1 #ifndef STAN_MATH_FWD_MAT_FUN_MDIVIDE_LEFT_TRI_LOW_HPP 2 #define STAN_MATH_FWD_MAT_FUN_MDIVIDE_LEFT_TRI_LOW_HPP 19 template<
typename T,
int R1,
int C1,
int R2,
int C2>
21 Eigen::Matrix<fvar<T>, R1, C1>
23 const Eigen::Matrix<
fvar<T>, R2, C2>& b) {
27 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
28 Eigen::Matrix<T, R1, C2> inv_A_mult_deriv_b(A.rows(), b.cols());
29 Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
30 Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
31 Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
32 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
33 Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
37 for (
size_type j = 0; j < A.cols(); j++) {
38 for (
size_type i = j; i < A.rows(); i++) {
39 val_A(i, j) = A(i, j).val_;
40 deriv_A(i, j) = A(i, j).d_;
44 for (
size_type j = 0; j < b.cols(); j++) {
45 for (
size_type i = 0; i < b.rows(); i++) {
46 val_b(i, j) = b(i, j).val_;
47 deriv_b(i, j) = b(i, j).d_;
55 Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
56 deriv = inv_A_mult_deriv_b -
multiply(inv_A_mult_deriv_A, inv_A_mult_b);
58 return to_fvar(inv_A_mult_b, deriv);
61 template<
typename T,
int R1,
int C1,
int R2,
int C2>
63 Eigen::Matrix<fvar<T>, R1, C1>
65 const Eigen::Matrix<
fvar<T>, R2, C2>& b) {
69 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
70 Eigen::Matrix<T, R1, C2> inv_A_mult_deriv_b(A.rows(), b.cols());
71 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
72 Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
73 Eigen::Matrix<double, R1, C1> val_A(A.rows(), A.cols());
76 for (
size_type j = 0; j < A.cols(); j++) {
77 for (
size_type i = j; i < A.rows(); i++) {
78 val_A(i, j) = A(i, j);
82 for (
size_type j = 0; j < b.cols(); j++) {
83 for (
size_type i = 0; i < b.rows(); i++) {
84 val_b(i, j) = b(i, j).val_;
85 deriv_b(i, j) = b(i, j).d_;
92 Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
93 deriv = inv_A_mult_deriv_b;
95 return to_fvar(inv_A_mult_b, deriv);
98 template<
typename T,
int R1,
int C1,
int R2,
int C2>
100 Eigen::Matrix<fvar<T>, R1, C1>
102 const Eigen::Matrix<double, R2, C2>& b) {
106 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
107 Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
108 Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
109 Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
113 for (
size_type j = 0; j < A.cols(); j++) {
114 for (
size_type i = j; i < A.rows(); i++) {
115 val_A(i, j) = A(i, j).val_;
116 deriv_A(i, j) = A(i, j).d_;
123 Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
124 deriv = -
multiply(inv_A_mult_deriv_A, inv_A_mult_b);
126 return to_fvar(inv_A_mult_b, deriv);
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)
std::vector< fvar< T > > to_fvar(const std::vector< T > &v)
Eigen::Matrix< double, Eigen::Dynamic, Eigen::Dynamic >::Index size_type
Type for sizes and indexes in an Eigen matrix with double e.
void check_multiplicable(const char *function, const char *name1, const T1 &y1, const char *name2, const T2 &y2)
Check if the matrices can be multiplied.
void check_square(const char *function, const char *name, const Eigen::Matrix< T_y, Eigen::Dynamic, Eigen::Dynamic > &y)
Check if the specified matrix is square.
Eigen::Matrix< fvar< T >, R1, C1 > mdivide_left_tri_low(const Eigen::Matrix< fvar< T >, R1, C1 > &A, const Eigen::Matrix< fvar< T >, R2, C2 > &b)