Last updated on

什么是张量


作者:千秋 Lead | 原文:知乎专栏 10月30日开始记录,尚在更新中

这篇文章是关于Youtube上视频Tensors For Beginners系列的笔记,他以十分精采的方式介绍了一个可能看起来十分玄幻的概念:张量。我将会将他的内容转述成文字版,并补充一些个人理解,如有错误,敬请指正。

前置知识:高中数学向量部分;矩阵;

什么是张量

最简单的定义:一个高维数组

我们把一个数字称为标量

x

;一列有序的标量称为向量

v_i

,可以用一个下标索引一个数字;几行有序的向量称为矩阵

M_{ij}

,可以用两个下标索引一个数字。

就到此为止了吗?我们为什么没有听过矩阵叠起来的“立方阵”

C_{ijk}

呢?

其实,不仅有三维的“立方阵”,还有更高维度的数组,这种数组,我们统称为张量。而张量的就代表了张量的维度。

现在我们可以知道它为什么叫“张量”了,仅用一个符号n个下标,我们就可以把它“拉开”形成一个n维的数组。

当然这种定义是过分简单化的,因为它没有体现张量的任何性质。高维数组仅仅是有限个数字的组合,但是张量不同。张量本质上是几何的。我们说高维数组可以描述张量,但是它并非张量本身。

实际上,计算机上所称的张量,也就是这层定义下的了。

几何上的定义:在坐标系变换下本身不变,且其分量有规律地改变的数学对象

这句定义十分的拗口,但是我们将它与“高维数组”的定义结合起来看,它就不会有那么难以理解。

首先,“在坐标系变换下本身不变”是什么意思呢?假若你面前有一个苹果,我们设它与你视线的角度为

\theta

(规定逆时针为正向),如果你向右转头90度即逆时针转头

-90\deg

,那么这个

\theta

相对于你的视线将会从0变为

90\deg

。无论你是否扭头,自始至终,苹果的位置一直是苹果的位置,但是描述苹果的

\theta

这个量却在扭头后变了,而且和你扭头的量正好呈相反数(有规律改变)

还有一个我从知乎上看到的更亲民的例子,人民币和日元,若设V为实际价值,E为“价格数字”,则约有

\frac{1}{20}V_{rmb}=V_{jpy}

但是一个同样价值的东西,却有

20E_{rmb}=E_{jpy}

那么,依照上面的定义,我们可以说苹果的位置和金钱的价值在我的例子中是一个一维张量,总是不变,变的是我们描述它用的角度。由此可以看出,一个零阶张量比一个标量有更丰富的意义。

需要注意的是,上述的分量都是和“参考量”发生相反变化的。而“参考量”其实也是一个张量(回想一下定义,参考量也可以变换),我们一般习惯于把“参考量”的变换称为正向的,叫做协变张量,而“分量”的变换与参考相反,称为逆变张量。

同样的,我们可以找到一个一阶张量的例子:一个向量

v

。无论选用什么坐标系,它的几何性质永远不会变。我们设

e_i

是空间中的一些箭头,由简单的高中知识可以知道,当

e_i

互相不平行时,任意向量都可以表示成

v=\sum e_iv_i

,其中

v_i

就是

v

的分量。

选取不同的

e_i

,得到的

v_i

也不同,但是它们都可以用规律简易地算出,这也满足张量的定义。张量总不变,分量会改变。

第三个定义:一些通过张量积组合成的 对偶向量与向量

这个定义比较抽象,我们之后会细说。现在可以笼统地这样理解张量积:分别将有n个和m个下标的张量组成一个有n+m个下标的张量。

未完待续。