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) {
31 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
32 Eigen::Matrix<T, R1, C2> inv_A_mult_deriv_b(A.rows(), b.cols());
33 Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
34 Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
35 Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
36 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
37 Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
41 for (
size_type j = 0; j < A.cols(); j++) {
42 for (
size_type i = j; i < A.rows(); i++) {
43 val_A(i, j) = A(i, j).val_;
44 deriv_A(i, j) = A(i, j).d_;
48 for (
size_type j = 0; j < b.cols(); j++) {
49 for (
size_type i = 0; i < b.rows(); i++) {
50 val_b(i, j) = b(i, j).val_;
51 deriv_b(i, j) = b(i, j).d_;
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);
65 template<
typename T,
int R1,
int C1,
int R2,
int C2>
67 Eigen::Matrix<fvar<T>, R1, C1>
69 const Eigen::Matrix<
fvar<T>, R2, C2>& b) {
77 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
78 Eigen::Matrix<T, R1, C2> inv_A_mult_deriv_b(A.rows(), b.cols());
79 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
80 Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
81 Eigen::Matrix<double, R1, C1> val_A(A.rows(), A.cols());
84 for (
size_type j = 0; j < A.cols(); j++) {
85 for (
size_type i = j; i < A.rows(); i++) {
86 val_A(i, j) = A(i, j);
90 for (
size_type j = 0; j < b.cols(); j++) {
91 for (
size_type i = 0; i < b.rows(); i++) {
92 val_b(i, j) = b(i, j).val_;
93 deriv_b(i, j) = b(i, j).d_;
100 Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
101 deriv = inv_A_mult_deriv_b;
106 template<
typename T,
int R1,
int C1,
int R2,
int C2>
108 Eigen::Matrix<fvar<T>, R1, C1>
110 const Eigen::Matrix<double, R2, C2>& b) {
118 Eigen::Matrix<T, R1, C2> inv_A_mult_b(A.rows(), b.cols());
119 Eigen::Matrix<T, R1, C1> inv_A_mult_deriv_A(A.rows(), A.cols());
120 Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
121 Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
125 for (
size_type j = 0; j < A.cols(); j++) {
126 for (
size_type i = j; i < A.rows(); i++) {
127 val_A(i, j) = A(i, j).val_;
128 deriv_A(i, j) = A(i, j).d_;
135 Eigen::Matrix<T, R1, C2> deriv(A.rows(), b.cols());
136 deriv = -
multiply(inv_A_mult_deriv_A, inv_A_mult_b);
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)
fvar< T > to_fvar(const T &x)
Eigen::Matrix< double, Eigen::Dynamic, Eigen::Dynamic >::Index size_type
Type for sizes and indexes in an Eigen matrix with double e.
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.
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)
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.