将向量Ak=1:10k，其中k=1, 2, .,...10，重新排列成一个k×10的矩阵Bk,将Bk各列元素和存放在矩阵C的第k列，求矩阵C。

按照题目要求，将向量Ak=1:10k重新排列成一个k×10的矩阵Bk，可以使用reshape函数来实现：

Bk = reshape(Ak, [k, 10]);

然后，需要对Bk的各列元素求和，可以使用sum函数将矩阵的每一列相加，并将结果存储在矩阵C的第k列：

C = zeros(10, 10);
for k = 1:10
    Bk = reshape(1:10*k, [k, 10]);
    C(:, k) = sum(Bk);
end

最终得到的矩阵C为一个10×10的矩阵，每一列存储了对应Bk矩阵列元素的和。

相关问题

将向量Ak=1:10k，其中k=1, 2, 3, …,10，重新排列成一个k×10的矩阵Bk，将Bk各列元素和存放在矩阵C的第k列，求矩阵C。

根据题意，我们可以将向量Ak重塑成一个10行1列的矩阵，即：

A = [1;
     2;
     3;
     ...
     10]

然后使用Matlab中的repmat函数将A矩阵复制成一个10行10列的矩阵B：

B = repmat(A, 1, 10)

这里将A矩阵复制了10次，并且每次都放在一个新的列上。

然后我们可以使用Matlab中的cumsum函数求出矩阵B的每一列的累加和。cumsum函数会对矩阵中每个元素逐个进行累加，并返回一个与原矩阵大小相同的矩阵，其中每个元素为对应位置上的元素的累加和。

C = cumsum(B)

这样就可以得到矩阵C了，它的每一列为矩阵B中对应列的元素累加和。

如何将for i=1:LL向量化计算

将`for i=1:LL`向量化计算需要使用MATLAB的向量化计算功能。具体步骤如下：

1. 将`aa`、`ab`、`ac`、`ad`等数组改为二维数组，例如`aa(i,j,k)`。

2. 使用`meshgrid`函数生成`x`和`t`的网格矩阵，例如`[X,T] = meshgrid(x,t)`。

3. 计算`sqrt(rrrr + (z - x).(z - x))`和`sqrt(rrrr + (z + x).(z + x))`，并保存为新的变量，例如`temp1=sqrt(rrrr + (z - X).*(z - X))`和`temp2=sqrt(rrrr + (z + X).*(z + X))`。

4. 将`aa`、`ab`、`ac`、`ad`等数组中的循环计算转化为向量计算。例如：

aa = integral(@(x)0.25*exp(v*Xt*0.5 / Rap).*exp(-v * temp1 / Rap).*erfc((temp1 - v * T)*0.5 / sqrt(Rap*T))./sqrt(temp1)/(2 * 3.1415926*Rlamd),a,b);

在这个版本的代码中，`temp1`和`T`都是二维数组，`erfc`函数也是向量化的。这样就可以避免使用`for`循环，而是使用向量化的方式进行计算。

5. 最后，将计算结果保存到`Tj`数组中，例如`Tj(:,:,k,ii,a1,b1)=reshape(sum(sum(T,1),2),[LL 1])`。在这个版本的代码中，使用了`sum`函数进行求和，并使用`reshape`函数将结果转换为二维数组。

通过向量化计算，可以避免使用`for`循环，使代码更加简洁高效。