uminus, -

Menos unario

Sintaxis

C = -A

C = uminus(A)

Descripción

C = -A niega los elementos de A y almacena el resultado en C.

C = uminus(A) es una forma alternativa de ejecutar -A, pero se utiliza con poca frecuencia. Permite la sobrecarga de operadores para las clases.

Ejemplos

Negar elementos de una matriz

Cree una matriz de 2 por 2, A.

A = [1 -3; -2 4]

A = 2×2

     1    -3
    -2     4

Niegue los elementos de A.

C = -A

C = 2×2

    -1     3
     2    -4

Argumentos de entrada

A — Arreglo de entrada

escalar | vector | matriz | arreglo multidimensional

Arreglo de entrada, especificado como escalar, vector, matriz o arreglo multidimensional. Si A tiene un tipo de datos de valores enteros, no puede ser complejo.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | datetime | duration | calendarDuration
Soporte de números complejos: Sí

Capacidades ampliadas

Arreglos altos

Realice cálculos con arreglos que tienen más filas de las que caben en la memoria.

Esta función es totalmente compatible con los arreglos altos. Para obtener más información, consulte Arreglos altos.

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Generación de código de GPU
Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Generación de código HDL
Genere código VHDL, Verilog y SystemVerilog para diseños FPGA y ASIC mediante HDL Coder™.

Entorno basado en subprocesos

Ejecute código en segundo plano con MATLAB® backgroundPool o acelere código con Parallel Computing Toolbox™ ThreadPool.

Esta función es totalmente compatible con entornos basados en subprocesos. Para obtener más información, consulte Ejecutar funciones de MATLAB en un entorno basado en subprocesos.

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos de GPU. Para obtener más información, consulte Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Arreglos distribuidos

Realice particiones de arreglos grandes por toda la memoria combinada de su cluster mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos distribuidos. Para obtener más información, consulte Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Historial de versiones

Introducido antes de R2006a

Consulte también

minus | uplus

Temas

• Operaciones con matrices y operaciones con arreglos
• Precedencia de operadores
• Operadores y caracteres especiales de MATLAB