1.
https://imgur.com/gCMZRbp
這題答案是哪個
有看過A的也有看D的，
我對完答案後自己看過一遍還是覺得D比較好一點的說
8.
https://imgur.com/rd2hshv
https://imgur.com/j0jSLKm
這題的A^2可以看成走兩步的方法數嗎？
例如C選項為：10走到12走兩步的方法數
如果可以的話，為何不是8?
我是想，w走到對面有8點，所以10走到對面有8個方法，各點回到12只有一條
所有總共為8
用這樣判斷DE不會錯的說
10.
https://imgur.com/wrfhmY9
為什麼Ｂ選項會對？
完全想不到..
13.
https://imgur.com/H56dv2a
A選項，什麼叫做consistent system?
B選項，rank不都是取min{m,n}嗎？
16.
https://imgur.com/PbFj7oS
如果eigenvalue對應到的eigenvecotr都是獨立的
不是代表沒有重根嗎？
不就代表eigenvalue為相異嗎?

1.記得立宇選a，我是a,b糾結啦但d把not移進去怎麼看都是錯的吧8我覺得你是對的 A^r是x到y的walk數10.b應該是錯的吧，<沒有antisymmetric，但在複數上好像有？ 求指正13.a 大於等於一個解稱之r(A)覉in{m,n} 又不一定能生出整個對映域r(A)<=min{m,n}這邊是說n(A)>=1，所以直接想維度定理就好了16.E 可對角化時am(λ)=gm(λ)，當λ重根時會有同樣多條獨立的特徵向量，這時候特徵向量才能張開特徵空間，感覺你需要複習一下線代

1. 翻譯一下應該是不存在有能力的人被他的所有朋友喜歡等價論述就是 對於所有人 若被所有朋友喜歡 implies 不是有能力的人 所以我會選A16 記得前面問過類似的了 只要矩陣可對角化 就能找到n個獨立的eigenvector這是個雙向定理 跟特徵值相不相同沒有任何關係舉個例 I的特徵值全是1 但他可對角化 而且也能找到n個線性獨立的特徵向量

10.b錯的

謝謝各位，全部解決了唯獨第一題，這種題目應該要怎麼判斷，每次遇到幾乎都會錯XDD是我邏輯太差嗎

你對箭頭跟and有盲點，if C(x) then blabla，那麼只要有一個沒有C(x)的人也是對的。你心裡想的其實是and