② λ = -2일 때는 다음과 같습니다.

이때 x₁이 1일 때 x₂는 -1이 되므로 고유 벡터는 다음과 같습니다.

∴ 고유 벡터는 입니다.

In [62]:

import numpy as np
a = np.array([[1, 3], [4, 2]])
w, v = np.linalg.eig(a)
print(w)
print(v)

[-2. 5.]             --- 고유 값에 대한 결괏값

[[-0.70710678 -0.6 ] --- 고유 벡터에 대한 결괏값

 [ 0.70710678 -0.8 ]]