数学建模实验答案_离散模型概览.docVIP

实验09 离散模型（2学时） （第8章 离散模型） 1. 层次分析模型 1.1（验证，编程）正互反阵最大特征根和特征向量的实用算法p263~264 已知正互反阵 注：[263]定理2 n阶正互反阵A的最大特征根 ≥ n。 ★ 1 用MATLAB函数求A的最大特征根和特征向量。 A [1 2 6; 1/2 1 4; 1/6 1/4 1]; [V,D] eig A V 0.8685 -0.8685 -0.8685 0.4779 0.2390 - 0.4139i 0.2390 + 0.4139i 0.1315 0.0658 + 0.1139i 0.0658 - 0.1139i D 3.0092 0 0 0 -0.0046 + 0.1663i 0 0 0 -0.0046 - 0.1663i D diag D D 3.0092 -0.0046 + 0.1663i -0.0046 - 0.1663i D D.* imag D 0 D 3.0092 0 0 [lambda,k] max D lambda 3.0092 k 1 w V :,k /sum V :,k w 0.5876 0.3234 0.0890 2 幂法 A为n×n正互反矩阵，算法步骤如下： a. 任取n维非负归一化初始列向量（分量之和为1）； b. 计算； c. 归一化，即令； d. 对于预先给定的精度ε，当时，即为所求的特征向量；否则返回b； e. 计算最大特征根。 函数式m文件如下： function [lamda w] p263MI A,d %幂法——正互反阵最大特征根和特征向量 % A正互反方阵精度% lambda 最大特征根w 归一化特征列向量 if nargin 1 %只输入一个变量（即A），则取0.000001 1e-6; end n length A ; %取A的数 w0 n,1 ; w0 w0/sum w0 ;%任取归一向量 while 1 ww A*w0; w ww/sum ww ; %归一化 if all abs w-w0 break; end w0 w; end lambda sum ww./w0 /n; ☆ 2 用幂法函数求A的最大特征根和特征向量。 和法 A为n×n正互反矩阵，算法步骤如下： a. 将A的每一列向量归一化得； b. 对按行求和得； c. 将归一化即为近似特征向量； d. 计算，作为最大特征根的近似值。 函数式m文件如下： function [lamda w] p264HE A %和法——正互反阵最大特征根和特征向量 % A 正互反方阵 % lamda 最大特征根w 归一化特征列向量 AA A/sum A ; %a. 将A的每一列向量归一化 ww sum AA,2 ; %b. 对AA按行求和，ww为列向量 w ww./sum ww ; %c. 归一化，得w为近似特征列向量 lamda sum A*w./w / length A ; %d. 计算最大特征根的近似值λ☆ 3 用和法函数求A的最大特征根和特征向量。 根法 A为n×n正互反矩阵，算法步骤如下： a. 将A的每一列向量归一化得； b. 对按行求积并开n次方得； c. 将归一化即为近似特征向量； d. 计算，作为最大特征根的近似值。 ★ 4 编写根法函数，用该函数求A的最大特征根和特征向量。 对矩阵A按行求和的调用为sum A, 2 。 对矩阵A按行求积的调用为prod A, 2 。nargin，存放函数输入自变量的数目function [lambda w] p264GEN A %根法——正互反阵最大特征根和特征向量 % A 正互反方阵 % lamda 最大特征根w 归一化特征列向量 A ; AA A/diag sum A ; %a. 将A的每一列向量归一化 ww prod AA,2 .^ 1/n ; %b. 对AA按行求开n次方，ww为列向量 w ww./sum ww ; %c. 归一化，得w为近似特征列向量 lamda sum A*w./w /n; %d. 计算最大特征根的近似值λ在下面程序中，脚本式m文件p2.m调用函数式m文件p2fun.m（求A的最大特征根及归一化特征列向量、一致性指标值CI、一致性比率值CR），p2fun.m中调用另一个函数式m文件p2HE.m（求A的最大特征根及归一化特征列向量）。 1 脚本式m文件如下： clear; clc; format compact; %层次分析法的基本步骤： %1.建立层次结构模型 % 见p250 图1 选择旅游地的层次结构 %2.构造成对比较阵 %第2层为准则层：景色、费用、居住、饮食和旅途5个准则 A [1 1/2 4 3 3 ;...