736件ヒット
[501-600件を表示]
（0.022秒）
:![[x]](/images/drop-condition-icon.png "条件を削除"){kind=icon}
:
:vectorクラス
- Matrix (160)
-
Matrix
:: EigenvalueDecomposition (55) -
Matrix
:: LUPDecomposition (11) - Vector (510)
キーワード
- * (44)
- + (22)
- +@ (11)
- - (22)
- -@ (11)
-
/ (11) - == (11)
- [] (11)
- []= (18)
-
angle
_ with (11) - clone (5)
-
cofactor
_ expansion (11) - collect (22)
- collect! (12)
- collect2 (22)
- column (22)
-
column
_ vectors (11) - component (11)
- covector (11)
- cross (11)
-
cross
_ product (11) - dot (11)
- each (22)
- each2 (22)
-
eigenvector
_ matrix (11) -
eigenvector
_ matrix _ inv (11) - eigenvectors (11)
- element (11)
-
elements
_ to _ f (11) -
elements
_ to _ i (11) -
elements
_ to _ r (11) - eql? (11)
- hash (11)
- independent? (11)
-
inner
_ product (11) - inspect (11)
-
laplace
_ expansion (11) - lup (11)
-
lup
_ decomposition (11) - magnitude (11)
- map (22)
- map! (12)
- map2 (11)
- norm (11)
- normalize (11)
- r (11)
- row (22)
-
row
_ vectors (11) - size (11)
- solve (11)
-
to
_ a (11) -
to
_ s (11) - v (11)
-
v
_ inv (11) - zero? (7)
検索結果
先頭5件
-
Vector
# size -> Integer (9003.0) -
ベクトルの要素数(次元)を返します。
ベクトルの要素数(次元)を返します。 -
Vector
# zero? -> bool (9003.0) -
すべての要素がゼロであれば true を返します。
すべての要素がゼロであれば true を返します。 -
Matrix
# column _ vectors -> [Vector] (6222.0) -
自分自身を列ベクトルの配列として返します。
...自分自身を列ベクトルの配列として返します。
//emlist[例][ruby]{
require 'matrix'
a1 = [ 1, 2, 3]
a2 = [10, 15, 20]
a3 = [-1, -2, 1.5]
m = Matrix[a1, a2, a3]
p m.column_vectors # => [Vector[1, 10, -1], Vector[2, 15, -2], Vector[3, 20, 1.5]]
//}... -
Matrix
# row _ vectors -> [Vector] (6222.0) -
自分自身を行ベクトルの配列として返します。
...自分自身を行ベクトルの配列として返します。
//emlist[例][ruby]{
require 'matrix'
a1 = [ 1, 2, 3]
a2 = [10, 15, 20]
a3 = [-1, -2, 1.5]
m = Matrix[a1, a2, a3]
p m.row_vectors # => [Vector[1, 2, 3], Vector[10, 15, 20], Vector[-1, -2, 1.5]]
//}... -
Matrix
:: EigenvalueDecomposition # eigenvectors -> [Vector] (6204.0) -
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 # eigenvector _ matrix -> Matrix (6103.0) -
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 (6103.0) -
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 # v -> Matrix (3003.0) -
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 (3003.0) -
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 # solve(b) -> Vector | Matrix (138.0) -
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
# row(i) -> Vector | nil (132.0) -
i 番目の行を Vector オブジェクトで返します。 i 番目の行が存在しない場合は nil を返します。 ブロックが与えられた場合はその行の各要素についてブロックを繰り返します。
...i 番目の行を Vector オブジェクトで返します。
i 番目の行が存在しない場合は nil を返します。
ブロックが与えられた場合はその行の各要素についてブロックを繰り返します。
Vector オブジェクトは Matrix オブジェクトとの......のインデックスと見倣します。末尾の行が -1 番目になります。
//emlist[例][ruby]{
require 'matrix'
a1 = [1, 2, 3]
a2 = [10, 15, 20]
a3 = [-1, -2, 1.5]
m = Matrix[a1, a2, a3]
p m.row(1) # => Vector[10, 15, 20]
cnt = 0
m.row(0) { |x|
cnt = cnt + x
}
p cnt # => 6
//}...