Es difícil decir exactamente lo que quiere, ya que parece insultar a las personas que responden incorrectamente.
No considero que “un vector” sea una cosa, de forma aislada. Un vector es un miembro de un espacio vectorial, lo que significa que, dentro de ese espacio vectorial, tiene ciertas propiedades: los vectores en un espacio vectorial forman un grupo abeliano, los espacios vectoriales están asociados con un campo y el producto de un vector y un el elemento de campo se distribuye tanto en la suma del vector como en la suma del campo).
Entonces, dado un espacio vectorial [math] \ mathbf {V} = (\ mathbb {V}, \ mathbb {F}) [/ math], podemos definir un lineal funcional [math] F: \ mathbb {V} \ a \ mathbb {F} [/ math] como una función de vectores en el espacio vectorial al campo, de modo que [math] F (a \ vec {v} + b \ vec {u}) = aF (\ vec { v}) + bF (\ vec {u}) [/ math].
Las funciones lineales para un espacio vectorial dado también obedecen las reglas de un espacio vectorial: si [math] F, G [/ math] son funcionales lineales en [math] \ mathbf {V} [/ math], entonces también lo son las funciones [matemática] F + G [/ matemática] y [matemática] aF, aG [/ matemática]. No es el mismo espacio vectorial que [math] \ mathbf {V} [/ math], pero (al menos para espacios vectoriales de dimensiones finitas) es isomorfo a [math] \ mathbf {V} [/ math]. Este espacio vectorial de funciones lineales en [math] \ mathbf {V} [/ math] se denomina espacio vectorial dual [math] \ mathbf {V ^ *} [/ math].
- Dado que tengo conocimientos básicos e intermedios, ¿cuáles son algunos temas avanzados en álgebra lineal?
- ¿Cuál es el ángulo entre vectores paralelos?
- ¿Por qué la matriz de proyección OpenGL tiene -1 en la fila inferior?
- ¿El álgebra lineal en Axler Linear Algebra Done Right es suficiente para estudiar la mecánica cuántica?
- ¿Es mejor omitir Álgebra 2 o Precálculo?
Un tensor es un [matemático] T (\ vec {v_1}, \ ldots, \ vec {v_n}, \ vec {f_1}, ldots, \ vec {f_m}) [/ math] funcional multilineal donde [math] \ vec {v_i} \ in \ mathbf {V}, \ vec {f_i} \ in \ mathbf (V ^ *) [/ math]. Existen diferentes tipos de tensores, con diferentes opciones para [math] n, m [/ math], para un espacio vectorial dado, pero debe quedar claro que los tensores en [math] \ mathbf {V} [/ math] con el mismo [math] n, m [/ math] forman un espacio vectorial propio.
Entonces los tensores son vectores, pero no en el mismo espacio vectorial que los vectores en los que operan.
Los funcionales lineales son tensores, con [matemática] n = 1, m = 0 [/ matemática]. Los productos de puntos son tensores, con [matemática] n = 1, m = 1 [/ matemática]. Si permite que las funciones tengan 0-arity, las funciones que devuelven valores de campo constantes, [math] F: \ mathbb {V} ^ 0 \ to \ mathbb {F} [/ math] son tensores.
Los tensores en un espacio vectorial de dimensión finita [math] \ mathbf {V} [/ math] pueden representarse mediante una matriz [math] n + m [/ math] -dimensional de elementos de [math] \ mathbb {F} [ / math] con [math] | \ mathbb {V} | [/ math] elementos por lado (para un total de [math] | \ mathbb {V} | ^ {n + m} [/ math] elementos), pero eso es solo una representación, no lo que, fundamentalmente, es un tensor. La forma particular de esa representación depende de la base, mientras que el tensor en sí no depende de una base, como tampoco lo hace una transformación lineal.
Como tal, aunque todos los tensores son miembros de un espacio vectorial, todos los tensores son vectores, no se sigue que todos los vectores sean tensores.
Para dar un ejemplo, tome el espacio vectorial [math] \ mathbf {P_2} [/ math] de polinomios cuadráticos y los funcionales lineales en ellos. Un ejemplo de una función lineal en ellos es [matemática] f (ax ^ 2 + bx + c) = a [/ matemática], y otra funcional lineal es [matemática] f (p) = \ int_0 ^ 1 p dx [/ matemáticas].
Los funcionales lineales son tensores, pero los polinomios cuadráticos no lo son.