Python 特征值NaN和inf

假设我有一个系统AX=nBX，其中a和B是已知的矩阵，X是系数矩阵

我用切比雪夫多项式来解决这个问题

BC为u-1=0=u1

我对矩阵A和B的第一行和最后一行施加bc

e=solve(A,B)

e[1]=0

e[-1]=0

x=solve(A,e)

---

这有什么不对？

你似乎在问的问题：为什么广义特征值问题有特征值inf和nan

你的广义特征值问题是奇异的，并且特征值λ=alpha/beta使得alpha=0，beta=0和alpha=0，β=0。由于eigvals报告特征值，因此它们相应地为0/0=nan或x/0=inf

---

如果你的问题不应该有这样的特征值，那么很可能矩阵的构造有错误。

这有什么错？这不是一个很好的问题描述吗？你们提供什么样的投入，他们产生什么样的产出？你希望他们生产什么？你有例外吗？如果是这样，在你的问题中包括他们的全部回溯。从你的观点来看，我的结论仍然是关于numpy和线性代数，对吗？问题是我想我是如何给这两个矩阵施加边界条件的。我正在做上面提到的事情。