Просмотр кода страницы Тензор

{{значения|Тензор (компания)}}
'''Те́нзор''' (от {{lang-la|tensus}}, «напряженный») — объект [[линейная алгебра|линейной алгебры]], линейно преобразующий элементы одного линейного пространства в элементы другого. 
Частными случаями тензоров являются [[скаляр]]ы, [[Вектор (алгебра)|векторы]], [[билинейная форма|билинейные формы]] и т. п.
Термин «тензор» также часто служит сокращением для термина «[[тензорное поле]]», изучением которых занимается [[тензорное исчисление]].

[[Файл:Components stress tensor.svg|right|thumb|300px|Тензор механического напряжения второго ранга. 
Компоненты тензора в трёхмерной декартовой системе координат образуют матрицу
<math>\scriptstyle\sigma = \begin{bmatrix}\mathbf{T}^{(\mathbf{e}_1)} \mathbf{T}^{(\mathbf{e}_2)} \mathbf{T}^{(\mathbf{e}_3)} \\ \end{bmatrix} = \begin{bmatrix} \sigma_{11} & \sigma_{12} & \sigma_{13} \\ \sigma_{21} & \sigma_{22} & \sigma_{23} \\ \sigma_{31} & \sigma_{32} & \sigma_{33} \end{bmatrix}</math>
столбцами которой являются силы, действующие на <math>\mathbf{e}_1</math>, <math>\mathbf{e}_2</math>, и <math>\mathbf{e}_3</math> грани куба.]]

Часто тензор представляют как многомерную таблицу <math>d\times d\times \cdots \times d</math>, заполненную числами — '''компонентами тензора''' (где <math>d</math> — размерность [[векторное пространство|векторного пространства]], над которым задан тензор, а число сомножителей совпадает с т. н. ''валентностью'' или ''рангом'' тензора).
Важно, что такое представление (кроме тензоров валентности ноль — скаляров) возможно только после выбора [[базис]]а (или [[система координат|системы координат]]): при смене базиса компоненты тензора меняются определённым образом. 
Сам тензор как «геометрическая сущность» от выбора базиса не зависит, что можно наглядно видеть на примере [[Вектор (алгебра)|вектора]], являющегося частным видом тензора: компоненты вектора меняются при смене координатных осей, но сам вектор — образом которого может быть просто нарисованная стрелка — от этого не изменяется.

Тензор обычно обозначают некоторой буквой с совокупностью верхних (контрвариантных) и нижних (ковариантных) индексов: <math>X^{i_1i_2\dots i_r}_{j_1j_2\dots j_s}</math>. 
При смене базиса ковариантные компоненты меняются так же как и базис (с помощью того же преобразования), а контравариантные — обратно изменению базиса (обратным преобразованием).

== Определения ==
=== Современное определение ===
Тензор ранга <math>(n,m)</math> над <math>d</math>-мерным [[векторное пространство|векторным пространством]] <math>V</math> это элемент [[тензорное произведение|тензорного произведения]] <math>n</math> пространств <math>V</math> и <math>m</math> [[Сопряжённое пространство|сопряжённых пространств]] <math>V^*</math> (то есть пространств [[линейный функционал|линейных функционалов]] ([[ковектор]]ов) на <math>V</math>)
: <math> \begin{matrix} \tau \in T^n_m(V) & = & \underbrace{ V\otimes \ldots \otimes V} & \otimes  & \underbrace{ V^*\otimes \ldots \otimes V^*} \\ & & n & & m \end{matrix}
 </math>
Сумма чисел <math>n+m</math> называется '''валентностью''' тензора (её также часто называют рангом). 
Тензор '''ранга''' <math>(n,m)</math> также называется <math>n</math> раз '''ковариантным''' и <math>m</math> раз '''контравариантным'''.

=== Тензор как полилинейная функция ===
Точно так же как ковариантный тензор ранга <math>(1,0)</math> можно представлять как [[линейный функционал]], тензор <math>\tau</math> ранга <math>(n,0)</math> удобно представлять себе как функцию <math>\tau(v_1,v_2,\ldots,v_n)</math> от <math>n</math> векторных аргументов <math>v_i\in V</math>, которая линейна по каждому аргументу <math>v_i</math> (такие функции называются [[линейное отображение#Связанные понятия|полилинейными]]), то есть для любой константы <math>c</math> из поля <math>F</math> (над которым определено векторное пространство)

: <math>\tau(v_1,\ldots,cv_A,\ldots,v_n)=c\tau(v_1,\ldots,v_A,\ldots,v_n)</math>
: <math>\tau(v_1,\ldots,v_A+v_A',\ldots,v_n)=\tau(v_1,\ldots,v_A,\ldots,v_n)+\tau(v_1,\ldots,v_A',\ldots,v_n).</math>

В том же ключе, тензор <math>\tau</math> произвольного ранга <math>(n,m)</math> представляется полилинейным функционалом от <math>n</math> векторов и <math>m</math> ковекторов:

: <math>\tau(v_1,v_2,\ldots,v_n,\omega^1,\omega^2,\ldots,\omega^m)</math>
: <math>\tau:V^n\times (V^*)^m \to F </math>

== Компоненты тензора ==

Выберем в пространстве <math>V</math> базис <math>\{\mathbf{e}_1,\mathbf{e}_2,\ldots,\mathbf{e}_d\}</math>, и соответственно <math>\{\mathbf{f}^1,\mathbf{f}^2,\ldots,\mathbf{f}^d\}</math> — '''дуальный базис''' в сопряжённом пространстве <math>V^*</math> (то есть <math>(\mathbf{e}_a \cdot \mathbf{f}^b) = \delta_a^b</math>, где <math>\delta_a^b</math> — [[символ Кронекера]]).

Тогда в пространстве тензоров <math>\Tau^n_m(V)=\left(\bigotimes_{i=1}^n V\right) \otimes \left(\bigotimes_{i=1}^m V^*\right)</math> естественным образом возникает базис
: <math>\{
\mathbf{e}_{i_1}\,\otimes\,\mathbf{e}_{i_2}\,\otimes\,\ldots\,\otimes\,\mathbf{e}_{i_n}\,\otimes\,\mathbf{f}^{j_1}\,\otimes\,\mathbf{f}^{j_2}\,\otimes\,\ldots\,\otimes\,\mathbf{f}^{j_m}\},\quad 1\leqslant i_a,j_b \leqslant d</math>.
Произвольный тензор <math>\tau\in \Tau^n_m(V)</math> можно записать как [[линейная комбинация|линейную комбинацию]] базисных тензорных произведений:
: <math>\tau
= 
\sum_{j_1,j_2,\ldots,j_n} 
\sum_{i_1,i_2,\ldots,i_m} 
{\tau^{i_1,i_2,\ldots,i_m}_{j_1,j_2,\ldots,j_n}} 
\mathbf{e}_{i_1}\,\otimes\,\mathbf{e}_{i_2}\,\otimes\,\ldots\,\otimes\,\mathbf{e}_{i_m}\,\otimes\,\mathbf{f}^{j_1}\,\otimes\,\mathbf{f}^{j_2}\,\otimes\,\ldots\,\otimes\,\mathbf{f}^{j_n}.</math>
Используя [[соглашение Эйнштейна]] это разложение записывается как
: <math>\tau
= 
{\tau^{i_1,i_2,\ldots,i_m}_{j_1,j_2,\ldots,j_n}} 
\mathbf{e}_{i_1}\,\otimes\,\mathbf{e}_{i_2}\,\otimes\,\ldots\,\otimes\,\mathbf{e}_{i_m}\,\otimes\,\mathbf{f}^{j_1}\,\otimes\,\mathbf{f}^{j_2}\,\otimes\,\ldots\,\otimes\,\mathbf{f}^{j_n}.</math>

Числа <math>\tau^{i_1,i_2,\ldots,i_m}_{j_1,j_2,\ldots,j_n}</math> называются компонентами тензора <math>\tau</math>.
Нижние индексы ''компонент'' тензора называются ковариантными, а верхние — контравариантными.
Например, разложение некоторого дважды ковариантного тензора <math>h</math> будет таким:
: <math>h = \sum_{j,k} h_{jk} \mathbf{f}^j \otimes \mathbf{f}^k</math>

Если определить тензор как полилинейную функцию, то его компоненты определяются значениями этой функции на базисе <math>\Tau^m_n(V)=\left(\bigotimes_{i=1}^n V^*\right) \otimes \left(\bigotimes_{i=1}^m V\right)</math>:
: <math>{\tau^{i_1,i_2,\ldots,i_m}_{j_1,j_2,\ldots,j_n}} 
= \tau(
\mathbf{f}^{i_1},\mathbf{f}^{i_2},\ldots,\mathbf{f}^{i_m},
\mathbf{e}_{j_1},\mathbf{e}_{j_2},\ldots,\mathbf{e}_{j_n}
),\quad 1\leqslant i_a, j_b \leqslant d.</math>

=== О классическом определении ===

Классический подход к определению тензора, более распространённый в физической литературе, начинает с представления тензоров в компонентах.
Тензор определяется как [[геометрический объект]], который описывается многомерным [[массив]]ом, то есть набором чисел, занумерованных несколькими индексами, или, иначе говоря, таблицей (вообще говоря, <math>n</math>-мерной, где <math>n</math> — ''валентность'' тензора (см. выше)).

Так [[Вектор (алгебра)|вектор]] (тензор первого ранга) задаётся одномерным массивом (строкой или лучше — столбцом), а такие объекты как [[линейный оператор]] и [[квадратичная форма]] — двумерной [[матрица (математика)|матрицей]]. 
Скаляр же (тензор нулевого ранга) задаётся одним числом (которое можно рассматривать как нульмерный массив с единственным элементом). 
(Скаляры и векторы удобно рассматривать в качестве частных случаев тензоров, так как все тензорные определения и теоремы для них в силе и векторы со скалярами можно при общем рассмотрении не упоминать отдельно.)

Вводятся тензорные операции, которые можно считать прямым обобщением матричных операций (умножение матриц между собой и с векторами), а также векторных операций, таких, как скалярное произведение. 
Эти операции, если исходить из современного (аксиоматического) определения, прямо вытекают из (поли-)линейности тензоров в этом определении, после разложения векторов, свёртываемых с тензорами, по базису векторного пространства, точно так же, как и матричные операции вытекают из линейности линейных операторов и билинейных форм, представлением каждого из которых в конкретном базисе является конкретная матрица.

С помощью этих операций тензоры связываются с такими фундаментальными геометрическими объектами, как векторы и скаляры, чем, в конечном счёте, определяется их геометрический смысл. 
Эти же операции связывают тензоры с матрицами преобразований координат ([[матрица Якоби|матрицами Якоби]]). 
Если речь идёт о тензорном анализе на (римановом или псевдоримановом, с которыми обычно имеют дело в классическом подходе, по крайней мере, на первом этапе) многообразии общего вида, все эти операции определяются обычно общековариантным способом (то есть способом, не зависящим от выбора криволинейных координат) с помощью [[метрический тензор|метрического тензора]].

Основными тензорными операциями являются сложение, в этом подходе сводящееся к покомпонентному сложению, аналогично векторам, и [[свёртка тензора|свёртка]] — с векторами, между собой и сами с собой, обобщающая матричное умножение, скалярное произведение векторов и взятие следа матрицы. 
Умножение тензора на число (на скаляр) можно при желании считать частным случаем свёртки, оно сводится к покомпонентному умножению.

Значения чисел в массиве, или '''компоненты тензора''', зависят от системы координат, но при этом сам тензор, как ''геометрическая сущность'', от них не зависит.

Под проявлениями этой геометрической сущности можно понимать много что: различные скалярные инварианты, симметричность/антисимметричность индексов, соотношения между тензорами и другое.

Например, скалярное произведение и длина векторов не меняется при поворотах осей, а метрический тензор всегда остаётся симметричным. 
[[Свёртка тензора|Свёртки]] любых тензоров с самими собой и/или другими тензорами (в том числе векторами), если в результате не осталось ни одного индекса, являются скалярами, то есть инвариантами относительно замены координат: это общий способ построения скалярных инвариантов.

При замене системы координат компоненты тензора преобразуются по определённому линейному закону.

Зная компоненты тензора в одной координатной системе, всегда можно вычислить его компоненты в другой, если задана матрица преобразования координат. 
Таким образом, второй подход можно суммировать в виде формулы:
{{рамка}}
тензор = массив компонент + закон преобразования компонент при замене базиса
{{/рамка}}

Следует заметить, что при этом подразумевается, что все тензоры (все тензоры над одним векторным пространством), независимо от их ранга (то есть и векторы в том числе), преобразуются через одну и ту же матрицу преобразования координат (и дуальную ей, если есть верхние и нижние индексы). 
Компоненты тензора, таким образом, преобразуются по тому же закону, что и соответствующие компоненты тензорного произведения векторов (в количестве, равном валентности тензора), учитывая ковариантность-контравариантность компонент.

Например, компоненты тензора

: <math> \tau^i_{jk} </math>

преобразуется так же, как компоненты тензорного произведения трёх векторов, то есть как произведение компонент этих векторов

: <math> \ a^ib_jc_k </math>

Так как преобразование компонент вектора известно, то таким образом можно легко сформулировать простейший из вариантов классического определения тензора.

== Примеры ==

* Тензор ранга <math>(0,0)</math> — это [[скаляр]];
* Один раз контравариантный тензор (ранга <math>(0,1)</math>) — это просто элемент пространства <math>V</math>, то есть [[Вектор (алгебра)|вектор]];
* Тензор ранга <math>(0,1)</math> есть [[ковектор]] (ковариантный вектор), то есть элемент пространства <math>V^*</math>;
* Тензор ранга <math>(0,2)</math> есть [[билинейная форма]], например [[метрический тензор]] <math>g_{ij}</math> на касательном пространстве.
* Тензор ранга <math>(1,1)</math> есть [[линейный оператор]] <math>A:V\to V</math> или <math>A:V^*\to V^*</math>
** В частности, единичный оператор, который может быть представлен [[Единичная матрица|единичной матрицей]] <math>\delta^i_j</math> — тензор ранга <math>(1,1)</math>.
* [[Форма объёма]] на <math>n</math>-мерном линейном пространстве есть пример антисимметрического тензора ранга <math>(n,0)</math> (или <math>n</math> раз ковариантного)
* [[Риманова кривизна]] в естественном виде <math>R^i_{\ jkl}</math> — пример тензора ранга <math>(3,1)</math>, её свёртки — [[тензор Риччи]] <math>R_{ij}</math> и [[скалярная кривизна]] <math>R=R_{ij}g^{ij}</math> — примеры тензоров соответственно ранга <math>(2,0)</math> и <math>(0,0)</math> — то есть последний — скаляр.

Как следует из определения, компоненты тензора должны меняться определённым образом синхронно с компонентами векторов того пространства, на котором он определён, при преобразовании координат. 
Поэтому '''не''' любая табличка или величина с индексами, выглядящая как представление тензора, на самом деле представляет тензор.

* Простым, хотя в целом несколько искусственным, примером такой таблички, '''не''' представляющей тензор, может быть табличка, компоненты которой представляют набор произвольных чисел, никак не меняющихся при произвольных преобразованиях координат. Такой объект не представляет тензора, или, во всяком случае, не представляет тензора на линейном пространстве, в котором произошло преобразование координат. Так, набор из трёх чисел не представляет трёхмерного вектора, если эти числа не преобразуются при замене координат совершенно определённым образом.

* Также в общем случае подмножество компонент тензора высшего ранга '''не''' является тензором низшего ранга.
* '''Не''' представляет тензора также объект, все компоненты которого нули хотя бы в одной невырожденной системе координат (в полном базисе), тогда как в другой хотя бы одна компонента ненулевая. Этот факт — следствие (поли-)линейности тензоров.

Существуют объекты, которые не только похожи на тензоры, но для которых определены (и имеют разумный и корректный смысл) тензорные операции (свёртка с другими тензорами, в частности, с векторами), однако при этом '''тензорами не являющиеся''':

* Прежде всего к тензорам не относятся сами матрицы ([[матрица Якоби|матрицы Якоби]]) преобразования координат, являющегося частным случаем [[диффеоморфизм]]а между двумя многообразиями, с помощью которых и вводится классическое определение тензора, хотя по многим своим свойствам они напоминают тензор. Для них также можно ввести верхние и нижние индексы, операции умножения, сложения и свёртки. Однако, в отличие от тензора, компоненты которого зависят лишь от координат на заданном многообразии, компоненты матрицы Якоби также зависят от координат на многообразии-образе. Это различие очевидно в том случае, когда рассматриваются матрицы Якоби диффеоморфизма двух произвольных многообразий, однако при отображении многообразия в себя его можно не заметить, так как касательные пространства образа и прообраза [[Изоморфизм (математика)|изоморфны]] (не канонически). Тем не менее, оно сохраняется. Аналогию между матрицами Якоби и тензорами можно развить, если рассматривать произвольные [[Векторное расслоение|векторные расслоения]] над многообразием и их произведения, а не только касательное и кокасательное расслоение.

* [[Символы Кристоффеля]] <math>\Gamma^i_{\ jk}</math> также не представляют тензора, хотя бы потому, что они могут быть обращены в ноль выбором координат вблизи произвольной точки, так же, как выбором (криволинейных) координат могут быть сделаны ненулевыми. Однако свёртка компонент связности с вектором дает настоящий вектор, а их разность — настоящий тензор ([[тензор кручения]]). Символы Кристоффеля, как и любые коэффициенты [[Связность (дифференциальная геометрия)|связности]] на [[Расслоение|расслоении]], являются элементами более сложного пространства, чем пространство тензоров — [[Расслоение струй|расслоения струй]].

== Тензорные операции ==

Тензоры допускают следующие алгебраические операции:
* Умножение на скаляр — умножение каждого компонента тензора на скаляр. Аналогично умножению вектора или скалярной величины (и то, и другое являются частными случаями тензора);

* Сложение тензоров одинаковой валентности и состава индексов (вычислять сумму можно покомпонентно, как и для векторов);
** Наличие умножения на скаляр и сложения тензоров делают пространство тензоров одного и того же типа [[линейное пространство|линейным пространством]].

* [[Тензорное произведение]] — без ограничений. Произведением тензора ранга <math>(m,n)</math> на тензор ранга <math>(m',n')</math> является тензор суммарного ранга <math>(m+m',n+n')</math>, то есть если <math>\sigma\in T^m_n</math> и <math>\tau \in T^{m'}_{n'}</math> то их произведение
:: <math>\sigma\otimes\tau\in T^{m+m'}_{n+n'}=T^{m}_n\otimes T^{m'}_{n'}.</math>
: Компоненты тензорного произведения суть произведения соответствующих компонент множителей, например:
:: <math> P^{ij}_{\ \ kl}\ = A^{ij} B_{kl}</math>

* [[Свёртка тензора]] — специфическая тензорная операция, понижающая валентность тензора, вычисляется суммированием по паре индексов (верхнего и нижнего, если они различаются) и пробегающих, оставаясь равными друг другу, все свои значения, например:
*: <math> B^i_{\ kl}\ = \sum_j A^{ji}_{\ \ jkl} = A^{ji}_{\ \ jkl}</math>
** (последнее в эйнштейновских обозначениях, где суммирование по повторяющемуся верхнему и нижнему индексу подразумевается автоматически). Часто, если не как правило, свёртка (то есть результат операции свёртки) обозначается той же буквой, что и тензор, к которому свёртка применена, только, конечно, с количеством индексов, на два меньшим.
** [[След матрицы]] — частный случай свёртки тензора с собой.

* [[Свёртка тензора|Свёртка двух или нескольких тензоров]] (в том числе тензоров и векторов), например:
*: <math> C^i_{jk}\ = \sum_m B^i_m A^m_{jk} = B^i_m A^m_{jk}</math> (последнее — в [[соглашение Эйнштейна|записи Эйнштейна]]).
*:  — операция, которую можно свести к последовательному тензорному умножению этих тензоров (см. чуть ниже) и затем свёртке получившегося тензора (возможно, несколько раз). Очевидно, эта операция линейна по всем входным каналам. Таким образом, свёртка с тензором реализует линейное или полилинейное отображение пространств тензоров на пространство тензоров (в общем случае — на другое), в частности, векторов на векторы и векторов на скаляры.
** Свёртка вектора с тензором валентности два есть действие линейного оператора, определяемого этим тензором, на вектор:
*: <math> u^i\ = \sum_j A^i_j v^j = A^i_j v^j</math> (последнее — в записи Эйнштейна).
** Свёртка (однократная) двух тензоров валентности два реализует композицию линейных операторов, определяемых этими тензорами:
*: <math> C^i_j\ = \sum_k B^i_k A^k_j = B^i_k A^k_j</math> (последнее — в записи Эйнштейна).

* ''[[Симметризация и антисимметризация]]'' — конструирование тензора того же типа с определённым видом симметрии. Для примера, симметризация тензора <math>T_{ij}</math> — это симметричный тензор <math>\scriptstyle T_{(ij)} = {1\over 2}\left(T_{ij}+T_{ji}\right)</math>, а антисимметризация — антисимметричный тензор <math>\scriptstyle T_{[ij]} = {1\over 2}\left(T_{ij}-T_{ji}\right)</math>. В общем случае симметризация по <math>n</math> индексам имеет вид
: <math>T_{(i_1\ldots i_n)} = {1\over n!}\sum_{\sigma} T_{\sigma(i_1)\ldots \sigma(i_n)},</math>
: а антисимметризация:
: <math>T_{[i_1\ldots i_n]} = {1\over n!}\sum_{\sigma} \mathrm{sign}\,(\sigma) T_{\sigma(i_1)\ldots \sigma(i_n)}</math>
: Здесь <math>\sigma</math> — всевозможные [[Перестановка|перестановки]] индексов <math>i_1,\ldots,i_n,</math> а <math>\mathrm{sign}\,(\sigma)</math> — [[чётность перестановки]] <math>\sigma.</math> Разумеется, не обязательно симметризовать тензор по всем индексам, здесь это используется лишь для упрощения записи.
:* Если <math>T_{i_1\ldots i_n}</math> симметричен по <math>i_1\ldots i_n,</math> то симметризация по этим индексам совпадает с <math>T,</math> а антисимметризация даёт нулевой тензор. Аналогично в случае антисимметричности по некоторым индексам.
:* Если <math>T_{ij} \in V\otimes V,</math> то <math>T_{(ij)} \in V \vee V,</math> <math>T_{[ij]} \in V \wedge V.</math> Здесь <math>\vee</math> — [[Симметричное произведение|симметричное]], а <math>\wedge</math> — [[Внешнее произведение|внешнее]] произведение векторных пространств.

== Симметрии ==

В различного рода приложениях часто возникают тензоры с определённым свойством [[симметрия|симметрии]].

Симметричным по двум ко-(контра-)вариантным индексам называется тензор, который удовлетворяет следующему требованию:

: <math>T(\underline{e^{j_1},e^{j_2}},\ldots,e^{j_n},e_{i_1},e_{i_2},\ldots,e_{i_m}) = T(\underline{e^{j_2},e^{j_1}},\ldots,e^{j_n},e_{i_1},e_{i_2},\ldots,e_{i_m});</math>

: <math>T(e^{j_1},e^{j_2},\ldots,e^{j_n},\underline{e_{i_1},e_{i_2}},\ldots,e_{i_m}) = T(e^{j_1},e^{j_2},\ldots,e^{j_n},\underline{e_{i_2},e_{i_1}},\ldots,e_{i_m})</math>

или в компонентах

: <math>{T_{\underline{j_1,j_2},\ldots,j_n}}^{i_1,i_2,\ldots,i_m} = {T_{\underline{j_2,j_1},\ldots,j_n}}^{i_1,i_2,\ldots,i_m},\quad \forall j_1,j_2 = 1,2,\ldots,(\dim(V)=\dim(V^*));</math>

: <math>{T_{j_1,j_2,\ldots,j_n}}^{\underline{i_1,i_2},\ldots,i_m} = {T_{j_1,j_2,\ldots,j_n}}^{\underline{i_2,i_1},\ldots,i_m},\quad \forall i_1,i_2 = 1,2,\ldots,(\dim(V)=\dim(V^*)).</math>

Аналогично определяется [[косая симметрия]] (или антисимметричность):
: <math>T(\underline{e^{j_1},e^{j_2}},\ldots,e^{j_n},e_{i_1},e_{i_2},\ldots,e_{i_m}) = -T(\underline{e^{j_2},e^{j_1}},\ldots,e^{j_n},e_{i_1},e_{i_2},\ldots,e_{i_m});</math>

: <math>T(e^{j_1},e^{j_2},\ldots,e^{j_n},\underline{e_{i_1},e_{i_2}},\ldots,e_{i_m}) = -T(e^{j_1},e^{j_2},\ldots,e^{j_n},\underline{e_{i_2},e_{i_1}},\ldots,e_{i_m})</math>

или в компонентах

: <math>T_{\underline{j_1,j_2},\ldots,j_n}^{i_1,i_2,\ldots,i_m} = -T_{\underline{j_2,j_1},\ldots,j_n}^{i_1,i_2,\ldots,i_m},\quad \forall j_1, j_2 = 1,2,\ldots,(\dim(V)=\dim(V^*));</math>

: <math>T_{j_1,j_2,\ldots,j_n}^{\underline{i_1,i_2},\ldots,i_m} = -T_{j_1,j_2,\ldots,j_n}^{\underline{i_2,i_1},\ldots,i_m},\quad \forall i_1, i_2 = 1,2,\ldots,(\dim(V)=\dim(V^*)).</math>

Симметрия или антисимметрия не обязательно должна охватывать только соседние индексы, она может включать в себя любые индексы, учитывая, правда, следующее: симметрия или антисимметрия может относиться только к индексам одного сорта: ко- или контравариантным. 
Симметрии же, смешивающие ко- и контравариантные индексы тензоров, как правило, не имеют особого смысла, так как, даже если они наблюдаются в компонентах, то разрушаются при переходе к другому базису отнесения (то есть неинвариантны).

Впрочем, в присутствии метрического тензора, наличие операций [[Метрический тензор#Изоморфизм между касательным и ко-касательным пространством|поднятия или опускания индекса]] устраняет это неудобство, и ограничение этим по сути снимается, когда тензор представлен подходящим образом (так, например, [[тензор кривизны|тензор кривизны Римана]] <math>R_{mjkl}=g_{im}R^i_{jk\ell}</math> антисимметричен по первым двум и последним двум индексам).

Эти определения естественным образом обобщаются на случай более чем двух индексов. 
При этом при любой перестановке индексов, по которым тензор является симметричным, его действие не изменяется, а при антисимметрии по индексам знак действия тензора изменяется на противоположный для нечётных перестановок (получаемых из начального расположения индексов нечётным числом транспозиций — перестановок двух индексов) и сохраняется для чётных.

Существуют и более сложные симметрии, например [[Алгебраическое тождество Бьянки|первое тождество Бьянки]] для тензора кривизны.

== Тензоры в физике ==
В [[физика|физике]] тензоры широко используются в теориях, обладающих геометрической природой (таких, как [[Общая теория относительности]]) или допускающих полную или значительную геометризацию (к таковым можно в значительной степени отнести практически все современные фундаментальные теории — [[электродинамика]], [[релятивистская механика]] и т. д.), а также в теории [[анизотропия|анизотропных]] сред (которые могут быть анизотропны изначально, как [[кристалл]]ы низкой симметрии, или вследствие своего движения или напряжений, как текущая [[жидкость]] или [[газ]], или как деформированное твердое тело). Кроме того, тензоры широко используются в [[Абсолютно твёрдое тело|механике абсолютно твердого тела]].

[[Линейные операторы]] [[квантовая механика|квантовой механики]], конечно, также могут быть интерпретированы как тензоры над некими абстрактными пространствами (пространствами состояний), но традиционно такое применение термина ''тензор'' практически не используется, как и вообще крайне редко используется для описания линейных операторов над бесконечномерными пространствами. 
Вообще в физике термин ''тензор'' имеет тенденцию применяться только к тензорам над обычным физическим 3-мерным пространством или 4-мерным пространством-временем, или, в крайнем случае, над наиболее простыми и прямыми обобщениями этих пространств, хотя принципиальная возможность применения его в более общих случаях остаётся.

Примерами тензоров в физике являются:
* [[метрический тензор]] над псевдоримановым 4-мерным многообразием, являющийся в [[ОТО]] развитием понятия ньютоновского гравитационного потенциала.
* выражающийся через него [[тензор кривизны|тензор Римановой кривизны]] и его свёртки, связанные в этой же теории с энергией гравитационного поля и непосредственно входящие в [[Уравнения Эйнштейна|основное уравнение теории]].
* [[тензор электромагнитного поля]] над пространством Минковского, содержащий напряженности электрического и магнитного поля и являющийся главным объектом классической электродинамики в 4-мерной записи. В частности, [[уравнения Максвелла]] записываются с его помощью в виде единственного 4-мерного уравнения.
* [[Тензор напряжений|напряжения]] и [[Тензор деформации|деформации]] в теории упругости описываются тензорами над 3-мерным евклидовым пространством. То же касается таких величин, как [[модули упругости]].
* едва ли не большинство величин, являющихся скалярными характеристиками вещества в случае [[Изотропия|изотропности]] последнего, являются тензорами в случае [[анизотропия|анизотропного]] вещества. Говоря конкретнее, это относится к субстанциальным коэффициентам, связывающим векторные величины или стоящие перед произведениями (в частности, квадратами) векторов. Примерами могут быть [[удельная электропроводность]] (также и обратное ей [[Удельное электрическое сопротивление|удельное сопротивление]]), [[теплопроводность]], [[диэлектрическая восприимчивость]] и [[Относительная диэлектрическая проницаемость|диэлектрическая проницаемость]], [[скорость звука]] (зависящая от направления) и т. д.
* в механике абсолютно твердого тела важнейшую роль играет [[тензор инерции]], связывающий угловую скорость с моментом импульса и кинетической энергией вращения. Этот тензор отличается от большинства других тензоров в физике, представляющих собой, вообще говоря, тензорные поля, тем, что один тензор характеризует одно абсолютно твердое тело, полностью определяя, вместе с массой, его инерцию.
* аналогичным свойством обладают тензоры, входящие в [[мультипольное разложение]]: всего один тензор целиком представляет момент распределения зарядов соответствующего порядка в данное время.
* часто в физике полезен псевдо[[Символ Леви-Чивиты|тензор Леви-Чивиты]], входящий, например, в координатную запись векторного и смешанного произведений векторов. Компоненты этого тензора всегда записываются практически одинаково (с точностью до скалярного множителя, зависящего от метрики), а в правом ортонормированном базисе — совершенно одинаково всегда (каждая равна 0, +1 или −1).
* термин [[4-тензор]] — применяется для обозначения любого тензора над четырёхмерным пространством-временем, повороты системы отсчёта в котором включают как обычные повороты трёхмерного пространства, так и переход между системами отсчёта, которые движутся с разными скоростями одна относительно другой. Это тензор над пространством [[4-вектор]]ов, тензор, каждый индекс которого принимает четыре значения: одно «временно́е» и три «пространственных».
Нетрудно заметить, что большинство тензоров в физике (не рассматривая скаляров и векторов) имеют всего два индекса. Тензоры, имеющие большую валентность (такие, как тензор Римана в ОТО) встречаются, как правило, только в теориях, считающихся достаточно сложными, да и то нередко фигурируют в основном в виде своих свёрток меньшей валентности. Большинство симметрично или антисимметрично.

Простейшей иллюстрацией, позволяющей понять физический (и отчасти геометрический) смысл тензоров, а более точно — симметричных тензоров второго ранга, будет, вероятно, рассмотрение тензора (удельной) электропроводности <math>\sigma</math>. 
Интуитивно понятно, что анизотропная среда, например, кристалл, или даже какой-то специально изготовленный искусственный материал, не будет в общем случае проводить ток одинаково легко во всех направлениях (например, из-за формы и ориентации молекул, атомных слоев или каких-то надмолекулярных структур — можно представить себе, например, тонкие проволочки хорошо проводящего металла, одинаково ориентированные и вплавленные в плохо проводящую среду). 
Возьмем за основу для простоты и конкретности, последнюю модель (хорошо проводящие проволочки в плохо проводящей среде). 
Электропроводность вдоль проволочек будет большой, назовем ее <math>\sigma_1</math>, а поперек — маленькой, обозначим ее <math>\sigma_2</math>. 
(Ясно, что в общем случае (например, когда проволочки сплюснуты в сечении и эта сплюснутость также ориентирована у всех проволочек одинаково, электропроводность <math>\sigma_3</math> будет отличаться от <math>\sigma_2</math>, в случае же круглых равномерно распределенных проволочек — <math>\sigma_2=\sigma_3</math>, но не равны <math>\sigma_1</math>.) 
Довольно нетривиальный в общем случае, но довольно очевидный в нашем примере, факт состоит в том, что найдутся три взаимно перпендикулярных направления, для которых связь вектора плотности тока <math>\mathbf{j}</math> и напряженности вызывающего его электрического поля <math>\mathbf{E}</math> будут связаны просто числовым множителем (в нашем примере — это направление вдоль проволочек, второе — вдоль их сплюснутости и третье перпендикулярное первым двум). 
Но любой вектор можно разложить на компоненты по этим удобным направлениям:
: <math> \mathbf{E} = E_1 \mathbf{e}_1 + E_2 \mathbf{e}_2 + E_3 \mathbf{e}_3 </math>
: <math> \mathbf{j} = j_1 \mathbf{e}_1 + j_2 \mathbf{e}_2 + j_3 \mathbf{e}_3 </math>

тогда можно для каждой компоненты записать:

: <math>\ j_i = \sigma_i E_i </math>

И мы увидим, что для любого направления, не совпадающего с 1, 2 и 3, вектор <math>\mathbf{j}</math> уже не будет совпадать по направлению с <math>\mathbf{E}</math>, если только не равны хотя бы два из <math>\sigma_1</math>, <math>\sigma_2</math> и <math>\sigma_3</math>.

Переходя к произвольным декартовым координатам, не совпадающим с этими выделенными направлениями, мы вынуждены будем включить матрицу поворота для преобразования координат, и поэтому в произвольной системе координат соотношение между <math>\mathbf{j}</math> и <math>\mathbf{E}</math> будет выглядеть так:
: <math>\ j_i = \sum_k \sigma_{ik} E_k </math>
то есть тензор электропроводности будет представлен симметричной матрицей <math>3 \times 3</math>.

Учитывая же то, что удельная мощность тепловыделения <math>w</math> в проводнике равна скалярному произведению <math>\mathbf{j}\cdot\mathbf{E}</math>, нетрудно записать:
: <math>\ w = \sum_{ik} E_i \sigma_{ik} E_k </math>

или

: <math>\ w = \sum_{ik} j_i \rho_{ik} j_k, </math>

где <math>\rho</math> — удельное сопротивление — матрица, обратная матрице <math>\sigma</math>. 
Так мы наглядно видим еще одно типичное использование симметричного тензора второго ранга в физике — как [[квадратичная форма|квадратичной формы]], преобразующей вектор в скаляр.

* В этом примере для простоты использовались только прямоугольные равномасштабные декартовы координаты, поэтому различие верхних и нижних тензорных индексов отсутствует.

Таким образом, мы получили (правда, говоря строго, только для случая симметричного тензора) хороший наглядный геометрический образ тензора, применимый в физике. 
Этот образ состоит из ортогонального базиса (называемого собственным базисом тензора или его собственными координатами), ориентированного в пространстве определенным образом (определяемым свойствами среды, порождающей тензор), и трех (для трехмерного пространства) чисел (коэффициентов), связанных каждое с одной из этих осей (называемых собственными числами или собственными значениями тензора), предназначенных для умножения на них соответствующих компонент вектора, чтобы получить компоненты вектора нового. 
Как видим, в частном случае <math>\sigma_1=\sigma_2=\sigma_3</math> умножение на тензор <math>\sigma</math> сводится к умножению на число (на скаляр).

Или, умножая квадраты этих компонент (компонент в собственном базисе тензора) вектора на собственные числа, и сложив их, получаем скаляр. 
[[Поверхность уровня|Поверхности уровня]] такой квадратичной формы — [[эллипсоид]]ы. Такой эллипсоид служит также хорошим геометрическим образом тензора.
Направление его главных осей — дает собственный базис тензора, а их величины — определяют его собственные числа.

В алгебре же всё сказанное иллюстрирует понятия собственных векторов (собственного базиса) и собственных чисел линейного оператора, квадратичной формы или матрицы, а процесс нахождения собственного базиса и собственных чисел (называемый [[Задача на собственные значения|задачей на собственные значения]]) называется [[диагонализация|диагонализацией]] оператора, квадратичной (или билинейной) формы или матрицы (так как матрица, представляющая оператор или билинейную форму становится в этом базисе диагональной).

== См. также ==
* [[Тензорное поле]]
* [[Метрический тензор]]
* [[Тензор кривизны]]
* {{нп5|Тензорные вычисления|Тензорные вычисления (программное обеспечение)||Tensor software}}

== Литература ==
* ''Акивис М. А., Гольдберг В. В.'' [http://eqworld.ipmnet.ru/ru/library/books/AkivisGoldberg1969ru.djvu  Тензорное исчисление.] — {{М}}: Наука, 1969;
* ''[[Димитриенко, Юрий Иванович|Димитриенко Ю. И.]]'' Тензорное исчисление: Учеб. пособие. — {{М}}: Высшая школа, 2001. — 576 с. ISBN 5-06-004155-7.
* ''[[Коренев, Георгий Васильевич|Коренев Г. В.]]'' Тензорное исчисление: Учеб. пособие. — {{М.}}: Издательство МФТИ, 2000. — 240 с. — ISBN 5-89155-047-4.
* ''Кочин Н. Е.'' [http://eqworld.ipmnet.ru/ru/library/books/Kochin1965ru.djvu Векторное исчисление и начала тензорного исчисления (9-е издание).] — {{М}}: Наука, 1965;
* ''Мак-Коннел А. Дж.'' [http://eqworld.ipmnet.ru/ru/library/books/Mak-Konnel1963ru.djvu Введение в тензорный анализ с приложениями к геометрии, механике и физике.] — {{М}}: Физматлит, 1963;
* ''Номидзу К.'' [http://eqworld.ipmnet.ru/ru/library/books/Nomidzu1960ru.djvu Группы Ли и дифференциальная геометрия.] — {{М}}: ИЛ, 1960;
* ''[[Победря, Борис Ефимович|Победря Б. Е.]]'' [http://eqworld.ipmnet.ru/ru/library/books/Pobedrya1986ru.djvu Лекции по тензорному анализу: Учеб. пособие. (3-е изд.).] — {{М}}: Изд-во МГУ, 1986;
* ''Рашевский П. К.'' [http://eqworld.ipmnet.ru/ru/library/books/Rashevskij1967ru.djvu Риманова геометрия и тензорный анализ (3-е издание).] — {{М}}: Наука, 1967;
* ''Шарипов Р. А.'' [http://eqworld.ipmnet.ru/ru/library/books/Sharipov2004ru.pdf Быстрое введение в тензорный анализ.] — БашГУ.


[[Категория:Тензорное исчисление| ]]