写出A_eigen的伴随矩阵

在Eigen库中，计算一个矩阵的伴随矩阵（Adjugate Matrix）需要特定的操作，因为并非所有矩阵都有伴随矩阵。一般说来，伴随矩阵只适用于方阵（即行数和列数相同的矩阵），并且这个矩阵必须是满秩的（即行列式不为0）。`Eigen::Matrix3d`恰好是一个3x3的矩阵，我们假设它是可逆的。

对于一个`Eigen::Matrix3d`类型的矩阵`A_eigen`，你可以使用`adjoint()`函数来获取其伴随矩阵，但是它并不直接提供`adjugate()`方法，因为`adjugate()`仅限于2x2矩阵。所以你需要先确认`A_eigen`是否可逆，如果可以，可以用`inverse()`函数得到它的逆矩阵，然后再乘以其转置（`transpose()`）：

// 首先检查矩阵是否可逆
bool isInvertible = (A_eigen.determinant().isApprox(0.0)) ? false : true;

if (!isInvertible) {
    std::cout << "矩阵不可逆，无法计算伴随矩阵" << std::endl;
} else {
    Eigen::Matrix3d inverse_A = A_eigen.inverse();
    Eigen::Matrix3d adjoint_A = inverse_A.transpose(); // 由于3x3矩阵的伴随就是其逆的转置
    // 打印伴随矩阵
    std::cout << "伴随矩阵 Adjoint(A_eigen): \n" << adjoint_A << std::endl;
}