已知一个矩阵怎样求它的逆阵在数学中，矩阵的逆是线性代数中的一个重要概念。对于一个方阵 $ A $，如果存在另一个矩阵 $ A^-1} $ 使得：
$$
A \cdot A^-1} = A^-1} \cdot A = I
$$
其中 $ I $ 是单位矩阵，则称 $ A $ 是可逆的，$ A^-1} $ 是其逆矩阵。
并非所有矩阵都有逆矩阵。只有当矩阵的行列式不为零时，该矩阵才是可逆的（即非奇异矩阵）。下面将拓展资料几种常见的求逆技巧，并以表格形式进行对比。
一、常见求逆技巧拓展资料
| 技巧名称 | 适用条件 | 操作步骤 | 优点 | 缺点 |
| 伴随矩阵法 | 矩阵为方阵，且行列式不为0 | 计算伴随矩阵，再除以行列式 | 学说清晰，适用于小矩阵 | 计算量大，适合低阶矩阵 |
| 初等行变换法（高斯-约旦消元法） | 矩阵为方阵，且可逆 | 将矩阵与单位矩阵并排，通过初等行变换将其变为单位矩阵，另一边即为逆矩阵 | 实用性强，适合编程实现 | 需要耐心操作，容易出错 |
| 分块矩阵法 | 矩阵可分块，且各子块满足特定条件 | 将矩阵分成若干块，利用分块矩阵公式求逆 | 适用于独特结构矩阵 | 条件较复杂，应用范围有限 |
$$
A^-1} = \frac1}ad – bc} \beginbmatrix} d & -b \\ -c & a \endbmatrix}
$$
二、具体步骤说明
1. 伴随矩阵法（适用于小矩阵）
步骤：
1. 计算矩阵 $ A $ 的行列式 $ \det(A) $，若为0则不可逆；
2. 求出每个元素的代数余子式，组成伴随矩阵 $ \textadj}(A) $；
3. 逆矩阵为：
$$
A^-1} = \frac1}\det(A)} \cdot \textadj}(A)
$$
示例：
设 $ A = \beginbmatrix} 1 & 2 \\ 3 & 4 \endbmatrix} $，则：
$$
\det(A) = 1 \cdot 4 – 2 \cdot 3 = -2
$$
$$
\textadj}(A) = \beginbmatrix} 4 & -2 \\ -3 & 1 \endbmatrix}
$$
$$
A^-1} = \frac1}-2} \beginbmatrix} 4 & -2 \\ -3 & 1 \endbmatrix} = \beginbmatrix} -2 & 1 \\ 1.5 & -0.5 \endbmatrix}
$$
2. 初等行变换法（高斯-约旦消元法）
步骤：
1. 构造增广矩阵 $ [A
2. 对增广矩阵进行初等行变换，使左边变成单位矩阵；
3. 右边即为 $ A^-1} $。
示例：
设 $ A = \beginbmatrix} 1 & 2 \\ 3 & 4 \endbmatrix} $，构造：
$$
| A | I ] = \beginbmatrix} 1 & 2 & | & 1 & 0 \\ 3 & 4 & | & 0 & 1 \endbmatrix}
$$ 经过行变换后得到： $$
|
