下面的内容将会给您带来相同的结果。对于中等大小的阵列(大约1.5k)，这比for循环快15倍。

k = rand(15,15)
v = rand(6,15)
C = diag(v(1:6,:) * k * v(1:6,:)')'

@adriaan建议的一个小基准测试表明，g()的速度是原来的17倍：

k = rand(1500,1500);
v = rand(1000,1500);

f = @() fun(k,v);
g = @() diag(v(1:600,:) * k * v(1:600,:)')';
timeit(f)  % Time: 0.5122
timeit(g)  % Time: 0.0332

function C = fun(k,v)
    C = zeros(1,600);
    for i = 1:600
        C(i) = v(i, :) * k * v(i, :)';
    end
end

这里应该明确的是，for循环不是罪魁祸首，而是向量矩阵与矩阵矩阵运算的底层BLAS实现；后者在MKL中得到了高度优化。