|
设M=(θ,L(A),π)为严格正闭的单代理偏好模型,设~S为整数计分向量。对于任意2≤k≤m且任意n∈n,gtiemaxπ(R~s,k,n)=0,如果P∈L(A)n,r~s(P)6=kexp(-θ(n)),否则,如果π∈CH(π),r~s(π)<kθ(n-k-1),否则,gtiemaxπ(R~s,k,n)=0,如果P∈L(A)n,r~s(P)6=kexp(-θ(n)),否则,如果ππ∈CH(π),r~s(π)<kθ(n-k-1),证明了gtiemaxπ(R~s,k,n)=0,r~s(π)<kθ(n-k-1)。该定理是通过将k个赢家的集合建模为常多个多面体的并集,然后应用定理2来证明的。更准确地说,我们有以下三个步骤。在步骤1中,对于每一个潜在的赢家集T A,我们定义一个多面体H~s,T,该多面体刻画了赢家是T的profections。在步骤2中,我们证明了H~s,T的性质,特别是dim(H~s,T)=m!-T+1。在步骤3中,我们将定理2正式地应用于C=st a:t=kh~s,t。对于任一T A,H~s,T,由(i)表示T中任一方案得分相等的方程和(ii)表示任一方案整数的得分严格大于A\\T中任一方案得分的不等式组成。在形式上,我们定义了一组约束条件来建模两个备选方案之间的得分关系。定义15(得分关系向量)。对于任意得分向量~s=(s,...,sm)和任意两个备选方案a,b,设score~sa,b表示用秩inL(a)索引的m-维向量:对于任意R∈L(a),score~sa的R-元bis sj-sj,其中jand分别是a和b在R中的秩。设~xa=(xr:R∈L(a))表示m的向量!变量,每一个变量都表示一个线性顺序的多级性。因此,score~sa,b·~xa表示直方图为~xa的prof中a与b之间的score dierence。对于任意T a,我们定义多面体h~s,ta如下。对于任意整数得分向量~s和任意T A,我们设E~s,T表示行向量为{score~sa,b:A∈T,b∈T,a6=b}的矩阵。设S~s,T,表示行向量为{score~sa,b:a6∈T,b∈T}的矩阵。设A~s,T=E~s,T~s,T,~b=(~0,-~1),设H~s,T表示相应的多面体。第二步:证明H~s,T的性质。我们证明了以下关于H~s,t的主张。主张4。对于任意整数记分向量~s和任意T A,我们有:(i)对于任意整数P,Hist(P)∈H~s,Tif且仅当R~s(P)=T;(ii)对于任意~x∈Rq,π∈H~s,Tif且仅当TR~s(~x);(iii)dim(H~s,T)=M!-T+1。证明。(i)及(ii)紧随第16条。为了证明(iii),我们注意到dim(H~s,T)=m!-秩(A=),其中A=是A~s,T的基本等式,根据[57]第100页的等式(9)。我们注意到a==e~s,T,因为根据对e~s,T的认识a=。为了证明s~s中没有行,在a=中有Tis,需要说明存在~x∈H~s,即s~s,t·(~x)><~>。通过构造一个pro-p,使r~s(P)=T,然后设~x=Hist(P)来证明这一点。我们定义了两个循环排列:σ在T上,σ在A\\T上。更准确地说,设σ=1→2→···→T→1和σ=T+1→T+2→···→m→T+1,则我们设P={σi(σj(12···m)):i≤T,j≤m-t}。不难看出R~s(P)=T,因而E~s,T=a=,这意味着E~s,T=a=。因此,有必要证明秩(E~s,T)=t-1。我们证明了秩(E~s,T)≤t-1。W.L.O.G.设T={1,...,k},其中k=T。不难证明,E~s,T~s的所有行都可以用t-1行score 1,2...score 1,k的线性组合来表示。这意味着Rank(E~s,T)≤t-1。其次,我们用矛盾的方法证明Rank(E~s,T)≥t-1。为了矛盾起见,假定秩(E~s,T)≤t-1。然后,存在{score~sa,bi:i≤`}表示的e~s,T≤k-2行,使得任何score~sa,bi≤`都是它们的线性组合。设G表示{1,...,k}上具有以下边的未加权无向图:{{ai,bi}:i≤`}。因为G包含k-2个边和k个节点,所以G是不连通的。W.L.O.G.
|