Python 找到特征值的最佳方法？

我有一个等式，

AX=nBX

，其中

A

和

B

是相同顺序的矩阵，

X

是

系数矩阵。和
n
是要找出的
特征值

现在，我知道了
X
，这是通过施加必要的边界条件得到的

找到特征值“n”的最佳方法是什么？为什么

A1=np.dot(A,X)

B1=np.dot(B,X)

n=eigvals(A1,B1)

或

假设X未知，您需要

eigenvalues = scipy.linalg.eigvals(A, B)

eigenvalues, eigenvectors = scipy.linalg.eig(A, B)

如果你还需要特征向量，你需要

eigenvalues = scipy.linalg.eigvals(A, B)

eigenvalues, eigenvectors = scipy.linalg.eig(A, B)

如果X已知，将其视为特征值问题没有多大意义。如果已知X，那么您不妨将AX相乘，看看AX是否是BX的倍数。
您真的知道
a
、
B
和
X
的所有元素吗？这似乎使问题变得微不足道。
numpy.linalg.eig
和
numpy.linalg.eigvals
都不接受两个参数。这看起来根本不像特征值计算。是的，我知道A，B和X的所有元素。我必须找出n的值。请解释了解所有矩阵，它如何使问题变得简单。有3种情况。案例1:
AX=BX=0
。在这种情况下，
n
的任何值都是有效的。案例二：
BX=0
，但是
AX
是
BX
的标量倍数。在这种情况下，
n
必须是
AX
属于
BX
的任意倍数。案例3:
AX
不是
BX
的标量倍数。在这种情况下，不可能有
n
的值。考虑到你所说的特征值，复数，你似乎有一个不同的心理模型。如果你已经愿意承担计算AX和BX的计算负担，那么整个事情就简化为一个由m*n个线性方程组组成的一个大系统，其中m和n是
AX
和
BX
中的行数和列数。