1
    1
    ,
    ,1
    ,
    ,
    1 1
    n
    n
    T
    T
    n
    i
    i
    i
    i
    i
    n
    n
    υ ω
    ω
    ω
    ω
    ω
    ω
    ω



    =
    =




    =
    =
    >












    , так как
    1 1
    1 1
    1
    n
    n
    i
    i
    i
    i
    n
    n
    ω
    ω
    =
    =
    <


    Теперь
    (
    )
    1 1
    1
    T
    υ ω

    принимает минимальное значение, когда все
    1i
    ω
    равны, так как
    1 1
    1
    n
    i
    i
    ω
    =
    =


    180
    Практически, для удерживания
    (
    )
    1 1
    1
    T
    υ ω

    вблизи минимума нужно оперировать с относительно сравнимыми объектами, такими, чтобы ни одна из из
    1i
    ω
    не была слишком малой.
    Для улучшения согласованности число
    n
    не должно быть слишком большим. С другой стороны, если мы собираемся полностью использовать имеющуюся информа- цию и получить практически обоснованные результаты,
    n
    не следует брать слиш- ком малым. Например, если отбросить величины
    1 1
    0,1
    T
    υ ω
    <
    , то нужно иметь
    9
    n

    При допущении малого числа сравниваемых объектов и их относительной срав- нимости можно показать, что ни одна из компонент векторов
    1
    ω
    и
    1
    υ
    не будет про- извольно малой и, следовательно, скалярное произведение двух нормализованных векторов не может быть произвольно малым.
    При большой несогласованности никто не может гарантировать, что ни одна из компонент
    1
    ω
    не будет произвольно малой. Поэтому близость к согласованности яв- ляется достаточным условием устойчивости. Отметим также, что следует ограничи- ваться сравнительно малым числом элементов, таким, чтобы величины всех
    1i
    ω
    бы- ли одного порядка.
    Приведенные выше соображения свидетельствуют о том, что обратносимметрич- ные матрицы являются архитипичными матрицами, создающими в случае согласо- ванности устойчивые собственные векторы при малых возмущениях. Это позволяет сделать важный вывод: для гарантирования устойчивости оценки в основной шкале отношений, полученной из парных сравнений, разумно сопоставлять небольшое число относительно сравнимых элементов. В социальных науках к этому выводу уже давно пришли экспериментально. Ученые заметили, что число элементов должно быть
    7 2
    ±
    , однако соответствующим образом не осознали необходимость требова- ния относительной сравнимости [106].
    Другим полезным выводом является следующее: если считать «объектами одной важности» объекты, не отличающиеся друг от друга по важности больше, чем в 10 раз, то шкала, используемая при парных сравнениях сопоставимых объектов, долж- на иметь деления, лежащие где-то между единицей и десятью, в противном случае будут сравниваться объекты, которые в большой степени несопоставимы по важно- сти. Это приведет к сравнительно малым значениям для некоторых из
    1i
    ω
    и соответ- ственно к нарушению стабильности шкалы, т. е. изменение собственного вектора будет непредсказуемым даже при легких изменениях величин суждений в матрице сравнений.
    Формула Варгаса
    Определяя величину возмущения собственного вектора при некотором значении возмущения исходной матрицы, мой ученик Л. Варгас показал в своей диссертации
    [169], что если обратносимметричную матрицу
    A
    возмутить обратносимметричной матрицей
    P
    с использованием поэлементного (Адамара) произведения (которое обозначается
    A P
    ), то результирующая матрица будет обратносимметричной, а ве- личина возмущения
    ω

    главного собственного вектора
    ω
    матрицы
    A
    дается вы- ражением
    (
    )
    1
    ,
    1
    y
    y
    ω
    ω
    ω

    ∆ = <
    >

    , где
    ,
    < >
    – скалярное произведение двух векторов, а
    y
    ω
    – вектор поэлемент- ного произведения
    y
    на
    ω
    ; вектор
    y
    – главный собственный вектор матрицы

    181
    *
    E
    E P
    =
    , где
    E
    получена поэлементным делением элементов
    A
    на соответствую- щие элементы
    (
    )
    i
    j
    W
    ω ω
    =
    Пример 7.1.
    При изложении примера об освещенности стульев в гл. 2, согласно закону об- ратного квадрата в оптике для сравнительной освещенности стульев имели
    (
    )
    0,6079; 0, 2188; 0,1108; 0,0623
    . Приведенная ниже матрица
    A
    составлена из отно- шений этих величин, а матрица
    P
    является первой матрицей из гл. 2, являющейся возмущением
    A
    :
    1 2,7 5, 4 9,76 0,36 1
    1,97 3,51 0,18 0,51 1
    1, 78 0,10 0, 28 0,56 1
    A






    =






    ,
    1 5
    6 7
    0, 2 1
    4 6
    0,17 0, 25 1
    4 0,14 0,17 0, 25 1
    P






    =






    Собственный вектор
    A
    будет
    (
    )
    0, 6079; 0, 2178; 0,1108; 0,0623
    ω
    =
    и max
    4
    λ
    =
    . Соб- ственный вектор
    P
    будет до
    (
    )
    *
    0, 6187; 0, 2353; 0,1009; 0,04507
    ω
    =
    и max
    4,391
    λ
    =
    Матрица возмущения
    E
    получена поэлементным делением
    A
    на
    P
    :
    1 1,80 1,09 0, 71 0,56 1
    2,03 1, 71 0,91 0, 49 1
    2, 25 1,39 0,58 0, 44 1
    A






    =






    Собственный вектор
    E
    есть
    (
    )
    0, 2730; 0, 2885; 0, 2444; 0,1941
    y
    =
    , а max
    4,391
    λ
    =

    такое же, что для
    P
    . Наконец,
    (
    )
    0, 01076; 0, 01651; 0, 00985; 0, 01722
    ω
    ∆ =


    . Легко проверить, что
    *
    ω
    ω ω
    + ∆ =

    182
    1   ...   13   14   15   16   17   18   19   20   ...   28


    написать администратору сайта