层次分析法中矩阵的特征向量为什么可以直接求？
层次分析法中将层次分析矩阵归一化处理以后，为什么每一横行之和就是其特征向量。而不是用定义法的|λE-A|=0得出特征值再去求特征向量，其结果是一致的吗？为什么？...
层次分析法中将层次分析矩阵归一化处理以后，为什么每一横行之和就是其特征向量。而不是用定义法的|λE-A| =0得出特征值再去求特征向量，其结果是一致的吗？为什么？
展开
1个回答
展开全部
每一横行之和只是特征向量的近似值，因为层次分析矩阵的特殊性，其和真实知相差不远
在误差不大的前提下，可以直接使用，主要是计算过程简单而已，只要方便手工计算。
如A=[1,2,7,5,5;
1/2,1,4,3,3;
1/7,1/4,1,1/2,1/3;
1/5,1/3,2,1,1;
1/5,1/3,3,1,1]
λmax=5.0721 对应特征向量为【0.8409， 0.4658， 0.0951， 0.1733， 0.1920】
按绝对值和为1 归一化后为【0.4758， 0.2636，0.0538，0.0981，0.1087】
近似计算 特征值约等于 5.1020，对应特征向量为【20，11.5， 2.2262，4.5333， 5.5333]
按绝对值和为1 归一化可等到 【 0.4567， 0.2626， 0.0508，0.1035，0.1264】
和实际值相差一点
在误差不大的前提下，可以直接使用，主要是计算过程简单而已，只要方便手工计算。
如A=[1,2,7,5,5;
1/2,1,4,3,3;
1/7,1/4,1,1/2,1/3;
1/5,1/3,2,1,1;
1/5,1/3,3,1,1]
λmax=5.0721 对应特征向量为【0.8409， 0.4658， 0.0951， 0.1733， 0.1920】
按绝对值和为1 归一化后为【0.4758， 0.2636，0.0538，0.0981，0.1087】
近似计算 特征值约等于 5.1020，对应特征向量为【20，11.5， 2.2262，4.5333， 5.5333]
按绝对值和为1 归一化可等到 【 0.4567， 0.2626， 0.0508，0.1035，0.1264】
和实际值相差一点
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
光点科技
2023-08-15 广告
通常情况下，我们会按照结构模型把系统产生的数据分为三种类型：结构化数据、半结构化数据和非结构化数据。结构化数据，即行数据，是存储在数据库里，可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据，它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
