在數學特別是雙線性代數中,有同樣維度的兩個向量 u {\displaystyle \mathbf {u} } 和 v {\displaystyle \mathbf {v} } 的並矢積 P = u ⊗ v {\displaystyle \mathbb {P} =\mathbf {u} \otimes \mathbf {v} } 是這些向量的張量積,而結果是階為 2 的張量。 Remove ads分量 關於選定的基 { e i } {\displaystyle \{\mathbf {e} _{i}\}} ,並矢積 P = u ⊗ v {\displaystyle \mathbb {P} =\mathbf {u} \otimes \mathbf {v} } 的分量 P i j {\displaystyle P_{ij}} 可以定義為 P i j = u i v j {\displaystyle P_{ij}=u_{i}v_{j}} , 這裏的 u = ∑ i u i e i {\displaystyle \mathbf {u} =\sum _{i}u_{i}\mathbf {e} _{i}} , v = ∑ j v j e j {\displaystyle \mathbf {v} =\sum _{j}v_{j}\mathbf {e} _{j}} , 而 P = ∑ i , j P i j e i ⊗ e j {\displaystyle \mathbb {P} =\sum _{i,j}P_{ij}\mathbf {e} _{i}\otimes \mathbf {e} _{j}} . Remove ads矩陣表示 並矢積可以簡單的表示為通過列向量 u {\displaystyle \mathbf {u} } 乘以行向量 v {\displaystyle \mathbf {v} } 的方塊矩陣。例如, u ⊗ v → [ u 1 u 2 u 3 ] [ v 1 v 2 v 3 ] = [ u 1 v 1 u 1 v 2 u 1 v 3 u 2 v 1 u 2 v 2 u 2 v 3 u 3 v 1 u 3 v 2 u 3 v 3 ] , {\displaystyle \mathbf {u} \otimes \mathbf {v} \rightarrow {\begin{bmatrix}u_{1}\\u_{2}\\u_{3}\end{bmatrix}}{\begin{bmatrix}v_{1}&v_{2}&v_{3}\end{bmatrix}}={\begin{bmatrix}u_{1}v_{1}&u_{1}v_{2}&u_{1}v_{3}\\u_{2}v_{1}&u_{2}v_{2}&u_{2}v_{3}\\u_{3}v_{1}&u_{3}v_{2}&u_{3}v_{3}\end{bmatrix}},} 這裏的箭頭指示這只是並矢積關於特定基的特定表示。在這種表示中,並矢積是克羅內克積的特殊情況。 Remove ads參見 並矢張量 張量積 克羅內克積 外積 Loading related searches...Wikiwand - on Seamless Wikipedia browsing. On steroids.Remove ads