Skip to content

直积 / 直和 / 张量积 辨析#

简述：在数学与物理文献中，“直积”（Direct Product）、“直和”（Direct Sum）与“张量积”（Tensor Product）常被混用。最可靠的区分方法是看它们对维度的处理：是“相加”还是“相乘”。

来源链接：

https://www.changhai.org/forum/collection_article_load.php?aid=1186358149

直积有时候称为“完全直积”，以区别于“离散直积”（就是直和）。

另外还有个叫做笛卡尔积的，这是对集合的操作。 集合上是不是线性空间，有没有算符都无所谓。

手写梳理图#

集合、群、环、模、直和与张量积的手写梳理

这张图的主线是：先区分集合上的笛卡尔积与代数结构上的直积，再从群、环、模走到向量空间；有了线性结构以后，直和与张量积才成为两个不同的问题。

本文固定使用下面的记号：

  • \(A\times B\)：集合的笛卡尔积；若 \(A,B\) 带有代数结构，则运算按分量定义，称为直积。
  • \(V\oplus W\)：向量空间或模的直和。
  • \(V\otimes W\)：向量空间或模的张量积。

“direct product” 在不同物理教材中偶尔被用来指 tensor product，因此最终应以符号、定义和运算为准，而不能只看中文名称。

从集合到向量空间#

集合：先有元素，再谈结构#

设 \(A,B\) 是集合。它们的笛卡尔积是

\[ A\times B=\{(a,b)\mid a\in A,\ b\in B\}. \]

这里的元素只是有序对。仅凭这个定义，\(A\times B\) 上没有加法、数乘或乘法。

笛卡尔积与并集不是一回事：\(A\cup B\) 收集“来自 \(A\) 或 \(B\) 的元素”，而 \(A\times B\) 收集“一个 \(A\) 元素和一个 \(B\) 元素组成的有序对”。如果还要保留元素来自哪一侧的信息，应使用不交并 \(A\sqcup B\)。

群：在笛卡尔积上按分量运算#

设 \((G,\cdot)\) 与 \((H,\cdot)\) 是群。它们的直积群以 \(G\times H\) 为底层集合，乘法定义为

\[ (g_1,h_1)(g_2,h_2)=(g_1g_2,h_1h_2). \]

单位元是 \((e_G,e_H)\)，逆元是 \((g,h)^{-1}=(g^{-1},h^{-1})\)。因此“群的直积”并不是一种新的元素组合方式，而是给笛卡尔积配上逐分量群运算。

环、模与向量空间#

环 \(R\) 有加法和乘法；其中 \((R,+)\) 是 Abel 群，乘法满足结合律，并对加法满足分配律。乘法群通常只存在于可逆元集合 \(R^\times\) 上，所以“环的乘法”本身不一定构成群。

一个左 \(R\)-模 \(M\) 包含两部分结构：

  1. \((M,+)\) 是 Abel 群；
  2. 有标量作用 \(R\times M\to M\)，\((r,m)\mapsto rm\)，满足
\[ \begin{aligned} r(m+n)&=rm+rn,\\ (r+s)m&=rm+sm,\\ (rs)m&=r(sm). \end{aligned} \]

若 \(R\) 有单位元，通常还要求 \(1_Rm=m\)。例如，每个 Abel 群都自然成为一个 \(\mathbb Z\)-模。

当标量环进一步是域 \(\mathbb F\) 时，\(\mathbb F\)-模就是 \(\mathbb F\) 上的向量空间。于是这条结构链可以概括为

\[ \text{集合} \longrightarrow \text{群、环} \longrightarrow \text{模} \longrightarrow \text{向量空间}. \]

直和与张量积都可以对模定义。下文先在同一域 \(\mathbb F\) 上的向量空间中讨论，这样核心结构最清楚。

直和：把线性空间并列起来#

外直和#

对两个向量空间 \(V,W\)，定义

\[ V\oplus W=\{(v,w)\mid v\in V,\ w\in W\}, \]

并逐分量定义运算：

\[ \begin{aligned} (v_1,w_1)+(v_2,w_2)&=(v_1+v_2,w_1+w_2),\\ a(v,w)&=(av,aw),\qquad a\in\mathbb F. \end{aligned} \]

对有限个向量空间，外直和与直积具有相同的底层集合和逐分量运算，因此 \(V\oplus W\) 与 \(V\times W\) 是典范同构的。写 \(\oplus\) 是为了强调这里关心的是线性分解，而不只是有序对。

通过典范嵌入

\[ i_V(v)=(v,0),\qquad i_W(w)=(0,w), \]

每个元素都有唯一分解

\[ (v,w)=(v,0)+(0,w). \]

若 \(V,W\) 有限维，则

\[ \dim(V\oplus W)=\dim V+\dim W. \]

内直和#

若 \(U,W\) 是同一个向量空间 \(X\) 的子空间，并且

\[ X=U+W,\qquad U\cap W=\{0\}, \]

则写作 \(X=U\oplus W\)。这两个条件等价于：每个 \(x\in X\) 都能唯一写成

\[ x=u+w,\qquad u\in U,\ w\in W. \]

外直和构造一个新空间；内直和描述一个已有空间的唯一分解。两者通过 \((u,w)\mapsto u+w\) 自然联系起来。

无限情形：直和与直积不再相同#

对一族向量空间 \(\{V_i\}_{i\in I}\)，直积允许任意分量非零：

\[ \prod_{i\in I}V_i =\{(v_i)_{i\in I}\mid v_i\in V_i\}. \]

直和只允许有限个分量非零：

\[ \bigoplus_{i\in I}V_i =\left\{(v_i)_{i\in I}\in\prod_{i\in I}V_i \;\middle|\; v_i=0\text{，除有限多个 }i\text{ 外} \right\}. \]

因此

\[ \bigoplus_{i\in I}V_i\subseteq\prod_{i\in I}V_i, \]

且当指标集 \(I\) 有限时二者才相等。例如，\(\prod_{n=1}^{\infty}\mathbb F\) 包含所有无限序列，而 \(\bigoplus_{n=1}^{\infty}\mathbb F\) 只包含最终为零的序列。

直和并不等于“只能二选一”#

把直和记成 “OR” 是有用的物理直觉：它表示不同扇区、通道或子空间的并列。不过一般元素 \((v,w)\) 可以同时有两个非零分量；直和本身并没有要求只能选择其中一个。量子理论中的叠加态也可以跨越多个直和扇区，除非另有超选择规则。

若算符 \(A:V\to V\) 与 \(B:W\to W\) 分别作用于两个扇区，则

\[ (A\oplus B)(v,w)=(Av,Bw), \]

其矩阵是块对角形式：

\[ A\oplus B= \begin{pmatrix} A&0\\ 0&B \end{pmatrix}. \]

张量积：把双线性问题变成线性问题#

为什么直和不够#

设 \(B:V\times W\to X\) 对两个变量分别线性，即

\[ \begin{aligned} B(v_1+v_2,w)&=B(v_1,w)+B(v_2,w),\\ B(v,w_1+w_2)&=B(v,w_1)+B(v,w_2),\\ B(av,w)&=aB(v,w),\\ B(v,aw)&=aB(v,w). \end{aligned} \]

这叫作双线性映射。它通常不是直积向量空间 \(V\times W\) 上的线性映射：因为 \(a(v,w)=(av,aw)\)，线性会要求

\[ B(av,aw)=aB(v,w), \]

而双线性给出的却是

\[ B(av,aw)=a^2B(v,w). \]

所以，有序对及其逐分量线性结构不能直接代表双线性关系。张量积正是为了解决这个问题。

泛性质：张量积的核心定义#

张量积 \(V\otimes W\) 是一个向量空间，并带有典范双线性映射

\[ \otimes:V\times W\longrightarrow V\otimes W, \qquad (v,w)\longmapsto v\otimes w, \]

满足以下泛性质：对任意向量空间 \(X\) 和任意双线性映射 \(B:V\times W\to X\)，都存在唯一的线性映射

\[ \widetilde B:V\otimes W\to X \]

使得

\[ B(v,w)=\widetilde B(v\otimes w). \]

也就是说，每个双线性映射都唯一地经过 \(V\otimes W\) 分解：

\[ V\times W \xrightarrow{\ \otimes\ } V\otimes W \xrightarrow{\ \widetilde B\ } X. \]

这就是“把双线性映射线性化”的准确含义。

从有序对构造张量积#

先取以 \(V\times W\) 中所有有序对为基的自由向量空间 \(\mathbb F^{(V\times W)}\)。这里的 \([v,w]\) 只是一个形式符号。再对下列关系生成的子空间取商：

\[ \begin{aligned} [v_1+v_2,w]&=[v_1,w]+[v_2,w],\\ [v,w_1+w_2]&=[v,w_1]+[v,w_2],\\ [av,w]&=a[v,w],\\ [v,aw]&=a[v,w]. \end{aligned} \]

在商空间中，\([v,w]\) 的等价类记为 \(v\otimes w\)。于是

\[ (av)\otimes w =a(v\otimes w) =v\otimes(aw), \]

并且

\[ (av)\otimes(bw)=ab(v\otimes w). \]

要注意，\(V\otimes W\) 不是只由形如 \(v\otimes w\) 的纯张量组成；一般元素是有限和

\[ T=\sum_{k=1}^{r}v_k\otimes w_k, \]

而且这个和通常不能压缩成一个纯张量。

基与维数#

若 \(\{e_i\}_{i=1}^{m}\) 是 \(V\) 的基，\(\{f_j\}_{j=1}^{n}\) 是 \(W\) 的基，则

\[ \{e_i\otimes f_j\mid 1\le i\le m,\ 1\le j\le n\} \]

是 \(V\otimes W\) 的基。因此在有限维情形

\[ \dim(V\otimes W)=\dim V\,\dim W. \]

一个张量可以唯一写成

\[ T=\sum_{i=1}^{m}\sum_{j=1}^{n}T^{ij}e_i\otimes f_j. \]

“维数相乘”是识别张量积的好办法，但它是定义的结果；张量积真正的定义是上面的泛性质。

用同一个例子比较#

令 \(V=\mathbb F^2\)、\(W=\mathbb F^3\)。

直和为

\[ V\oplus W\cong\mathbb F^5, \]

一个元素是 \((v_1,v_2,w_1,w_2,w_3)\)，它保留了“\(V\) 分量”和“\(W\) 分量”两个并列区块。

张量积为

\[ V\otimes W\cong\mathbb F^6, \]

其六个基方向是 \(e_i\otimes f_j\)。一般元素的系数可以排成一个 \(2\times3\) 矩阵 \((T^{ij})\)；这六个坐标表示每个 \(V\) 方向与每个 \(W\) 方向的两两组合。

比较 直和 \(V\oplus W\) 张量积 \(V\otimes W\)
目的 并列空间或分解扇区 表示双线性耦合或复合系统
典型元素 \((v,w)\) \(\sum_k v_k\otimes w_k\)
基的组织 两组基的并集（经嵌入） 两组基的所有配对
有限维维数 \(\dim V+\dim W\) \(\dim V\,\dim W\)
算符形式 \(A\oplus B\)，块对角 \(A\otimes B\)，Kronecker 结构
物理直觉 并列扇区、通道 同时存在的子系统、耦合

物理中的典型例子#

直和：粒子数扇区与不变子空间#

Fock 空间按粒子数分解为

\[ \mathcal F =\mathcal H_0\oplus\mathcal H_1\oplus\mathcal H_2\oplus\cdots. \]

若某个哈密顿量保持两个子空间不变，例如偶宇称与奇宇称子空间，则

\[ \mathcal H=\mathcal H_{\mathrm{even}}\oplus\mathcal H_{\mathrm{odd}}, \qquad H=H_{\mathrm{even}}\oplus H_{\mathrm{odd}}. \]

在几何中，乘积流形的切空间也表现为直和：

\[ T_{(p,q)}(M\times N) \cong T_pM\oplus T_qN. \]

所以 \(\dim(M\times N)=\dim M+\dim N\)。

张量积：复合量子系统#

若系统 \(A,B\) 的态空间分别为 \(\mathcal H_A,\mathcal H_B\)，复合系统的态空间是

\[ \mathcal H_{AB}=\mathcal H_A\otimes\mathcal H_B. \]

纯张量 \(|\psi\rangle_A\otimes|\phi\rangle_B\) 描述乘积态，而一般态

\[ |\Psi\rangle =\sum_{i,j}c_{ij}|i\rangle_A\otimes|j\rangle_B \]

可能无法写成单个纯张量，这正是纠缠出现的地方。只作用于子系统 \(A\) 的算符写成

\[ A\otimes I_B. \]

群的直积与表示空间的张量积是两层结构#

若 \(G,H\) 是群，\(\rho:G\to\mathrm{GL}(V)\) 与 \(\sigma:H\to\mathrm{GL}(W)\) 是表示，则可在 \(V\otimes W\) 上定义 \(G\times H\) 的表示：

\[ (g,h)\longmapsto \rho(g)\otimes\sigma(h). \]

这里 \(G\times H\) 是群的直积，\(V\otimes W\) 是表示空间的张量积，右侧矩阵可用 Kronecker 积实现。三个概念同时出现，但不能因此把群的直积与张量积视为同一种运算。

最后判断方法#

遇到含混的“直积”一词时，可以依次问：

  1. 只是把两个集合的元素组成有序对吗？若是，就是笛卡尔积 \(A\times B\)。
  2. 是让代数运算逐分量进行吗？若是，就是群、环或向量空间的直积；对有限个向量空间，它与直和典范同构。
  3. 是把空间分成独立扇区，并要求元素具有唯一的分量分解吗？若是，使用直和 \(\oplus\)。
  4. 是要表达双线性关系、所有基方向的两两组合或复合量子系统吗？若是，使用张量积 \(\otimes\)。

一句话概括：直和组织“并列的分量”，张量积组织“成对的方向”；有限维时前者维数相加，后者维数相乘。

参考链接：
- https://en.wikipedia.org/wiki/Tensor_product "Tensor product"
- https://cns.gatech.edu/~predrag/courses/PHYS-6124-12/StGoChap10.pdf "Vectors and Tensors (chapter)"
- https://quantum-abc.de/Tensor_products.pdf "Tensor products (intro)"

Last update: 2026-08-01
Created: 2025-11-06