Geben Sie die sphärische Distanz zwischen München und Bangalore in Grad und den mittleren Radius der Erde in Kilometern an. Berechnen Sie die Entfernung (gemessen entlang der Erdoberfläche) zwischen München und Bangalore in Kilometern.

D = 64.7;
radEarth = 6371;
R = deg2rad(D);
dist = radEarth*R

dist = 
7.1943e+03

Eingabeargumente

alle reduzieren

`D` — Winkel in Grad
Skalar | Vektor | Matrix | mehrdimensionales Array

Winkel in Grad, angegeben als Skalar, Vektor, Matrix oder mehrdimensionales Array. Wenn D komplexe Elemente enthält, konvertiert deg2rad die Real- und Imaginärteile unabhängig voneinander.

Datentypen: single | double
Unterstützung komplexer Zahlen: Ja

Ausgabeargumente

alle reduzieren

`R` — Winkel in Radiant
Skalar | Vektor | Matrix | mehrdimensionales Array

Winkel in Radiant, zurückgegeben als Skalar, Vektor, Matrix oder mehrdimensionales Array. R weist die gleiche Größe wie D auf.

Erweiterte Fähigkeiten

alle erweitern

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

Die Funktion deg2rad 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.

Die Funktion deg2rad 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™.

Die Funktion deg2rad bietet vollständige Unterstützung für Grafikkarten-Arrays. Zum Ausführen der Funktion auf einer Grafikkarte geben Sie die Eingabedaten als gpuArray (Parallel Computing Toolbox) an. 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™.

Die Funktion deg2rad bietet vollständige Unterstützung für verteilte Arrays. Weitere Informationen finden Sie unter Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Versionsverlauf

Eingeführt in R2015b

Siehe auch

rad2deg

deg2rad

Syntax

Beschreibung

Beispiele

Rechter Winkel in Radiant

Oberflächendistanz

Eingabeargumente

D — Winkel in Grad Skalar | Vektor | Matrix | mehrdimensionales Array

Ausgabeargumente

R — Winkel in Radiant Skalar | Vektor | Matrix | mehrdimensionales Array

Erweiterte Fähigkeiten

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

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.

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

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