logo

텐서곱의 곱 벡터 📂선형대수

텐서곱의 곱 벡터

빌드업1

유한 집합 Γ\Gamma에서 복소수 공간으로의 함수들의 집합을 CΓ\mathbb{C}^{\Gamma}와 같이 표기하자.

CΓ={f:ΓC} \mathbb{C}^{\Gamma} = \left\{ f : \Gamma \to \mathbb{C} \right\}

Γ=n={1,,n}\Gamma = \mathbf{n} = \left\{ 1, \dots, n \right\}일 때, 실질적으로 Cn=Cn\mathbb{C}^{\mathbf{n}} = \mathbb{C}^{n}이 되고, 벡터공간의 텐서곱은 다음과 같이 정의된다.

CΓ1CΓ2:=CΓ1×Γ2 \mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}} := \mathbb{C}^{\Gamma_{1} \times \Gamma_{2}}

viCΓiv_{i} \in \mathbb{C}^{\Gamma_{i}}이고 ni=Γin_{i} = \left| \Gamma_{i} \right|라고 하자. CΓi\mathbb{C}^{\Gamma_{i}}에 대응되는 표준기저를 각각 {eji}jiΓi\left\{ e_{j_{i}} \right\}_{j_{i} \in \Gamma_{i}}라고 하자. 그러면 viv_{i}는 다음과 같이 표현된다.

v1:{1,,n1}Cv2:{1,,n2}Cv1=(v1(1),,v1(n1))Cn1v2=(v2(1),,v2(n2))Cn2=j1=1n1v1(j1)ej1=j2=1n2v2(j2)ej2 \begin{align*} v_{1} &: \left\{ 1, \dots, n_{1} \right\} \to \mathbb{C} &&& v_{2} &: \left\{ 1, \dots, n_{2} \right\} \to \mathbb{C} \\ v_{1} &= (v_{1}(1), \dots, v_{1}(n_{1})) \in \mathbb{C}^{n_{1}} &&& v_{2} &= (v_{2}(1), \dots, v_{2}(n_{2})) \in \mathbb{C}^{n_{2}} \\ & = \sum \limits_{j_{1} = 1}^{n_{1}}v_{1}(j_{1}) e_{j_{1}} &&&& = \sum \limits_{j_{2} = 1}^{n_{2}}v_{2}(j_{2}) e_{j_{2}} \end{align*}

v1v2v_{1} \otimes v_{2}와 같이 표현할 수 있는 텐서곱 CΓ1CΓ2\mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}}의 원소를 v1v_{1}v2v_{2}의 곱 벡터라고 한다.

정의

v1v_{1}v2v_{2}곱 벡터product vector v1v2v_{1} \otimes v_{2}를 다음과 같이 정의한다.

v1v2=(j1Γ1v1(j1)ej1)(j2Γ2v2(j2)ej2):=(j1,j2)Γ1×Γ2(i=12vi(ji))ej1ej2 \begin{align*} v_{1} \otimes v_{2} &= \left( \sum \limits_{j_{1} \in \Gamma_{1}}v_{1}(j_{1}) e_{j_{1}} \right) \otimes \left( \sum \limits_{j_{2} \in \Gamma_{2}}v_{2}(j_{2}) e_{j_{2}} \right) \\ &:= \sum\limits_{(j_{1}, j_{2}) \in \Gamma_{1} \times \Gamma_{2}} \left( \prod\limits_{i=1}^{2} v_{i}(j_{i}) \right) e_{j_{1}} \otimes e_{j_{2}} \end{align*}

이때 v1v2v_{1} \otimes v_{2}는 텐서곱의 정의에 의해 CΓ1CΓ2\mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}}의 원소가 된다.

v1v2:=(j1,j2)Γ1×Γ2(i=12vi(ji))ej1ej2CΓ1CΓ2 v_{1} \otimes v_{2} := \sum\limits_{(j_{1}, j_{2}) \in \Gamma_{1} \times \Gamma_{2}} \left( \prod\limits_{i=1}^{2} v_{i}(j_{i}) \right) e_{j_{1}} \otimes e_{j_{2}} \in \mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}}

설명

CΓ1CΓ2\mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}}의 모든 원소가 v1v2v_{1} \otimes v_{2}와 같은 곱벡터 꼴로 나타날 수 있는 것은 아니다. 가령 다음의 벡터는 두 벡터의 곱벡터로 표현가능하지만, (e1e1)+(e2e2)(e_{1} \otimes e_{1}) + (e_{2} \otimes e_{2})는 불가능하다.

e1e1e1e2+e2e1e2e2=(e1+e2)(e1e2) e_{1} \otimes e_{1} - e_{1} \otimes e_{2} + e_{2} \otimes e_{1} - e_{2} \otimes e_{2} = (e_{1} + e_{2}) \otimes (e_{1} - e_{2})

쉬운 예로 위의 정의를 구체적으로 다시 풀어보자. Γ1={1,2}\Gamma_{1} = \left\{ 1, 2 \right\}, Γ2={1,2,3}\Gamma_{2} = \left\{ 1, 2, 3 \right\}이라 하자. viCΓiv_{i} \in \mathbb{C}^{\Gamma_{i}}라고 하자. CΓ1=C2\mathbb{C}^{\Gamma_{1}} = \mathbb{C}^{2}에 대응되는 표준기저를 {ej1}j1Γ1\left\{ e_{j_{1}} \right\}_{j_{1} \in \Gamma_{1}}, CΓ2=C3\mathbb{C}^{\Gamma_{2}} = \mathbb{C}^{3}에 대응되는 표준기저를 {ej2}j2Γ2\left\{ e_{j_{2}} \right\}_{j_{2} \in \Gamma_{2}}라고 하자. v1v_{1}, v2v_{2}는 다음과 같다.

v1:{1,2}Cv2:{1,2,3}Cv1=(v1(1),v1(2))C2v2=(v2(1),v2(2),v2(3))C3=j1=12v1(j1)ej1=j2=13v2(j2)ej2 \begin{align*} v_{1} &: \left\{ 1, 2 \right\} \to \mathbb{C} &&& v_{2} &: \left\{ 1, 2, 3 \right\} \to \mathbb{C} \\ v_{1} &= (v_{1}(1), v_{1}(2)) \in \mathbb{C}^{2} &&& v_{2} &= (v_{2}(1), v_{2}(2), v_{2}(3)) \in \mathbb{C}^{3} \\ & = \sum \limits_{j_{1} = 1}^{2}v_{1}(j_{1}) e_{j_{1}} &&&& = \sum \limits_{j_{2} = 1}^{3}v_{2}(j_{2}) e_{j_{2}} \end{align*}

그러면 v1v_{1}v2v_{2}의 곱 벡터는 다음과 같다.

v1v2=(v1(1),v1(2))(v2(1),v2(2),v2(3))=(j1=12v1(j1)ej1)(j2=13v2(j2)ej2):=(j1,j2)Γ1×Γ2(i=12vi(ji))ej1ej2CΓ1CΓ2=v1(1)v2(1)e1e1+v1(1)v2(2)e1e2+v1(1)v2(3)e1e3+v1(2)v2(1)e1e1+v1(2)v2(2)e1e2+v1(2)v2(3)e1e3=(v1(1)v2(1),v1(1)v2(2),v1(1)v2(3),v1(2)v2(1),v1(2)v2(2),v1(2)v2(3))C6CΓ1CΓ2 \begin{align*} v_{1} \otimes v_{2} &= (v_{1}(1), v_{1}(2)) \otimes (v_{2}(1), v_{2}(2), v_{2}(3)) \\ &= \left( \sum \limits_{j_{1} = 1}^{2} v_{1}(j_{1}) e_{j_{1}} \right) \otimes \left( \sum \limits_{j_{2} = 1}^{3} v_{2}(j_{2}) e_{j_{2}} \right) \\ &:= \sum\limits_{(j_{1}, j_{2}) \in \Gamma_{1} \times \Gamma_{2}} \left( \prod\limits_{i=1}^{2} v_{i}(j_{i}) \right) e_{j_{1}} \otimes e_{j_{2}} \in \mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}} \\ &= v_{1}(1)v_{2}(1)e_{1} \otimes e_{1} + v_{1}(1)v_{2}(2)e_{1} \otimes e_{2} + v_{1}(1)v_{2}(3)e_{1} \otimes e_{3} \\ &\quad + v_{1}(2)v_{2}(1)e_{1} \otimes e_{1} + v_{1}(2)v_{2}(2)e_{1} \otimes e_{2} + v_{1}(2)v_{2}(3)e_{1} \otimes e_{3} \\ &= \left( v_{1}(1)v_{2}(1), v_{1}(1)v_{2}(2), v_{1}(1)v_{2}(3), v_{1}(2)v_{2}(1), v_{1}(2)v_{2}(2), v_{1}(2)v_{2}(3) \right) \\ &\in \mathbb{C}^{6} \cong \mathbb{C}^{\Gamma_{1}} \otimes \mathbb{C}^{\Gamma_{2}} \end{align*}

v1v2v_{1} \otimes v_{2}의 성분을 잘 살펴보면 이것이 행렬과 관련이 있을 것이라는 짐작을 할 수 있다.

좌표행렬

행렬공간 Mm×n(C)M_{m \times n}(\mathbb{C})를 생각하자. EijE_{ij}(i,j)(i,j) 성분만 11이고 나머지는 모두 00m×nm \times n행렬이라고 하면, {Eij}\left\{ E_{ij} \right\}Mm×n(C)M_{m\times n}(\mathbb{C})기저가 된다. ϕ\phi를 텐서곱 CmCn\mathbb{C}^{m} \otimes \mathbb{C}^{n}의 기저벡터 eieje_{i} \otimes e_{j}EijE_{ij}로 보내는 선형변환이라고 하자.

ϕ:CmCnMm×n(C)eiejEij \begin{align*} \phi : \mathbb{C}^{m} \otimes \mathbb{C}^{n} &\to M_{m \times n} (\mathbb{C}) \\ e_{i} \otimes e_{j} &\mapsto E_{ij} \end{align*}

이는 기저를 기저로 사상하므로 동형사상이 된다. 두 벡터 vCmv \in \mathbb{C}^{m}, wCnw \in \mathbb{C}^{n}가 다음과 같다고 하면

v=iαiei=[α1αm]w=jβjej=[β1βn] v = \sum_{i} \alpha_{i}e_{i} = \begin{bmatrix} \alpha_{1} \\ \vdots \\ \alpha_{m} \end{bmatrix} \qquad w = \sum_{j} \beta_{j}e_{j} = \begin{bmatrix} \beta_{1} \\ \vdots \\ \beta_{n} \end{bmatrix}

v,wv, w의 곱벡터를 ϕ\phi로 보내면 다음과 같다.

ϕ(vw)=ϕ(i,jαiβjeiej)=i,jαiβjϕ(eiej)=i,jαiβjEij=[α1β1α1βnαmβ1αmβn]=[α1αm][β1βn]=vwT \begin{align*} \phi ( v \otimes w ) &= \phi \left( \sum\limits_{i,j} \alpha_{i}\beta_{j} e_{i} \otimes e_{j} \right) \\ &= \sum\limits_{i,j} \alpha_{i}\beta_{j} \phi \left( e_{i} \otimes e_{j} \right) \\ &= \sum\limits_{i,j} \alpha_{i}\beta_{j} E_{ij} \\ &= \begin{bmatrix} \alpha_{1}\beta_{1} & \cdots & \alpha_{1}\beta_{n} \\ \vdots & \ddots & \vdots \\ \alpha_{m}\beta_{1} & \cdots & \alpha_{m}\beta_{n} \\ \end{bmatrix} \\ &= \begin{bmatrix} \alpha_{1} \\ \vdots \\ \alpha_{m} \end{bmatrix} \begin{bmatrix} \beta_{1} & \cdots & \beta_{n} \end{bmatrix} \\ &= vw^{T} \end{align*}

이는 각 성분이 αiβj\alpha_{i}\beta_{j}인 행렬이다. 따라서 ϕ\phi에 의해 곱 벡터 vwv \otimes w는 하나의 m×nm \times n과 대응된다. 행렬 ϕ(vw)=vwT\phi (v \otimes w) = vw^{T}를 표준기저에 대한 vwv \otimes w좌표 행렬coordinate matrix이라 한다. 이는 벡터의 좌표벡터와 같은 개념으로 볼 수 있다.

일반화

유한집합 Γi(1ir)\Gamma_{i} (1 \le i \le r), Γ=Γ1××Γr\Gamma = \Gamma_{1} \times \cdots \times \Gamma_{r}, viCΓiv_{i} \in \mathbb{C}^{\Gamma_{i}}에 대해서, viv_{i}들의 곱 벡터를 다음과 같이 정의한다.

v1vr=(j1Γ1v1(j1)ej1)(jrΓrvr(jr)ejr):=(j1,,jr)Γ(i=1rvi(ji))ej1ejr=CΓ1CΓr \begin{align*} v_{1} \otimes \cdots \otimes v_{r} &= \left( \sum \limits_{j_{1} \in \Gamma_{1}}v_{1}(j_{1}) e_{j_{1}} \right) \otimes \cdots \otimes \left( \sum \limits_{j_{r} \in \Gamma_{r}}v_{r}(j_{r}) e_{j_{r}} \right) \\ &:= \sum\limits_{(j_{1}, \dots, j_{r}) \in \Gamma} \left( \prod\limits_{i=1}^{r} v_{i}(j_{i}) \right) e_{j_{1}} \otimes \cdots \otimes e_{j_{r}} \\ &= \in \mathbb{C}^{\Gamma_{1}} \otimes \cdots \otimes \mathbb{C}^{\Gamma_{r}} \end{align*}

같이보기


  1. 김영훈·허재성, 양자 정보 이론 (2020), p32-33 ↩︎