conj

Conjugué d'un nombre complexe

réduire tous les éléments de la page

Syntaxe

Zc = conj(Z)

Description

Zc = conj(Z) renvoie le conjugué de chaque élément complexe de Z.

exemple

Exemples

réduire tout

Trouver le conjugué d’un nombre complexe

Ouvrir le live script

Trouvez le conjugué du nombre complexe Z.

Z = 2+3i

Z = 
2.0000 + 3.0000i

Zc = conj(Z)

Zc = 
2.0000 - 3.0000i

Trouver les conjugués des valeurs complexes dans une matrice

Ouvrir le live script

Créez une matrice de 2 x 2 avec des éléments complexes.

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

Recherchez le conjugué de chaque nombre complexe dans la matrice Z.

Zc = conj(Z)

Zc = 2×2 complex

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

Arguments d'entrée

réduire tout

`Z` — Tableau en entrée
scalaire | vecteur | matrice | tableau multidimensionnel

Tableau en entrée, spécifié sous forme de scalaire, de vecteur, de matrice ou de tableau multidimensionnel. conj réalise l'opération élément par élément lorsque Z est non-scalaire.

Capacités étendues

développer tout

Tall arrays
Calculer avec des arrays possédant plus de rangées que la mémoire ne peut en contenir.

La fonction conj supporte entièrement les tall arrays. Pour plus d’informations, consultez Tall array.

Génération de code C/C++
Générez du code C et C++ avec MATLAB® Coder™.

Génération de code GPU
Générez du code CUDA® pour les GPU NVIDIA® avec GPU Coder™.

Environnement basé sur les threads
Exécutez du code en arrière-plan avec MATLAB® `backgroundPool` ou accélérez le code avec Parallel Computing Toolbox™ `ThreadPool`.

La fonction conj supporte entièrement les environnements basés sur des threads. Pour plus d’informations, consultez Run MATLAB Functions in Thread-Based Environment.

GPU Arrays
Accélérez le code en exécutant les calculs sur une unité de traitement graphique (GPU) avec Parallel Computing Toolbox™.

La fonction conj supporte entièrement les GPU arrays. Pour exécuter la fonction sur un GPU, spécifiez les données en entrée en tant que gpuArray (Parallel Computing Toolbox). Pour plus d’informations, consultez Exécuter les fonctions MATLAB sur un GPU (Parallel Computing Toolbox).

Distributed arrays
Divisez les tableaux volumineux dans la mémoire combinée de votre cluster avec Parallel Computing Toolbox™.

La fonction conj supporte entièrement les distributed arrays. Pour plus d’informations, consultez Exécuter les fonctions MATLAB avec des tableaux distribués (Parallel Computing Toolbox).

Historique des versions

Introduit avant R2006a

Voir aussi