conj

R2026b

复共轭

全页折叠

语法

Zc = conj(Z)

描述

Zc = conj(Z) 返回 Z 中每个元素的复共轭。

示例

全部折叠

求复数的复共轭

打开实时脚本

求复数 Z 的复共轭。

Z = 2+3i

Z = 
2.0000 + 3.0000i

Zc = conj(Z)

Zc = 
2.0000 - 3.0000i

求矩阵中复数值的复共轭

打开实时脚本

创建一个包含复数元素的 2×2 的矩阵。

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

求矩阵 Z 中每个复数的复共轭。

Zc = conj(Z)

Zc = 2×2 complex

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

输入参数

全部折叠

`Z` — 输入数组
标量 | 向量 | 矩阵 | 多维数组

输入数组，指定为标量、向量、矩阵或多维数组。如果 Z 为非标量，conj 将按元素运算。

扩展功能

全部展开

tall 数组
对行数太多而无法放入内存的数组进行计算。

conj 函数完全支持 tall 数组。有关详细信息，请参阅 tall 数组。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成
使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 VHDL、Verilog 和 SystemVerilog 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

conj 函数完全支持基于线程的环境。有关详细信息，请参阅在基于线程的环境中运行 MATLAB 函数。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

conj 函数完全支持 GPU 数组。要在 GPU 上运行该函数，请将输入数据指定为 gpuArray (Parallel Computing Toolbox)。有关详细信息，请参阅在 GPU 上运行 MATLAB 函数 (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

conj 函数完全支持分布式数组。有关详细信息，请参阅使用分布式数组运行 MATLAB 函数 (Parallel Computing Toolbox)。

版本历史记录

在 R2006a 之前推出

另请参阅

conj

语法

描述

示例

求复数的复共轭

求矩阵中复数值的复共轭

输入参数

Z — 输入数组 标量 | 向量 | 矩阵 | 多维数组

扩展功能

tall 数组 对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成 使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 VHDL、Verilog 和 SystemVerilog 代码。

基于线程的环境 使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组 使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。