张量与多重线性代数

简单(可分解)张量

简单张量是那种能写成单个乘积 v (x) w(高阶时为 v (x) w (x) u)、无需求和的张量。它们是张量积的原子:恰好就是秩 1 的张量,而 V (x) W 的每个元素都是它们的有限和。但“是若干原子之和”与“是一个原子”大不相同。

具体地,把 V (x) W 与 m 行 n 列的矩阵等同起来,方法是把 v (x) w 送到外积 v*w^T。于是简单张量恰好就是秩 1 矩阵,即各行都是同一行之倍数的那些。像 [1, 0; 0, 1] 这样的 2x2 矩阵显然秩为 2,所以它是两个简单张量之和,本身并不简单。大多数张量都是这样。

简单张量有多稀有?它们在 V (x) W 中构成一片薄而弯曲的曲面(Segre 簇),维数仅约为 m + n - 1,嵌在维数为 m*n 的整个空间之中。所以一个“随机”张量以概率 1 不是简单的。简单张量张成了一切,却几乎不占据任何体积。

为何在意?识别一个张量何时简单,是张量代数中的第一个判断:一个简单的 v (x) w 把双线性相互作用分解为来自各槽位的独立贡献,而真正的求和则把各槽位纠缠在一起。量子纠缠恰恰就是说:V (x) W 中的态向量不是简单的。

[1, 0; 0, 0] = e1 (x) e1 (simple) vs [1, 0; 0, 1] = e1 (x) e1 + e2 (x) e2 (not simple)

秩 1 矩阵是简单张量;单位矩阵是两个简单张量之和,因而不简单。

二阶的判别:v (x) w 对应一个秩 1 矩阵。所以一个 2 张量简单,当且仅当其矩阵的秩 <= 1,即所有 2x2 子式都为零。对三阶及以上,没有这样轻巧的判别——这正是张量秩变难之处。

又称
pure tensorrank-1 tensordecomposable tensor