edit formula

README.md

@@ -50,26 +50,26 @@
 
 ![](./screenshots/03.png)
 
-- $_5C_2$개의 조합 한번에 하나씩 제시
+- $_5C_2$ 개의 조합 한번에 하나씩 제시
 - 응답자는 9단계 척도(-4 ~ 4)로 중요도 선택
 - 모든 조합 끝나면 `runAHP()` 실행
-  1. `buildMatrix()`가 $5\times5$ 쌍대비교 행렬 $A$를 만듦.
-    각 쌍의 저장값을 $v$라 하면
+  1. `buildMatrix()`가 $5\times5$ 쌍대비교 행렬 $A$ 를 만듦.
+    각 쌍의 저장값을 $v$ 라 하면
 
      $$a_{ii}=1,\qquad a_{ij}=\begin{cases}v & (v>0)\\[2pt] \dfrac{1}{|v|} & (v<0)\end{cases},\qquad a_{ji}=\dfrac{1}{a_{ij}}$$
 
-  2. `powerMethod()`가 거듭제곱법으로 주고유벡터 $w$를 구함. 초기값은 균등 분포이고, 매 반복마다 $Av$를 합으로 정규화함.
+  2. `powerMethod()`가 거듭제곱법으로 주고유벡터 $w$ 를 구함. 초기값은 균등 분포이고, 매 반복마다 $Av$ 를 합으로 정규화함.
 
      $$v^{(0)}=\tfrac{1}{n}\mathbf{1},\qquad v^{(k+1)}=\frac{Av^{(k)}}{\sum_{i} (Av^{(k)})_i}$$
 
      종료 조건은 $\max_i \lvert v_i^{(k+1)}-v_i^{(k)}\rvert < 10^{-6}$ 이며, 최대 1000회 반복함.
 
-  3. `calcConsistency()`가 일관성 지표를 계산함. $n=5$, $RI=1.12$임.
+  3. `calcConsistency()`가 일관성 지표를 계산함. $n=5$, $RI=1.12$ 임.
 
      $$\lambda_{max}=\frac{1}{n}\sum_{i=1}^{n}\frac{(Aw)_i}{w_i},\qquad CI=\frac{\lambda_{max}-n}{n-1},\qquad CR=\frac{CI}{RI}$$
 
 - `finalizeAHP()`로 사례별 비교표를 만듦
-  - 모델 점수: `calcModelScore()`가 5개 변인 점수 $x_i$와 가중치 $w_i$의 가중합을 구함. $\sum w_i = 1$ 이므로 점수는 0-100 범위임.
+  - 모델 점수: `calcModelScore()`가 5개 변인 점수 $x_i$ 와 가중치 $w_i$ 의 가중합을 구함. $\sum w_i = 1$ 이므로 점수는 0-100 범위임.
 
     $$S=\sum_{i=1}^{5} w_i x_i$$