35件ヒット
[1-35件を表示]
（0.087秒）
:![[x]](/images/drop-condition-icon.png "条件を削除"){kind=icon}
:
:種類
- インスタンスメソッド (29)
- クラス (4)
- 特異メソッド (2)
クラス
- Matrix (7)
-
Matrix
:: EigenvalueDecomposition (10) -
Matrix
:: LUPDecomposition (10) - Vector (4)
キーワード
- EigenvalueDecomposition (1)
- ErrDimensionMismatch (1)
- ErrOperationNotDefined (1)
- LUPDecomposition (1)
-
cross
_ product (1) - det (2)
- determinant (2)
- diagonal (1)
- eigen (1)
- eigensystem (1)
-
eigenvalue
_ matrix (1) - eigenvalues (1)
-
eigenvector
_ matrix (1) -
eigenvector
_ matrix _ inv (1) - eigenvectors (1)
- independent? (2)
-
inner
_ product (1) - l (1)
- lup (1)
-
lup
_ decomposition (1) - pivots (1)
- singular? (1)
- solve (1)
-
to
_ a (2) -
to
_ ary (2) - u (1)
- v (1)
-
v
_ inv (1)
検索結果
先頭5件
-
Matrix
:: EigenvalueDecomposition # d -> Matrix (63310.0) -
固有値を対角成分に並べた行列を返します。
固有値を対角成分に並べた行列を返します。 -
Matrix
:: LUPDecomposition # p -> Matrix (63310.0) -
LUP分解の置換行列部分を返します。
LUP分解の置換行列部分を返します。 -
Vector
# independent?(*vectors) -> bool (54907.0) -
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... -
Vector
. independent?(*vectors) -> bool (54907.0) -
ベクトルの列 vectors が線形独立であれば true を返します。
ベクトルの列 vectors が線形独立であれば true を返します。
@param vectors 線形独立性を判定するベクトル列 -
Matrix
:: LUPDecomposition # det -> Numeric (36307.0) -
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 (36307.0) -
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... -
ExceptionForMatrix
:: ErrOperationNotDefined (36007.0) -
演算時にクラスが適切でない場合に発生する例外です。
演算時にクラスが適切でない場合に発生する例外です。 -
Matrix
:: EigenvalueDecomposition (36007.0) -
行列の固有分解の情報を保持するクラスです。
...行列の固有分解の情報を保持するクラスです。
Matrix#eigensystem の返り値のクラスです。... -
Matrix
:: LUPDecomposition (36007.0) -
行列のLUP分解の情報を保持するクラスです。
...行列のLUP分解の情報を保持するクラスです。
Matrix#lup_decomposition の返り値のクラスです。... -
Matrix
# lup _ decomposition -> Matrix :: LUPDecomposition (27997.0) -
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... -
Vector
# inner _ product(v) -> Float (27607.0) -
ベクトル v との内積を返します。
...ベクトル v との内積を返します。
@param v 内積を求めるベクトル
@raise ExceptionForMatrix::ErrDimensionMismatch 自分自身と引数のベクト
ルの要素の数(次元)が異なっていたときに発生します。... -
Matrix
:: LUPDecomposition # pivots -> [Integer] (27307.0) -
ピボッティングを表す配列を返します。
ピボッティングを表す配列を返します。 -
ExceptionForMatrix
:: ErrDimensionMismatch (27007.0) -
行列/ベクトル計算時に次元が合わない場合に発生する例外です。
行列/ベクトル計算時に次元が合わない場合に発生する例外です。 -
Matrix
# lup -> Matrix :: LUPDecomposition (18697.0) -
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... -
Vector
# cross _ product(*vs) -> Vector (18607.0) -
self とベクトル vs とのクロス積を返します。
...vs は n-2 個の
n次元ベクトルでなければなりません。
@param vs クロス積を取るベクトルの集合
@raise ExceptionForMatrix::ErrOperationNotDefined self の
次元が1以下であるときに発生します。
@raise ArgumentError vs のベクトルの個数が n-... -
Matrix
# det -> Numeric (18343.0) -
行列式 (determinant) の値を返します。
...オブジェクトを使用することを検討してください。
@raise ExceptionForMatrix::ErrDimensionMismatch 正方行列でない場合に発生します
//emlist[例][ruby]{
require 'matrix'
p Matrix[[2, 1], [-1, 2]].det #=> 5
p Matrix[[2.0, 1.0], [-1.0, 2.0]].det #=> 5.0
//}... -
Matrix
# determinant -> Numeric (18343.0) -
行列式 (determinant) の値を返します。
...オブジェクトを使用することを検討してください。
@raise ExceptionForMatrix::ErrDimensionMismatch 正方行列でない場合に発生します
//emlist[例][ruby]{
require 'matrix'
p Matrix[[2, 1], [-1, 2]].det #=> 5
p Matrix[[2.0, 1.0], [-1.0, 2.0]].det #=> 5.0
//}... -
Matrix
. diagonal(*values) -> Matrix (18343.0) -
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
:: EigenvalueDecomposition # to _ a -> [Matrix , Matrix , Matrix] (18055.0) -
Matrix::EigenvalueDecomposition#v, Matrix::EigenvalueDecomposition#d, Matrix::EigenvalueDecomposition#v_inv をこの順に並べた配列を返します。
...
Matrix::EigenvalueDecomposition#v,
Matrix::EigenvalueDecomposition#d,
Matrix::EigenvalueDecomposition#v_inv
をこの順に並べた配列を返します。... -
Matrix
:: EigenvalueDecomposition # to _ ary -> [Matrix , Matrix , Matrix] (18055.0) -
Matrix::EigenvalueDecomposition#v, Matrix::EigenvalueDecomposition#d, Matrix::EigenvalueDecomposition#v_inv をこの順に並べた配列を返します。
...
Matrix::EigenvalueDecomposition#v,
Matrix::EigenvalueDecomposition#d,
Matrix::EigenvalueDecomposition#v_inv
をこの順に並べた配列を返します。... -
Matrix
:: EigenvalueDecomposition # eigenvalue _ matrix -> Matrix (18010.0) -
固有値を対角成分に並べた行列を返します。
固有値を対角成分に並べた行列を返します。 -
Matrix
:: EigenvalueDecomposition # eigenvalues -> [Float] (18007.0) -
固有値を配列で返します。
固有値を配列で返します。 -
Matrix
:: EigenvalueDecomposition # eigenvector _ matrix -> Matrix (18007.0) -
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
:: EigenvalueDecomposition # eigenvector _ matrix _ inv -> Matrix (18007.0) -
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... -
Matrix
:: EigenvalueDecomposition # eigenvectors -> [Vector] (18007.0) -
右固有ベクトルを配列で返します。
右固有ベクトルを配列で返します。 -
Matrix
:: EigenvalueDecomposition # v -> Matrix (18007.0) -
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
:: EigenvalueDecomposition # v _ inv -> Matrix (18007.0) -
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... -
Matrix
:: LUPDecomposition # l -> Matrix (18007.0) -
LUP分解の下半行列部分を返します。
LUP分解の下半行列部分を返します。 -
Matrix
:: LUPDecomposition # singular? -> bool (18007.0) -
元の行列が正方で特異なら true を、正則なら false を返します。 LUP 分解の結果を利用して判定します。
...元の行列が正方で特異なら true を、正則なら false を返します。
LUP 分解の結果を利用して判定します。
@see Matrix#singular?... -
Matrix
:: LUPDecomposition # solve(b) -> Vector | Matrix (18007.0) -
self が正方行列 A の LUP 分解の時、一次方程式 Ax = b の解を返します。 b には Vector, Matrix, 数値の配列を指定出来ます。
...self が正方行列 A の LUP 分解の時、一次方程式 Ax = b の解を返します。
b には Vector, Matrix, 数値の配列を指定出来ます。
それぞれベクトルのサイズ、行列の行数、配列のサイズが A の列数と一致していなければなりません。......指定します。
//emlist[][ruby]{
require 'matrix'
lup = Matrix[[2, 1], [1, 2]].lup
lup.solve([1, -1]) #=> Vector[(1/1), (-1/1)]
lup.solve(Vector[3, 0]) #=> Vector[(2/1), (-1/1)]
lup.solve(Matrix[[1, 3], [-1, 0]]) #=> Matrix[[(1/1), (2/1)], [(-1/1), (-1/1)]]
//}... -
Matrix
:: LUPDecomposition # to _ a -> [Matrix , Matrix , Matrix] (18007.0) -
分解した行列を [下半行列, 上半行列, 置換行列] という3要素の配列で 返します。
分解した行列を [下半行列, 上半行列, 置換行列] という3要素の配列で
返します。 -
Matrix
:: LUPDecomposition # to _ ary -> [Matrix , Matrix , Matrix] (18007.0) -
分解した行列を [下半行列, 上半行列, 置換行列] という3要素の配列で 返します。
分解した行列を [下半行列, 上半行列, 置換行列] という3要素の配列で
返します。 -
Matrix
:: LUPDecomposition # u -> Matrix (18007.0) -
LUP分解の上半行列部分を返します。
LUP分解の上半行列部分を返します。 -
Matrix
# eigen -> Matrix :: EigenvalueDecomposition (733.0) -
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 (733.0) -
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...