🔢 mathematics

Finiteness of Hadamard ranks

Il lavoro classifica le varietà proiettive per le quali il rango di Hadamard è finito per ogni punto, ottenendo come risultato collaterale la finitudine di tale rango per varietà di tensori e fornendo limiti superiori ottimali basati sulla semicontinuità inferiore del rango per curve prive di coordinate nulle multiple.

Autori originali: Dario Antolini, Edoardo Ballico, Alessandro Oneto

Pubblicato 2026-04-01

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Dario Antolini, Edoardo Ballico, Alessandro Oneto

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

🎨 L'Arte di Mescolare i Colori: Una Storia di Punti e Varietà

Immaginate di avere un enorme laboratorio di pittura (questo è lo spazio matematico chiamato $\mathbb{P}^N$ ). In questo laboratorio, ci sono dei punti speciali che formano delle figure geometriche particolari, chiamate varietà (chiamiamole "le nostre forme").

L'obiettivo degli autori (Antolini, Ballico e Oneto) è rispondere a una domanda molto pratica:

"Se ho un punto qualsiasi nel mio laboratorio (anche un punto 'strano' o 'difficile'), posso sempre ottenerlo mescolando un numero finito di punti presi dalla mia forma speciale?"

1. La Regola del "Moltiplicatore" (Il Prodotto di Hadamard)

In questo laboratorio, non si mescolano i colori come al solito (sommando i tubetti). Qui si usa una regola magica chiamata Prodotto di Hadamard.
Immaginate di avere due strisce di colori, una sopra l'altra.

Se la prima striscia ha un punto Rosso e la seconda ha un punto Rosso, il risultato è Rosso.
Se una è Rosso e l'altra è Blu, il risultato è una miscela specifica.
La regola d'oro: Se uno dei due punti ha un colore "assente" (che in matematica chiamiamo zero), il risultato è assente (zero).

Il Rango di Hadamard è semplicemente il numero minimo di punti della nostra "forma speciale" che dobbiamo moltiplicare tra loro per ottenere il punto che vogliamo.

2. Il Problema: Quando la ricetta fallisce?

Gli autori si chiedono: "Esistono forme speciali per cui, se proviamo a creare certi punti, non riusciremo mai a farlo, anche se proviamo infinite volte?"

La risposta è sì, e succede in due casi principali:

La forma è "cieca" su un colore: Se la vostra forma speciale non contiene mai punti con un certo colore (ad esempio, non ha mai il "Rosso" in una posizione specifica), allora non potrete mai creare un punto che ha quel colore. È come cercare di dipingere un quadro con il sole usando solo vernice blu: non ci riuscirete mai.
La forma è "bloccata" da una regola matematica strana: Alcune forme seguono regole così rigide (come le equazioni binomiali) che, anche se provate a moltiplicare i punti, non riuscite a uscire da una gabbia invisibile.

3. La Soluzione: La "Sfrontatezza" (Strong Conciseness)

Gli autori hanno scoperto una condizione magica per garantire che si possa creare qualsiasi punto nel laboratorio. Hanno chiamato questa proprietà "Sfrontatezza Forte" (in inglese Strong Conciseness).

L'analogia del "Non essere bloccati":
Immaginate che la vostra forma speciale sia un gruppo di amici in una stanza piena di porte chiuse (le coordinate).

Se la forma è non sfrontata, significa che se un amico si avvicina a una porta chiusa (ha uno zero), si trova sempre anche vicino a un'altra porta chiusa. È come se fossero tutti bloccati in un angolo della stanza. Non possono raggiungere le zone libere.
Se la forma è sfrontata, significa che per ogni porta chiusa, c'è almeno un amico che può starci vicino senza essere bloccato da un'altra porta chiusa. Hanno la libertà di muoversi ovunque.

Il Teorema A (La scoperta principale):

"Il rango di Hadamard è finito (cioè si può creare qualsiasi punto) SE E SOLO SE la vostra forma è 'sfrontata'."

In parole povere: Se la tua forma non è "bloccata" in un angolo della stanza, puoi costruire qualsiasi cosa mescolando i suoi punti.

4. Perché è importante? (I Tensori e i Dati)

Perché ci preoccupiamo di questo? Perché queste forme geometriche rappresentano Tensori, che sono i mattoni fondamentali per analizzare dati complessi (come le immagini, i segnali o le reti neurali).
Gli autori mostrano che forme importanti come:

Le Grassmanniane (usate per descrivere spazi di direzioni),
Le Varietà di Chow (per polinomi),
Le Varietà di forme riducibili,

sono tutte "sfrontate". Questo significa che qualsiasi dato complesso può essere scomposto in un numero finito di pezzi più semplici presi da queste forme. È come dire: "Non importa quanto sia complicato il tuo puzzle, puoi sempre risolverlo usando solo i pezzi della scatola, senza doverne inventare di nuovi."

5. Il Limite: Quanti pezzi servono?

Una volta scoperto che si può fare, la domanda successiva è: "Quanti pezzi massimi mi servono?"
Gli autori dimostrano che, se la forma è "pulita" (non ha troppi punti con colori assenti), il numero massimo di pezzi necessari non è infinito, ma è limitato dalla dimensione della stanza (lo spazio in cui lavoriamo).
È come dire: "Non importa quanto sia grande il quadro, se hai i pennelli giusti, non ti serviranno mai più di N pennelli per dipingerlo."

6. Il "Rango di Bordo" (Border Rank)

C'è un'ultima curiosità. A volte, un punto sembra impossibile da creare esattamente, ma se ci si avvicina un po' (come un'ombra che si allunga), diventa possibile.
Gli autori studiano anche questo caso "limite". Scoprono che, se la forma è abbastanza "pulita" (non tocca certi angoli della stanza), il numero di pezzi necessari per la versione esatta e per la versione "limite" è lo stesso. Non ci sono sorprese nascoste.

In Sintesi

Questo paper è come una guida per architetti di dati.

Ci dice quando è possibile costruire qualsiasi oggetto usando solo mattoni di un certo tipo (quando la forma è "sfrontata").
Ci assicura che per molte forme matematiche famose, questa costruzione è sempre possibile.
Ci dice quanti mattoni al massimo servono, garantendo che non ne servirà un numero infinito.

È una rassicurazione matematica: nel mondo dei dati complessi, non ci sono "punti impossibili" se scegliamo la forma giusta per scomporli.

Titolo: Finiteness of Hadamard Ranks (Finitezza dei Ranghi di Hadamard)

1. Il Problema e il Contesto

Il paper si inserisce nel campo della geometria algebrica applicata alla decomposizione dei tensori. Gli autori studiano il prodotto di Hadamard (prodotto coordinata per coordinata) di varietà proiettive e la conseguente nozione di Hadamard rank (rango di Hadamard).

Definizione: Dato un punto $q \in \mathbb{P}^N$ e una varietà proiettiva irriducibile $X \subset \mathbb{P}^N$ , il rango di Hadamard di $q$ rispetto a $X$ , denotato $Hrk_X(q)$ , è il minimo numero $m$ di punti $p_1, \dots, p_m \in X$ tali che il loro prodotto di Hadamard $p_1 \star \dots \star p_m$ sia uguale a $q$ . Se tale decomposizione non esiste, il rango è infinito.
La questione centrale: Per quali varietà $X$ il rango di Hadamard è finito per ogni punto dello spazio ambiente $\mathbb{P}^N$ ?
Stato dell'arte: Lavori precedenti (es. [AMO25]) avevano stabilito condizioni per la finitezza del rango di Hadamard generico (per un punto generico). Tuttavia, la finitezza generica non garantisce la finitezza per tutti i punti (esistono punti con rango infinito anche se il rango generico è finito). Il paper mira a colmare questa lacuna fornendo una classificazione completa per la finitezza globale.

2. Metodologia e Strumenti Teorici

Gli autori utilizzano strumenti di geometria algebrica classica e moderna, tra cui:

Mappature razionali e chiusure di Zariski: Il prodotto di Hadamard è definito come la chiusura di Zariski dell'immagine di una mappa razionale.
Potenze di Hadamard: Si studiano le iterazioni $X^{\star m}$ (il prodotto di $X$ con se stesso $m$ volte). Il rango è finito se l'unione di queste potenze copre l'intero spazio.
Condizioni di "Conciseness" (Conciseness): Si analizza la posizione della varietà rispetto agli iperpiani coordinati ( $H_i = \{x_i = 0\}$ ).
Semi-continuità inferiore: Si indaga la relazione tra rango e "border rank" (rango di bordo), ovvero il minimo $m$ tale che $p \in \overline{X^{\star m}}$ .
Teorema di Bertini e intersezioni: Per ottenere stime superiori sui ranghi massimi, si utilizzano intersezioni con spazi lineari generici per ridurre il problema a curve.

3. Risultati Principali e Contributi Chiave

Il contributo principale è una classificazione completa delle varietà per cui il rango di Hadamard è finito ovunque.

A. Teorema A: Classificazione della Finitezza Globale
Gli autori introducono il concetto di varietà fortemente concisa (strongly concise).

Definizione: Una varietà $X$ è fortemente concisa se, per ogni indice $i$ , l'intersezione $X \cap H_i$ non è contenuta nell'unione degli altri iperpiani coordinati $\bigcup_{j \neq i} H_j$ . In termini algebrici, l'ideale di annullamento di $X$ non contiene polinomi della forma $x_i F + x^\alpha$ (dove $x^\alpha$ non coinvolge $x_i$ ).
Risultato: Il rango di Hadamard è finito per ogni punto di $\mathbb{P}^N$ se e solo se $X$ è fortemente concisa.
Implicazione: Questo risolve il problema della finitezza globale, andando oltre i risultati noti per il rango generico.

B. Applicazioni alle Varietà di Tensori (Sezione 3.1)
Il paper dimostra che diverse varietà fondamentali nella teoria dei tensori sono fortemente concise, garantendo quindi la finitezza del loro rango di Hadamard per ogni punto:

Grassmanniane: $G(k, n)$ nell'embedding di Plücker.
Varietà Tangenziali: Alla varietà di Veronese.
Varietà di Chow: $X_{d,n}$ .
Varietà di forme riducibili: $R_{d,n}$ .

Conseguenza pratica: Ogni tensore (o polinomio omogeneo) può essere espresso come prodotto coordinata per coordinata di un numero finito di tensori appartenenti a queste varietà (con rango limitato).

C. Teorema B: Limiti Superiori al Rango Massimo
Gli autori forniscono un limite superiore netto per il rango massimo ( $Hrk_X^{max}$ ).

Ipotesi: Sia $X \subset \mathbb{P}^N$ una varietà irriducibile di dimensione $n \leq N/2$ tale che $X \cap \Delta_{N-n-1} = \emptyset$ (dove $\Delta_k$ è la varietà dei punti con al più $k+1$ coordinate non nulle). In pratica, $X$ non contiene punti con troppe coordinate nulle.
Risultato: Sotto queste condizioni, $Hrk_X(p) \leq N$ per ogni punto $p \in \mathbb{P}^N$ .
Sharpness: Il limite $N$ è dimostrato essere affilato (sharp) tramite esempi specifici (es. curve che non contengono punti coordinati).

D. Rango di Bordo e Semi-continuità (Sezione 4)
Il paper affronta la patologia della mancanza di semi-continuità inferiore del rango di Hadamard.

Viene mostrato che per curve che non contengono punti con almeno due coordinate nulle, il rango di Hadamard coincide con il rango di bordo (border rank) e la funzione rango è semi-continua inferiormente.
Se la varietà contiene punti con troppe coordinate nulle (es. punti coordinati), il rango può saltare (es. un punto può avere rango 3 mentre è limite di punti con rango 2), giustificando la definizione di "border Hadamard rank".

4. Significato e Impatto

Generalizzazione: Il lavoro estende i risultati precedenti (limitati a varietà toriche o varietà secanti di Segre-Veronese) a una classe molto più ampia di varietà, incluse Grassmanniane e varietà di Chow, che non sono toriche.
Decomposizione di Tensori: Fornisce una base teorica solida per la decomposizione di tensori tramite prodotto di Hadamard, garantendo che tali decomposizioni esistano sempre per una vasta gamma di varietà di interesse applicativo (modelli statistici, fisica, ecc.).
Stime Quantitative: Offre limiti superiori espliciti e ottimali per il numero di fattori necessari nella decomposizione, un dato cruciale per l'efficienza computazionale negli algoritmi di decomposizione.
Nuova Direzione di Ricerca: Il paper giustifica e supporta un nuovo filone di ricerca sullo studio dei diversi ranghi di Hadamard dei tensori e delle loro proprietà geometriche, distinguendo chiaramente tra casi generici e casi globali.

In sintesi, il paper risolve il problema della finitezza globale del rango di Hadamard caratterizzando le varietà "fortemente concise" e fornisce stime quantitative precise, colmando un divario significativo tra la teoria dei tensori classica e le nuove decomposizioni moltiplicative.