1 #ifndef STAN__AGRAD__FWD__MATRIX__COLUMNS_MDIVIDE_RIGHT_HPP
2 #define STAN__AGRAD__FWD__MATRIX__COLUMNS_MDIVIDE_RIGHT_HPP
23 template <
typename T,
int R1,
int C1,
int R2,
int C2>
25 Eigen::Matrix<fvar<T>,R1,C2>
27 const Eigen::Matrix<
fvar<T>,R2,C2> &b) {
35 Eigen::Matrix<T,R1,C2> A_mult_inv_b(A.rows(),b.cols());
36 Eigen::Matrix<T,R1,C2> deriv_A_mult_inv_b(A.rows(),b.cols());
37 Eigen::Matrix<T,R2,C2> deriv_b_mult_inv_b(b.rows(),b.cols());
38 Eigen::Matrix<T,R1,C1> val_A(A.rows(),A.cols());
39 Eigen::Matrix<T,R1,C1> deriv_A(A.rows(),A.cols());
40 Eigen::Matrix<T,R2,C2> val_b(b.rows(),b.cols());
41 Eigen::Matrix<T,R2,C2> deriv_b(b.rows(),b.cols());
43 for (
int j = 0; j < A.cols(); j++) {
44 for(
int i = 0; i < A.rows(); i++) {
45 val_A(i,j) = A(i,j).val_;
46 deriv_A(i,j) = A(i,j).d_;
50 for (
int j = 0; j < b.cols(); j++) {
51 for(
int i = 0; i < b.rows(); i++) {
52 val_b(i,j) = b(i,j).val_;
53 deriv_b(i,j) = b(i,j).d_;
61 Eigen::Matrix<T,R1,C2> deriv(A.rows(), b.cols());
62 deriv = deriv_A_mult_inv_b -
multiply(A_mult_inv_b, deriv_b_mult_inv_b);
67 template <
typename T,
int R1,
int C1,
int R2,
int C2>
69 Eigen::Matrix<fvar<T>,R1,C2>
71 const Eigen::Matrix<double,R2,C2> &b) {
79 Eigen::Matrix<T,R2,C2> deriv_b_mult_inv_b(b.rows(),b.cols());
80 Eigen::Matrix<T,R1,C1> val_A(A.rows(),A.cols());
81 Eigen::Matrix<T,R1,C1> deriv_A(A.rows(),A.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_;
94 template <
typename T,
int R1,
int C1,
int R2,
int C2>
96 Eigen::Matrix<fvar<T>,R1,C2>
98 const Eigen::Matrix<
fvar<T>,R2,C2> &b) {
105 Eigen::Matrix<T,R1,C2>
106 A_mult_inv_b(A.rows(),b.cols());
107 Eigen::Matrix<T,R2,C2> deriv_b_mult_inv_b(b.rows(),b.cols());
108 Eigen::Matrix<T,R2,C2> val_b(b.rows(),b.cols());
109 Eigen::Matrix<T,R2,C2> deriv_b(b.rows(),b.cols());
111 for (
int j = 0; j < b.cols(); j++) {
112 for(
int i = 0; i < b.rows(); i++) {
113 val_b(i,j) = b(i,j).val_;
114 deriv_b(i,j) = b(i,j).d_;
121 Eigen::Matrix<T,R1,C2>
122 deriv(A.rows(), b.cols());
123 deriv = -
multiply(A_mult_inv_b, deriv_b_mult_inv_b);
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< typename boost::math::tools::promote_args< T1, T2 >::type, R1, C2 > mdivide_right(const Eigen::Matrix< T1, R1, C1 > &b, const Eigen::Matrix< T2, R2, C2 > &A)
Returns the solution of the system Ax=b.
fvar< T > to_fvar(const T &x)
Eigen::Matrix< fvar< T >, R1, C1 > multiply(const Eigen::Matrix< fvar< T >, R1, C1 > &m, const fvar< T > &c)
bool check_multiplicable(const char *function, const T1 &y1, const char *name1, const T2 &y2, const char *name2, T_result *result)
boost::enable_if_c< boost::is_arithmetic< T >::value, Eigen::Matrix< double, R, C > >::type multiply(const Eigen::Matrix< double, R, C > &m, T c)
Return specified matrix multiplied by specified scalar.
bool check_square(const char *function, const Eigen::Matrix< T_y, Eigen::Dynamic, Eigen::Dynamic > &y, const char *name, T_result *result)
Return true if the specified matrix is square.