Puedes definir la división de vectores, pero como la multiplicación y la división son operaciones relacionadas, solo puedes hacerlo eligiendo una definición de multiplicación que lo permita.
Como se ha señalado, en álgebra de vectores típicamente solo definimos los productos punto y cruz. Para dos vectores $a$ y $b$, el producto punto $a\cdot b$ nos dice cuánto están paralelos los dos vectores. El producto cruz $a \times b$ nos dice qué tan perpendiculares son los vectores y, además, nos dice algo sobre su orientación relativa, acerca del plano en el que se encuentran los dos vectores. Te afirmo sin demostrar que los productos punto y cruz contienen toda la información relevante posible de dos vectores. En otras palabras, si se conoce $a$ y $a \cdot b$ y $a \times b$, entonces se puede reconstruir $b$.
De hecho, la fórmula para hacerlo es algo así como
$$b = (a \cdot b) a/|a|^2 + (a \times b) \times a/|a|^2$$
Debería resultar intuitivo que $a/|a|^2$ de alguna manera "deshace" estos dos productos. Si hubiera un candidato para $a^{-1}$, entonces $a/|a|^2$ sería ese.
Pero, ¿cómo podemos hacer esto de una manera formalizada? La respuesta es definir un nuevo producto, uno que combine las propiedades de los productos punto y cruz en una sola operación. Esta operación se llama el producto geométrico.
Sea $e_1, e_2, \ldots, e_n$ una base ortonormal para $\mathbb R^n$. El producto geométrico de vectores se define de la siguiente manera:
$$e_i e_j = \begin{cases} 1, & i = j \\ -e_j e_i, & i \neq j\end{cases}$$
Cuando dos vectores base son iguales y se multiplican mediante el producto geométrico, el resultado es un escalar, capturando así el comportamiento del producto punto. Cuando los dos vectores base son ortogonales, el resultado es antisimétrico, capturando el comportamiento del producto cruz. Es importante tener en cuenta, sin embargo, que esta parte antisimétrica no resulta en un vector, sino en un nuevo objeto que llamamos un bivector. Piénsalo como un subespacio plano orientado, al igual que los vectores son subespacios orientados de manera lineal a través de $\mathbb R^n$.
El producto geométrico es lineal en sus argumentos, por lo que podemos encontrar el producto geométrico de $a$ y $b$ simplemente descomponiéndolos en componentes. Además, el producto geométrico es asociativo, por lo que podemos encontrar $ab$ y luego multiplicar (ya sea a la izquierda o a la derecha) por otro vector $c$, y así sucesivamente. Por ahora, sin embargo, podemos limitarnos al caso de dos vectores. El producto geométrico se escribe a menudo como
$$ab = a \cdot b + a \wedge b$$
Esta cuña evita elegantemente un problema con el producto cruz: no existe en dimensiones fuera de 3 o 7. La cuña (que produce la parte bivector ya mencionada) sí existe en cualquier número de dimensiones.
Entonces, el producto geométrico admite inversos multiplicativos (esencialmente, división). Observa que $aa^{-1} = 1 \implies a^{-1} = a/a^2$, tal como observé antes. Debido a que el producto geométrico es asociativo, tiene sentido decir que
$$a^{-1} a b = (a^{-1} a) b = \frac{1}{a^2}aab = \frac{a^2}{a^2} b = b$$
mientras que, por otro lado, la asociatividad nos da la libertad de agrupar los productos de manera diferente, como sigue:
$$b=a^{-1} a b = a^{-1} (ab) = a^{-1} (a \cdot b + a \wedge b) = \frac{1}{a^2} [a(a \cdot b) + a (a \wedge b)]$$
lo cual es simplemente la forma algebraica geométrica de la descomposición que escribí anteriormente. Aquí, se sigue simplemente de la libertad de agrupar productos como se desee. Esta es una técnica poderosa en álgebra geométrica, útil para demostrar muchas identidades (incluso hasta cálculo vectorial y más allá).
Más allá de todo eso, ¿cuál es el producto de dos vectores entonces, bajo el producto geométrico? Es un escalar y un bivector, como ya hemos establecido. Un nombre para el conjunto de tales objetos es espinores. Los espinores son útiles para representar rotaciones, y de hecho, el producto $ab$ nos da un espinor correspondiente a una rotación desde $b$ hacia la dirección de $a$. En 2 dimensiones, dichos espinores tienen solo dos componentes, y estas corresponden a números complejos. En 3 dimensiones, dichos espinores tienen 4 componentes (1 escalar, 3 bivectorios, uno por cada uno de los 3 planos en el espacio tridimensional), y estos espinores corresponden a cuaterniones y así sucesivamente. Así, el producto geométrico proporciona una gran comprensión de la naturaleza de las rotaciones y cómo se pueden construir a partir de vectores.
1 votos
¿De qué multiplicación estás hablando? ¿Un producto interno? Porque esa no es una operación sobre los vectores.
0 votos
La división es el inverso de la multiplicación. Si ese inverso no existe, entonces la afirmación "tenemos multiplicación" puede que no sea verdadera en el sentido en el que estás pensando.
0 votos
Estoy pensando, que el producto punto y el producto cruz son multiplicaciones de vectores.
0 votos
El producto punto toma dos vectores y da un escalar, no un vector. Entonces, en ese caso al menos, no tiene sentido hablar de un inverso.
0 votos
¿Qué pasa con el producto cruzado?
4 votos
Para demostrar eso, y con ello explicar realmente por qué no puedes "tener" algo en general es muy difícil. Piensa en la trisección de un ángulo con regla y compás. - Por cierto: Si defines la multiplicación de vectores bidimensionales imitando la multiplicación de números complejos, puedes dividir.
2 votos
@Reader Los productos cruzados están bien definidos solo para vectores de 3 y 7 dimensiones. Existe una generalización de un producto cruzado llamado producto de cuña, pero esto tampoco es una "multiplicación" de vectores en un sentido análogo a la multiplicación de los números reales.
0 votos
Hamilton definió a un cuaternión como el cociente de dos líneas dirigidas en un espacio tridimensional. Esa es una definición bastante directa de la división vectorial. Ver es.wikipedia.org/wiki/Cuaternión para más información.
0 votos
Solo quería mencionar que en.m.wikipedia.org/wiki/Clifford_algebra también es una forma de tener división de 'vectores'.
0 votos
Específicamente en.m.wikipedia.org/wiki/Geometric_algebra.