Matlab 将几个小刚度矩阵组合成一个大刚度矩阵

这是一个很小的问题，但我只是从matlab开始，还不习惯他们的思维方式（和语法）

我的问题对于任何曾经使用FEM或类似工具做过任何事情的人来说都是显而易见的

如何将几个小刚度矩阵组合成一个大刚度矩阵。比如说，对于（元素1）你得到了一个局部刚度矩阵4x4，对于（元素2）也一样-当然只是不同的矩阵，但仍然是4x4

最简单的方法是什么：

[|--------| 0  0 ]  
[|        | 0  0 ]  
[|     |--|-----|]  
[|-----|--|     |]  
[0  0  |        |]  
[0  0  |--------|]  

(a33+b11, a34+b12,
(a43+b12, a44+b22, ...)

---

i、 做一个“大的”？

我想你的问题是：

A=4x4 B=4x4

C=最终矩阵，其中A和B重叠，应在重叠中求和

这样做：

C = zeros(6);
C(1:4,1:4) = A;
C(3:6,3:6) = C(3:6,3:6) + B;

---

刚度矩阵希望是稀疏的。非常希望如此。关键是，这些大刚度矩阵最终将包含大量的零元素。因此，您需要在构建矩阵时牢记这一点。好的是，稀疏矩阵在matlab中得到了很好的支持。但是你需要正确地与他们合作

其思想是将矩阵构建为行和列索引列表，以及要插入矩阵的值。提前建立这个列表。只有在最后，您才调用sparse来实际构建矩阵本身。稀疏将自动汇总存在重叠的元素

一旦构建了稀疏矩阵，所有操作（如矩阵乘法和反斜杠）都将得到完全支持，并且与完整矩阵上的相同操作相比可以非常快。当全局刚度矩阵可能为1e5x1e5或更大时，这一点尤为重要

---

在某些情况下，对于大型矩阵，当矩阵的因式分解变得不可能时，您可能需要迁移到迭代解算器。

为了好玩，这里有一个单线解决方案，使用：

使用绝对是做FEM的方法！我希望我能投多一票。

C = blkdiag(A,zeros(2)) + blkdiag(zeros(2),B);