我是 matlab 新手，想知道你们是否可以帮我解决这个问题。
例如，我有两个矩阵：
A = [X1 X2 X3 X4]
B = [Y1; Y2; Y3]
现在我真正想要实现的是以这种方式将这两个矩阵相乘：
[X1Y1 X2Y1 X3Y1 X4Y1;
X1Y2 X2Y2 X3Y2 X4Y2;
X1Y3 X2Y3 X3Y3 X4Y3;
.... and so on]
我尝试使用A(1,:).*B(:,1)，但 matlab 说矩阵尺寸必须一致。
我只是不知道如何在 matlab 上操作这个，但在 excel 中是可能的。
【问题讨论】：
这是一个简单的外部产品。不需要 kron （尽管它会起作用。） bsxfun 是野蛮的矫枉过正，虽然会产生你所要求的。 repmat 是不合适的，因为虽然它会帮助你做你想做的事，但它会复制内存中的数组，使用比需要更多的资源。 （当您可以立即使用好的编程风格时，请避免使用低效的编程风格。）
您只需要使用简单的 * 运算符。
A 是行向量。 B 列向量。
C = B*A
将产生结果 C(i,j)=B(i)*A(j)，这正是您要寻找的。请注意，这是可行的，因为 B 是 3x1 而 A 是 1x4，所以 B 和 A 的“内部”尺寸确实符合。
在 MATLAB 中，如果您不确定某些功能是否有效，请尝试一下！
A = [1 2 3 4];
B = [1;2;3];
C = B*A
ans =
1 2 3 4
2 4 6 8
3 6 9 12
看到 kron 确实有效，尽管我敢打赌，在这里使用 kron 的效率可能低于简单的外积相乘。
C = kron(B,A)
C =
1 2 3 4
2 4 6 8
3 6 9 12
同样，bsxfun 也可以在这里工作，尽管由于我们使用通用工具来完成基本操作员会做的事情，我敢打赌它的效率会稍低。
C = bsxfun(@times,B,A)
C =
1 2 3 4
2 4 6 8
3 6 9 12
最糟糕的选择是 repmat。同样，由于它首先人为地复制内存中的向量，因此在大向量的情况下，它必须出去并抢占大块内存。
C = repmat(B,1,4).*repmat(A,3,1)
C =
1 2 3 4
2 4 6 8
3 6 9 12
我想为了完整起见，您也可以使用 meshgrid 或 ndgrid。看到它正在做的正是 repmat 所做的，但在这里它明确地创建了新矩阵。同样，当有很好的工具可以完全按照您的意愿行事时，这是一种糟糕的编程风格。
[BB,AA] = ndgrid(B,A)
BB =
1 1 1 1
2 2 2 2
3 3 3 3
AA =
1 2 3 4
1 2 3 4
1 2 3 4
C = BB.*AA
C =
1 2 3 4
2 4 6 8
3 6 9 12
您需要了解的是为什么这些工具都可以用于这项工作，以及它们为何不同。
【讨论】：
在 Matlab 中有* 和.*，它们非常不同。
* 是正常的矩阵乘法，这是你想要的，即B*A，注意B 必须排在第一位，因为内部维度必须匹配。您可以将列乘以行，但不能将行乘以列（除非它们具有相同数量的元素）。
.* 是逐元素乘法，在这种情况下，矩阵的大小和形状必须完全相同，例如 [1 2 3].*[4 5 6] = [1*4 2*5 3*6 ] = [4 10 18]
【讨论】：
A=[1,2,3,4];B=[1;2;3];A*B; 你会得到错误 Inner matrix dimensions must agree. 但B*A 会运行良好。这是因为在第二种情况下，内部维度都是 1，但在第一种情况下，您尝试乘以 4x3，而矩阵乘法的定义无法做到这一点。
不要使用“.*”。你应该做一个“*”。
“.*”用于索引乘法，如果它们的向量大小相等，应该给你 [X1Y1 X2Y2 X3Y3]。
如果你做正则乘法“*”，这实际上是矩阵乘法。
【讨论】：
我认为您只需要转置其中一个向量。您将列向量 (A(1,:)) 与行向量 (B(:,1)) 相乘。这应该有效：
C = A(1,:).*B(:,1)';
【讨论】：
A 有 4 个元素，而B 只有 3 个元素。OP 所追求的是传统的矩阵乘法，即B*A