1.Matlab中求特征值和特征向量
在Matlab中,计算矩阵A的特征值和特征向量的函数是eig(A),其中最常用的两个用法:
A=[1 2 3 ; 2 2 1 ; 2 0 3]
(1) E=eig(A) :求矩阵A的全部特征值,构成向量E。(几阶方阵就有几个特征值)
E=eig(A)
E=
-1.3166
5.3166
2.0000
(2) [V,D]=eig(A) :求矩阵A的全部特征值,构成对角阵D,并求A的特征向量构成V的列向量。(V的每一列都是D中与之相同列的特征值的特征向量)。
[V,D]=eig(A)
V=
0.8364 -0.6336 -0.2408
-0.3875 -0.5470 -0.8427
-0.3875 -0.5470 0.4815
D=
-1.3166 0 0
0 5.3166 0
0 0 2.0000
2.矩阵与常数的大小判断运算
共有三种运算符:大于 > ; 小于 < ; 等于 == (一个等号表示赋值,两个等号表示判断)
X=[1 -3 0;0 0 8;4 0 6]
1 -3 0
0 0 8
4 0 6
X>0
ans=
3×3 logical 数组(逻辑数组) (大于0,是,1;小于0,否,0)
1 0 0
0 0 1
1 0 1
X==4
ans=
3×3 logical 数组
0 0 0
0 0 0
1 0 0
3.判断语句
Matlab的判断语句,if所在的行不需要冒号,语句的最后一定要以end结尾;中间的语句要注意缩进。
a=input('请输入考试分数:')
if a>=85
disp('成绩优秀')
else if a>=60
disp('成绩合格')
else
disp('成绩挂科')
end
层次分析法代码部分
过程:一致性检验判断矩阵计算权重(算术平均值法,几何平均值法,特征值法)
在论文写作中,应该先对判断矩阵进行一致性检验,然后再计算权重,因为只有判断矩阵通过了一致性检验,其权重才是有意义的。
代码顺序:先计算权重一致性检验(仅为了顺应计算过程,在逻辑上过不去)
注意:只有非一致矩阵的判断矩阵才需要进行一致性检验,如果你的判断矩阵本身就是一个一致矩阵,则没有必要进行一致性检验。(自己给的时候最好给一个非一致矩阵,再通过一下一致性检验。)
计算权重:
%%输入判断矩阵
clear;clc
disp('请输入判断矩阵A: ')
%A=input('判断矩阵A=')
A=[1 1 4 1/3 3;
1 1 4 1/3 3;
1/4 1/4 1 1/3 1/2;
3 3 3 1 3;
1/3 1/3 2 1/3 1] 只能给1到9和他们的倒数!!
%matlab矩阵有两种写法,可以直接写到一行;
%A=[1 1 4 1/3 3;1 1 4 1/3 3;1/4 1/4 1 1/3 1/2;3 3 3 1 3;1/3 1/3 2 1/3 1]
%也可以写成多行:
A=[1 1 4 1/3 3;
1 1 4 1/3 3;
1/4 1/4 1 1/3 1/2;
3 3 3 1 3;
1/3 1/3 2 1/3 1]
%两行之间以分号结尾(最后一行分号可加可不加),同行元素之间可以用空格(或者逗号)分开
%%方法1:算术平均法求权重
%第一步:将判断矩阵按照列归一化(每一个元素除以其所在列的和)
Sum_A=sum(A)
[n,n]=size(A) %也可以写成n=size(A,1)
%因为我们的判断矩阵A是一个方阵,所以这里的r和c相同,就可以用同一个字母n表示。
SUM_A=repmat(Sum_A,n,1) %repeat martix在(重复)的缩写
%另一种替代的方法如下:
%SUM_A=[];
%for i=1:n %循环,这一行后面不能加冒号(和python不同),这里表示循环n次
%SUM_A=[SUM_A;Sum_A];
%end
SUM_A
Stand_A=A./SUM_A ——归一化完成
%这里直接将两个矩阵对应的元素相除即可
%第二步:将归一化的各列相加(按行求和)
sum(Stand_A,2)
%第三步:将相加后得到的向量中每个元素除以n即可得到权重向量
disp('算术平均法求权重的结果为: ');
disp(sum(sum(Stand_A,2))/n)
%首先对标准化后的矩阵按照行求和,得到一个列向量
%然后再将这个列向量的每个元素同时除以n即可(注意这里也可以用./哦)
%%方法2:几何平均法求权重
%第一步:将A的元素按照行相乘得到一个新的列向量
product_A=prod(A,2)
%prod函数和sum函数类似,一个用于乘,一个用于加dim=2 维度是行(每一行的所有元素相加或相乘,得到的结果是一个列向量)
%第二步:将新的向量的每个分量开n次方
Product_n_A=product_A.^(1/n)
% 这里对每个元素进行乘方操作,因此要加.号。
% ^符号表示乘方,开n次方等价于求1/n次方
%第三步:对该列向量进行归一化即可得到权重向量
%将这个列向量中的每一个元素除以这一个向量的和即可
disp('几何平均法求权重的结果为: ');
disp(Product_n_A./sum(Product_n_A))
%%方法三:特征值法求权重
%第一步:求出矩阵A的最大特征值以及其对应的特征向量
[V,D]=eig(A)
%V是特征向量,D是由特征值构成的对角矩阵(除了对角元素外,其余元素全为0)
Max_eig=max(max(D)) %也可以写成max(D(:)),得到一个行向量,max函数是求每一列的最大值,最后结果是一个行向量,若出现虚数,则比较其模的大小。
%那么怎么找到最大特征值所在的位置呢?
%需要用到find函数,它可以用来返回向量或矩阵中不为0的元素的位置索引。
%那么问题来了,我们要得到最大特征值的位置,就需要将包含所有特征值的这个对角矩阵D中,不等于最大特征值的位置全变为0
%这时候可以用到矩阵与常数的大小判断运算
D==Max_eig
[r,c]=find(D==Max_eig,1)
ans=
5×5 logical 数组
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
r=
1
c=
1
%找到D中第一个与最大特征值相等的元素的位置,记录他的行和列。
%第二步:对求出的特征向量进行归一化即可得到我们的权重
V(:,c) %(提取某一列的所有元素的函数)
disp('特征值法求权重的结果为: ');
disp( V(:,c) ./ sum(V(:,c)) )
%我们先根据上面找到的最大特征值的列数c找到对应的特征向量,然后再进行标准化。
一致性检验
%%计算一致性比例CR
CI=(Max_eig - n) / (n-1); %Max_eig是最大特征值,n是矩阵的大小
RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];
%这里的RI最多支持n=15。
CR=CI/RI(n);
disp('一致性指标CI='); disp(CI); %也可用字符串连接函数disp(['一致性指标CI='],num2str(CI)])
disp('一致性比例CR='); disp(CR);
if CR<0.10
disp('因为CR<0.10 ,所以该判断矩阵A的一致性可以接受!');
else
disp('注意:CR>=0.10 ,因此该判断矩阵A需要进行修改!');
end
总结:层次分析法中需要用到的matlab知识点
- Matlab基本的小常识:分号的作用,注释的快捷键,clc和clear,disp和input
- sum函数
- Matlab中如何提取矩阵中指定位置的元素?
- size函数
- repmat函数
- Matlab中矩阵的运算(加点和不加点)
- Matlab中求特征值和特征向量
- find函数的基本用法
- 矩阵和常数的大小判断运算
- 判断和循环语句
代码优化:
- 请对代码进行优化,例如输入判断矩阵A时,是否能自动检查矩阵A是否为正互反矩阵?
- 如果我们输入的是一个二阶的判断矩阵,请观察结果有什么问题?怎么改进代码来修正这个问题?
1.
disp('请输入判断矩阵A')
A=input('A=');
%在开始下面正式的步骤之前,我们有必要检验A是否因为粗心而输入有误
ERROR=0; %默认输入是没有错误的
%(1)检查矩阵A的维数是否不大于1或不是方阵
[r,c]=size(A);
if r~=c || r<=1
%~=是不等号 ; ||表示逻辑运算符 ‘ 或 ’
ERROR=1;
end
%(2)检查矩阵A是否为正互反矩阵 a_ij > 0 且 a_ij*a_ji = 1
if ERROR == 0
[n,n]=size(A)
%判断是否有元素小于0
for i=1:n
for j=1:n
if A(i,j)<=0
ERROR=2;
end
end
end
if sum(sum(A<=0))>0
ERROR=2;
end
end
%检验n是否超过了15,因为RI向量为15维
if ERROR==0
if n>15
ERROR=3;
end
end
if ERROR==0
%判断a_ij*a_ji = 1是否成立
if sum(sum(A'.*A~= ones(n)))>0
ERROR=4;
end
end
%A'表示A的转置矩阵,即将a_ij和a_ji互换位置
%ones(n)函数生成一个n*n的全为1的方阵,zero(n)函数生成一个n*n的全为0的方阵
%ones(m,n)函数生成一个m*n的全为1的方阵
if ERROR==0
后面继续计算权重。
...........................................................................................................................................................
else if ERROR==1
disp('请检查矩阵A的维数是否不大于1或不是方阵')
else if ERROR==2
disp('请检查矩阵A中有元素小于等于0')
else if ERROR==3
disp('A的维数n超过了15,请减少准则层的数量')
else if ERROR==4
disp('请检查矩阵A中存在i,j不满足A_ij*A_ji=1')
end
%%代码仅供参考,一定不要用于自己的数模论文中!
2.RI=2,CR>=0.10,结果需要修正。
二阶正互反矩阵一定是一致矩阵,所以不需要进行一致性检验。
代码优化:
CI=(Max_eig - n) / (n-1);
RI=[0 0.001 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];
CR=CI/RI(n);
disp('一致性指标CI='); disp(CI);
disp('一致性比例CR='); disp(CR);
if CR<0.10
disp('因为CR<0.10 ,所以该判断矩阵A的一致性可以接受!');
else
disp('注意:CR>=0.10 ,因此该判断矩阵A需要进行修改!');
end
感谢观看!