1. 伴随矩阵A∗A^*A∗的基本性质汇总在处理线性代数综合题时熟练记忆伴随矩阵的性质可以极大地简化运算。以下是笔记中整理的核心公式运算类型恒等式备注逆矩阵(A∗)−1(A−1)∗(A^*)^{-1} (A^{-1})^*(A∗)−1(A−1)∗伴随的逆等于逆的伴随转置(A∗)T(AT)∗(A^*)^T (A^T)^*(A∗)T(AT)∗伴随与转置运算可交换数乘(kA)∗kn−1A∗(kA)^* k^{n-1} A^*(kA)∗kn−1A∗重点系数是kkk的n−1n-1n−1次方二阶伴随(A∗)∗∣A∣n−2A(A^*)^* |A|^{n-2} A(A∗)∗∣A∣n−2A常用于化简多重复合运算2. 方法总结从A∗A^*A∗还原AAA的逆向推导在考试中如果已知伴随矩阵A∗A^*A∗要求原矩阵AAA通过代数余子式逐个还原效率极低。笔记中给出了一套非常巧妙的**“行列式中介法”**。【推导过程】第一步建立AAA与A∗A^*A∗的基本联系根据伴随矩阵的定义AA∗∣A∣EAA^* |A|EAA∗∣A∣E由此可以推导出还原AAA的基本表达式A∣A∣(A∗)−1A |A|(A^*)^{-1}A∣A∣(A∗)−1第二步求出待定系数∣A∣|A|∣A∣利用行列式的性质∣A∗∣∣A∣n−1|A^*| |A|^{n-1}∣A∗∣∣A∣n−1我们可以反向求出原矩阵的行列式∣A∣∣A∗∣n−1|A| \sqrt[n-1]{|A^*|}∣A∣n−1∣A∗∣​第三步最终还原公式将第二步的系数代入第一步的表达式得到A∣A∗∣n−1(A∗)−1A \sqrt[n-1]{|A^*|} (A^*)^{-1}An−1∣A∗∣​(A∗)−13. 关键补充实战避坑指南为了让这篇博文更具高质量属性在实际应用上述公式时务必注意以下两点补充(1) 注意nnn的奇偶性开方正负号问题在公式∣A∣∣A∗∣n−1|A| \sqrt[n-1]{|A^*|}∣A∣n−1∣A∗∣​中若n−1n-1n−1为奇数即nnn为偶数则∣A∣|A|∣A∣的符号由∣A∗∣|A^*|∣A∗∣唯一确定。若n−1n-1n−1为偶数即nnn为奇数开方后理论上∣A∣±∣A∗∣n−1|A| \pm \sqrt[n-1]{|A^*|}∣A∣±n−1∣A∗∣​。技巧此时需要观察A∗A^*A∗的特征值或利用题干中给出的AAA的某个元素正负号来锁定唯一的∣A∣|A|∣A∣。(2) 方法适用前提此还原方法仅适用于AAA是可逆矩阵的情况。若r(A)n−1r(A) n-1r(A)n−1则r(A∗)1r(A^*) 1r(A∗)1此时无法通过此公式还原。若r(A)n−1r(A) n-1r(A)n−1则A∗OA^* OA∗O。4. 小结通过A∗→AA^* \to AA∗→A的推导我们发现处理矩阵问题的核心在于**“标量化”**——即先通过行列式性质求出数值再进行矩阵运算。这比直接操作n2n^2n2个元素要高效得多。