在MATLAB中，可以使用程序计算判断矩阵的权重，具体步骤如下：
数据读入：
首先需要将判断矩阵输入到MATLAB程序中。
一致性检验：
在计算权重之前，需要对判断矩阵进行一致性检验，以确保得到的权重是可靠的。
特征值和特征向量计算：
通过计算判断矩阵的特征值和特征向量来得到权重向量。
权重计算：
将特征向量的第一个分量除以特征向量的模长，得到归一化的权重向量。
结果输出：
输出一致性指标（CI）、一致性比例（CR）和特征值等信息。
```matlab
% A为判断矩阵
A = [1 2 6； 1/2 1 4； 1/6 1/4 1]；
% 计算矩阵大小
[n, n] = size（A）；
% 计算特征值和特征向量
[V, D] = eig（A）；
% 取出最大特征值及其对应的特征向量
r = D（1, 1）；
v = V（:, 1）；
% 计算一致性指标CI
CI = （r - n） / （n - 1）；
% 定义随机一致性指标RI
RI = [0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.52 1.54 1.56 1.58 1.59]；
% 计算一致性比例CR
CR = CI / RI（n）；
% 判断一致性
if CR < 0.10
CR_RESULT = '通过'；
else
CR_RESULT = '不通过'；
end
% 计算权重向量
w = v / sum（v）；
% 输出结果
disp（'该判断矩阵权向量计算报告：'）；
disp（['一致性指标：' num2str（CI）]）；
disp（['一致性比例：' num2str（CR）]）；
disp（['一致性检验结果：' CR_RESULT]）；
disp（['特征值：' num2str（r）]）；
disp（['特征向量：' num2str（w）]）；
```
建议
确保输入的判断矩阵是满足一致性的，否则得到的权重可能不可靠。
对于较小的矩阵（如2个变量），可以直接手算权重。
对于较大的矩阵，建议使用MATLAB的内置函数来确保计算的准确性和效率。