我试图在python上解决一个经典的特征值问题：ufa+ea=0，其中u是问题的特征值，f和e是（20x20）矩阵，a是特征向量。
所以首先我尝试使用numpy.linalg.eig（-f^-1e）来计算问题的特征值u。特征值是复共轭的。然后我试图计算numpy.linalg.det（f^-1e+uid）来检查特征值。它应该返回0或者非常接近0的值，但是结果大约是10e50，这是没有意义的。
然后我决定使用scipy.linalg.eigvals（-e，f）来避免对f求逆，并检查我计算的numpy.linalg.det（e+uf）的结果，结果再次是大约10e50，而不是接近零。
我不明白问题从何而来，我尝试了一个较小的问题：
-对于（4x4）矩阵，行列式约为10e-8
-对于（6x6）矩阵，行列式约为10e-4
-对于（8x8）矩阵，行列式约为10e4
我认为这可能来自于矩阵的大小，但（8x8）并没有那么大，行列式已经远远大于0。此外，对于（20x20）矩阵，有10e7左右的项，而其他项约为1，这会导致问题吗？
谢谢你的帮助，我真的不知道该怎么做。
edit1：在（20x20）维度中添加e和f矩阵
编辑2：我计算了矩阵f^-1e+u*id的秩，当矩阵大小为（20x20）时，它等于19，所以我认为特征值是正确的。我想问题来自行列式计算。
矩阵e：

矩阵f：