Stan Math Library  2.6.3
probability, sampling & optimization
 All Classes Namespaces Files Functions Variables Typedefs Enumerator Friends Macros
mdivide_left.hpp
Go to the documentation of this file.
1 #ifndef STAN_MATH_FWD_MAT_FUN_MDIVIDE_LEFT_HPP
2 #define STAN_MATH_FWD_MAT_FUN_MDIVIDE_LEFT_HPP
3 
7 #include <stan/math/fwd/core.hpp>
16 #include <vector>
17 
18 namespace stan {
19  namespace math {
20 
21  template <typename T, int R1, int C1, int R2, int C2>
22  inline
23  Eigen::Matrix<fvar<T>, R1, C2>
24  mdivide_left(const Eigen::Matrix<fvar<T>, R1, C1> &A,
25  const Eigen::Matrix<fvar<T>, R2, C2> &b) {
28  stan::math::check_square("mdivide_left", "A", A);
29  stan::math::check_multiplicable("mdivide_left",
30  "A", A,
31  "b", b);
32 
33  Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
34  Eigen::Matrix<T, R1, C2> inv_A_mult_deriv_b(A.rows(), b.cols());
35  Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
36  Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
37  Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
38  Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
39  Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
40 
41  for (int j = 0; j < A.cols(); j++) {
42  for (int i = 0; i < A.rows(); i++) {
43  val_A(i, j) = A(i, j).val_;
44  deriv_A(i, j) = A(i, j).d_;
45  }
46  }
47 
48  for (int j = 0; j < b.cols(); j++) {
49  for (int i = 0; i < b.rows(); i++) {
50  val_b(i, j) = b(i, j).val_;
51  deriv_b(i, j) = b(i, j).d_;
52  }
53  }
54 
55  inv_A_mult_b = mdivide_left(val_A, val_b);
56  inv_A_mult_deriv_b = mdivide_left(val_A, deriv_b);
57  inv_A_mult_deriv_A = mdivide_left(val_A, deriv_A);
58 
59  Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
60  deriv = inv_A_mult_deriv_b - multiply(inv_A_mult_deriv_A, inv_A_mult_b);
61 
62  return stan::math::to_fvar(inv_A_mult_b, deriv);
63  }
64 
65  template <typename T, int R1, int C1, int R2, int C2>
66  inline
67  Eigen::Matrix<fvar<T>, R1, C2>
68  mdivide_left(const Eigen::Matrix<double, R1, C1> &A,
69  const Eigen::Matrix<fvar<T>, R2, C2> &b) {
72  stan::math::check_square("mdivide_left", "A", A);
73  stan::math::check_multiplicable("mdivide_left",
74  "A", A,
75  "b", b);
76 
77  Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
78  Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
79 
80  for (int j = 0; j < b.cols(); j++) {
81  for (int i = 0; i < b.rows(); i++) {
82  val_b(i, j) = b(i, j).val_;
83  deriv_b(i, j) = b(i, j).d_;
84  }
85  }
86 
87  return stan::math::to_fvar(mdivide_left(A, val_b),
88  mdivide_left(A, deriv_b));
89  }
90 
91  template <typename T, int R1, int C1, int R2, int C2>
92  inline
93  Eigen::Matrix<fvar<T>, R1, C2>
94  mdivide_left(const Eigen::Matrix<fvar<T>, R1, C1> &A,
95  const Eigen::Matrix<double, R2, C2> &b) {
98  stan::math::check_square("mdivide_left", "A", A);
99  stan::math::check_multiplicable("mdivide_left",
100  "A", A,
101  "b", b);
102 
103  Eigen::Matrix<T, R1, C2>
104  inv_A_mult_b(A.rows(), b.cols());
105  Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
106  Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
107  Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
108 
109  for (int j = 0; j < A.cols(); j++) {
110  for (int i = 0; i < A.rows(); i++) {
111  val_A(i, j) = A(i, j).val_;
112  deriv_A(i, j) = A(i, j).d_;
113  }
114  }
115 
116  inv_A_mult_b = mdivide_left(val_A, b);
117  inv_A_mult_deriv_A = mdivide_left(val_A, deriv_A);
118 
119  Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
120  deriv = -multiply(inv_A_mult_deriv_A, inv_A_mult_b);
121 
122  return stan::math::to_fvar(inv_A_mult_b, deriv);
123  }
124  }
125 }
126 #endif
Eigen::Matrix< fvar< T >, R1, C2 > mdivide_left(const Eigen::Matrix< fvar< T >, R1, C1 > &A, const Eigen::Matrix< fvar< T >, R2, C2 > &b)
Eigen::Matrix< fvar< T >, R1, C1 > multiply(const Eigen::Matrix< fvar< T >, R1, C1 > &m, const fvar< T > &c)
Definition: multiply.hpp:20
fvar< T > to_fvar(const T &x)
Definition: to_fvar.hpp:16
bool check_multiplicable(const char *function, const char *name1, const T1 &y1, const char *name2, const T2 &y2)
Return true if the matrices can be multiplied.
bool check_square(const char *function, const char *name, const Eigen::Matrix< T_y, Eigen::Dynamic, Eigen::Dynamic > &y)
Return true if the specified matrix is square.

     [ Stan Home Page ] © 2011–2015, Stan Development Team.