2172件ヒット
[101-200件を表示]
(0.029秒)
種類
- インスタンスメソッド (1832)
- 特異メソッド (252)
- クラス (88)
クラス
- Matrix (1303)
-
Matrix
:: EigenvalueDecomposition (110) -
Matrix
:: LUPDecomposition (110) - Vector (561)
キーワード
- * (44)
- ** (11)
- + (22)
- +@ (22)
- - (22)
- -@ (22)
-
/ (33) - == (22)
- EigenvalueDecomposition (11)
- ErrDimensionMismatch (11)
- ErrNotRegular (11)
- ErrOperationNotDefined (11)
- I (11)
- LUPDecomposition (11)
- Matrix (11)
- Vector (11)
- ZeroVectorError (11)
- [] (44)
- []= (18)
- adjugate (11)
-
angle
_ with (11) - antisymmetric? (6)
- basis (11)
- build (22)
- clone (10)
- coerce (11)
- cofactor (11)
-
cofactor
_ expansion (11) - collect (44)
- collect! (24)
- collect2 (22)
- column (22)
-
column
_ count (11) -
column
_ size (11) -
column
_ vector (11) -
column
_ vectors (11) - columns (11)
- combine (21)
- component (22)
- conj (11)
- conjugate (11)
- covector (11)
- cross (11)
-
cross
_ product (11) - d (11)
- det (22)
-
det
_ e (11) - determinant (22)
-
determinant
_ e (11) - diagonal (11)
- diagonal? (11)
- dot (11)
- each (44)
- each2 (22)
-
each
_ with _ index (22) - eigen (11)
- eigensystem (11)
-
eigenvalue
_ matrix (11) - eigenvalues (11)
-
eigenvector
_ matrix (11) -
eigenvector
_ matrix _ inv (11) - eigenvectors (11)
- element (22)
- elements (11)
-
elements
_ to _ f (22) -
elements
_ to _ i (22) -
elements
_ to _ r (22) - empty (11)
- empty? (11)
-
entrywise
_ product (7) - eql? (22)
-
find
_ index (33) -
first
_ minor (11) -
hadamard
_ product (7) - hash (22)
- hermitian? (11)
- hstack (22)
- identity (11)
- imag (11)
- imaginary (11)
- independent? (22)
- index (33)
-
inner
_ product (11) - inspect (22)
- inv (11)
- inverse (11)
- l (11)
-
laplace
_ expansion (11) -
lower
_ triangular? (11) - lup (11)
-
lup
_ decomposition (11) - magnitude (11)
- map (44)
- map! (24)
- map2 (11)
- minor (22)
- norm (11)
- normal? (11)
- normalize (11)
- orthogonal? (11)
- p (11)
- permutation? (11)
- pivots (11)
- r (11)
- rank (11)
-
rank
_ e (11) - real (11)
- real? (11)
- rect (11)
- rectangular (11)
- regular? (11)
- round (11)
- row (22)
-
row
_ count (11) -
row
_ size (11) -
row
_ vector (11) -
row
_ vectors (11) - rows (11)
- scalar (11)
- singular? (22)
- size (11)
-
skew
_ symmetric? (6) - solve (11)
- square? (11)
- symmetric? (11)
- t (11)
-
to
_ a (44) -
to
_ ary (22) -
to
_ s (22) - tr (11)
- trace (11)
- transpose (11)
- u (11)
- unit (11)
- unitary? (11)
-
upper
_ triangular? (11) - v (11)
-
v
_ inv (11) - vstack (22)
- zero (29)
- zero? (18)
検索結果
先頭5件
-
Matrix
. vstack(*matrices) -> Matrix (17145.0) -
行列 matrices を縦に並べた行列を生成します。
...][ruby]{
require 'matrix'
x = Matrix[[1, 2], [3, 4]]
y = Matrix[[5, 6], [7, 8]]
Matrix.vstack(x, y) # => Matrix[[1, 2], [3, 4], [5, 6], [7, 8]]
//}
@param matrices 並べる行列。すべての行列の列数が一致していなければならない
@raise ExceptionForMatrix::ErrDimensionMismatch......列数の異なる行列がある場合に発生します
@see Matrix.hstack, Matrix#vstack... -
Matrix
. columns(columns) -> Matrix (17139.0) -
引数 columns を列ベクトルの集合とする行列を生成します。
...=== 注意
Matrix.rows との違いは引数として渡す配列の配列を列ベクトルの配列とみなして行列を生成します。
//emlist[例][ruby]{
require 'matrix'
a1 = [1, 2, 3]
a2 = [4, 5, 6]
a3 = [-1, -2, -3]
# 配列を行ベクトルとして生成
m = Matrix.rows([a1, a......ue)
p m # => Matrix[[1, 2, 3], [4, 5, 6], [-1, -2, -3]]
# 行列としてのイメージ => [ 1, 2, 3]
# [ 4, 5, 6]
# [-1, -2, -3]
# 配列を列ベクトルとして生成
m = Matrix.columns([a1, a2, a3])
p m # => Matrix[[1, 4, -1]... -
Matrix
. empty(row _ size=0 , column _ size=0) -> Matrix (17139.0) -
要素を持たない行列を返します。
...一方は0である必要があります。
//emlist[例][ruby]{
require 'matrix'
m = Matrix.empty(2, 0)
m == Matrix[ [], [] ]
# => true
n = Matrix.empty(0, 3)
n == Matrix.columns([ [], [], [] ])
# => true
m * n
# => Matrix[[0, 0, 0], [0, 0, 0]]
//}
@param row_size 行列の行数
@param column_si... -
Matrix
# inv -> Matrix (17134.0) -
逆行列を返します。
...逆行列を返します。
//emlist[例][ruby]{
require 'matrix'
p Matrix[[2, 1], [3, 2]].inv #=> Matrix[[(2/1), (-1/1)], [(-3/1), (2/1)]]
p Matrix[[2.0, 1.0], [3.0, 2.0]].inv #=> Matrix[[2.0000000000000004, -1.0000000000000002], [-3.000000000000001, 2.0000000000000004]]
//}... -
Matrix
# inverse -> Matrix (17134.0) -
逆行列を返します。
...逆行列を返します。
//emlist[例][ruby]{
require 'matrix'
p Matrix[[2, 1], [3, 2]].inv #=> Matrix[[(2/1), (-1/1)], [(-3/1), (2/1)]]
p Matrix[[2.0, 1.0], [3.0, 2.0]].inv #=> Matrix[[2.0000000000000004, -1.0000000000000002], [-3.000000000000001, 2.0000000000000004]]
//}... -
Matrix
. build(row _ size , column _ size = row _ size) {|row , col| . . . } -> Matrix (17133.0) -
row_size×column_sizeの行列をブロックの返り値から生成します。
...した場合は Enumerator を返します。
//emlist[例][ruby]{
require 'matrix'
m = Matrix.build(2, 4) {|row, col| col - row }
# => Matrix[[0, 1, 2, 3], [-1, 0, 1, 2]]
m = Matrix.build(3) { rand }
# => a 3x3 matrix with random elements
//}
@param row_size 行列の行数
@param column_size... -
Matrix
. diagonal(*values) -> Matrix (17133.0) -
対角要素がvaluesで、非対角要素が全て0であるような 正方行列を生成します。
...次元Arrayを1個指定すると、そのArrayを唯一の要素とした1×1の行列が生成されます。
//emlist[例][ruby]{
require 'matrix'
m = Matrix.diagonal(1, 2, 3)
p m # => Matrix[[1, 0, 0], [0, 2, 0], [0, 0, 3]]
a = [1,2,3]
m = Matrix.diagonal(a)
p m # => Matrix[[[1, 2, 3]]]
//}... -
Matrix
# combine(*matrices) {|*elements| . . . } -> Matrix (17131.0) -
要素ごとにブロックを呼び出した結果を組み合わせた Matrix を返します。
...要素ごとにブロックを呼び出した結果を組み合わせた Matrix を返します。
Matrix.combine(self, *matrices) { ... } と同じです。
@see Matrix.combine... -
Matrix
# collect {|x| . . . } -> Matrix (17128.0) -
行列の各要素に対してブロックの適用を繰り返した結果を、要素として持つ行列を生成します。
...適用を繰り返した結果を、要素として持つ行列を生成します。
ブロックがない場合、 Enumerator を返します。
//emlist[例][ruby]{
require 'matrix'
m = Matrix[[1, 2], [3, 4]]
p m.map { |x| x + 100 } # => Matrix[[101, 102], [103, 104]]
//}
@see Matrix#each... -
Matrix
# eigen -> Matrix :: EigenvalueDecomposition (17128.0) -
行列の固有値と左右の固有ベクトルを保持したオブジェクトを返します。
...行列の固有値と左右の固有ベクトルを保持したオブジェクトを返します。
Matrix::EigenvalueDecomposition は to_ary を定義しているため、
多重代入によって3つの行列(右固有ベクトル、固有値行列、左固有ベクトル)
を得ることがで......ruby]{
require 'matrix'
m = Matrix[[1, 2], [3, 4]]
v, d, v_inv = m.eigensystem
d.diagonal? # => true
v.inv == v_inv # => true
(v * d * v_inv).round(5) == m # => true
//}
@raise ExceptionForMatrix::ErrDimensionMismatch 行列が正方行列でない場合に発生します
@see Matrix::EigenvalueDec... -
Matrix
# eigensystem -> Matrix :: EigenvalueDecomposition (17128.0) -
行列の固有値と左右の固有ベクトルを保持したオブジェクトを返します。
...行列の固有値と左右の固有ベクトルを保持したオブジェクトを返します。
Matrix::EigenvalueDecomposition は to_ary を定義しているため、
多重代入によって3つの行列(右固有ベクトル、固有値行列、左固有ベクトル)
を得ることがで......ruby]{
require 'matrix'
m = Matrix[[1, 2], [3, 4]]
v, d, v_inv = m.eigensystem
d.diagonal? # => true
v.inv == v_inv # => true
(v * d * v_inv).round(5) == m # => true
//}
@raise ExceptionForMatrix::ErrDimensionMismatch 行列が正方行列でない場合に発生します
@see Matrix::EigenvalueDec...