1 #ifndef STAN_MATH_FWD_MAT_FUN_MDIVIDE_RIGHT_TRI_LOW_HPP
2 #define STAN_MATH_FWD_MAT_FUN_MDIVIDE_RIGHT_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> A_mult_inv_b(A.rows(), b.cols());
32 Eigen::Matrix<T, R1, C2> deriv_A_mult_inv_b(A.rows(), b.cols());
33 Eigen::Matrix<T, R2, C2> deriv_b_mult_inv_b(b.rows(), b.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 = 0; 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 = j; 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 = deriv_A_mult_inv_b -
multiply(A_mult_inv_b, deriv_b_mult_inv_b);
65 template <
typename T,
int R1,
int C1,
int R2,
int C2>
67 Eigen::Matrix<fvar<T>, R1, C2>
69 const Eigen::Matrix<double, R2, C2> &b) {
77 Eigen::Matrix<T, R2, C2> deriv_b_mult_inv_b(b.rows(), b.cols());
78 Eigen::Matrix<T, R1, C1> val_A(A.rows(), A.cols());
79 Eigen::Matrix<T, R1, C1> deriv_A(A.rows(), A.cols());
80 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
83 for (
int j = 0; j < A.cols(); j++) {
84 for (
int i = 0; i < A.rows(); i++) {
85 val_A(i, j) = A(i, j).val_;
86 deriv_A(i, j) = A(i, j).d_;
90 for (
size_type j = 0; j < b.cols(); j++) {
91 for (
size_type i = j; i < b.rows(); i++) {
92 val_b(i, j) = b(i, j);
100 template <
typename T,
int R1,
int C1,
int R2,
int C2>
102 Eigen::Matrix<fvar<T>, R1, C2>
104 const Eigen::Matrix<
fvar<T>, R2, C2> &b) {
112 Eigen::Matrix<T, R1, C2>
113 A_mult_inv_b(A.rows(), b.cols());
114 Eigen::Matrix<T, R2, C2> deriv_b_mult_inv_b(b.rows(), b.cols());
115 Eigen::Matrix<T, R2, C2> val_b(b.rows(), b.cols());
116 Eigen::Matrix<T, R2, C2> deriv_b(b.rows(), b.cols());
120 for (
int j = 0; j < b.cols(); j++) {
121 for (
int i = j; i < b.rows(); i++) {
122 val_b(i, j) = b(i, j).val_;
123 deriv_b(i, j) = b(i, j).d_;
130 Eigen::Matrix<T, R1, C2>
131 deriv(A.rows(), b.cols());
132 deriv = -
multiply(A_mult_inv_b, deriv_b_mult_inv_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.
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.
Eigen::Matrix< fvar< T >, R1, C2 > mdivide_right(const Eigen::Matrix< fvar< T >, R1, C1 > &A, const Eigen::Matrix< fvar< T >, R2, C2 > &b)
Eigen::Matrix< fvar< T >, R1, C1 > mdivide_right_tri_low(const Eigen::Matrix< fvar< T >, R1, C1 > &A, const Eigen::Matrix< fvar< T >, R2, C2 > &b)