Tenzors ir algebrisks objekts, kas vektortelpā saista, piemēram, skalārus, vektorus, tenozorus, ar citiem skalāriem, vektoriem, tenzoriem, saglabājot linearitāti(vektoru saskaitīšanu un reizināšanu ar skaitli). Varētu teikt, ka tenzors ir tas, kas transformējas kā tenzors.[1] Tenozori ir, piemēram, skaitlis, kuru reizina ar matricu vai skalārā reizināšanas operācija, kas mazina rangu no n uz n-2 , piemēram, divu vektoru skalārais reizinājums ir skaitlis- rangs pāriet no n = 2 uz skalāru n= 2-2 = 0.[2]

Tenozri saglabā linearitāti- transformāciju veikt abiem vektoriem un summēt ir tas pats, kas veikt transformāciju to summai (animācijā transformācija f(x;y)=f(2x;y))
Tenozri saglabā linearitāti- transformēt vektoru un reizināt ar skaitli ir tas pats, kas reizināto vektoru transformēt (animācijā transformācija f(x;y)=f(2x;y))

Tenzorus var attēlot kā daudzdimensiju datu masīvs. Gluži kā vektoru n-dimensiju telpā var attēlot kā viendimensionālu sarakstu ar n komponentēm kādā bāzē, jebkuru tenzoru var attēlot kā daudzdimensionālu sarakstu ar n*m*k*... komponentēm, kur reizinātāju skaits norāda dimensiju. Piemēram, otrā ranga tenzors ir matrica. Parasti tenzori ir kvadrātiski/kubiski/hiperkubiski u.t.t., piemēram, n*n matrica, jo šādi matricai ir definēta apgrieztā matrica un ir vērts runāt par determinantu, īpašvērtībām un īpašvektoriem, raksturīgo polinomu kā arī šadu matricu var interpetēt kā lineāru vienādojumu sistēmu.[3]

Piemēri tenzoriem vektortelpās un tenzorlaukos
m
0 1 2 3
n 0 Skaitlis Kovektors, skalāra lauka gradients Metriskais tenzors
1 Vektors Lineāra transoformācija, Kronekera simbols Vektoriālais reizinājums
2 Bivektors
...
  1. «What are the Differences Between a Matrix and a Tensor?». Mathematics Stack Exchange (angļu). Skatīts: 2024-03-16.
  2. Joseph C. Kolecki. «An Introduction to Tensors for Students of Physics and Engineering». Skatīts: 16.03.2024.
  3. «Why is it important for a matrix to be square?». Mathematics Stack Exchange (angļu). Skatīts: 2024-03-16.