第 51 章 四元数矩阵¶
前置：Clifford 代数 (Ch50) · 矩阵运算 (Ch02) · 特征值 (Ch06)
本章脉络：从复数到四元数 \(\to\) 四元数代数 \(\mathbb{H}\) 的非交换性 \(\to\) 四元数矩阵的定义与算律 \(\to\) 左特征值与右特征值的区别 \(\to\) 核心挑战：非交换行列式（Dieudonné 行列式） \(\to\) 四元数矩阵的复表示 (Complex Representation) \(\to\) 特征值的谱结构定理 \(\to\) 酉四元数矩阵 \(\to\) 应用：机器人姿态控制、量子力学的四元数形式、信号处理中的色彩图像表示
延伸：四元数矩阵是将线性代数置于“非交换域”上的尝试；它通过引入 \(i, j, k\) 三个虚数单位，完美封装了 3 维空间的旋转信息，是处理具有强旋转相关性数据的终极数学框架
当我们把矩阵的条目从实数或复数替换为四元数（Quaternions）时，我们会进入一个非交换的代数世界。由于 \(ij \neq ji\)，传统的行列式定义和特征值理论在这里发生了剧变。四元数矩阵不仅在纯数学中极具挑战性，在描述机器人关节运动、航天器姿态以及色彩图像处理中也表现出了惊人的简洁性。本章将介绍如何在这个非交换的领域中重新建立线性代数的秩序。
51.1 四元数代数 \(\mathbb{H}\) 基础¶
定义 51.1 (四元数)
四元数 \(q \in \mathbb{H}\) 形式为 \(q = a + bi + cj + dk\)，满足哈密顿算律： $\(i^2 = j^2 = k^2 = ijk = -1\)$ 核心冲突：\(ij = k, ji = -k\)。乘法不满足交换律。
51.2 特征值：左与右的背离¶
定义 51.2 (左特征值与右特征值)
对于四元数方阵 \(A\)： 1. 左特征值：\(A\mathbf{x} = \lambda \mathbf{x}\)。 2. 右特征值：\(A\mathbf{x} = \mathbf{x} \lambda\)。 差异：由于非交换性，右特征值更具研究价值且表现出类似于复特征值的“谱”性质。
51.3 复表示 (Complex Representation)¶
技术：映射到复矩阵
每一个 \(n \times n\) 的四元数矩阵 \(A\) 都可以映射为一个 \(2n \times 2n\) 的复矩阵 \(\mathcal{X}(A)\)： $\(q = \alpha + j\beta \to \begin{pmatrix} \alpha & \beta \\ -\bar{\beta} & \bar{\alpha} \end{pmatrix}\)$ 这使得我们可以利用经典的复线性代数工具来解决四元数矩阵的计算问题。
练习题¶
1. [基础] 计算四元数乘积 \((1+i)j\)。
参考答案
计算步骤： 1. 分配律：\(1 \cdot j + i \cdot j\)。 2. 根据哈密顿规则：\(ij = k\)。 结论：结果为 \(j + k\)。注意：\(j(1+i) = j + ji = j - k\)，结果不同。
2. [复表示] 将四元数 \(q = i\) 写成 \(2 \times 2\) 复矩阵的形式。
参考答案
构造： 1. 写成 \(q = \alpha + j\beta\) 形式。这里 \(\alpha = i, \beta = 0\)。 2. 套用公式：\(\begin{pmatrix} i & 0 \\ 0 & -i \end{pmatrix}\)。 验证：该复矩阵的平方为 \(-I\)，符合 \(i^2 = -1\)。
3. [行列式] 为什么不能用 Leibniz 公式直接定义四元数矩阵的行列式？
参考答案
理由： Leibniz 公式涉及元素的连乘积（如 \(a_{1,\sigma(1)} a_{2,\sigma(2)} \cdots\)）。 由于四元数乘法不交换，改变排列顺序会改变乘积的值。因此，传统的行列式失去了唯一性。数学家为此引入了更复杂的 Dieudonné 行列式。
4. [右特征值] 证明：若 \(\lambda\) 是 \(A\) 的右特征值，则对任何非零 \(q \in \mathbb{H}\)， \(q^{-1}\lambda q\) 也是特征值。
参考答案
证明： 1. 已知 \(A\mathbf{x} = \mathbf{x}\lambda\)。 2. 考虑向量 \(\mathbf{y} = \mathbf{x}q\)。 3. \(A\mathbf{y} = A(\mathbf{x}q) = (A\mathbf{x})q = (\mathbf{x}\lambda)q = \mathbf{x}q(q^{-1}\lambda q) = \mathbf{y}(q^{-1}\lambda q)\)。 结论：特征值构成一个“共轭类”。这说明四元数矩阵的每一个非实特征值实际上对应于复平面上的一个球体。
5. [转置] 定义四元数矩阵的共轭转置 \(A^*\)。
参考答案
定义： \((A^*)_{ij} = \overline{a_{ji}}\)。 其中四元数共轭 \(\bar{q} = a - bi - cj - dk\)。注意：\(\overline{pq} = \bar{q}\bar{p}\)。
6. [酉矩阵] 什么是酉四元数矩阵（辛矩阵）？
参考答案
定义： 满足 \(A^* A = I\) 的四元数矩阵。 这类矩阵构成了辛群 \(Sp(n)\)，在物理学中描述了保持某种斜对称结构的对称性。
7. [计算] 计算 \(\begin{pmatrix} i & j \\ k & 1 \end{pmatrix}\) 的共轭转置。
参考答案
计算： 1. 转置并共轭：\(\begin{pmatrix} \bar{i} & \bar{k} \\ \bar{j} & \bar{1} \end{pmatrix}\)。 2. 代入共轭：\(\begin{pmatrix} -i & -k \\ -j & 1 \end{pmatrix}\)。
8. [实特征值] 证明：厄米四元数矩阵 (\(A^*=A\)) 的右特征值必为实数。
参考答案
证明思路： 利用复表示映射 \(\mathcal{X}(A)\)。若 \(A\) 是厄米的，则 \(\mathcal{X}(A)\) 是复厄米阵。已知复厄米阵特征值为实数，且四元数右特征值包含在 \(\mathcal{X}(A)\) 的特征值中。
9. [逆矩阵] 四元数矩阵可逆的充要条件是什么？
参考答案
结论： 其复表示矩阵 \(\mathcal{X}(A)\) 是非奇异的。 在四元数域内，这对应于其 Dieudonné 行列式不为 0。
10. [应用] 简述四元数矩阵在彩色图像处理中的优势。
参考答案
彩色图像的每个像素有 R, G, B 三个通道。 利用纯四元数 \(q = ri + gj + bk\) 表示一个像素，可以将整张图像视为一个四元数矩阵。 优势：在执行旋转、缩放或滤波时，四元数代数能自动保持 RGB 三个分量之间的相关性，避免了分通道处理导致的颜色失真。
本章小结¶
四元数矩阵是非交换代数的巅峰尝试：
- 维度的融合：四元数不仅是数字，更是具有内部旋转结构的几何体；四元数矩阵通过 \(i, j, k\) 的相互作用，将 3 维旋转完美织入线性算子的框架。
- 谱的球化：右特征值的共轭类现象揭示了非交换算子的谱不再是孤立的点，而是复平面上的对称轨道，极大地丰富了算子理论的几何内涵。
- 表示的转换：复表示技术架起了非交换代数与经典复分析的桥梁，证明了即便在失去交换律的环境下，我们依然可以通过维度的倍增重获计算的控制权。