ПОЛОЖИТЕЛЬНЫЕ ОБРАТНОСИММЕТРИЧНЫЕ МАТРИЦЫ И ИХ СОБСТВЕННЫЕ ЗНАЧЕНИЯ
Теорема 7.16. Пусть
max
, ijδ =
i jδ
, тогда2 2
max
1
1 1
ij
2
i j n
n n
λ n δ δ
≤ < ≤
− < ∑ ≤ −
.Доказательство очевидно.
Таким образом, если возмущение (или ошибка в суждении) мало, и число срав- ниваемых элементов также мало (например, менее десяти), то отклонение
λ
max отn
также мало. Отметим вновь, что для того, чтобы остаться вблизи согласованности, нужно, чтобы
n
было мало. Например,δ = 0,1
,n = 7
даетλ
max− < n 0,04
, аδ = 0,9
,7
n =
даетλ
max− < n 2, 43
.3амечание. Неотрицательная матрица
A = ( ) a
ij сa
i i, 1+= 1
иa
ij= 0
– для осталь- ныхi
,j
имеет все собственные значения равными нулю, но та же самая матрица с1
a
n , замененным наε
, гдеε > 0
мало, имеет максимальное собственное значение1 max
λ = ε
n, которое стремится к единице при увеличенииn
. Поэтому, хотяλ
max из- меняется непрерывно с коэффициентомε
, ее величина становится большой даже для малыхε
(этот факт сообщил мне А. Лауб из Массачусетского технологического института).В [168] отмечено, что, используя свойство обратной симметричности
a
ij= 1 a
ji из равенстваa a
ij jk= a
ik, имеемa a a
ij jk ki= 1
. Следовательно, согласованность для обрат- носимметричной матрицы значит, что все контуры длины три имеют единичную ин- тенсивность.Предполагая
δ
ij< 1
и рассматривая треугольные контуры, находим( 1 )( 1 ) ( 1 ) 1
ij jk ki ij jk ik ij jk ik
a a a = + δ + δ − δ ≈ + δ + δ − δ
, и, поскольку max1 n
ij j
λ ε
=
= ∑
, имеем 2 max, ,
ij jk ki i j k
a a a = n λ
∑
.Для
i ≠ j
,j k ≠
,i k ≠
эта сумма становится равнойn
2( λ
max− + n ) ( n n − 1 )( n − 2 )
, так как, подставляяa
pp= 1
,a
pq= a
qp−1, имеемn
2+ 2 n n ( − 1 )
членов, величина кото-рых равна единице. Усредняя по количеству членов, т. е.
n n ( − 1 )( n − 2 )
в результа- те получаем n n ( − 2 ) ( λ
max− n ) ( n − + 1 1 )
, что справедливо приn ≥ 3
. В любом слу- чае предметом нашего внимания является разностьλ
max− n
.Теперь проверим гипотезу о согласованности. Полная согласованность может быть сформулирована в виде нулевой гипотезы:
0
: 0
H µ =
,и мы проверяем ее по отношению к односторонней альтернативе
1
: 0
H µ >
. Соответствующая тестовая статистика будетmax
1 m n
n λ −
= −
,где
λ
max – максимальное наблюдаемое собственное значение матрицы, элементы которойa
ij содержат случайную ошибку. Установление статистической меры для со- гласованности требует нахождения распределения статистикиm
. Несмотря на то, что её специфическая форма выходит за рамки материала этой главы, заметим, чтоm
соответствует неотрицательному вероятностному распределению, дисперсия ко- торого есть удвоенное среднееx
, и представляется совершенно аналогичным рас- пределениюx
2, если предположить, что всеδ
ij, естьN ( 0, σ )
2 на интервале( − 1,1 )
.Для нашей цели при неизвестном распределении используем общепринятое отноше- ние
( x − µ
0) 2 x
приµ
0= 0
, т. е. используемx 2
в качественном тесте для под- тверждения нулевой гипотезы, когда тестовая статистика, допустим,≤ 1
. Поэтому приx > 2
. можно измерять несогласованность.Более подходящий метод проверки статистики
m
заключается в используемом нами сравнении ИС с СИ.Замечание. Заметим, что для матриц
A = ( ) a
ij ,W = ( ω ω
i j)
имеем( A W − ) ω = ( λ
max− n ) ω
,откуда видно, что аппроксимация
( ) a
ij посредством( ω ω
i j)
тем лучше, чем ближеλ
max кn
.Возвращаясь к представлению
( )
ij i j i j ij
a = ω ω + ω ω δ
, находим, что( )
22
1
ij
a
ij i jδ = ω ω −
.Таким образом, заменив
a
ij наω ω
i j , получимδ
ij2, сведя тем самым к нулю величи- ну2 ( λ
max− n ) ( n − 1 )
.Следовательно, всякий раз, когда
δ
ij< 1
, аппроксимация любогоa
ij величинойi j
ω ω
приближает нас к согласованности (см. также обсуждение метода наимень- ших квадратов, которое будет проведено позже).Теорема 7.17. Если положительная матрица
A
согласованна, то каждая строка является положительным кратным любой заданной строки.Доказательство. Без ограничения общности будем считать, что каждая строка является положительным множителем
i
-й строки. Из отношенияa
jk= a a
ik ij следу- ет, что, зафиксировавj
и положивk = 1, 2, … , n
,j
-я строка будет равнаi
-й стро- ке, умноженной на положительную постоянную( ) 1 a
ij .Замечание. Очевидно, что обратное утверждение этой теоремы неверно. Матри- ца единичного ранга может и не быть согласованной. Например, в матрице
1 2 2 4
элемент
a
21 не равенa a
11 12.Таким образом, согласованная матрица при
a
ii= 1
имеет следующий общий вид:1 1 2 1 1
1 2 2 2 2
1 2
i i i i in i
i i i i in i
i in i in in in
a a a a a a
a a a a a a
a a a a a a
…
…
… … … …
…
.
Так как матрица
A = ( ω ω
i j)
имеет вид транспонированной по отношению к при- веденной матрице, она согласованна.Теорема 7.18. Если
A
– положительная и согласованная матрица, тоa
ii= 1
иij
1
jia = a
.Доказательство. Из определения следует, что
a
ii= a a
ij ji и, следовательно,a
ii= 1
для всех
i
. Также изa
ii= a a
ij ji следует,, чтоa
ij= a a
ii ji= 1 a
ji .Теорема 7.19. Положительная матрица
A
согласованна в том и только в том случае, если она единичного ранга и элементы её главной диагонали равны едини- це.Доказательство. Если
A
согласованна, тоa
ii= 1
. Также( )
1 1
1
1 1ij j i i j
a = a a = a a
и
i
-я строка есть первая строка, умноженная на( 1 a
1i)
, и, следовательно, рангA
равен единице. Наоборот, если ранг
A
равен единице иa
ii= 1
для всехi
, то каж- дая строка является кратной первой строке, т. е.1
ij i j
a = c a
,a
jk= c a
j 1k,a
ik= c a
1 1k,a
jj= c a
j 1j,( )
1 1 1 1
ij jk i j j k i j j ik i j j ik jj ik ik
a a = c c a a = c c a a c = c a a = a a = a
,и матрица
A
согласованна.Перейдем к иллюстрации понятия согласованности на языке теории графов.
Определение 7.3. Интенсивность суждений, относящихся к пуль из
i
вj
(на- зываемая интенсивностью пути), равна произведению интенсивностей, соответст- вующих дугам этого пути.Следующая теорема вносит ясность относительно связи, существующей между интенсивностями путей и согласованностью. Напомним, что перекрывающее дерево с
n
вершинами имеетn − 1
ребер. Оно является связным графом, включающим все вершины и не имеющим контуров. Поэтому имеется единственный путь между любой парой вершин.Теорема 7.20. Необходимым и достаточным условием существования единст- венной положительной согласованной матрицы является то, что объекты (как вер- шины) и соединяющие их суждения (как дуги) формируют перекрывающее дерево.
Доказательство. Необходимость. Если объекты формируют контур, то имеется не единственный путь между двумя вершинами в контуре, что дает два различных зна- чения для одного и того же элемента. Все объекты должны образовывать дерево, иначе суждения для связывания изолированных объектов были бы произвольными, что нарушило бы единственность матрицы.
Достаточность. Для каждой дуги перекрывающего дерева мы используем интен- сивность вдоль единственного пути для получения интенсивностей между объектами
i
иj
. Это определяет матрицуA = ( ) a
ij .Для доказательства согласованности матрицы
A
рассмотрим любую строку, на- примерi
-ю. Для любой пары вершинj
иk
нужно показать, чтоa
jk, определенная произведением дуг на путиjk
, дана величинойa a
ik ij , гдеa
ik иa
ij – соответст- вующие произведений интенсивностей дуг на путях, соединяющихi
сk
иi
сj
. Рассмотрим два случая:1.
i
лежит на пути междуj
иk
. В этом случаеa
jk= a a
ji ik= a a
ik ij . 2.i
не лежит междуj
иk
, тогда:а)
i
,j
иk
образуют путь; в этом случае путь, определяющийa
jk , дается вели- чинойa a
ik ij , еслиj
находится междуi
иk
и обратной величинойa a
ij ik , т. е.ik ij
a a
, еслиk
находится междуi
иj
, так как путь должен проходить отj
кk
, а не отk
кj
;б)
i
,j
иk
образуют вилку вm
(см. рис. 7.1). Тогдаjk im mk jm mi im mk ji ik ik ij
a = a a = a a a a = a a = a a
.Рис. 7.1
Теорема 7.21. Если
A
– согласованная матрица, тоA
k= n A
k−1 . Доказательство. Из теоремы Сильвестра имеем( ) ( ) ( )
( )
1 n i
j i i
i i j
j i
A I
f A f
λ
λ λ λ
≠
=
≠
−
= −
∑ ∏ ∏
.Эта формула справедлива и для случая
f A ( ) = A
k (для кратных собственных значений), когда кратное собственное значение равно нулю. Подставляя сначала( )
f A = A
, а затемf A ( ) = A
k, в обоих случаях приλ
1= n
,λ
j= 0
,j ≠ 1
, получаем1 2
n n
A
−= n
−A
,A
k= n
k n− −1A
n−1соответственно. Подстановка
A
n−1 из первого результата во второй даетA
k= n A
k−1 . Теорема 7.22. Любой столбец матрицыA = ( ω ω
i j)
является решением задачи о собственном значенииA ω = n ω
,ω = ( ω
1, … , ω
n)
.Доказательство. Так как любой столбец матрицы имеет вид
1 j
,
2 j, ,
n j Tω ω ω ω ω ω
…
, то он является просто кратнымω
и, следовательно, решением задачи.Из последней теоремы получается предыдущая теорема, так как если обозначить столбцы
A
через( a a
1, ,
2… , a
n)
, тоA A ⋅ = ( a a
1, ,
2… , a
n) ( = na na
1,
2, … , na
n) = nA
.Теорема 7.23. Любая строка матрицы
A = ( ω ω
i j)
есть решение задачиυ A n = υ
.Доказательство очевидно.
Следствие. Компоненты правого и левого собственных векторов,
ω
иυ
, явля- ются обратными величинами с точностью до постоянного множителя. (Будем назы- вать их двойственными векторами.)Определим норму матрицы
A
какA = e Ae
T (т. е. она является суммой всех элементовA
).Как известно, для примитивной матрицы
A lim
maxk k k
A e c
A ω
→∞
=
,где
c
– постоянная,ω
max – нормализованный главный собственный векторA
. Следующая теорема является упрощенной версией этой теоремы для согласованных матриц.Теорема 7.24. Если
A
положительная согласованная( n n × )
-матрица, тоAe C = ω
, гдеC > 0
постоянная иω
удовлетворяет равенствуA ω = n ω
.Доказательство. Вектор
Ae
является суммой строкA
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 векторыx
иy
, такие, чтоA xy =
T. Отсюда( , )
A ω = y ω x n = ω
,( y , ω ) = y
1 1ω + + … y
nω
n, и, следовательно,( ) , ( ) ( ) , , n
A y e x y e C
ω y ω
= = ω ≡
.Следствие 1. Если
A = ( ω ω
i j)
, то1 n
i i i
i
C ω ω ω
=
= ∑
.Следствие 2.
( )
1
1 1
, ,
k k
T k k T T n
A e n Ae Ae
e A e = n e Ae
−−= e Ae = C ω … ω
,C > 0
.Следующая теорема показывает, что в случае согласованных матриц компоненты собственного вектора изменяются монотонно с изменениями отдельных элементов.
Теорема 7.25. (Теорема о монотонности.) Пусть
A = ( ) a
ij – положительная согласованная матрица с главным собственным векторомω = ( ω
1, … , ω
n)
. Заменим один элементa
xy наa
xy+ > ε 0
и, используя строкуx
, построим новую согласован- ную матрицуA
*= ( ) a
ij* . Пустьω
*= ( ω
1*, … , ω
n*)
– главный собственный вектор мат- рицыA
*. Тогдаω
*x> ω
x.Доказательство. Так как и
A
иA
* согласованны, любой нормализованный стол- бец дает главный собственный вектор. Рассмотрим столбец, содержащий1 a
xy в матрицеA
, и соответствующий столбец, содержащий1 ( a
xy+ ε )
в матрицеA
*. Два столбца идентичны за исключением этого единственного элемента. Сумма элементов столбца вA
* меньше, чем сумма элементов столбца вA
. Поэтому, нормализуя дан- ный столбец, получаем большее отношение для всех тех элементов, которые не ме- няются в обеих матрицах. В частности, это верно дляω
*x, поэтомуω
*x> ω
x.В дальнейшем обобщим эту теорему на обратносимметричные матрицы порядка 2, 3 и 4.
Теорема 7.26. Если
A
– положительная согласованная матрица иA′
получена изA
вычеркиваниемi
-й строки иi
-го столбца, тоA′
– согласованна и ее соответ- ствующий собственный вектор получается изA
, если положитьω
i= 0
и нормализо- вать компоненты.Доказательство. Для любой заданной строки
A
, например для первой, имеем1 1
ij i j
a = a a
иi
-я строкаA
зависит от элементаi
-го столбца в его первой строке.Аналогичное следует из
a
ik= a
1ka
1j. Поэтому ни один элемент вA′
не зависит отi
-й строки илиi
-го столбцаA
и, следовательно,A′
также согласованна. Так как их элементы совпадают за исключениемi
-й строки иi
-го столбцаA
и решение за- дачи о собственном значении при согласованной матрице получается из любого нормализованного столбца, получаем утверждение теоремы.Замечание. В общем случае, если
A = ( ) a
ij – матрица парных сравнений, а( )
ijA ′ = a ′
приa
ij′ = a
ij,i j , = 1, … , n
,i k ≠
,j k ≠
иa′ =
ij0
,i k =
илиj k =
, и если нормализованные собственные векторы уравненийA ω λ ω =
max иA ′ ′ ω λ ω =
max′
– со- ответственноω
иω ′
, тоω
k′ = 0
, однакоω ω
α′
β′ ≠ ω ω
α β для всехα
иβ
. 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
a
ij иi j
ω ω
довольно сложным образом зависят от всей матрицыA
и ее степеней.Теорема 7.27. Для примитивной матрицы
A
имеем, чтоa
ij≥ a
kl, тогда и только тогда, когдаω ω
i j≥ ω ω
k l , при условии, что( ) ( )
( )
lim lim ( )
m m
ip p kq q
p j q j
m m
m m
j l
a A e a A e
A e A e
≠ ≠
→∞
∑ ≥
→∞∑
(
( ) ⋅
p – означаетp
-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 λω ω ω a ω
≠
= − ∑
и kl k l
( 1
l)
kq qq l
a λω ω ω a ω
≠
= − ∑
.Поэтому
a
ij≥ a
kl 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
j ip p( 1
l)
kq qp j q l
a a
ω ω ω ω
≠ ≠
∑ ≥ ∑
Используя теорему о пределе для примитивной матрицы, заменим каждый
ω
s наlim ( )
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
a
ij яв- ляются не оценкамиω ω
i j , а некоторой функцией –a
ij( ω ω
i j)
. Например, по на- блюдениям Стивенса (см. [22])a
ij, осознаваемый для протетических явлений (про- цессов добавления возбуждения к возбуждению), принимает вид( ω ω
i j)
a, гдеa
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
a = 1
.Эти наблюдения обусловливают интерес к изучению общего решения
g
i( ) ω
i ,1, ,
i = … n
; задачи о собственном значении, где предполагается условие согласован- ности вида( ) ( )
ij jk( )
ikf a f a = f a
,для которого матрица также имеет единичный ранг. Наш основной результат – сле- дующий.