Matlab 每次迭代乘以随机数

我想将一个随机数向量

PT（n）=rand（1，n）

乘以一个矩阵

M（mxn）

，但希望每个列乘法都有一个不同的随机向量。在Matlab中可能吗

例如，

PT=rand（1,4）

但在这里，每列乘法的PT都会发生变化。我能想到的唯一方法是先做
PT=rand（4,4）
，然后再做
diag（PT*M）
，但是如果我的矩阵M很大的话，这是非常昂贵的。

有什么想法吗

干杯

辅助的
使用@Nasser arrayfun代码所需的时间是for循环的3倍。我知道这很正常，但为什么会有这么大的差异呢？
我不确定我是否完全理解你的要求

但是如果你的意思是你有一个向量矩阵，你想用另一个矩阵乘以这些向量中的每一个，那么一种方法就是使用
arrayfun

例如：这里我们用3个向量乘以一个5乘4的矩阵，每个向量是4乘1

结果是3个向量，每个向量是5乘1

pt = rand(4,3);
M  = rand(5,4);
r  = arrayfun(@(i) M*pt(:,i),1:size(pt,2),'UniformOutput',false)

给予

我不确定，但根据你的例子，看起来你想对PT的列进行随机排列。如果是这样，您可以执行以下操作：

PT=PT(:,randperm(size(PT,2)));

如果我跟着你，你呢

M = rand(4,4);     % your matrix
PT = rand(4,4);    % your random row vectors
rslt = sum(PT'.*M,2); % your desired result

这很有趣，但仍然使
n
的数据比我需要的多出一倍。我只需要排在第一行，所以我不想做一个巨大的矩阵。我可以指定要在该数组中乘法的行吗？例如，PT（：，I）*M（I，：）我想对其进行一个小小的修改：r=arrayfun（@（I）M（I，：）*PT（：，I），1:size（PT，2），'UniformOutput'，false）好的，如果这对您有效的话。但上面的是向量与向量的乘法（将行向量与列向量相乘）。你在问题中说你想把一个矩阵乘以一个向量。不管怎样，很高兴能帮上忙。谢谢你仔细的解释。我已经实现了这一点，并最终发现for循环可以节省时间。。。您能否就使用arrayfun而不是循环更好的做法发表意见？谷歌搜索支持速度的说法，但并没有给出一个很好的理由。你怎么认为？Thanksloops现在在Matlab中速度很快（从6.5开始）。但这只是一个造型问题。我喜欢函数式编程，所以arrayfun对我来说很自然。您正在数组上应用函数。所以，任何时候，当你有一个函数，并且列出了你想要应用这个函数的事情时，你可以使用矢量化（如果可能的话），如果没有，那么可以使用循环或者数组函数（当然，除非像bsxfun这样的东西可以做，然后使用它）。在arrayfun中，应用的函数可以是实际函数的句柄，因此它是一个灵活的操作。使用感觉更好的方法（所有条件都相同）。这将排列数组中的列，但我可以使向量PT（1,4）的值在每列与M（：，I）相乘后随机变化吗？你不能将
1
x
n
向量乘以
M
x
n
矩阵。你所描述的不就是一个随机向量吗？很好！是的，这解决了没有for循环的问题。事实上，我一直在寻找的是
PT.*M
。奇怪的是，大脑是如何屏蔽最简单的解决方案的。它实际上在代码的其他部分也做了简化！再次感谢！
PT=PT(:,randperm(size(PT,2)));

M = rand(4,4);     % your matrix
PT = rand(4,4);    % your random row vectors
rslt = sum(PT'.*M,2); % your desired result