塔斯娱乐资讯网

深度长文:二维上的旋转是复数,那么三维上的旋转是什么数?

跟我做个十秒钟的小实验。

你手边随便拿一样东西,一本书、一部手机、一个充电宝都行,比如说下面的充电宝。

先左转90度、再前转90度。

做完之后,恢复原位。

再来一次,这次把两个动作的顺序倒过来:

先前转90度、再左转90度。

然后你对比一下。

你会发现,充电宝最后朝向的方位,跟刚才完全不一样。

同样两个动作,一个九十度加另一个九十度,只是谁先谁后换了换,结果就对不上。

这事儿乍一看没什么,生活里谁会在意这个。

但你往深里想一层,就有点吓人了。

我们从小学乘法,老师反复强调一件事:两个数相乘,交换位置,积不变。三乘五等于五乘三,这叫交换律,好像是天经地义的铁律。

可你刚才手上这两个动作,本质上也是一种"乘法",它们居然不交换。

顺序在三维世界里,是值钱的,是不能随便换的。

那问题就来了:既然动作的组合可以看成一种乘法,而这种乘法不满足交换律,那做乘法用的"数字",是不是也得是一种我们没见过的、不遵守交换律的数字?也就是:A×B ≠ B×A?

还真有这种数字。

它的名字叫四元数。

一个你可能听都没听过,但每天都在偷偷替你干活的东西。

你玩游戏的时候人物转身,无人机在空中翻跟头,手机知道你把屏幕横过来了,飞船在太空里调整姿态,背后都有它。

更有意思的是,这种数字不是四个数吗?

它要描述的明明是三维空间里的旋转,三维的事儿,为什么要四个数字?

多出来的那个数字是干嘛的?三维里的旋转,三个数字为什么就不够用?

这背后是一桩真实的悬案。

一个顶级数学家,被它活活憋了十五年,最后在一座桥上完成了"破案",破案的方式激动到他掏出小刀,把公式直接刻在了桥的石头上。

先看看数字是怎么从一根轴慢慢"长"出好几根轴的,再看看第三根轴为什么死活长不出来,最后看看桥上那个下午到底发生了什么。

先说一个你大概率会有的疑问:数字就是数字,什么叫一根轴两根轴?

这个得从头聊。

最早的数字很朴素,就是数数用的。

一个果子,两个果子,三个果子,这就是自然数。后来要分东西,有了分数,要记账欠账,有了负数,再后来还有那种写不完的无理数,比如圆周率。

这些数字不管叫什么,都有一个共同点:它们全都能排在一条直线上。

这条直线叫数轴。

右边是正数,左边是负数,中间是零。

任何一个实数,你都能在这条线上找到一个点,任何一个点,也都对应一个实数。数字和线上的位置,一一对应。

所以说实数是"一维"的东西,一根轴就装下了。

在一根轴的世界里,你能做的运动其实很单调,就是往左滑或者往右滑。

你想在一根直线上"转个身",对不起,没法转,一维世界里根本没有转身这个概念。就像走钢丝的人,只能前进后退,你没法在钢丝上原地转个圈。

那旋转是从哪儿冒出来的?

得先有第二根轴。

说到第二根轴,就得说到虚数,也就是那个根号下负一。

很多人以为虚数是这么来的:数学家解方程 x 的平方等于负一,发现没解,一拍脑袋,那就规定一个解吧,于是有了虚数单位 i,i 的平方等于负一。

这个说法好理解,一个初中生也能听明白。

但历史的真相要拧巴得多,也精彩得多。

虚数根本不是从二次方程里来的,它是从三次方程里,被人极不情愿地拽出来的。

事情发生在十六世纪的意大利。

那时候有一群数学家,跟我们今天搞竞赛似的,互相摆擂台解方程,谁解出来谁有面子。

有个叫卡尔达诺的,把当时流传的三次方程解法整理进了一本书,叫《大术》,出版于一五四五年。

书里给出了一个三次方程的通用求根公式,复杂程度远超我们初中学的二次方程求根公式。

公式是有了,用着用着,怪事来了。

后来另一位数学家邦贝利,碰到一个方程,写成现代样子是 x 的三次方等于十五 x 加四。这个方程其实不难,肉眼就能看出来,x 等于四就是它的一个根,四的三次方是六十四,十五乘四加四也是六十四,严丝合缝。

可当他把数字代进卡尔达诺那个公式,算出来的中间结果里,居然出现了负一百二十一的平方根。

负数开平方?

按照当时所有人的理解,这东西不存在,就像你找不到一个数自乘以后得负数。公式里一旦冒出这个,按道理就说明这个方程没有实数解。

可矛盾的是,4明明就是一个板上钉钉的实数解。

一边是公式告诉你"幽灵出现了",一边是现实告诉你"答案就是4"。这就好比你用导航回家,导航让你先开进一条不存在的路,再从那条路拐出来,最后居然真的把你送到了家门口。

换你你懵不懵。

邦贝利厉害的地方在于,他没有把草稿纸撕掉。他做了一个特别"无赖"但特别勇敢的决定:我就假装这个幽灵数字是真的,先不纠结它到底存不存在,照着普通的加减乘除法则往下算,看看会怎样。

奇迹发生了。

他硬着头皮算下去,两个带根号的幽灵项,在后面的步骤里居然互相抵消,干干净净地吐出了一个4。

那条不存在的路,真的通到了家。

这里我得多说一句,卡尔达诺本人当年也碰到过这种数,他的感受是用起来像"精神上的折磨",还评价这种数"既微妙又无用"。可见连亲手把它写进书里的人,都接受不了它。

邦贝利等于替所有人咽下了这口气,承认了它的临时户口。

这个幽灵,就是后来的虚数。

又过了好久,人们才慢慢想通该怎么安放它:既然实数住在一根轴上,那干脆再画一根新轴,跟原来的实轴垂直,专门放虚数。

这根新轴叫虚轴。

于是平面上的一个点,就同时带着两个数字:一个实数,一个虚数,写成 a 加 b i。

这就是复数。

数字从此从一根轴,变成了两根轴,从一条线,变成了一个平面。

请注意这个升级里最关键的东西:第二根轴不是随便加的,它和第一根轴互相垂直、互不干扰。你在实轴上怎么走,都不影响虚轴上的位置,反过来也是。

两根轴各自独立,又拼成一个整体。

这种"加一根垂直的新轴"的操作,后面还会反复出现,它是整篇文章的一根暗线,你先记住。

复数有了,一开始人们只是拿它应付方程。

可很快有人发现,这东西藏着一个特别漂亮的几何功能:它能表示旋转。

先说最简单的。一个数乘 i,在平面上意味着什么?

你想象一个点,落在实轴上,坐标是一,也就是在原点右边一个单位的地方。

把它乘 i,得到 i,这个点跑到了虚轴上,正上方。

再乘一次 i,i 乘 i 等于负一,点跑到了实轴左边。

再乘一次,负一乘 i 等于负 i,点跑到了虚轴下方。

再乘一次,负 i 乘 i 等于负 i 平方,等于一,点回到了原点右边,回到起点。

连续乘四次 i,转了一圈,回到原位。

那乘一次 i,不就是在平面上逆时针转了九十度吗?

这个发现的分量很重。

在这之前,旋转是旋转,乘法是乘法,两码事。

现在它们被一根等号连起来了:一个几何上的动作,居然可以用一个代数上的乘法来完成。

而且不只是转九十度。

任意一个复数,都可以看成一道"旋转加缩放"的指令。

一个复数有两个属性。

一个是它离原点有多远,叫模长,就是勾股定理,a 平方加 b 平方再开根号。

另一个是它跟实轴正方向夹了多大的角,叫辐角。

你拿一个复数去乘另一个复数,几何上发生的事情是:模长相乘,辐角相加。

翻译成大白话,距离被放大了对应的倍数,角度被扭转了对应的度数。

举个例子,三加四 i 这个数,离原点的距离是五,因为三平方加四平方等于二十五,开根号是五。

你让任何一个复数乘它,效果就是先把那个点到原点的距离放大五倍,再把它逆时针转过一个固定的角度。

如果我只想要旋转、不想要放大怎么办?很简单,专门挑模长等于一的复数来乘。

模长是一,乘上去距离不变,就只剩下纯粹的转动。

所以二维平面上的旋转问题,被复数收拾得服服帖帖。你想转多少度,就构造一个对应的单位复数,做一次乘法,完事。

干净、利落、没有多余的东西。

说到这儿,我们停一下,看看手里已经有了什么。

实数,一根轴,只能滑动。

复数,两根轴,乘法直接等于平面旋转。

而且这个旋转有个很省心的特点:它是"一视同仁"的,平面上所有的点,乘同一个复数,都转过同样的角度,谁也不落下。

那任何一个顺着想下去的人,都会问出那个注定要问的问题。

既然两个数字能搞定二维的旋转,那三个数字,是不是就能搞定三维的旋转?

问出这个问题的人里,有一个就是开头提到的那位数学家,哈密顿。

他不只是想一想,他是真的一头扎进去,然后在里面困了整整十五年。

哈密顿是爱尔兰人,全名威廉·罗恩·哈密顿。

这个人是个神童,神童到什么程度呢,据说他很小的时候就被叔叔带着学各种语言,十三岁前已经会了一大堆欧洲语言,还碰过波斯语、阿拉伯语、甚至梵语这类东西。后来兴趣转到数学上,二十二岁还没大学毕业,就被任命为天文台的天文学教授。

就是这么一个脑子,在三维旋转这件事上,卡住了。

他的思路其实特别自然,完全是顺着复数的成功往上推的。复数是一个实部加一个虚部,两根轴,管住了二维。那要对付三维,照葫芦画瓢,再加一根虚轴不就行了?

他想要的东西长这样:a 加 b i 加 c j。一个实数,配两个虚数单位,i 和 j,而且 i 的平方等于负一,j 的平方也等于负一。

看起来没毛病,对不对?不就是多写一个字母的事。

坏就坏在,i 和 j 这两个虚数单位,碰面之后该怎么相处。

具体说,i 乘 j,等于什么?

这个问题就是十五年噩梦的入口。

我们先体会一下这个问题为什么刁钻。

在复数里,只有一个虚数单位 i,它自己跟自己玩,i 乘 i 等于负一,规则清清楚楚,没有任何歧义。

可一旦有了两个虚数单位,除了各自平方,还多出一个跨单位的乘法:i 乘 j。

这个乘积是个新东西,它总得等于点什么吧?它不能就这么悬着,否则这套数字没法做运算。

哈密顿把能猜的答案挨个猜了一遍,发现每一个都通向矛盾。

我不带你走完整的推导,那个有点绕,我只讲这里面的"死结"是怎么系上的。

你可以这样理解:i 这个单位,本身带着一个"扭转九十度"的动作,j 也是。

当你假设 i 乘 j 等于某个熟悉的数,比如等于 i、等于 j、等于一或者等于负一,你再拿 i 或者 j 从旁边去乘一下,等式两边就会立刻变脸。

比方说,假设 i 乘 j 等于 i。你在两边同时左乘一个 i,左边变成 i 乘 i 乘 j,也就是负一乘 j,等于负 j;右边变成 i 乘 i,等于负一。于是推出负 j 等于负一,也就是 j 等于一。

可 j 是一个虚数单位,它的平方是负一,而一的平方是一,这俩根本不可能是同一个东西。矛盾。

换个假设,让 i 乘 j 等于 j,你再用同样的手法从右边乘 j,会推出 i 等于一,同样矛盾。

让它等于一呢?左乘 i 之后,一边是负 j,一边是 i,于是负 j 等于 i,可你再两边平方一下,一边得负一,一边得负一,看似没事,往下一步又会跟 i 平方、j 平方的规则打架,绕一圈还是死。

让它等于负一,结果类似,左乘 i 之后两边对不上。

说白了,这不是哈密顿不够聪明、没猜到正确答案,而是这个题在三维的框架里压根没有正确答案。每一个候选答案,都会在某一步跟"i 平方等于负一、j 平方等于负一"这两条底线冲突。

用数学的话说,三维空间里,构造不出一套自洽的乘法,让你既能像复数那样自由相乘,又不破坏原来的规则。

但这还不是最绝的。

如果说 i 乘 j 的矛盾,还得动笔算才看得出,那下面这个障碍,几乎可以靠直觉摸到。

它叫毛球定理。

先回到二维找个对照。

二维里,我们用单位复数表示旋转,乘一个单位复数,单位圆上的每一个点都会乖乖转过同一个角度。

注意,是每一个点,没有例外。

你可以想象这个单位圆上长满了一圈毛,每根毛代表那个点的运动方向。在圆圈上,你可以顺顺当当把所有毛都梳成一个方向,整整齐齐,没有任何一根毛别扭。

现在把同样的问题搬到三维。

想象一个球面,就是篮球那种表面,上面密密麻麻长满了毛,每一根都贴着球面。

现在给你一把梳子,要求你把所有的毛都梳平、梳顺,让每根毛都贴着球面,方向平滑地过渡,不许有哪根毛竖起来,也不许有哪个地方的毛拧成一个漩涡。

你做得到吗?

答案是:做不到。

无论你怎么梳,至少会留下一个地方,那里的毛要么竖着,要么打着旋。这个"别扭点"你可以把它从这儿挪到那儿,但你没法让它彻底消失。

这就是毛球定理。

它在一九一二年由荷兰数学家布劳威尔严格证明,不过早在一八八五年,庞加莱就已经注意到了类似的现象。

它说的是:一个二维球面上,任何连续的、贴着表面的方向场,必然存在至少一个零点。在零点上,方向是没法定义的,毛只能竖起来或者打转。

这跟三元数有什么关系?

关系大了。

你想,如果真存在一种"三维超复数",让我乘一下,就能让球面上所有的点都转过一个角度、每个点都离开原来的位置,那就意味着我在球面上造出了一个处处有方向、处处不为零的方向场。

而毛球定理说,这种东西在球面上不存在。总有那么两个点(你可以理解为旋转轴穿过球面的两个端点),是转不动的。

所以"乘一个数,让三维球面上所有点都平滑旋转"这个愿望,从几何根上就被掐灭了。

这个定理在现实里其实有不少影子,我给你说几个。

最常被拿来举例的是台风。

地球是个球,大气贴着球面流动,相当于在球面上铺了一个方向场。

按毛球定理,这个场里必然存在风速为零的点。

台风那个诡异的风眼,周围狂风呼啸,中心却出奇平静,就有这么点意思。

不过我得诚实提醒你,这个类比是打了折扣的。

真实的大气还有垂直方向的运动,不是一个老老实实贴着球面的理想方向场,所以台风眼不能简单地说"就是毛球定理",它背后有一整套动力学。

更准确的说法是,在每一层薄薄的大气壳上,水平方向的风,必然在某个地方为零。

还有人喜欢拿人头顶的发旋举例,说每个人头上都有旋,就是毛球定理。

这个说法也流传很广,但漏洞更明显。

毛球定理要求的是一个完整封闭的球面,而你的头发只盖住了头顶一小块,底下、脖子上是没有头发的。

这一小块在拓扑上其实是个圆盘,圆盘上的毛理论上是可以全梳平的。

发旋更多是毛囊生长方向和理发习惯造成的,不能直接当成定理的证据。

你看,好的科普得敢承认自己的类比在哪儿漏气。

这些例子是帮你"感受"那个意思的,不是严格的证明。

那有没有办法不靠类比,纯靠想象理解为什么三维会出这个问题?

我自己比较喜欢这样一个画面。

你想象一摞圆盘,从大到小,沿着竖直方向一片一片叠起来,叠出来的形状有点像个球。现在让每一片圆盘都绕着竖直轴转同一个角度。

大圆盘在中间,转起来,边缘上的点移动得很明显。越往顶上走,圆盘越小,同样的转角,边缘上的点挪动的距离就越小。到了最顶上,圆盘缩成一个点,那个点根本无处可挪,它就是不动的。

一整摞里,最顶上和最底下的那两个点,注定是"转不动"的点。

这个画面也不是严格证明,是我自己琢磨的一个直觉抓手,你觉得有道理就收下,觉得牵强也没关系,不影响后面的理解。

好,现在两条死路都摆在眼前了。

一条是代数的:i 乘 j 怎么定义都矛盾。

一条是几何的:毛球定理不允许球面上所有点同时转起来。

两条路从不同的方向,指向同一个结论:三个数字的超复数,造不出来。

哈密顿不是在跟一道题较劲,他是在跟一堵墙较劲,而且这堵墙后来被证明是真的墙,不是他脑子没开窍。

那怎么办?换一般人可能就放弃了,觉得三维旋转天生没法用乘法表示。

哈密顿没放弃。他最后找到的那扇门,位置非常出人意料:不在三维里硬磕,而是绕到四维去。

而那扇门打开的瞬间,发生在一座桥上。

时间是一八四三年十月十六日,星期一。

哈密顿和妻子沿着都柏林皇家运河的纤道散步,他本来要去爱尔兰皇家科学院主持一个会议。人在走,脑子却还泡在那个磨了他十五年的问题里。

然后,按照他自己后来写信的描述,"一条电路似乎接通了,一道火花闪现"。

他想通的核心,其实是两件事。

第一件,既然三个数装不下,那就别再死磕三个数,大方承认需要第四个分量。

一个实部,配三个虚部,i、j、k,写成 a 加 b i 加 c j 加 d k。等于在原来的三根轴之外,又辟出一根新轴,整个数字住进了四维空间。

第二件,也是真正需要勇气的一件:他决定放弃交换律。

这是整件事里最"离经叛道"的地方。在他之前,所有人默认乘法就该是交换的,这几乎是写在乘法骨子里的属性。

哈密顿意识到,i 乘 j 之所以怎么定义都矛盾,病根可能不在答案选错了,而在于他一直假设 i 乘 j 必须等于 j 乘 i。

如果允许它们不相等呢?

死结立刻就松了。

他后来回忆,当时自己激动得不行,实在没忍住,掏出随身的小刀,把那个基本公式刻在了路过的布鲁姆桥的石头上。

刻的是:i 平方等于 j 平方等于 k 平方等于 i j k,都等于负一。

这一刀被后来的人开玩笑称为"数学史上最著名的破坏公物行为"。

桥上的刻字早被岁月磨没了,但一九五八年人们在桥边立了一块纪念牌,把这件事永久记了下来。

这项漫步活动从上个世纪八十年代末就开始办了,每年都有一批数学爱好者,从天文台一路走到这座桥,叫"哈密顿漫步",相当于数学迷一年一度的朝圣。

对了,顺便说个冷知识,哈密顿并不是唯一摸到过这个东西的人。

数学王子高斯早在一八一九年的私人笔记里就写下过类似的结果,只是他没发表,直到一九零零年才被人翻出来。

还有一位叫罗德里格斯的,一八四零年已经用四个参数描述过三维旋转,只是没把它当成一套独立的数字代数来看。

所以真正的发明权还是落在哈密顿头上,因为他第一次把这套东西当成一个完整的体系,郑重地端到了世人面前。

我们来看看这套新数字的规矩,其实没几条,而且特别好记。

先打底:i 平方等于负一,j 平方等于负一,k 平方等于负一。三个虚数单位,各自平方都回到实轴的负方向,这一点跟复数里的 i 一模一样,转两次就是一百八十度,落到负半轴。

再看它们三个怎么互相乘。哈密顿规定:

i 乘 j 等于 k,j 乘 k 等于 i,k 乘 i 等于 j。

怎么记?

你就看右手坐标系的三根轴,x、y、z,顺着一个方向循环:x 转到 y,y 转到 z,z 转到 x。

i、j、k 就对应这三根轴,按这个循环顺序乘,就得到下一个单位。

再补一条总纲:i j k 等于负一。

你可以自己验证,这几条之间是自洽的,不会像三元数那样推出矛盾。

最关键的规矩来了,也是整套体系的灵魂:反交换。

j 乘 i 不等于 k,而是等于负 k。同理,k 乘 j 等于负 i,i 乘 k 等于负 j。

调换一下顺序,大小不变,符号反过来。

也就是说,i 乘 j 等于负的 j 乘 i。

这就是哈密顿在桥上想通的那件事:交换律在这里被正式废除了。

现在我们回到文章开头,你手上那两个翻转动作。

当时你发现,两个九十度的转动,顺序换一下,结果就不一样。你可能还觉得那只是个巧合,或者只是个物理现象。

现在谜底揭开了:三维空间里的旋转,天生就不满足交换律,而四元数不过是老老实实地把这个事实写进了乘法规则。

二维平面里,旋转是交换的。

你先转六十度再转三十度,跟先转三十度再转六十度,结果完全一样,因为平面上所有旋转都绕着同一个中心、同一根垂直于平面的轴,大家其实在一个方向上使劲。

这对应复数乘法满足交换律。

三维就不同了,旋转轴不止一根。

你拿个魔方,先绕左右方向的轴转九十度,再绕竖直方向的轴转九十度,记下面孔的位置,然后倒过来做,先竖直后左右,你会发现魔方的面孔对不上。这就是你开头亲手做的那个实验。

轴一多,顺序就开始起作用。

所以不是四元数故意要搞特殊、非要废除交换律,而是三维旋转这个现实本身就不交换。

数学是被现实逼着让步的。

哈密顿的伟大,在于他敢于承认一条沿用了几千年的乘法规矩,可以在一套新数字里不作数。

这里还藏着一个特别值得品的细节。

你看复数,实轴和虚轴的"待遇"是不一样的。实轴单位一,乘自己还是一;虚轴单位 i,乘自己却跑到了负一。

两根轴并不平等,恰恰是这种不平等,让它能表示旋转。

四元数把这个结构又放大了一层。

一根实轴,跟三根虚轴之间,依然是不平等的,实轴还是特殊的那一个。

但三根虚轴 i、j、k 彼此之间,是完全平等、完全对称的,谁也不比谁特殊,规矩对它们一视同仁。

四元数就是把一根虚轴变成了三根,每根都是转两次转到实轴的负半轴。

记住这个"一根特殊,三根平等"的结构,它是后面所有故事的地基。

规矩定好了,真要用起来,还得有几个配套零件,都是从复数那儿继承来的,很好懂。

第一个,共轭。

复数里有共轭复数,实部不动,虚部把符号反过来。a 加 b i 的共轭,是 a 减 b i。

四元数同理,实部留着,三个虚部的符号全部翻面。a 加 b i 加 c j 加 d k 的共轭,是 a 减 b i 减 c j 减 d k。

你可以把共轭理解成"倒带":所有旋转的方向都反过来,像时间倒流。

第二个,模长。

一个四元数离原点多远?还是老办法,四个分量各自平方加起来再开根号。模长的平方,就是 a 平方加 b 平方加 c 平方加 d 平方。

有意思的是,一个四元数乘它自己的共轭,正好等于模长的平方。虚部那些带方向的东西,在相乘里两两抵消,最后只剩下一个干干净净的实数,就是各分量平方之和。

这跟复数里的情形完全一致,只是从两项变成了四项。

第三个,逆。

逆这个概念,说白了就是"撤销键"。你做了一个动作,想退回去,就得有个逆动作。加三的逆是减三,乘二的逆是除以二。

四元数也有逆。一个四元数乘它的逆,等于单位一,相当于什么都没做。

既然四元数乘共轭等于模长平方,那把共轭再除以模长平方,就得到了逆。

换句话说,一个四元数的逆,等于它的共轭除以模长的平方。

如果这个四元数是单位化的,模长正好等于一,那事情更简单,它的逆就直接等于它的共轭。

这一条在工程上特别好用,因为大家用的几乎都是单位四元数,求逆就是翻个符号,成本极低。

这三个零件先备着,共轭负责倒带,模长负责量距离,逆负责撤销。

接下来要讲的,是我个人觉得四元数里最巧妙的一个洞见。

四维这东西,光听名字就头大,谁也没法在脑子里直接画出一个四维空间。


但有个偷懒的办法,能让你几乎不用理解"第四维",照样把四元数的旋转看明白。

思路是这样的:既然两根轴能拼成一个二维平面,那四根轴,是不是可以两两一组,拆成两个二维平面?

当然可以。

我们把四元数的四根轴,一和 i 分到一组,j 和 k 分到另一组。第一组张成一个二维平面,第二组张成另一个二维平面。

关键在于,这两个平面是彻底"正交"的,互不打扰。

你在第一个平面里怎么折腾,第二个平面纹丝不动,因为它们没有共享任何一根轴。这就像两个独立的房间,你在一个房间里转圈,不会影响另一个房间里的任何东西。

现在做个思想实验。

想象你面前有两个转盘,并排摆着,一个代表一和 i 的平面,另一个代表 j 和 k 的平面。这两个盘子各转各的,谁也不挨着谁。

四维空间里的旋转,就可以理解成:同时转动这两个盘子。

而同时转两个盘子,有两种最基本的转法。

第一种,两个盘子都往同一个方向转,比如都逆时针。

第二种,一个逆时针,另一个顺时针,方向相反。

就这两种。

下面你会看到,四元数的左乘和右乘,对应的正好就是这两种转法。

我们拿一个结构简单的四元数 y 来当"旋转指令",让它只在一和 i 这两根轴上有分量,j 和 k 上都是零。

也就是说,它其实是个复数的样子,e 加 f i。

先看左乘,也就是让 y 去乘 x,写成 y x。

把乘法展开之后,你会发现一个很清爽的现象。

x 里一和 i 的那两个分量,被 y 带着做了一组复数乘法;与此同时,x 里 j 和 k 的那两个分量,也被 y 带着做了一组形式完全相同的复数乘法。

翻译成转盘的语言:左乘 y,第一个转盘转了一下,第二个转盘也转了一下,而且两个盘子转的方向相同,角度也相同。

这就是第一种转法,两个盘子同向、同角度。

再看右乘,写成 x y,让 y 从右边乘上来。

展开之后,一和 i 平面上的结果,跟左乘时一模一样,第一个盘子还是那样转。

但 j 和 k 平面上的结果变了。

如果你仔细看,会发现 j 和 k 的位置相当于对调了一下,这一调换,带来的效果是旋转方向反过来了。

为了看得更清楚,你可以把右乘结果里 j 和 k 的书写顺序换一下,让 k 写在前面。

换完之后你会发现,它的系数结构跟第一个平面完全对称,只是隐含的转动方向反了。

所以右乘的意思是:第一个盘子照旧逆时针转,第二个盘子却顺时针转,角度大小一样,方向相反。

这就是第二种转法。

到这儿,左乘和右乘的真正区别就水落石出了。

它们在第一个平面上效果完全相同,分歧只发生在第二个平面:左乘让它跟第一个盘子同向,右乘让它反向。

我第一次把这件事想通的时候,是有点想拍桌子的,因为这里面有一种很整齐的对称美。

同一个指令,从左边进来还是从右边进来,区别仅仅是第二个盘子的旋转方向翻了个面。

现在问题来了。

不管左乘还是右乘,都是两个盘子同时在转。

可如果我只想要一个盘子转、另一个盘子老老实实待着,怎么办?

答案简单得像个脑筋急转弯:把两种转法各做一遍,叠起来。

你想,左乘是两个盘子都逆时针,右乘是第一个逆时针、第二个顺时针。

那我先左乘一次,再右乘一次,看看每个盘子各自发生了什么。

第一个盘子:逆时针转了一次,又逆时针转了一次,两笔账加起来,转了两倍的角度。

第二个盘子:先逆时针一次,再顺时针一次,角度大小相同、方向相反,两笔账正好抵消,等于没转。

合起来的效果就是,第一个盘子转了两下,第二个盘子原地不动。

这就是四元数里那个著名的"三明治"结构:y 乘 x,再乘 y,写成 y x y。像两片面包夹着中间的馅,x 是馅,两个 y 一左一右。

这个操作的几何意义,是只在一个平面上旋转,另一个平面完全冻结。

那如果我想要的反过来,让第一个盘子不动、第二个盘子转两下呢?

也有办法,把右边那个 y 换成它的共轭。共轭相当于把所有方向倒过来,于是抵消和叠加的位置对调,变成第一个平面的转动互相抵消,第二个平面转两倍。

写成 y x y*,y*就是 y 的共轭。

你可以把这整件事想象成转盘子的杂技。

两个盘子一起转,第一种手法是两个同向,第二种手法是一正一反。

你先按第一种手法来一遍,再按第二种手法来一遍,第二个盘子被你转出去又转回来,复位了,第一个盘子却被你连转了两次。

不需要任何高维空间的想象力,你只要盯住两个盘子的账,就全清楚了。

这里我得补一句严谨的话。

上面我们拿的是一个只在一和 i 上有分量的简单指令,所以平面是按一、i 和 j、k 这样分的。

但这个思路其实是通用的:随便哪两根轴构成的平面,你都可以构造对应的指令,让旋转只发生在那个平面上,另一个平面保持静止。

换句话说,"三明治"不是某个特例的技巧,它是四元数表示旋转的通用手法。

这个结论你先收好,下一节它就要派大用场了。

我们喘口气,盘点一下。

到目前为止,我们一直在四维的世界里打转,两根轴一组,两个盘子各转各的,左乘同向、右乘反向、三明治能冻结其中一个。

可你别忘了最初的目标:我们要解决的是三维空间里的旋转,不是四维。四维这套东西再漂亮,它怎么落到三维的物体上?三维只有三个方向,四元数却有四个分量,这中间的桥怎么搭?

这就轮到整篇文章最关键、也最容易搞错的一个环节了。

我打算先给你埋个小测验,看看你能不能自己发现那个坑。

先解决向量的安置问题。

三维空间里一个向量,有 x、y、z 三个分量。四元数有四根轴,多出来一根。怎么放?

还记得前面那个"一根特殊、三根平等"的结构吗?

实轴是特殊的那一根,三根虚轴彼此平等、完全对称。

而三维空间的三个方向,恰恰也是平等的,没有哪个方向天生特殊。

那就让三根平等的虚轴,去对应三维的三个方向。把向量的 x 分量放在 i 上,y 分量放在 j 上,z 分量放在 k 上。

那根特殊的实轴呢?让它空着,取值为零。

于是一个三维向量 v,写成四元数就是:零,加 vx i,加 vy j,加 vz k。

实部为零,它其实是一个"压扁"了的四元数,只在三个虚轴上有分量。

这个安排很合理,对不对?三维的三个方向,正好住进三根平等的虚轴,特殊的实轴不参与,留空。

现在小测验来了。

假设我们要让向量 v,绕着某根轴 u,转过一个角度。按照上一节的三明治手法,这个旋转应该写成 v 撇等于 q 乘 v 乘 q 的共轭,q 是那个跟旋转轴 u 对应的四元数。

那么问题是:q 这个四元数,它的实部是多少?

很多人凭直觉会说,u 也是个三维向量啊,跟 v 一样,那 q 的实部当然也是零,把 u 的三个分量放在 i、j、k 上就完了。

如果你这么答,那就掉坑里了。

我们来看看,如果让 q 的实部也为零,会发生什么。

v 是实部为零的,q 也是实部为零的,它们俩相乘,再乘 q 的共轭,整个过程里实轴上始终没有任何有意义的分量,所有运算都只在三根虚轴之间发生。

这等于什么?等于你又回到了那个被证明走不通的"三元数"乘法。

我们前面花了那么大劲,又是 i 乘 j 矛盾,又是毛球定理,就是为了说明三根轴的超复数造不出来。结果你把 q 和 v 的实部都设成零,四元数就当场退化成三元数,前面的结论全得炸锅。

所以这两个四元数里,一定有一个的实部不能是零。

是谁?

答案是 q。

v 的实部必须是零,因为它是个货真价实的三维向量,本来就没有第四个分量。但 q 不是被旋转的向量,它是那道"旋转指令",它的实部可以、而且应该有值。

你可能会担心:q 的实部一旦有值,会不会把旋转搞乱,凭空在实轴方向上生出什么东西?

不会。这正是三明治结构精妙的地方。

你回忆一下,q 对应着旋转轴,我们可以把坐标系转一下,让其中一根虚轴正对着轴 u,另外两根虚轴跟它垂直。在这个新坐标系里,q 只在实轴和对准 u 的那根虚轴上有分量,另外两根虚轴上是零。

而三明治操作 q v q*,对"实轴加 u 轴"这个平面的效果是什么?是转出去又转回来,两笔账互相抵消,这个平面上的分量保持不变。

所以 q 的实部哪怕有值,它也被夹在两次旋转里,最后抵消掉了,不会污染最终结果。它就像一个脚手架,施工的时候必须有,楼盖完了就拆掉,你看不见它,但少了它楼盖不起来。

这就是为什么 q 的实部不但能为零,反而必须不为零。它是那把让四维旋转得以成立的隐形钥匙。

q 的实部该填什么数?这就要说到四元数里另一个著名的"反常识点":半角。

我们先回到二维找感觉。

二维里一个向量转 θ 角,直接乘一个复数,cosθ 加 i sinθ,一次搞定,角度就是 θ。

三维里用的是三明治,是 q v q *,v 被 q 作用了两次,左边一次,右边一次。

在那两个垂直于旋转轴的方向构成的平面上,这两次作用是叠加的,每一次都转过一个角度,两次加起来,总共转过两倍的角度。

也就是说,如果你想让向量最终转过 θ,那 q 里装的角度就不能是 θ,否则两次叠加会变成 2θ,转过头了。你得让每次只转 θ 的一半,两次合起来正好是 θ。

这就是半角的由来。不是谁故意找麻烦,而是三明治天然做两次乘法,角度自然得对半砍。

于是 q 的真面目就出来了。

q 等于 cos 二分之θ,加上 u 乘 sin 二分之θ。

这里的 u 是旋转轴方向上的单位向量,它在三根虚轴上的三个分量,就是这个方向对 x、y、z 三根轴的投影。把它展开,q 的实部是 cos 二分之θ,三个虚部分别是 u 的三个分量各自乘上 sin 二分之θ。

它的共轭 q *更好写,实部不动,三个虚部符号全反过来,也就是 cos 二分之θ,减去 u 乘 sin 二分之θ。

我再把整件事串一遍,你就彻底通了。

给你一个三维向量 v,一根单位轴 u,一个角度 θ,你想知道 v 绕 u 转 θ 之后落在哪儿。

第一步,把 v 写成实部为零的四元数,三个虚部装它的 xyz 分量。

第二步,构造 q,实部是 cos 二分之θ,虚部是 u 的三个分量乘 sin 二分之θ。

第三步,做三明治,q 乘 v 乘 q *。

第四步,把结果的实部扔掉(它本来就该是零),剩下三个虚部,就是旋转后的新坐标。

完事。

光说不练假把式,我们挑一个特别好算的例子,你能心算跟着验证。

让向量 v 等于 (1, 0, 0),也就是实轴方向上的一个单位向量。让它绕着 z 轴,逆时针转九十度。

凭常识你也知道答案:x 方向的向量,绕 z 轴转九十度,会转到 y 方向,结果应该是 (0, 1, 0)。我们用四元数走一遍,看对不对。

先写 v。实部为零,虚部只有 i,所以 v 就等于 i。

旋转轴 u 是 z 轴,对应虚数单位 k。角度 θ 是九十度,一半是四十五度,cos 四十五度和 sin 四十五度都是二分之根号二。

于是 q 等于二分之根号二,加二分之根号二 k。q 的共轭,是二分之根号二,减二分之根号二 k。

现在做三明治。

先算 q 乘 v,也就是 q 乘 i。把括号展开,一项是二分之根号二 i,另一项是二分之根号二 k 乘 i,而 k 乘 i 等于 j,所以这一项是二分之根号二 j。中间结果是二分之根号二 i 加二分之根号二 j。

再让它乘 q *,又是四项展开。i 乘前面的实部,得到二分之一 i;i 乘后面的负 k 项,注意 i 乘 k 等于负 j,负负得正,得到二分之一 j;j 乘实部,得到二分之一 j;j 乘负 k 项,j 乘 k 等于 i,带个负号,得到负二分之一 i。

四项加起来,正二分之一 i 和负二分之一 i 抵消,两个二分之一 j 加成一个 j。

最后结果,j。

j 对应的坐标正是 (0, 1, 0),跟我们的常识分毫不差。

你看,一套流程走下来,没有任何玄学,就是老老实实的乘法,最后稳稳落在预期的位置。这就是四元数干活的样子。

至于那些轴不凑巧、角度不规整的一般情况,思路完全一样,只是数字难看、得交给计算机算。你亲手算过一个干净的例子,知道这套机器是怎么转的,就够了。

道理讲通了,你可能会问:三维旋转又不是今天才有,在四元数被广泛使用之前,人们拿什么表示旋转?总不能不转了吧。

最经典的老办法,叫欧拉角。

它的思路特别符合人的直觉:任何一个朝向,都可以拆成绕三根坐标轴分别转三个角。

航空和航海里给它们起了很形象的名字,偏航、俯仰、翻滚。你可以理解成,脑袋左右转是一个角,点头抬头是一个角,歪头是一个角。三个角度,确定一个朝向。

这套办法好理解,也好手动调节,在编辑器里你想让物体绕哪根轴转多少度,直接填数字就行。

但它有两个要命的毛病。

第一个,就是大名鼎鼎的万向节死锁。

这个名字来自机械陀螺仪。

早期的陀螺仪,是用三个互相嵌套的金属环把转轴架起来的,三个环分别负责三个方向的转动,理论上能让转轴指向任意方向。

问题出在一种特殊姿态上。当中间那一环转到正好九十度时,外面的环和里面的环会被带到同一个平面上,两根原本独立的转轴,重合了。

三根轴,瞬间塌缩成两根。

这意味着你丢掉了一个自由度。在这个姿态下,你想绕其中一个方向转动,实际带动的却是另一个方向,有一个方向你怎么都转不过去,除非先把姿态退出来。

这不是某个零件坏了,而是这套表示方法在这个点上的天生缺陷。就像地球仪上的南北极,经线在那里全挤成一团,你站在北极点,"东"和"西"是没有定义的,往哪走都是朝南。

这可不是纸上谈兵。

阿波罗登月任务里,导航系统就真的遇到过这个麻烦,宇航员被特意提醒,要避开某些特定的姿态,防止陀螺仪的环架锁死,导致姿态控制出问题。真实的航天飞行,被一个数学上的奇点牵着鼻子走。

第二个毛病,是欧拉角的插值很别扭。

做动画的时候,你常常需要让一个物体从一个朝向,平滑地转到另一个朝向,中间补出一连串过渡画面。如果你直接在三个角度上做平均、做线性过渡,物体很可能走出一条歪歪扭扭、忽快忽慢甚至还会自己打转的奇怪路径,因为三个角度并不是独立匀速变化的。

先看死锁。

四元数根本不把旋转拆成三根固定的轴,它是把一个朝向表示成四维单位球面上的一个点。注意,是一个点,不是三个环。

既然没有三根独立的轴,就不存在两根轴重合、某个自由度塌缩的问题。那个让欧拉角卡死的奇点,在四维球面的表示里压根不存在。你在这个光滑的球面上怎么走,都不会撞上墙。

这也呼应了前面的毛球定理。三维球面上的障碍,绕到四维就绕过去了。多出来的那一个维度,买的就是这张"无死锁门票"。

再看插值。

四元数有个专门的插值手法,叫球面线性插值,简称 SLERP。它的几何意义非常直观:在四维超球面上,找到连接两个朝向点的那段最短圆弧,让点沿着圆弧匀速移动。

因为走的是球面上的正圆弧,而且保持匀速,所以补出来的每一个中间姿态,都是一个合法的旋转,转动速度恒定,路径最短,不会出现欧拉角那种抽搐和打转。

这对游戏和动画太重要了。

镜头的平滑推拉、角色的转身、过场动画里的姿态过渡,背后大量是这种插值在撑着。

除了没有死锁、插值顺滑,四元数还有几个很实在的工程好处。

一个是省地方。一个旋转矩阵要存九个数,四元数只存四个,存储和传输都更轻。

一个是好串联。连续好几个旋转叠加,四元数就是依次相乘,顺序清清楚楚。

还有一个是数值上的好处。计算机做浮点运算,绕不开误差,一连串旋转乘下来,单位四元数的模长可能会悄悄偏离一,这种漂移累积久了会让画面出错。

修复办法极其简单,定期把它重新归一化,也就是把四个分量除以模长,拉回单位球面,一下就扳正了。成本低到可以随时做。

正因为这些,今天几乎所有你能叫出名字的游戏引擎,底层表示三维旋转用的都是四元数,机器人、无人机、虚拟现实、航天器的姿态控制,也都靠它。

一个十九世纪的数学古董,在计算机时代成了刚需的标配。

故事讲到这儿,四元数已经把三维旋转收拾明白了。

但数学家的好奇心不会停在四。

既然能从一根轴扩到两根、四根,那能不能继续扩,八根、十六根?

能,而且这条路有个正式名字,叫凯莱-迪克森构造。

简单说,它像一套固定的翻倍程序:每做一次,维度翻一倍,同时你会被迫交出一条原本拥有的性质。

我们一级一级看,这个"交学费"的过程特别有意思。

最底层是实数,一维。

它什么都好,能比较大小,能交换,能结合,是个全优生。

翻一倍,到复数,二维。

这一级你丢掉的是"比较大小"的资格。两个复数,你没法说谁大谁小,就像你没法比较两个点哪个更大。但复数还保留着交换律和结合律。

再翻一倍,到四元数,四维。

这一级你丢掉的是交换律,i 乘 j 不等于 j 乘 i。但结合律还在,也就是先乘哪两个、后乘哪两个,结果不变。

再翻一倍,到八元数,八维。

这一级你丢掉的是结合律。连"先算谁后算谁"都不能保证了,它只保留一种更弱的性质,叫交错性。八元数是哈密顿的朋友格雷夫斯和数学家凯莱,在四元数问世后不久,分别独立摸到的。

还能继续吗?能,再翻一倍到十六元数,十六维。

但这一级的代价更惨重,它开始出现"零因子":两个明明都不是零的数,乘起来居然能等于零。这意味着它连"非零数都能除"这个底线都守不住了,不再是可除代数,运算会变得非常狂野。

那这么一路翻倍下去,是不是没完没了?

数学在这里给出了一个漂亮的"刹车",叫胡尔维茨定理,也叫一二四八定理。

它说的是:满足"模长可以相乘"这个好性质的赋范可除代数,普天之下只有四个,就是一维的实数、二维的复数、四维的四元数、八维的八元数。再没有别的了。

换句话说,一、二、四、八,这四个数字是被数学严格圈定的,跳过三、五、六、七,也不允许九以上。你可以造出十六元数甚至更高的东西,但它们必然丢掉某些核心性质,不再是那个"好用"的代数。

这也从另一个角度,解释了为什么哈密顿当年找不到三元数。不是他运气差,而是三这个维度,根本不在那张合法名单上。

至于八元数和更高的东西有什么用,它们在一些很前沿的领域出没,比如特殊的几何结构、粒子物理里的某些尝试,还有人猜测八元数可能跟更深的物理规律有关。

但这些都还在探索,离普通人的生活很远,你知道有这么一条"越往上越自由、也越不守规矩"的扩张链,就够了。

你可能以为,四元数这么厉害,哈密顿一公布,肯定立刻轰动、万人追捧。

恰恰相反。它的待遇,惨得很。

哈密顿本人是真把它当心头肉。桥上那一下之后,他把自己人生剩下的二十二年,几乎全押在了四元数上,写厚书、开课、四处宣讲,还拉了一帮人成立小圈子,铆着劲要把它推广成描述空间的通用语言。

可当时的学界,并不买账。

一方面,这套东西确实难啃,又是虚轴又是不交换,上手门槛高。另一方面,向量分析的另一条路线正在兴起,用点乘、叉乘这些更直接的工具处理空间问题,很多人觉得四元数绕、啰嗦、纯属多余。

反对者里说话难听的,直接给它扣帽子,叫它"邪恶的数字",认为压根不该造出这么个怪东西。

还有个流传很广的八卦,说《爱丽丝漫游仙境》里那个疯疯癫癫的疯帽子,就是在影射哈密顿和他的四元数,茶会那场荒诞的戏,暗讽的是这套不交换的古怪乘法。

这个说法传了很多年,但我得老实讲,它证据并不硬,争议一直存在,你当成一个文学八卦听听就好,别当成定论。

总之,哈密顿活着的时候,四元数没能迎来他期待的辉煌。他带着推广它的执念离世,这套数字在之后很长一段时间里,更像个冷门的历史遗物,安静地躺在书架上。

四元数真正火起来,要等到计算机出现。

当人们开始在机器里处理三维图形、要让虚拟物体在屏幕上真实地旋转,老办法的各种别扭就全暴露了:欧拉角的死锁、旋转矩阵的笨重、插值的抽搐。工程师们回头翻数学的旧仓库,翻出了这个被冷落多年的工具,发现它简直是为这个场景量身定做的。

没有死锁,插值顺滑,存储轻便,误差好修,每一条都精准戳中工程上的痛点。

于是一个十九世纪的数学成果,在二十世纪后半叶的计算机图形学里,重新活了过来,并且越用越广,成了今天的行业标配。

这件事其实挺值得琢磨的。

数学史上,类似的剧情反复上演。

一个理论刚出世时,人们常常看不出它有什么用,甚至觉得它荒谬;等技术和场景发展到那一步,它才突然变得不可或缺。

很多数学东西,是先有了纯粹的智力构造,多年以后才等来现实的"认领"。

数学家在纸上推演的时候,未必想得到它日后会钻进游戏、手机和飞船里。

文章快收尾了,我想跟你说几句掏心窝的话。

四元数这东西,你说它难吧,它的规则真没几条,用法也可以讲得很明白:四个分量,三根虚轴,左乘右乘转两个盘子,三明治冻结一个,半角凑够角度,一套流程清清楚楚。

可你要说它简单吧,它背后那些严格的证明、拓扑的障碍、代数的分类,一个比一个硬核,普通人甚至不少数学系的学生,都未必啃得动。

这就是数学里很常见的一种现象:用起来和理解个大概,可以很轻松;但要把它从根上证明白,往往难得多。

我们这篇文章走的是前一条路,靠类比和直觉,让你先把它"收下"。我也反复标了哪些地方是打了折扣的类比,没拿它们冒充证明。

那你可能会问,说到最底层,为什么四维就该这么转,为什么一二四八之外不行,这些规则到底凭什么成立?

说实话,再往下挖,就会碰到一些只能"承认"、没法再解释的东西,也就是公理。

你可以把它理解成数学里的地基,地基本身不需要再往下打,你选择接受它,然后在上面盖楼。

而这些公理好不好接受,往往不取决于它听起来多顺耳,而取决于它推出来的结论,跟现实对不对得上。四元数这套规则,最后能让飞船不迷航、让游戏角色稳稳转身,这就是它最硬的背书。

至于更深的"为什么",老实说,目前就是不知道。

但"不知道"不是什么丢人的事。知道自己在哪儿停下、知道哪些是验证过的事实、哪些只是帮你理解的比喻,这本身就是搞清楚一件事的开始。

回头看,你今天其实已经走了挺远。

你从一个十秒钟的手部翻转出发,摸到了"三维旋转不交换"这个反常识的事实;

跟着数字从一根轴长到四根轴,看了虚数怎么从三次方程里被逼出来,看了三元数为什么在代数和几何两条路上同时撞墙,看了桥上那个下午的火花,看了两个转盘怎么拆、怎么叠,亲手验证了一个旋转,最后还逛了逛八元数、十六元数那条越走越野的路。

下次再有人跟你提"四元数"这三个字,你不会再觉得它是个不知所云的天书符号。

你会知道,它就是一群诚实的数字,承认了三维世界里那个连小学生都能亲手做出来、却被数学家认真对待了上百年的事实。

顺序,真的很重要。

不管是乘法,还是别的什么。