conj

Komplexe Konjugation

alle in Seite reduzieren

Syntax

Zc = conj(Z)

Beschreibung

Beispiel

Zc = conj(Z) gibt die komplex konjugierte Zahl (kurz: die Konjugierte) jedes Elements in Z zurück.

Beispiele

alle reduzieren

Ermitteln der Konjugierten einer komplexen Zahl

Live Script öffnen

Ermitteln Sie die Konjugierte der komplexen Zahl Z.

Z = 2+3i

Z = 2.0000 + 3.0000i

Zc = conj(Z)

Zc = 2.0000 - 3.0000i

Ermitteln der Konjugierten von komplexen Werten in einer Matrix

Live Script öffnen

Erstellen Sie eine 2x2-Matrix mit komplexen Elementen.

Z = [0-1i 2+1i; 4+2i 0-2i]

Z = 2×2 complex

   0.0000 - 1.0000i   2.0000 + 1.0000i
   4.0000 + 2.0000i   0.0000 - 2.0000i

Ermitteln Sie die Konjugierte jeder komplexen Zahl in der Matrix Z.

Zc = conj(Z)

Zc = 2×2 complex

   0.0000 + 1.0000i   2.0000 - 1.0000i
   4.0000 - 2.0000i   0.0000 + 2.0000i

Eingabeargumente

alle reduzieren

`Z` — Eingabearray
Skalar | Vektor | Matrix | mehrdimensionales Array

Eingabearray, angegeben als Skalar, Vektor, Matrix oder mehrdimensionales Array. conj wird elementweise angewendet, wenn Z nichtskalar ist.

Erweiterte Fähigkeiten

Tall Arrays
Rechnen mit Arrays, die mehr Zeilen haben, als in den Speicher passen.

Diese Funktion bietet vollständige Unterstützung für Tall-Arrays. Weitere Informationen finden Sie unter Tall-Arrays.

C/C++ Codegenerierung
Generieren Sie C und C++ Code mit MATLAB® Coder™.

GPU-Codegenerierung
Generieren von CUDA® Code für NVIDIA® Grafikprozessoren mit dem GPU Coder™.

Thread-Based Environment
Führen Sie mithilfe von MATLAB® `backgroundPool` den Code im Hintergrund aus oder machen Sie den Code mit der Parallel Computing Toolbox™ `ThreadPool` schneller.

Diese Funktion bietet vollständige Unterstützung für thread-basierte Umgebungen. Weitere Informationen finden Sie unter Run MATLAB Functions in Thread-Based Environment.

GPU-Arrays
Schnellere Codeausführung durch Ausführen auf einer Grafikkarte (GPU) mit der Parallel Computing Toolbox™.

Diese Funktion bietet vollständige Unterstützung für Grafikkarten-Arrays. Weitere Informationen finden Sie unter Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Verteilte Arrays
Partitionieren von großen Arrays über den kombinierten Speicher Ihres Clusters mit Parallel Computing Toolbox™.

Diese Funktion bietet vollständige Unterstützung für verteilte Arrays. Weitere Informationen finden Sie unter Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Versionsverlauf

Eingeführt vor R2006a

Siehe auch