1 #ifndef STAN__AGRAD__REV__MATRIX__DETERMINANT_HPP
2 #define STAN__AGRAD__REV__MATRIX__DETERMINANT_HPP
19 class determinant_vari :
public vari {
25 determinant_vari(
const Eigen::Matrix<var,R,C> &A)
26 : vari(determinant_vari_calc(A)),
29 A_((double*)stan::agrad::
memalloc_.alloc(sizeof(double)
37 A_[pos] = A(i,j).val();
43 double determinant_vari_calc(
const Eigen::Matrix<var,R,C> &A) {
44 Eigen::Matrix<double,R,C> Ad(A.rows(),A.cols());
47 Ad(i,j) = A(i,j).val();
48 return Ad.determinant();
50 virtual void chain() {
54 adjA = (adj_ * val_) *
55 Map<Matrix<double,R,C> >(
A_,
_rows,
_cols).inverse().transpose();
66 template <
int R,
int C>
69 return var(
new determinant_vari<R,C>(m));
memory::stack_alloc memalloc_
Eigen::Matrix< double, Eigen::Dynamic, Eigen::Dynamic >::Index size_type
size_t rows(const Eigen::Matrix< T, R, C > &m)
size_t cols(const Eigen::Matrix< T, R, C > &m)
Independent (input) and dependent (output) variables for gradients.
fvar< T > determinant(const Eigen::Matrix< fvar< T >, R, C > &m)
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.