Ваш файл получил. Сама матрица критики не вызывает, а вот оценка собственного значения...
Оно - решение уравнения
, где A - матрица, x - собственный вектор, лямбда - собственное значение. Вообще говоря, собственных значений n, и они могут быть комплексны, но именно для этой матрицы максимальное собственное значение действительно, и оно нас интересует.
То, что считается у Вас - не есть собственный вектор, а сумма его элементов, соответственно, не есть собственное значение. Что именно считается - я не понял, но похоже, это расчёт первого приближения для собственного вектора. Однако его (собственный вектор) надо считать итеративно (простыми итерациями, они быстро сходятся),
,
,
Начинаем с произвольного
, можно тупо забить единицами, и итерируем до стабилизации значений векторов.
Я сделал прикидочный расчёт (для первой таблицы), получив собственный вектор ("вектор приоритетов")
0.565010929
0.262203379
0.117501998
0.055283694
(нормирован к единичной сумме) и собственное значение 4.12, не порождающее парадоксов.
(остановился на 6 итерации, поскольку различия в 4-5 знаках).
Не знаю, Вы ли неверно истолковали методику расчёта, или же ошибка заложена в пособии, которым Вы руководствовались, но собственные вектора считаются не так. В книге Саати, откуда взят сам этот метод, я подобного расчёта не нашёл.