怎样用matlab进行矩阵乘法运算呢？
比如乘法AB
一、
1、用A的第1行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第1行第1列的数；
2、用A的第1行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第1行第2列的数；
3、用A的第1行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第1行第3列的数；
依次进行，（直到）用A的第1行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第1行第末列的的数。
二、
1、用A的第2行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第2行第1列的数；
2、用A的第2行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第2行第2列的数；
3、用A的第2行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第2行第3列的数；
依次进行，（直到）用A的第2行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第2行第末列的的数。
依次进行，
（直到）用A的第末行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第末行第1列的数；
用A的第末行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第末行第2列的数；
用A的第末行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第末行第3列的数；
依次进行，
（直到）用A的第末行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第末行第末列的的数。
扩展资料：
矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义[1]。一般单指矩阵乘积时，指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起，所以有时候可以简便地表示一些复杂的模型。
参考资料：矩阵乘法_百度百科
绛旓細.* 琛ㄧず鐭╅樀涓鐭╅樀鐩镐箻锛屾弧瓒崇嚎鎬т唬鏁颁笂瀛鐨勭煩闃涓鐭╅樀鐨涔樻硶锛*琛ㄧず鐭╅樀涓厓绱犱笌鍏冪礌鐩镐箻锛岃繖涓や釜鐭╅樀鐨勭淮鏁板繀闇鐩稿悓銆備緥濡傦細A.*B,閭ｄ箞A鏄痬琛宯鍒楃殑璇濓紝B蹇呴』涔熸槸m琛宯鍒椼傚叾浠栫殑濡傦細 鈥/ 涓 ./ 鈥 锛屸.^ 涓 ^ 鈥濈殑鍚箟閮芥槸涓鏍风殑銆傞鐩腑婧愪唬鐮佸涓嬶細>> A=[1 3 0.5 1 2; 1/3 ...
绛旓細1銆鐢╩atlab姹傜煩闃电殑绉┿傚懡浠わ細rank(A)锛孉浠ｈ〃鎵姹鐨勭煩闃銆傝嫳璇崟璇峳ank琛ㄧず绉┿傝繍绠楃粨鏋滀腑鐨刟ns鏄痑nswer锛堢粨鏋溿佺瓟妗堬級鐨勭缉鍐欍2銆佺敤matlab姹鐭╅樀鐨勪箻绉锛屼竴鑸涔樻硶锛欰*B锛孉銆丅浠ｈ〃涓や釜鐭╅樀銆3銆佺煩闃电偣涔橈細A.*B锛屽嵆涓ょ煩闃电殑瀵瑰簲椤鐩镐箻銆4銆佷笁銆佺敤matlab姹傜煩闃电殑閫嗙煩闃碉紝鍛戒护锛歩nv(A)鎴朅^-1锛...
绛旓細鐭╅樀鏈変袱绉嶄箻娉曪細鐐逛箻鍜屾彃涔樸傛瘮濡傜煩闃礎涔樹互鐭╅樀B銆鍦╩atlab涓鐢細鐐逛箻锛欰.*B锛堢偣涔樹负涓や釜鐭╅樀鐨勫搴旈」鐩镐箻锛夈傛彃涔橈細A*B锛鐭╅樀涔樻硶锛夈傜畝浠 鐭╅樀鐩镐箻鏈閲嶈鐨勬柟娉曟槸涓鑸鐭╅樀涔樼Н銆傚畠鍙湁鍦ㄧ涓涓煩闃电殑鍒楁暟锛坈olumn锛夊拰绗簩涓煩闃电殑琛屾暟锛坮ow锛夌浉鍚屾椂鎵嶆湁鎰忎箟銆備竴鑸崟鎸囩煩闃典箻绉椂锛屾寚鐨勪究鏄竴鑸...
绛旓細(2)鐭╅樀涔樻硶鍋囧畾鏈変袱涓煩闃礎鍜孊锛岃嫢A涓簃*n鐭╅樀锛孊涓簄*p鐭╅樀锛屽垯C=A*B涓簃*p鐭╅樀銆(3)鐭╅樀闄ゆ硶鍦∕ATLAB涓锛屾湁涓ょ鐭╅樀闄ゆ硶杩愮畻锛歕鍜/锛屽垎鍒〃绀哄乏闄ゅ拰鍙抽櫎銆傚鏋淎鐭╅樀鏄潪濂囧紓鏂归樀锛屽垯A\B鍜孊/A杩愮畻鍙互瀹炵幇銆侫\B绛夋晥浜嶢鐨勯嗗乏涔楤鐭╅樀锛屼篃灏辨槸inv(A)*B锛岃孊/A绛夋晥浜嶢鐭╅樀鐨勯嗗彸涔楤鐭╅樀...
绛旓細matlab涓鏈変袱绉鐭╅樀涔樻硶锛屽亣璁剧煩闃典负A锛屽垯锛歕r\n1. A*A\r\n2. A.*A\r\n涓句釜渚嬪瓙浣犲氨鏄庣櫧鍖哄埆浜嗭細\r\n>> A=[1,2;3,4]\r\n\r\nA =\r\n\r\n 1 2\r\n 3 4\r\n\r\n>> A*A\r\n\r\nans =\r\n\r\n 7 10\r\n 15 22\r\n\r...
绛旓細娉曚竴銆佸彸闄わ細H=Y/X 娉曚簩銆侀氳繃姹傞鐭╅樀姹侶=Y*inv(X)渚嬪锛歑=[1,2,3;2,2,3;2,3,4];>> Y=[2,2,3;3,4,5;6,4,3];>> H1=Y/X,H2=Y*inv(X)杩愯鍚庯細H1 = 0 1 0 -1 0 2 -8 1 6 H2 = 0 1 0 -1 0 2 -8 1 6 ...
绛旓細杩欎釜灏辫鏍规嵁浣犵殑闇姹備簡锛matlab涓煩闃电浉涔鏈変袱绉嶏紝涓绉嶆槸鐐逛箻锛屽嵆A.*B,杩樻湁涓绉嶆槸鐩存帴涔橈紝鍗矨*B銆傜偣涔樻槸涓や釜鐭╅樀涔嬮棿瀵瑰簲鍧愭爣涔嬮棿鐨勫厓绱犵浉涔橈紝鑰岀洿鎺ヤ箻锛屽氨鏄寜鐓х煩闃典箻娉曠殑娉曞垯閲岃绠楃殑銆
绛旓細杩 绠 绗 鍚 绉 绀 渚 娉曞垯鎴栦娇鐢ㄨ鏄 + 鍔 C=A+B 鐭╅樀鍔犳硶娉曞垯锛屽嵆C(i,j)=A(i,j)+B(i,j)- 鍑 C=A-B 鐭╅樀鍑忔硶娉曞垯锛屽嵆C(i,j)=A(i,j)-B(i,j)涔 C=A*B 鐭╅樀涔樻硶娉曞垯 / 鍙抽櫎 C=A/B 瀹氫箟涓虹嚎鎬ф柟绋嬬粍X*B=A 鐨瑙ｏ紝鍗矯=A/B= A*B...
绛旓細鏂规硶浜岋紝鍙互浣跨敤cellfun鍑芥暟銆傚皢澶ч噺鐭╅樀淇濆瓨鎴恈ell鏁扮粍銆傜ず渚嬶細a=rand(3,2); %a鏌愪釜鐭╅樀 B={rand(2,2),rand(2,3),rand(2,4),rand(2,5),rand(2,6)}; %B澶ч噺鐭╅樀缁勬垚鐨刢ell鏁扮粍 C=cellfun(@(x)a*x,B,'UniformOutput',false); %鍒嗗埆灏嗙煩闃礱涓嶣涓瘡涓鐭╅樀鐩镐箻銆侰涓虹粨鏋滐紝涔...
绛旓細杩欎釜鎴戝垰濂藉鍒帮細鍏堢敤syms瀹氫箟锛岀劧鍚庣偣涔橈紝濡備笅锛歴mys M N P Q W C D K;A=[M N; P Q],B=[W C; D K];A.*B 娉ㄦ剰A.*B鏄偣涔
