Vector 当一些边界条件值已知时，如何为矩阵向量乘法存储稀疏矩阵？
我有一个表示三维矩形空间的稀疏矩阵。沿着一些边界，我知道值将是什么（它是一个常数）。其他边界可能是反射、微分等 我是否应该将问题设置为所有边界都是微分的，然后返回并将解向量b中的节点设置为常数Vector 当一些边界条件值已知时，如何为矩阵向量乘法存储稀疏矩阵？,vector,sparse-matrix,Vector,Sparse Matrix,我有一个表示三维矩形空间的稀疏矩阵。沿着一些边界，我知道值将是什么（它是一个常数）。其他边界可能是反射、微分等 我是否应该将问题设置为所有边界都是微分的，然后返回并将解向量b中的节点设置为常数 谢谢 在有限元法中，对Dirchelet（值约束）和Neumann（导数约束）的处理方式不同。通常，首先在不考虑边界条件的情况下组装矩阵，然后应用边界条件，然后进行LU分解来求解 可以通过修改组合矩阵和RHS向量来应用边界条件。我必须知道更多的细节，才能确切地告诉你需要做什么
谢谢 在有限元法中，对Dirchelet（值约束）和Neumann（导数约束）的处理方式不同。通常，首先在不考虑边界条件的情况下组装矩阵，然后应用边界条件，然后进行LU分解来求解 可以通过修改组合矩阵和RHS向量来应用边界条件。我必须知道更多的细节，才能确切地告诉你需要做什么