
Codes
Aggregate Ranking
Matlab Code:
n=7;
m=1140;
% one preference per row
% first column is i; second column is j
preferences =[
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
1 3
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
4 5
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 4
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
5 7
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
7 5
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
1 4
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
4 1
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
3 5
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
5 3
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
4 7
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
7 4
];
cvx_clear
cvx_begin
variable r(n)
expression v(m)
for i = 1:m
v(i) = r(preferences(i,2)) - r(preferences(i,1));
end
minimize(sum(square_pos(max(v,0))))
cvx_end
hist(v)
viol2 = sum(v>0.001)
cvx_clear
cvx_begin
variable r2(n)
expression v2(m)
for i = 1:m
v2(i) = r2(preferences(i,2)) - r2(preferences(i,1));
end
minimize(sum((max(v2,0))))
cvx_end
hist(v2)
viol1 = sum(v2>0.001)