第 1 讲行列式：考研核心公式、变形法则与秒杀技巧

考情与学法定调

考研数学对行列式的考查定位：

单独命题：多以选择题/填空题形式出现（分值 5 分）。高频考点包括：初等变换对行列式值的影响、代数余子式的线性组合（逆用展开定理）、伴随矩阵的运算与秩、抽象行列式计算（结合单位阵、可逆矩阵、特征值、矩阵乘法）。

综合大题的基础垫脚石：在特征值与特征向量（ $det (λ E - A) = 0$ ）、线性方程组解的判定（克拉默法则、 $det (A) = 0$ 与非零解）、相似对角化、二次型正定性判断中，计算行列式是必须做到零失误、纯本能、快速秒杀的基础功。

本笔记滤去冗长概念推导，直击考研计算与思维本质，按变形法则、题型模板、单位阵与可逆专题、伴随矩阵破译、考场避坑系统梳理。

模块一：行列式的三大初等变换与“平等/变形”法则

行列式本质上是一个数值（几何上表示有向体积/面积）。初等变换是化简行列式最核心的工具。必须牢记“怎么变会变号、怎么变会放缩、怎么变完全保值（平等变换）”。

1. 三大初等行/列变换对行列式值的影响

初等变换类型	记号表达	对行列式值的影响	考研实战用法与直观理解
互换变换	$r_{i} \leftrightarrow r_{j}$ $c_{i} \leftrightarrow c_{j}$	变号： $det (A) \to - det (A)$ 交换 $k$ 次乘 $(- 1)^{k}$	调整行/列顺序，将含 $0$ 最多或含 $1$ 的行/列调到主对角线上。切记：换一次加一个负号，漏负号是极高发丢分点！
倍乘变换	$k \cdot r_{i}$ $k \cdot c_{i}$	乘 $k$ 倍：行列式值变为原来的 $k$ 倍	提公因子：某一行/列有公因子 $k$ ，可以提一个 $k$ 到外面；把外面的 $k$ 乘进某一行/列也可以。
倍加变换 (平等变换/保值变换)	$r_{i} + k \cdot r_{j}$ $c_{i} + k \cdot c_{j}$	完全不变！ $det (A) \to det (A)$	消元造 0 的绝对核心！将某行(列)的 $k$ 倍加到另一行(列)，原行列式的值严格不变，无需添加任何修正系数。

什么是考研常说的“平等变换/保值变换”？

就是 初等行/列倍加变换（ $r_{i} + k r_{j}$ 或 $c_{i} + k c_{j}$ ）。

核心动作：选定“基准行/列”，乘上合适倍数加到“目标行/列”，把目标行/列上的元素消成 $0$ 。

保值依据：由于行列式关于行（列）具有线性可拆性，且两行成比例行列式为 $0$ ： $α_{1} α_{2} + k α_{1} = α_{1} α_{2} + α_{1} k α_{1} = α_{1} α_{2} + 0 = α_{1} α_{2}$

注意误区：自身乘以 $k$ 倍再加到别人身上是可以的，但如果是自身先放缩再加别人（如用 $k r_{i} + r_{j}$ 替代 $r_{i}$ ），则相当于先放缩了 $k$ 倍，行列式值被放大了 $k$ 倍！一定要规范写为： $r_{i} \leftarrow r_{i} + k r_{j}$ 。

2. 行列式四大关键运算性质（矩阵 vs 行列式对比）

① 转置不变性（行与列地位完全等价）

$det (A^{T}) = det (A)$

实战意义：凡是对“行”成立的性质与技巧（按行展开、行消元、行和相等），对“列”完全对偶成立；做题时可以行变换与列变换穿插混用（这与求矩阵的秩或初等变换求逆矩阵只能用行变换有本质区别！）。

② 全零判别准则（为 0 的充分条件）

某一行（列）全为 $0 ⟹ det (A) = 0$
两行（列）对应元素完全相同或成比例 $⟹ det (A) = 0$
某一行（列）是其余某些行（列）的线性组合 $⟺ det (A) = 0$ （向量组线性相关）

③ 倍乘性质的“生死巨坑”：矩阵数乘 vs 行列式数乘

考研第一大高发丢分坑点： $det (k A)$

行列式提公因子：是一行（列）提一个公因数。

矩阵数乘： $k A$ 是矩阵内部每一个元素都乘上 $k$ 。

核心公式（设 $A$ 为 $n$ 阶方阵）： $det (k A) = k^{n} det (A)$

延伸伴随矩阵公式： $det (- A) = (- 1)^{n} det (A), det (2 A^{*}) = 2^{n} det (A^{*}) = 2^{n} [det (A)]^{n - 1}$

④ 单行/单列可加性 vs 矩阵加法

警告： $det (A + B) \neq = det (A) + det (B)$

行列式的拆分是单行（列）可拆，必须其余 $n - 1$ 行完全相同： $a_{1} + b_{1} c_{21} ⋮ a_{2} + b_{2} c_{22} ⋮ \dots \dots a_{n} + b_{n} c_{2 n} ⋮ = a_{1} c_{21} ⋮ a_{2} c_{22} ⋮ \dots \dots a_{n} c_{2 n} ⋮ + b_{1} c_{21} ⋮ b_{2} c_{22} ⋮ \dots \dots b_{n} c_{2 n} ⋮$ 考研中若遇到 $det (A + B)$ ，绝不可直接拆成 $det (A) + det (B)$ ，通常方法是：提取公因阵或转化为特征值多项式处理。

模块二：展开定理与“大 $A$ 配小 $a$ ”秒杀套路

1. 代数余子式的核心定义

设 $a_{ij}$ 的余子式为 $M_{ij}$ （划去第 $i$ 行第 $j$ 列后的 $n - 1$ 阶行列式），则代数余子式定义为： $A_{ij} = (- 1)^{i + j} M_{ij}$

考研细节提醒

$A_{ij}$ 的正负符号取决于下标和 $(- 1)^{i + j}$ ； $M_{ij}$ 自身是一个行列式，数值可正可负。

若题目给出的是余子式线性组合（如求 $M_{31} - M_{32} + M_{33}$ ），必须第一步将其换成代数余子式： $M_{ij} = (- 1)^{i + j} A_{ij}$ 统一转化为 $A_{ij}$ 后再利用公式套路！

2. 展开定理与正交性（正用）

对于 $n$ 阶行列式 $D$ ：

同行/列展开（同行相乘）： $\sum_{j = 1}^{n} a_{ij} A_{ij} = a_{i 1} A_{i 1} + a_{i 2} A_{i 2} + \dots + a_{in} A_{in} = det (A)$
异行/列相乘（正交性，结果恒为 0）： $\sum_{j = 1}^{n} a_{kj} A_{ij} = 0 (k \neq = i)$
伴随矩阵的代数矩阵形式： $A A^{*} = A^{*} A = det (A) E$

3. 考研必考绝技：“大 $A$ 配小 $a$ ”逆用展开式（替换法）

在考研真题中，常出现形如求 $\sum_{j = 1}^{n} k_{j} A_{ij} = k_{1} A_{i 1} + k_{2} A_{i 2} + \dots + k_{n} A_{in}$ 的题目。

秒杀思维：造新行列式（替换法）

题目中的代数余子式 $A_{i 1}, A_{i 2}, \dots, A_{in}$ 来自原矩阵的第 $i$ 行，与第 $i$ 行原本的元素无关（只由其它 $n - 1$ 行决定）。 解题口诀：“大 $A$ 锁位置，小 $k$ 占原行”。

直接把原行列式中第 $i$ 行的元素全部换成系数 $(k_{1}, k_{2}, \dots, k_{n})$ ，其余各行完全抄原行列式；

计算这个新行列式的值，即为要求的线性组合结果！

典型特例：

求 $\sum_{j = 1}^{n} A_{ij}$ （系数全为 $1$ ）：直接将原行列式第 $i$ 行全替换为 $[1, 1, \dots, 1]$ ，然后计算该行列式。

混搭余子式与代数余子式：先按 $M_{ij} = (- 1)^{i + j} A_{ij}$ 转化，确定系数 $k_{j}$ ，再代入第 $i$ 行算行列式。

【典型例题 1】余子式与代数余子式混合组合计算（课本例 1.12）

题目：设 4 阶行列式 $D = 12100123 - 1 101 2011$ 试求 $A_{31} + A_{32} + A_{33} + M_{34}$ 的值。

解析步骤：

统一符号： $M_{34} = (- 1)^{3 + 4} A_{34} = - A_{34}$ ，因此所求式为： $A_{31} + A_{32} + A_{33} - A_{34} = 1 \cdot A_{31} + 1 \cdot A_{32} + 1 \cdot A_{33} + (- 1) \cdot A_{34}$

逆用展开式（替换第 3 行）：将原行列式第 3 行替换为系数向量 $[1, 1, 1, - 1]$ ： $D_{n e w} = 12100113 - 1 111 20 - 1 1$

初等倍加变换消元：

$c_{3} + c_{1} \to c_{3}$ ， $c_{4} - 2 c_{1} \to c_{4}$ （消第 1 行）： $D_{n e w} = 121001130321 0 - 4 - 3 1 = 1 \cdot 113321 - 4 - 3 1$

$r_{2} - r_{1} \to r_{2}$ ， $r_{3} - 3 r_{1} \to r_{3}$ ： $100 3 - 1 - 8 - 4 113 = (- 1) (13) - (1) (- 8) = - 13 + 8 = - 5$ 答案： $- 5$ 。

模块三：考研必背的经典基本形（“12+1”型速查）

考研将高阶行列式化简的终极目标，就是化为可以直接套公式的基本形。

1. 主对角线行列式（上三角 / 下三角 / 对角阵）

$D = a_{11} 0 ⋮ 0 * a_{22} ⋮ 0 \dots \dots ⋱ \dots * * ⋮ a_{nn} = \prod_{i = 1}^{n} a_{ii} = a_{11} a_{22} \dots a_{nn}$ 主对角线一侧全为 $0$ ，结果就是主对角线元素连乘积。

2. 副对角线行列式（右上三角 / 左下三角 / 反对角阵）

$D = * * ⋮ a_{n 1} \dots \dots ⋱ \dots * a_{2, n - 1} ⋮ 0 a_{1 n} 0 ⋮ 0 = (- 1)^{\frac{n ( n - 1 )}{2}} a_{1 n} a_{2, n - 1} \dots a_{n 1}$

符号指数速记口诀

系数是 $(- 1)^{\frac{n ( n - 1 )}{2}}$ 。符号正负周期为 4：

$n = 1, 4, 5, 8$ 时为 正（ $+ 1$ ）

$n = 2, 3, 6, 7$ 时为 负（ $- 1$ ） （速记：1正2负3负4正，首尾正中间两负）

3. 分块拉普拉斯展开式（分块三角行列式）

设 $A$ 为 $m$ 阶方阵， $B$ 为 $n$ 阶方阵：

主对角分块（正号）： $A C O B = A O C B = det (A) \cdot det (B)$
副对角分块（带 $(- 1)^{mn}$ 系数）： $O B A C = C B A O = (- 1)^{mn} det (A) \cdot det (B)$

避坑警戒线

副对角分块公式中的符号是 $(- 1)^{mn}$ （ $A$ 的阶数乘 $B$ 的阶数），千万不要当成 2 阶行列式主对角减副对角而误写成 $- det (A) det (B)$ ！只有当 $m$ 和 $n$ 至少有一个为偶数时，才为正；两者同为奇数时才为负。

4. 范德蒙德行列式 (Vandermonde)

标准形式（每一列是对应元素的 $0$ 到 $n - 1$ 次方）： $V_{n} = 1 x_{1} x_{1}^{2} ⋮ x_{1}^{n - 1} 1 x_{2} x_{2}^{2} ⋮ x_{2}^{n - 1} \dots \dots \dots \dots 1 x_{n} x_{n}^{2} ⋮ x_{n}^{n - 1} = \prod_{1 \leq j < i \leq n} (x_{i} - x_{j})$

范德蒙德四步速记法

方向：“后面减前面” / “大下标减小下标”的连乘积。

3阶： $(x_{3} - x_{2}) (x_{3} - x_{1}) (x_{2} - x_{1})$

4阶： $(x_{4} - x_{3}) (x_{4} - x_{2}) (x_{4} - x_{1}) (x_{3} - x_{2}) (x_{3} - x_{1}) (x_{2} - x_{1})$ （共 6 项）

转置同样适用：行排列或列排列均可直接套用。

考题常见变形：

指数不是从 0 次开始：提取每一列的公因子（例如提取 $x_{i}$ 降次）；

行倒序：先互换行调整为标准次幂排列，每换一次附带 $(- 1)$ ；

缺项/缺行型：用加边法补齐缺失的幂次行，展开后看系数。

模块四：具体型行列式的高频解题技巧与题型模板（含核心例题）

考研面对具体的数值或带参数行列式，切忌盲目乱算。根据行列式元素特征，一眼识别题型模板：

flowchart TD
    A[观察具体型行列式形态] --> B{主元集中在第一行/列与对角线?}
    B -- 是 --> T1[爪型行列式: 斜爪消平爪/竖爪]
    B -- 否 --> C{每行或每列元素之和相等?}
    C -- 是 --> T2[行和相等型: 全加第一列+提公因式+相邻做差]
    C -- 否 --> D{仅主对角线及相邻两对角线有非零元?}
    D -- 是 --> T3[三对角线型: 按行展开降阶 + 特征方程求通项]
    D -- 否 --> E{各行元素具有共同常数或公因子?}
    E -- 是 --> T4[加边法/升阶法: 补一行一列转化为爪型]
    E -- 否 --> F{相邻两行/两列极为相似或成等差?}
    F -- 是 --> T5[差分法: 逐行/逐列相邻相减消元]
    F -- 否 --> T6[范德蒙德构造型 / 拆分法]

技巧 1：爪型行列式（三叉戟型）——“斜爪消平爪”

形态特征：除第 1 行、第 1 列以及主对角线外，其余元素均为 $0$ 。
解法套路：利用对角线非零元（斜爪），乘以适当倍数加到第 1 行消平爪（或消竖爪），瞬间化为上（下）三角行列式。

【典型例题 2】爪型行列式消元实战（课本例 1.2）

题目：计算 4 阶行列式： $D = 2111120010301004$

解析：观察发现第 2, 3, 4 行非对角元素均为 $0$ ，主对角线元素分别为 $2, 2, 3, 4$ 。 用斜爪消平爪（消去第 1 行后 3 个元素）：

$r_{1} - \frac{1}{2} r_{2} \to r_{1}$ （消去 $a_{12}$ ）；

$r_{1} - \frac{1}{3} r_{3} \to r_{1}$ （消去 $a_{13}$ ）；

$r_{1} - \frac{1}{4} r_{4} \to r_{1}$ （消去 $a_{14}$ ）。

消元后第 1 行第 1 个元素变为： $a_{11}^{'} = 2 - \frac{1}{2} (1) - \frac{1}{3} (1) - \frac{1}{4} (1) = 2 - \frac{6 + 4 + 3}{12} = 2 - \frac{13}{12} = \frac{11}{12}$ 其余位置全部化为上三角： $D = \frac{11}{12} 111 020000300004 = \frac{11}{12} \times 2 \times 3 \times 4 = 22$

技巧 2：“行和（列和）相等型”——“全加首列 + 提因子 + 相邻做差”

形态特征：各行（列）元素相加后的和均相等（典型如：主对角全为 $a$ ，其余元素全为 $b$ ；或者轮换对称型）。
解法三步走：
1. 全加第一列：将第 $2, 3, \dots, n$ 列全部加到第 1 列（利用倍加保值性质）： $c_{1} \leftarrow c_{1} + c_{2} + \dots + c_{n}$ ；
2. 提出公因子：此时第 1 列元素全部变成同一个常数（行和），直接提到行列式外面，第 1 列全变为 $1$ ；
3. 首行倍加逐行消 $0$ ：用第 1 行乘 $(- 1)$ 分别加到第 $2, 3, \dots, n$ 行（ $r_{i} - r_{1}$ ），直接化为下三角行列式！

考研必背秒杀特例公式

主对角线全为 $a$ ，其余非对角元素全为 $b$ 的 $n$ 阶行列式： $D_{n} = a b ⋮ b b a ⋮ b \dots \dots ⋱ \dots b b ⋮ a = [a + (n - 1) b] (a - b)^{n - 1}$ 考研真题应用极广（特别是求矩阵 $A$ 的特征值 $det (λ E - A)$ 时，直接口算代入）！

【典型例题 3】行和相等型经典计算（课本例 1.4）

题目：计算 $n$ 阶行列式： $D_{n} = x a a ⋮ a a x a ⋮ a a a x ⋮ a \dots \dots \dots ⋱ \dots a a a ⋮ x$

解析：每行之和均为 $x + (n - 1) a$ 。

将所有列加到第 1 列：第 1 列元素全部变为 $x + (n - 1) a$ ；

提出公因式 $[x + (n - 1) a]$ ，第 1 列元素全部变为 $1$ ；

各行减去第 1 行（ $r_{i} - r_{1}, i = 2, \dots, n$ ）：第 1 列下方全变为 $0$ ，对角线变为 $x - a$ ，非对角线全部消成 $0$ ；

成为标准下三角行列式，结果为： $D_{n} = [x + (n - 1) a] (x - a)^{n - 1}$

技巧 3：三对角线行列式——“展开递推 + 特征方程法”

形态特征：非零元素仅集中在主对角线、主对角线上方次对角线、下方次对角线（形如三条平行斜线）。 $D_{n} = a c 0 ⋮ 0 b a c ⋮ 0 0 b a ⋱ \dots \dots \dots \dots ⋱ c 000 ⋮ a$
解题步骤：
1. 按第 1 行展开，第一项为 $a D_{n - 1}$ ；
2. 第二项按第 1 列展开，得到 $- b c D_{n - 2}$ ；
3. 建立二阶常系数线性递推数列： $D_{n} = a D_{n - 1} - b c D_{n - 2}$ ；
4. 特征方程法求通项：写出特征方程 $x^{2} - a x + b c = 0$ ，求出特征根 $x_{1}, x_{2}$ ：
  - 若 $x_{1} \neq = x_{2}$ ：通项设为 $D_{n} = C_{1} x_{1}^{n} + C_{2} x_{2}^{n}$ ，代入 $D_{1} = a, D_{2} = a^{2} - b c$ 解出常数 $C_{1}, C_{2}$ 。
  - 若 $x_{1} = x_{2} = x_{0}$ ：通项设为 $D_{n} = (C_{1} + C_{2} n) x_{0}^{n}$ 定系数。

【典型例题 4】三对角线递推实战（课本例 1.7）

题目：计算 $n$ 阶行列式： $D_{n} = 1 - 1 0 ⋮ 0 a 1 - 1 ⋮ 0 0 a 1 ⋱ \dots \dots \dots \dots ⋱ - 1 000 ⋮ 1$

解析：

按第 1 行展开： $D_{n} = 1 \cdot D_{n - 1} - a - 1 0 ⋮ 0 a 1 ⋮ 0 \dots \dots ⋱ \dots 00 ⋮ 1_{n - 1}$

对右边式子按第 1 列展开，得到 $- 1 \cdot D_{n - 2}$ ，因此递推关系式为： $D_{n} = D_{n - 1} + a D_{n - 2}$

写出特征方程： $x^{2} - x - a = 0$ ，判别式 $Δ = 1 + 4 a$ 。

若 $a = - \frac{1}{4}$ ，则二重根 $x_{1} = x_{2} = \frac{1}{2}$ ；

若 $a \neq = - \frac{1}{4}$ ，则 $x_{1, 2} = \frac{1 \pm 1 + 4 a}{2}$ ，由 $D_{n} = C_{1} x_{1}^{n} + C_{2} x_{2}^{n}$ 代入 $D_{1} = 1, D_{2} = 1 + a$ 定系数即可秒杀。

技巧 4：加边法（升阶法）——“无爪造爪”

形态特征：每行（列）都含有相同的公共项，或每行能表示为 $a_{i} + b_{j}$ 的形式，直接消元会互相牵制破坏对称性。
解法套路：补上一行一列，首角放 $1$ ，第 1 行其余为 $1$ （或 $0$ ），第 1 列其余为常数，构成 $n + 1$ 阶行列式，利用倍加消除公共项，化为标准爪型行列式。

技巧 5：拆分法（利用单行可加性）

形态特征：某一行（或多行）元素具有结构 $x + k_{i}$ 。
解法套路：将该行拆分成两个行列式之和，使其中一个行列式某两行成比例为 $0$ ，另一个降为简单形式。

模块五：专题进阶 ①——单位矩阵 $E$ 的代数特权与因式分解神技

很多考研同学在线代做题时“卡壳”，本质原因是在代数变形中忽视了单位矩阵 $E$ 的存在和桥梁作用。

1. 单位矩阵 $E$ （或记作 $I$ ）的基本概念

定义：主对角线元素全为 $1$ ，其余非对角元素全为 $0$ 的 $n$ 阶方阵： $E = 10 ⋮ 0 01 ⋮ 0 \dots \dots ⋱ \dots 00 ⋮ 1$
数量矩阵（纯量阵）： $k E = k ⋱ k$ ，相当于数 $k$ 在矩阵世界中的化身。

2. 单位矩阵的核心运算特性（矩阵世界里的“数字 1”）

乘法中性元：对于任意同阶方阵 $A$ ，恒有： $A E = E A = A$
幂等性与转置/求逆： $E^{k} = E, E^{T} = E, E^{- 1} = E, E^{*} = E$
行列式与数乘行列式： $det (E) = 1, det (k E) = k^{n} det (E) = k^{n}$

3. 考研必会三大“单位阵变形神技”（想不起来就做不出题！）

神技 ①：提取公因阵时，常数项必须补乘 $E$ ！

考研低级但极其致命的错误

错解： $A B - 2 A = A (B - 2)$ ❌（矩阵不能与纯量常数直接相减！）

正解：必须将常数 $2$ 视为 $2 E$ ，即： $A B - 2 A = A (B - 2 E)$

同理： $A + E$ 提取公因式、矩阵多项式配方分解等，常数项后面永远跟着一个 $E$ ！

神技 ②：构造“矩阵因式分解”证明可逆并求逆

题目若给出矩阵的高次方程（如 $A^{2} - A - 2 E = O$ ），如何证明 $A$ 或 $A + E$ 可逆？

解题核心思路：将常数矩阵移到等号右边，左边提公因子凑出形如 $(式子) \cdot (式子) = k E$ 。
实战示范：已知 $A^{2} - A - 2 E = O$ ：
- 证明 $A$ 可逆： $A (A - E) = 2 E ⟹ A \cdot [\frac{1}{2} (A - E)] = E ⟹ A^{- 1} = \frac{1}{2} (A - E)$ 。
- 证明 $A + E$ 可逆：原式因式分解 $(A + E) (A - 2 E) = O ⟹ (A + E) (2 E - A) = O$ ？不，常数项移项： $A^{2} - A - 2 E = 0 ⟹ (A + E) (A - 2 E) = O (此法右边为 O 不能定逆)$ 正确凑法：目标求 $(A + E)^{- 1}$ ，构造关于 $A + E$ 的因式： $A^{2} - A - 2 E = (A + E)^{2} - 3 (A + E) = O ⟹ (A + E) [(A + E) - 3 E] = O$ 若题目给出例如 $A^{2} + 2 A - 3 E = O ⟹ (A + E)^{2} = 4 E ⟹ (A + E) [\frac{1}{4} (A + E)] = E$ ！

神技 ③：利用外积秒杀公式计算行列式

设 $α, β$ 为 $n$ 维列向量， $α β^{T}$ 是一个秩为 1 的 $n \times n$ 方阵： $det (E + α β^{T}) = 1 + β^{T} α$

实战威力：当题目出现对角线全为 $1 + a_{i} b_{i}$ ，非对角线形如 $a_{i} b_{j}$ 的行列式时，可将其写成 $E + α β^{T}$ 形式，直接算内积 $β^{T} α = \sum a_{i} b_{i}$ 即可口算秒杀！

模块六：专题进阶 ②——什么是可逆矩阵？（等价命题链与判定）

在考研数学中，行列式最深刻的理论价值之一，就是作为判定矩阵是否“可逆”的数度指标。

1. 什么是可逆矩阵？（本质与定义）

定义：设 $A$ 是一个 $n$ 阶方阵。若存在一个同阶方阵 $B$ ，满足： $A B = B A = E$ （其中 $E$ 为 $n$ 阶单位矩阵），则称矩阵 $A$ 是可逆矩阵（或非奇异矩阵），称 $B$ 是 $A$ 的逆矩阵，记作 $B = A^{- 1}$ 。
逆矩阵的唯一性：若 $A$ 可逆，其逆矩阵是唯一的。
直观理解：矩阵代表一种线性变换，可逆矩阵意味着这种变换是信息无损且可回溯的；若不可逆，则变换后降维压缩（类似乘以 0），信息发生丢失无法复原。

核心求逆矩阵方法

1. 二阶矩阵秒杀（主对调，副变号）

$[a c b d]^{- 1} = \frac{1}{a d - b c} [d - c - b a]$

口诀：主对角线元素对调，副对角线元素加负号，前面乘以行列式分之一。

2. 初等行变换法

$[A ∣ E] 初等行变换 [E ∣ A^{- 1}]$

适用条件：高阶（3阶及以上）具体数值矩阵的通用标准解法。
不满足后果：绝对不能在行变换中夹杂列变换，否则无法得到正确的逆矩阵。

2. 行列式与可逆性的核心判别准则

核心定理

$n$ 阶方阵 $A$ 可逆 $⟺ det (A) \neq = 0$ 。此时逆矩阵显式公式为（伴随矩阵法）： $A^{- 1} = \frac{1}{d e t ( A )} A^{*}$

若 $det (A) \neq = 0$ ：称 $A$ 为非奇异矩阵（即可逆矩阵）；
若 $det (A) = 0$ ：称 $A$ 为奇异矩阵（即不可逆矩阵）。

考研选择题高频陷阱：只需单侧乘积等于 $E$ 即可判定可逆！

题目若给出 $A B = E$ （ $A, B$ 均为 $n$ 阶方阵），需要证明 $B A = E$ 吗？ 答案：不需要！ 证明逻辑（纯用行列式性质）：因为 $A B = E$ ，两边取行列式得 $det (A) det (B) = det (E) = 1$ 。由此必有 $det (A) \neq = 0$ ，根据定理知 $A$ 必定可逆，存在 $A^{- 1}$ 。在等式 $A B = E$ 两边左乘 $A^{- 1}$ ，得 $A^{- 1} (A B) = A^{- 1} E ⟹ B = A^{- 1}$ 。既然 $B = A^{- 1}$ ，自然有 $B A = A^{- 1} A = E$ ！ 考研结论：对于方阵，单侧可逆等价于双侧可逆。

3. 考研大一统：矩阵可逆的八大等价充要条件（从第 1 讲贯穿全书）

设 $A$ 为 $n$ 阶方阵，下列命题在逻辑上完全等价：

graph LR
    D["① det(A) ≠ 0"] <==> INV["② A 可逆 (存在 A⁻¹)"]
    INV <==> RK["③ 秩满秩 rank(A) = n"]
    RK <==> VEC["④ 行向量组/列向量组线性无关"]
    VEC <==> HOM["⑤ 齐次方程组 Ax = 0 仅有零解"]
    HOM <==> NONHOM["⑥ 非齐次方程组 Ax = b 恒有唯一解"]
    NONHOM <==> EIG["⑦ 全部特征值 λᵢ ≠ 0"]
    EIG <==> ELEM["⑧ A 可表为有限个初等矩阵乘积"]

行列式判据： $det (A) \neq = 0$ ；
定义： $A$ 可逆，即存在 $A^{- 1}$ 使得 $A A^{- 1} = A^{- 1} A = E$ ；
矩阵的秩： $rank (A) = n$ （满秩）；
向量组相关性： $A$ 的 $n$ 个列向量（或行向量）线性无关；
齐次线性方程组： $A x = 0$ 只有零解；
非齐次线性方程组：对任意 $n$ 维向量 $b$ ， $A x = b$ 有且仅有唯一解；
特征值判据： $A$ 的所有特征值全不为零（因为 $det (A) = \prod λ_{i} \neq = 0$ ）；
初等矩阵乘积： $A$ 可以通过初等行变换化为单位阵 $E$ （ $A$ 可表示为有限个初等矩阵的乘积）。

4. 逆矩阵核心计算法则与性质

$(A^{- 1})^{- 1} = A$
$(k A)^{- 1} = \frac{1}{k} A^{- 1} (k \neq = 0)$
$(A B)^{- 1} = B^{- 1} A^{- 1}$ （穿脱原则，次序颠倒！）
$(A^{T})^{- 1} = (A^{- 1})^{T}$
$det (A^{- 1}) = [det (A)]^{- 1} = \frac{1}{d e t ( A )}$
$(A^{*})^{- 1} = (A^{- 1})^{*} = \frac{1}{d e t ( A )} A$

分块矩阵求逆常用公式

主对角分块矩阵求逆

$A = [B O O C] ⟹ A^{- 1} = [B^{- 1} O O C^{- 1}]$

适用条件： $B, C$ 均为方阵且可逆（ $∣ B ∣ \neq = 0, ∣ C ∣ \neq = 0$ ）。

副对角分块矩阵求逆

$A = [O C B O] ⟹ A^{- 1} = [O B^{- 1} C^{- 1} O]$

适用条件： $B, C$ 均为方阵且可逆（ $∣ B ∣ \neq = 0, ∣ C ∣ \neq = 0$ ）。

三角分块矩阵求逆

主对角上线三角分块

$A = [B O D C] ⟹ A^{- 1} = [B^{- 1} O - B^{- 1} D C^{- 1} C^{- 1}]$

主对角下三角分块

$A = [B D O C] ⟹ A^{- 1} = [B^{- 1} - C^{- 1} D B^{- 1} O C^{- 1}]$

适用条件： $B, C$ 均为方阵且可逆。

例题：求 $∣ A ∣$ 中所有元素的代数余子式之和

题目：

设方阵

$A = 0010000210003415700068000$

则 $∣ A ∣$ 中所有元素的代数余子式之和 $\sum_{i = 1}^{5} \sum_{j = 1}^{5} A_{ij} =$ ________。
解题过程：
1. 明确代数余子式之和的矩阵表达（转换等价表述）：
  
  根据伴随矩阵 $A^{*}$ 的定义：
  
  $A^{*} = A_{11} A_{12} ⋮ A_{15} A_{21} A_{22} ⋮ A_{25} \dots \dots ⋱ \dots A_{51} A_{52} ⋮ A_{55}$
  
  $∣ A ∣$ 中所有元素的代数余子式之和，等于伴随矩阵 $A^{*}$ 的所有元素之和。
  
  若 $∣ A ∣ \neq = 0$ ，由核心公式 == $A^{*} = ∣ A ∣ A^{- 1}$ ==，只要计算出 $∣ A ∣$ 和 $A^{- 1}$ ，即可求出 $A^{*}$ 。
2. 副对角分块：
  
  观察 $A$ 的结构，将其按副对角线分块：
  
  $A = [O C B O]$
  
  其中：
  
  $B = [5768], C = 100210341$
3. 计算子块的行列式与原行列式 $∣ A ∣$ ：
  - 计算子块行列式：
    
    $∣ B ∣ = 5 \times 8 - 6 \times 7 = 40 - 42 = - 2$
    
    $∣ C ∣ = 1 \times 1 \times 1 = 1$
  - 套用副对角分块行列式公式：
    
    $∣ A ∣ = (- 1)^{2 \times 3} ∣ B ∣ ∣ C ∣ = (- 1)^{6} \times (- 2) \times 1 = - 2 \neq = 0$
    
    因此矩阵 $A$ 可逆。
4. 计算各子块的逆矩阵：
  - 求 $B^{- 1}$ （二阶矩阵秒杀：主对调，副变号，除以行列式）：
    
    $B^{- 1} = \frac{1}{∣ B ∣} [8 - 7 - 6 5] = - \frac{1}{2} [8 - 7 - 6 5] = [- 4 \frac{7}{2} 3 - \frac{5}{2}]$
  - 求 $C^{- 1}$ （初等行变换消元求增广矩阵 $[C ∣ E]$ ）：
    
    写出增广矩阵并做初等行变换：
    
    $\left[\begin{array}{ccc\|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array}\right]$
    
    第 2 行减去第 3 行的 4 倍（ $r_{2} - 4 r_{3}$ ）：
    
    $\left[\begin{array}{ccc\|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 0 & 0 & 1 & -4 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array}\right]$
    
    第 1 行减去第 3 行的 3 倍（ $r_{1} - 3 r_{3}$ ）：
    
    $\left[\begin{array}{ccc\|ccc} 1 & 2 & 0 & 1 & 0 & -3 \\ 0 & 1 & 0 & 0 & 1 & -4 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array}\right]$
    
    第 1 行减去第 2 行的 2 倍（ $r_{1} - 2 r_{2}$ ）：
    
    $\left[\begin{array}{ccc\|ccc} 1 & 0 & 0 & 1 & -2 & 5 \\ 0 & 1 & 0 & 0 & 1 & -4 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array}\right]$
    
    右侧即为 $C^{- 1}$ ：
    
    $C^{- 1} = 100 - 2 10 5 - 4 1$
5. 求副对角分块矩阵的逆 $A^{- 1}$ ：
  
  套用副对角分块求逆公式：
  
  $A^{- 1} = [O B^{- 1} C^{- 1} O]$
6. 计算伴随矩阵各分块及所有元素之和：
  
  将 $∣ A ∣ = - 2$ 代入公式 $A^{*} = ∣ A ∣ A^{- 1}$ ：
  
  $A^{*} = - 2 [O B^{- 1} C^{- 1} O] = [O - 2 B^{- 1} - 2 C^{- 1} O]$
  
  因此， $A^{*}$ 的所有元素之和等于 $- 2 C^{- 1}$ 的元素和与 $- 2 B^{- 1}$ 的元素和相加：
  - $C^{- 1}$ 各元素之和：
    
    $(1 - 2 + 5) + (0 + 1 - 4) + (0 + 0 + 1) = 4 + (- 3) + 1 = 2$
    
    对应分块项元素和为：
    
    $- 2 \times 2 = - 4$
  - $B^{- 1}$ 各元素之和：
    
    $- 4 + 3 + \frac{7}{2} - \frac{5}{2} = - 1 + 1 = 0$
    
    对应分块项元素和为：
    
    $- 2 \times 0 = 0$
  - 全部代数余子式之和：
    
    $\sum_{i = 1}^{5} \sum_{j = 1}^{5} A_{ij} = - 4 + 0 = - 4$
结论：应填 -4

⚠️ 易错点

Warning

副对角求逆位置交叉且无负号： $B$ 在右上求逆后位于左下， $C$ 在左下求逆后位于右上，符号不改变。

非对角块求逆的负号与顺序：三角分块求逆的交叉项必带负号，且矩阵不可交换乘法顺序，如上三角右上角为 $- B^{- 1} D C^{- 1}$ （左逆 $\times D \times$ 右逆）。

模块七：专题进阶 ③——伴随矩阵 $A^{*}$ 全景破译（构造口诀、核心公式、三段秩与典型例题）

做线性代数题时，一旦涉及 $A^{*}$ ，很多同学常常因为“排布顺序记错”或者“公式推导不熟”而无法下笔。本模块彻底扫清伴随矩阵的一切障碍。

1. 伴随矩阵 $A^{*}$ 的本质构造（死记口诀！）

对于 $n$ 阶方阵 $A = (a_{ij})_{n \times n}$ ，将各元素的代数余子式 $A_{ij}$ 组成的新矩阵取转置，即为伴随矩阵： $A^{*} = A_{11} A_{12} ⋮ A_{1 n} A_{21} A_{22} ⋮ A_{2 n} \dots \dots ⋱ \dots A_{n 1} A_{n 2} ⋮ A_{nn}$

考研第一大死穴：排布方向！

极易犯错：很多同学误以为第 1 行是 $A_{11}, A_{12}, \dots, A_{1 n}$ 。 牢记口诀：“按行求，按列放（转置排放！）”

原矩阵第 1 行元素的代数余子式 $A_{11}, A_{12}, \dots, A_{1 n}$ ，排在伴随矩阵 $A^{*}$ 的第 1 列！

原矩阵第 $j$ 行元素的代数余子式，排在伴随矩阵 $A^{*}$ 的第 $j$ 列！

即 $(A^{*})_{ij} = A_{ji}$ 。

【秒杀口诀】2 阶矩阵伴随矩阵：“主对调，副变号”！

设 $A = (a c b d)$ ，求 $A^{*}$ ：

代数余子式： $A_{11} = d$ ， $A_{12} = - c$ ， $A_{21} = - b$ ， $A_{22} = a$ 。
按列排列： $A^{*} = (d - c - b a)$

口诀：主对角线元素互相对调，副对角线元素直接添负号！（考场 1 秒口算写出）

2. 伴随矩阵的灵魂公式与万能化简钥匙

灵魂公式（所有伴随性质的母式）

$A A^{*} = A^{*} A = det (A) E$ 无论矩阵是否可逆，上述等式恒成立！

万能化简钥匙（当 $det (A) \neq = 0$ 时）det就是行列式，|A|

$A^{*} = det (A) \cdot A^{- 1}$

考研做题第一直觉

在求涉及 $A^{*}$ 的行列式、逆矩阵、特征值、线性方程等式时，只要矩阵可逆，第一步必须立刻把 $A^{*}$ 换成 $det (A) A^{- 1}$ ！这样就能把复杂的伴随矩阵问题，全部降维转化为熟悉的逆矩阵运算！

3. 伴随矩阵必须倒背如流的八大高频性质公式

序号	伴随核心公式	考研推导思路与做题要领
1	*$det (A^{}) = [det (A)]^{n - 1}$**	两边取行列式： $det (A) det (A^{*}) = det (det (A) E) = [det (A)]^{n}$ ，除以 $det (A)$ 即得
2	*$(A^{})^{- 1} = (A^{- 1})^{} = \frac{1}{d e t ( A )} A$*	对 $A^{*} = det (A) A^{- 1}$ 两边求逆
3	*$(A^{})^{} = [det (A)]^{n - 2} A (n \geq 2)$*	考研超级高频变形题，利用伴随定义式直接代入推导
4	*$det [(A^{})^{}] = [det (A)]^{(n - 1)^{2}}$*	对上式取行列式，或者套用公式 1 两次
5	*$(k A)^{} = k^{n - 1} A^{}$*	超级易错！每一项代数余子式划去一行一列剩 $n - 1$ 阶，故提 $k^{n - 1}$
6	*$(A B)^{} = B^{} A^{}$**	穿脱原则！类似于 $(A B)^{- 1} = B^{- 1} A^{- 1}$ ，次序颠倒
7	*$(A^{T})^{} = (A^{})^{T}$*	转置与伴随可交换次序
8	*$A^{}$ 的特征值**	若 $A$ 的特征值为 $λ_{1}, \dots, λ_{n} \neq = 0$ ，则 $A^{*}$ 特征值为 $\frac{d e t ( A )}{λ _{i}}$

4. 伴随矩阵的秩 $rank (A^{*})$ ：考研必考“三段式结论”

考研选择题每年必背考点

设 $A$ 为 $n$ 阶方阵（ $n \geq 2$ ）： $rank (A^{*}) = ⎩ ⎨ ⎧ n, 1, 0, 当 rank (A) = n (det (A) \neq = 0) 当 rank (A) = n - 1 当 rank (A) < n - 1$

秒记逻辑：

若 $rank (A) = n$ ： $A$ 可逆， $A^{*}$ 也可逆，秩自然是满秩 $n$ ；
若 $rank (A) = n - 1$ ：说明存在 $n - 1$ 阶子式不为零，即至少有一个代数余子式 $A_{ij} \neq = 0$ ，因此 $A^{*} \neq = O$ （ $rank (A^{*}) \geq 1$ ）；又由 $A A^{*} = det (A) E = O$ ，根据 Sylvester 秩不等式 $rank (A) + rank (A^{*}) \leq n ⟹ (n - 1) + rank (A^{*}) \leq n ⟹ rank (A^{*}) \leq 1$ 。两头一夹，必有 $rank (A^{*}) = 1$ ！
若 $rank (A) < n - 1$ ：说明所有 $n - 1$ 阶子式全部为零，即每一个代数余子式 $A_{ij} = 0$ ，故伴随矩阵全部元素为零，是零矩阵 $A^{*} = O$ ，秩为 $0$ ！

5. 伴随矩阵典型例题剖析

【典型例题 7】利用伴随与逆矩阵关系化简抽象行列式

题目：设 $A$ 为 3 阶方阵，且 $det (A) = \frac{1}{2}$ 。试计算行列式 $det [(3 A)^{- 1} - 2 A^{*}]$ 的值。

解析：

万能化简：将 $A^{*}$ 化为 $A^{- 1}$ ：因为 $det (A) = \frac{1}{2} \neq = 0$ ，所以 $A$ 可逆，且： $A^{*} = det (A) A^{- 1} = \frac{1}{2} A^{- 1}$

代入化简矩阵多项式： $(3 A)^{- 1} - 2 A^{*} = \frac{1}{3} A^{- 1} - 2 (\frac{1}{2} A^{- 1}) = \frac{1}{3} A^{- 1} - A^{- 1} = - \frac{2}{3} A^{- 1}$

取行列式（注意提取常数的 $n$ 次方！）：矩阵阶数 $n = 3$ ，因此常数 $- \frac{2}{3}$ 提出行列式要带 $3$ 次方： $det [(3 A)^{- 1} - 2 A^{*}] = det (- \frac{2}{3} A^{- 1}) = (- \frac{2}{3})^{3} det (A^{- 1}) = - \frac{8}{27} \cdot \frac{1}{d e t ( A )}$

代入 $det (A) = \frac{1}{2}$ ： $- \frac{8}{27} \cdot \frac{1}{1/2} = - \frac{8}{27} \times 2 = - \frac{16}{27}$ 答案： $- \frac{16}{27}$ 。

模块八：抽象型行列式的高阶公式与考研题型

抽象型行列式题目的矩阵元素未知，考查的是矩阵代数性质与行列式运算规律的综合应用。

1. 考研必背八大高频抽象公式（必须形成条件反射）

序号	核心公式	适用条件与注意事项
1	$det (A B) = det (A) \cdot det (B) = det (B A)$	$A, B$ 必须均为 $n$ 阶方阵；虽然 $A B \neq = B A$ ，但行列式恒有 $det (A B) = det (B A)$
2	$det (A^{T}) = det (A)$	任意方阵均成立
3	$det (A^{- 1}) = [det (A)]^{- 1} = \frac{1}{d e t ( A )}$	需 $det (A) \neq = 0$ （可逆矩阵）
4	$det (A^{*}) = [det (A)]^{n - 1}$	$n$ 阶方阵必背核心；推导源自 $A A^{*} = det (A) E$ 取行列式
5	$det [(A^{})^{}] = [det (A)]^{(n - 1)^{2}}$	伴随矩阵的伴随
6	$det (k A) = k^{n} det (A)$	$n$ 阶方阵提取常数必带 $n$ 次方
7	$det (A) = \prod_{i = 1}^{n} λ_{i}$	行列式等于其全部特征值的连乘积
8	$det (E + α β^{T}) = 1 + β^{T} α$	外积型秒杀公式（ $α, β$ 为 $n$ 维列向量， $rank (α β^{T}) \leq 1$ ）

2. 抽象型三大考法剖析

【典型例题 5】列向量分块矩阵抽象行列式计算（课本例 1.11）

题目：设 $α_{1}, α_{2}, α_{3}$ 均为 3 维列向量，记矩阵 $A = [α_{1}, α_{2}, α_{3}]$ ，矩阵 $B = [α_{1} - α_{2} + 2 α_{3}, 2 α_{1} + 3 α_{2} - 5 α_{3}, α_{1} + 2 α_{2} - α_{3}]$ 已知 $det (A) = 2$ ，试求 $det (B - A)$ 的值。

解析：

将 $B - A$ 的列向量用 $α_{1}, α_{2}, α_{3}$ 线性表出：

第 1 列： $(α_{1} - α_{2} + 2 α_{3}) - α_{1} = - α_{2} + 2 α_{3}$ ；

第 2 列： $(2 α_{1} + 3 α_{2} - 5 α_{3}) - α_{2} = 2 α_{1} + 2 α_{2} - 5 α_{3}$ ；

第 3 列： $(α_{1} + 2 α_{2} - α_{3}) - α_{3} = α_{1} + 2 α_{2} - 2 α_{3}$ 。

写成矩阵乘积结构： $B - A = [- α_{2} + 2 α_{3}, 2 α_{1} + 2 α_{2} - 5 α_{3}, α_{1} + 2 α_{2} - 2 α_{3}]$ $= [α_{1}, α_{2}, α_{3}] 0 - 1 2 22 - 5 12 - 2 = A \cdot C$

两边取行列式： $det (B - A) = det (A \cdot C) = det (A) \cdot det (C)$

计算常数方阵 $C$ 的行列式： $det (C) = 0 - 1 2 22 - 5 12 - 2$ 按第 1 行展开： $det (C) = - 2 - 1 2 2 - 2 + 1 - 1 2 2 - 5 = - 2 (2 - 4) + 1 (5 - 4) = - 2 (- 2) + 1 (1) = 4 + 1 = 5$

得出最终结果： $det (B - A) = det (A) \cdot det (C) = 2 \times 5 = 10$

模块九：克拉默法则 (Cramer’s Rule) 的考研定位与命题玄机

克拉默法则在现代计算中极少用于实际解方程，但考研数学极度青睐其理论判断价值。

1. 核心理论体系

方程组类型	形式	条件	结论与几何/代数含义
非齐次线性方程组	$A x = b$ ( $n$ 个方程 $n$ 个未知数)	$det (A) \neq = 0$	方程组有唯一解，解为 $x_{j} = \frac{d e t ( A _{j} )}{d e t ( A )}$ （ $A_{j}$ 是把第 $j$ 列换成常数项 $b$ ）
		$det (A) = 0$	方程组无解或有无穷多解（切忌误认为无解）
齐次线性方程组	$A x = 0$ ( $n$ 个方程 $n$ 个未知数)	$det (A) \neq = 0$	方程组仅有唯一零解 $x = 0$ （矩阵可逆）
(考研超高频)		$det (A) = 0$	方程组有非零解（ $⟺$ 基础解系含有非零向量）

2. 考研经典命题逻辑与反证法套路（必背结论）

张宇基础讲义核心引申结论

结论一：若 $A_{m \times n} B_{n \times s} = O$ ，则：

$B$ 的每一个列向量都是齐次线性方程组 $A x = 0$ 的解！

结论二（反证法杀招）：

若 $A B = O$ ，且方阵 $det (B) \neq = 0$ （ $B$ 可逆），两边右乘 $B^{- 1}$ 直接推出 $A = O$ 。

若 $A B = O$ 且 $A \neq = O, B \neq = O$ （两个非零方阵相乘为零阵），则必有 $det (A) = 0$ 且 $det (B) = 0$ 。

【典型例题 6】可逆性判定与矩阵乘积反证法（课本例 1.13）

题目：已知 3 阶矩阵 $B \neq = O$ ，且 $B$ 的每一个列向量都是以下方程组的解： $⎩ ⎨ ⎧ x_{1} + 2 x_{2} - 2 x_{3} = 0 2 x_{1} - x_{2} + x_{3} = 0 3 x_{1} + x_{2} - x_{3} = 0$ 试证明系数矩阵 $A$ 的行列式 $det (A) = 0$ ，并说明矩阵 $B$ 是否可逆。

解析：

齐次方程组矩阵化：记方程组系数矩阵为 $A = 123 2 - 1 1 - 2 1 - 1$ 。

列向量满足方程组的矩阵表示：设 $B = [β_{1}, β_{2}, β_{3}]$ 。因为每个列向量 $β_{j}$ 都是方程的解，所以 $A β_{1} = 0, A β_{2} = 0, A β_{3} = 0$ 。合成矩阵乘积形式即为： $A B = A [β_{1}, β_{2}, β_{3}] = [A β_{1}, A β_{2}, A β_{3}] = [0, 0, 0] = O$

反证法证明 $B$ 不可逆：假设 $B$ 可逆，即 $det (B) \neq = 0$ 。则存在逆矩阵 $B^{- 1}$ 。在 $A B = O$ 两边右乘 $B^{- 1}$ ，得： $A = A B B^{- 1} = O B^{- 1} = O$ 这与系数矩阵 $A \neq = O$ （ $A$ 明明白白有非零数字）矛盾！因此假设不成立， $B$ 必不可逆，即 $det (B) = 0$ 。

求 $det (A)$ ：计算可知第 3 行是第 1 行与第 2 行之和（ $r_{3} = r_{1} + r_{2}$ ），两行线性组合得到第 3 行，故 $det (A) = 0$ 。

模块十：考研学生考场避坑自查清单 (Cheat Sheet)

在考场上遇到行列式与矩阵题，花 5 秒自查以下 10 处易错陷阱：

Quartz 4

Explorer

第1讲_行列式_考研核心公式与解题技巧

第 1 讲 行列式：考研核心公式、变形法则与秒杀技巧

模块一：行列式的三大初等变换与“平等/变形”法则

1. 三大初等行/列变换对行列式值的影响

2. 行列式四大关键运算性质（矩阵 vs 行列式对比）

① 转置不变性（行与列地位完全等价）

② 全零判别准则（为 0 的充分条件）

③ 倍乘性质的“生死巨坑”：矩阵数乘 vs 行列式数乘

④ 单行/单列可加性 vs 矩阵加法

模块二：展开定理与“大 A 配小 a”秒杀套路

1. 代数余子式的核心定义

2. 展开定理与正交性（正用）

3. 考研必考绝技：“大 A 配小 a”逆用展开式（替换法）

【典型例题 1】余子式与代数余子式混合组合计算（课本例 1.12）

模块三：考研必背的经典基本形（“12+1”型速查）

1. 主对角线行列式（上三角 / 下三角 / 对角阵）

2. 副对角线行列式（右上三角 / 左下三角 / 反对角阵）

3. 分块拉普拉斯展开式（分块三角行列式）

4. 范德蒙德行列式 (Vandermonde)

模块四：具体型行列式的高频解题技巧与题型模板（含核心例题）

技巧 1：爪型行列式（三叉戟型）——“斜爪消平爪”

【典型例题 2】爪型行列式消元实战（课本例 1.2）

技巧 2：“行和（列和）相等型”——“全加首列 + 提因子 + 相邻做差”

【典型例题 3】行和相等型经典计算（课本例 1.4）

技巧 3：三对角线行列式——“展开递推 + 特征方程法”

【典型例题 4】三对角线递推实战（课本例 1.7）

技巧 4：加边法（升阶法）——“无爪造爪”

技巧 5：拆分法（利用单行可加性）

模块五：专题进阶 ①——单位矩阵 E 的代数特权与因式分解神技

1. 单位矩阵 E（或记作 I）的基本概念

2. 单位矩阵的核心运算特性（矩阵世界里的“数字 1”）

3. 考研必会三大“单位阵变形神技”（想不起来就做不出题！）

神技 ①：提取公因阵时，常数项必须补乘 E！

神技 ②：构造“矩阵因式分解”证明可逆并求逆

神技 ③：利用外积秒杀公式计算行列式

模块六：专题进阶 ②——什么是可逆矩阵？（等价命题链与判定）

1. 什么是可逆矩阵？（本质与定义）

核心求逆矩阵方法

1. 二阶矩阵秒杀（主对调，副变号）

2. 初等行变换法

2. 行列式与可逆性的核心判别准则

3. 考研大一统：矩阵可逆的八大等价充要条件（从第 1 讲贯穿全书）

4. 逆矩阵核心计算法则与性质

分块矩阵求逆常用公式

主对角分块矩阵求逆

副对角分块矩阵求逆

三角分块矩阵求逆

主对角上线三角分块

主对角下三角分块

例题：求 ∣A∣ 中所有元素的代数余子式之和

⚠️ 易错点

模块七：专题进阶 ③——伴随矩阵 A∗ 全景破译（构造口诀、核心公式、三段秩与典型例题）

1. 伴随矩阵 A∗ 的本质构造（死记口诀！）

【秒杀口诀】2 阶矩阵伴随矩阵：“主对调，副变号”！

2. 伴随矩阵的灵魂公式与万能化简钥匙

灵魂公式（所有伴随性质的母式）

万能化简钥匙（当 det(A)=0 时）det就是行列式，|A|

3. 伴随矩阵必须倒背如流的八大高频性质公式

4. 伴随矩阵的秩 rank(A∗)：考研必考“三段式结论”

5. 伴随矩阵典型例题剖析

【典型例题 7】利用伴随与逆矩阵关系化简抽象行列式

模块八：抽象型行列式的高阶公式与考研题型

1. 考研必背八大高频抽象公式（必须形成条件反射）

2. 抽象型三大考法剖析

【典型例题 5】列向量分块矩阵抽象行列式计算（课本例 1.11）

模块九：克拉默法则 (Cramer’s Rule) 的考研定位与命题玄机

1. 核心理论体系

2. 考研经典命题逻辑与反证法套路（必背结论）

【典型例题 6】可逆性判定与矩阵乘积反证法（课本例 1.13）

模块十：考研学生考场避坑自查清单 (Cheat Sheet)

Graph View

Table of Contents

第 1 讲行列式：考研核心公式、变形法则与秒杀技巧

模块二：展开定理与“大 $A$ 配小 $a$ ”秒杀套路

3. 考研必考绝技：“大 $A$ 配小 $a$ ”逆用展开式（替换法）

模块五：专题进阶 ①——单位矩阵 $E$ 的代数特权与因式分解神技

1. 单位矩阵 $E$ （或记作 $I$ ）的基本概念

神技 ①：提取公因阵时，常数项必须补乘 $E$ ！

例题：求 $∣ A ∣$ 中所有元素的代数余子式之和

模块七：专题进阶 ③——伴随矩阵 $A^{*}$ 全景破译（构造口诀、核心公式、三段秩与典型例题）

1. 伴随矩阵 $A^{*}$ 的本质构造（死记口诀！）

万能化简钥匙（当 $det (A) \neq = 0$ 时）det就是行列式，|A|

4. 伴随矩阵的秩 $rank (A^{*})$ ：考研必考“三段式结论”