Медиана Кемени и законы больших чисел

С помощью расстояния Кемени находят итоговое мнение комиссии экспертов. Пусть А₁ , А₂ , А₃ ,…, А_р - ответы р экспертов, представленные в виде бинарных отношений. Для их усреднения используют т.н. медиану Кемени

Arg min ∑ D (A_i ,A),

где Arg min - то или те значения А, при которых достигает минимума указанная сумма расстояний Кемени от ответов экспертов до текущей переменной А, по которой и проводится минимизация. Таким образом,

∑ D (A_i ,A) = D (A₁ ,A) + D (A₂ ,A) + D (A₃ ,A) +…+ D (A_р ,A).

Кроме медианы Кемени, используют среднее по Кемени, в котором вместо D (A_i ,A) стоит D² (A_i ,A).

Медиана Кемени - частный случай определения эмпирического среднего в пространствах нечисловой природы [1]. Для нее справедлив закон больших чисел, т.е. эмпирическое среднее приближается при росте числа составляющих (т.е. р - числа слагаемых в сумме), к теоретическому среднему:

Arg min ∑ D (A_i ,A) → Arg min М D (A₁ , A).

Здесь М - символ математического ожидания. Предполагается, что ответы р экспертов А₁, А₂ , А₃ ,…, А _р есть основания рассматривать как независимые одинаково распределенные случайные элементы (т.е. как случайную выборку) в соответствующем пространстве произвольной природы, например, в пространстве упорядочений или отношений эквивалентности. Систематически эмпирические и теоретические средние и соответствующие различные варианты законов больших чисел изучены в ряде работ (см., например, [1, 2]).

Законы больших чисел показывают, во-первых, что медиана Кемени обладает устойчивостью по отношению к незначительному изменению состава экспертной комиссии; во-вторых, при увеличении числа экспертов она приближается к некоторому пределу. Его естественно рассматривать как истинное мнение экспертов, от которого каждый из них несколько отклонялся по случайным причинам.

Рассматриваемый здесь закон больших чисел является обобщением известного в статистике "классического" закона больших чисел. Он основан на иной математической базе - теории оптимизации, в то время как "классический" закон больших чисел использует суммирование. Упорядочения и другие бинарные отношения нельзя складывать, поэтому приходится применять иную математику.

Вычисление медианы Кемени - задача целочисленного программирования. В частности, для ее нахождения используется различные алгоритмы дискретной математики, в частности, основанные на методе ветвей и границ. Применяют также алгоритмы, основанные на идее случайного поиска, поскольку для каждого бинарного отношения нетрудно найти множество его соседей.

Рассмотрим пример вычисления медианы Кемени. Пусть дана квадратная матрица (порядка 9) попарных расстояний для множества бинарных отношений из 9 элементов А₁, А₂ , А₃ ,..., А₉ (см. табл.3). Найти в этом множестве медиану для множества из 5 элементов { А₂ , А₄ , А₅ , А₈ , А₉ }.

Таблица 3.

Матрица попарных расстояний

В соответствии с определением медианы Кемени следует ввести в рассмотрение функцию

С(А) = ∑ D(A_i ,A) = D(A₂ ,A)+D(A₄ ,A)+D(A₅ ,A)+D(A₈ ,A)+D(A₉ ,A),

рассчитать ее значения для всех А₁ , А₂ , А₃ ,..., А₉ и выбрать наименьшее.

Проведем расчеты:

С(А₁) = D (A₂ ,A₁) + D (A₄ ,A₁) + D (A₅ ,A₁) +D (A₈ ,A₁) + D (A₉ ,A₁) =

= 2 + 1 +7 +3 +11 = 24,

С(А₂) = D (A₂ ,A₂) + D (A₄ ,A₂) + D (A₅ ,A₂) +D (A₈ ,A₂) + D (A₉ ,A₂) =

= 0 + 6 + 1 + 5 + 1 = 13,

С(А₃) = D (A₂ ,A₃) + D (A₄ ,A₃) + D (A₅ ,A₃) +D (A₈ ,A₃) + D (A₉ ,A₃) =

= 5 + 2 + 2 + 5 +7 = 21,

С(А₄) = D (A₂ ,A₄) + D (A₄ ,A₄) + D (A₅ ,A₄) +D (A₈ ,A₄) + D (A₉ ,A₄) =

= 6 + 0 + 5 + 8 + 8 = 27,

С(А₅) = D (A₂ ,A₅) + D (A₄ ,A₅) + D (A₅ ,A₅) +D (A₈ ,A₅) + D (A₉ ,A₅) =

= 1 + 5 + 0 +3 + 7 = 16,

С(А₆) = D (A₂ ,A₆) + D (A₄ ,A₆) + D (A₅ ,A₆) +D (A₈ ,A₆) + D (A₉ ,A₆) =

= 3 + 4 + 10 + 1 + 5 = 23,

С(А₇) = D (A₂ ,A₇) + D (A₄ ,A₇) + D (A₅ ,A₇) +D (A₈ ,A₇) + D (A₉ ,A₇) =

= 2 + 3 +1 + 6 + 3 = 15,

С(А₈) = D (A₂ ,A₈) + D (A₄ ,A₈) + D (A₅ ,A₈) +D (A₈ ,A₈) + D (A₉ ,A₈) =

= 5 + 8 + 3 + 0 +9 = 25,

С(А₉) = D (A₂ ,A₉) + D (A₄ ,A₉) + D (A₅ ,A₉) +D (A₈ ,A₉) + D (A₉ ,A₉) =

= 1 + 8 + 7 + 9 + 0 = 25.

Из всех вычисленных сумм наименьшая равна 13, и достигается она при А=А₂, следовательно, медиана Кемени - это множество { А₂ }, состоящее из одного элемента А₂.

Поиск по сайту: