575件ヒット
[201-300件を表示]
（0.038秒）
:![[x]](/images/drop-condition-icon.png "条件を削除"){kind=icon}
:
:クラス
- Matrix (244)
-
Matrix
:: EigenvalueDecomposition (120) -
Matrix
:: LUPDecomposition (120) - Vector (91)
キーワード
- []= (7)
- adjugate (12)
-
cross
_ product (12) - det (24)
-
det
_ e (12) - determinant (24)
-
determinant
_ e (12) - diagonal? (12)
- dot (12)
-
each
_ with _ index (24) - eigen (12)
- eigensystem (12)
-
eigenvalue
_ matrix (12) - eigenvalues (12)
-
eigenvector
_ matrix (12) -
eigenvector
_ matrix _ inv (12) - eigenvectors (12)
-
entrywise
_ product (8) -
find
_ index (36) -
hadamard
_ product (8) - independent? (12)
- index (36)
-
inner
_ product (12) - l (12)
- lup (12)
-
lup
_ decomposition (12) - magnitude (12)
- norm (12)
- p (12)
- pivots (12)
- r (12)
- round (12)
- singular? (12)
- solve (12)
-
to
_ a (24) -
to
_ ary (24) - u (12)
- v (12)
-
v
_ inv (12)
検索結果
先頭5件
-
Matrix
# diagonal? -> bool (23103.0) -
行列が対角行列ならば true を返します。
...行列が対角行列ならば true を返します。
@raise ExceptionForMatrix::ErrDimensionMismatch 行列が正方行列でない場合に発生します... -
Matrix
# lup _ decomposition -> Matrix :: LUPDecomposition (20329.0) -
行列の LUP 分解を保持したオブジェクトを返します。
...
Matrix::LUPDecomposition 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(下三角行列、上三角行列、置換行列)
を得ることができます。これを [L, U, P] と書くと、
L*U = P*self を満たします。
//emlist[例][ruby]{
require 'matrix'......a = Matrix[[1, 2], [3, 4]]
l, u, p = a.lup
l.lower_triangular? # => true
u.upper_triangular? # => true
p.permutation? # => true
l * u == p * a # => true
a.lup.solve([2, 5]) # => Vector[(1/1), (1/2)]
//}
@see Matrix::LUPDecomposition... -
Matrix
:: EigenvalueDecomposition # eigenvector _ matrix _ inv -> Matrix (20212.0) -
左固有ベクトルを縦に並べた行列を返します。
...左固有ベクトルを縦に並べた行列を返します。
これは Matrix::EigenvalueDecomposition#v の逆行列です... -
Vector
# independent?(*vectors) -> bool (20209.0) -
self とベクトルの列 vectors が線形独立であれば true を返します。
...self とベクトルの列 vectors が線形独立であれば true を返します。
require 'matrix'
Vector.independent?(self, *vectors)
と同じです。
@param vectors 線形独立性を判定するベクトル列... -
Matrix
:: EigenvalueDecomposition # eigenvector _ matrix -> Matrix (20206.0) -
右固有ベクトルを横に並べた行列を返します。
右固有ベクトルを横に並べた行列を返します。 -
Matrix
:: LUPDecomposition # det -> Numeric (20109.0) -
元の行列の行列式の値を返します。 LUP 分解の結果を利用して計算します。
...元の行列の行列式の値を返します。
LUP 分解の結果を利用して計算します。
@see Matrix#determinant... -
Matrix
:: LUPDecomposition # determinant -> Numeric (20109.0) -
元の行列の行列式の値を返します。 LUP 分解の結果を利用して計算します。
...元の行列の行列式の値を返します。
LUP 分解の結果を利用して計算します。
@see Matrix#determinant... -
Matrix
# eigen -> Matrix :: EigenvalueDecomposition (17271.0) -
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。
...。
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)
を得ることができます。
これを [V, D, W] と書くと、
(元の行列が対角化可能ならば)、
D......で、 self == V*D*W, V = W.inverse を満たします。
D のそれぞれの対角成分が行列の固有値です。
//emlist[例][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 # => tru......e
//}
@raise ExceptionForMatrix::ErrDimensionMismatch 行列が正方行列でない場合に発生します
@see Matrix::EigenvalueDecomposition... -
Matrix
# eigensystem -> Matrix :: EigenvalueDecomposition (17271.0) -
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。
...。
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)
を得ることができます。
これを [V, D, W] と書くと、
(元の行列が対角化可能ならば)、
D......で、 self == V*D*W, V = W.inverse を満たします。
D のそれぞれの対角成分が行列の固有値です。
//emlist[例][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 # => tru......e
//}
@raise ExceptionForMatrix::ErrDimensionMismatch 行列が正方行列でない場合に発生します
@see Matrix::EigenvalueDecomposition...