Fractal

Ir a la navegaciónIr a la búsqueda

En la naturaleza también aparece la geometría fractal y se ejemplifica en muchos

casos, como en este brécol romanesco
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas.1 El término fue propuesto
por el matemático Benoît Mandelbrot en 1975 y deriva del latín fractus, que
significa quebrado o fracturado. Muchas estructuras naturales son de tipo fractal.
La propiedad matemática clave de un objeto genuinamente fractal es que su dimensión
métrica fractal es un número racional mayor que su dimensión topológica.

Si bien el término "fractal" es reciente, los objetos hoy denominados fractales

eran bien conocidos en matemáticas desde principios del siglo xx. Las maneras más
comunes de determinar lo que hoy denominamos dimensión fractal fueron establecidas
a principios del siglo xx en el ámbito de la teoría de la medida.

Índice
1 Introducción
1.1 Los ejemplos clásicos
1.2 Los conjuntos de Julia
1.3 Familias de fractales: el conjunto de Mandelbrot
1.4 El método de Mandelbrot: diferentes fractales iterando potencias de Z
1.5 El método de Julia: diferentes fractales iterando potencias de Z
1.6 El método de Newton
2 Características de un fractal
2.1 Autosimilitud
2.2 Dimensión fractal y dimensión de Hausdorff-Besicovitch
2.3 Definición por algoritmos recursivos
3 Aspectos matemáticos
3.1 Intentos de definición rigurosa
3.2 Dimensión fractal
3.3 Dimensión de Hausdorff-Besicovitch
3.4 Dimensión de fractales producidos por un IFS
4 Aplicaciones
4.1 Compresión de imágenes
4.2 Modelado de formas naturales
4.3 Sistemas dinámicos
4.4 En manifestaciones artísticas
5 Cuadro resumen
6 Véase también
7 Referencias
8 Enlaces externos
Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie de
ejemplos, algunos de los cuales se remontaban a un siglo antes. A un objeto
geométrico fractal se le atribuyen las siguientes características:2

Es demasiado irregular para ser descrito en términos geométricos tradicionales.

Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos de
autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy buena
aproximación mediante fractales matemáticos con autosimilitud estadística. Los
fractales encontrados en la naturaleza se diferencian de los fractales matemáticos
en que los naturales son aproximados o estadísticos y su autosimilitud se extiende
solo a un rango de escalas (por ejemplo, a escala cercana a la atómica su
estructura difiere de la estructura macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente pueden
producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un objeto
autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito mediante

la geometría fractal. Las nubes, las montañas, el sistema circulatorio, las líneas
costeras3 o los copos de nieve son fractales naturales. Esta representación es
aproximada, pues las propiedades atribuidas a los objetos fractales ideales, como
el detalle infinito, tienen límites en el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a finales del
siglo xix: en 1872 apareció la función de Weierstrass, cuyo grafo hoy en día
consideraríamos fractal, como ejemplo de función continua pero no diferenciable en
ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una definición
más geométrica. Dichos ejemplos podían construirse partiendo de una figura inicial
(semilla), a la que se aplicaban una serie de construcciones geométricas sencillas.
La serie de figuras obtenidas se aproximaba a una figura límite que correspondía a
lo que hoy llamamos conjunto fractal. Así, en 1904, Helge von Koch definió una
curva con propiedades similares a la de Weierstrass: el copo de nieve de Koch. En
1915, Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Menger 0.PNG Menger 1.PNG Menger 2.PNG Menger 3.PNG Menger 4.PNG
Paso 1 (semilla) Paso 2 Paso 3 Paso 4 Paso 5
Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran vistos
como objetos artificiales, una "galería de monstruos", como los denominó Henri
Poincaré. Pocos matemáticos vieron la necesidad de estudiar estos objetos en sí
mismos.4

En 1919 surge una herramienta básica en la descripción y medida de estos conjuntos:

la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de Julia
rellenos representados por algunos de sus puntos (en rojo los conjuntos de Julia
conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los años
1920, surgen como resultado de la aplicación reiterada de funciones holomorfas {\
displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }z\mapsto f(z)\mapsto
f(f(z))\mapsto \ldots .

Analicemos el caso particular de funciones polinómicas de grado mayor que uno. Al

aplicar sucesivas veces una función polinómica es muy posible que el resultado
tienda a {\displaystyle \infty }\infty . Al conjunto de valores de {\displaystyle
z\in C}z\in C que no escapan al infinito mediante esta operación se le denomina
conjunto de Julia relleno, y a su frontera, simplemente conjunto de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en que

cada pixel se colorea según el número de iteraciones necesarias para escapar. Suele
usarse un color especial, a menudo el negro, para representar los puntos que no han
escapado tras un número grande y prefijado de iteraciones.

Ejemplos de conjuntos de Julia para {\displaystyle f_{c}(z)=z^{2}+c}f_{c}

(z)=z^{2}+c

En blanc, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el número

áureo
En blanc, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el número
áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Familias de fractales: el conjunto de Mandelbrot

La familia de conjuntos de Julia {\displaystyle \{f_{c}\}}\{f_{c}\}, asociadas a la
reiteración de funciones de la forma {\displaystyle f_{c}(z)=z^{2}+c}f_{c}
(z)=z^{2}+c presenta conjuntos de una variedad sorprendente.

Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa de

fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot. Este
conjunto M representa un mapa en que cada pixel, correspondiente a un valor del
parámetro {\displaystyle c\in \mathbb {C} }c\in {\mathbb {C}}, se colorea de modo
que refleje una propiedad básica del conjunto de Julia asociado a {\displaystyle
f_{c}}f_{c}. En concreto, {\displaystyle c\in M}c\in M si el conjunto de Julia
asociado a {\displaystyle f_{c}}f_{c} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias de Z =
Zm + C , según el método de Mandelbrot. Todos los puntos del plano complejo
C=(Cx,iCy) son iterados por adición a la función correspondiente. Todas las
iteraciones parten de los puntos x=0 iy=0. Cuando la iteración converge se colorea
de amarillo pálido. La divergencia a infinito es coloreada mediante un patrón
cromático desde el negro al azul. El fractal derivado de la función Z = Z2 + C se
denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C
Z = Z5 + C
Z = Z5 + C

Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C

Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C

Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)

Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)

Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)
Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias de Z =
Zm + C, según el método de Julia, por el matemático francés Gaston Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de forma
unívoca la forma y el color del fractal, una vez ha sido definido el patrón
cromático. En los ejemplos mostrados a continuación se ha elegido una constante tal
que solo produce divergencia, y se ha coloreado con el algoritmo de la velocidad de
escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00 Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00
Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00
Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + C Cx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122

Z = [(Z2+Z) / LN(Z)] + C Cx= 0.268 Cy=0.060

Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función F(Z)-1
= 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z=(x1 +
iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula: Zn+1 = Zn -
F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado con el algoritmo de
la velocidad de convergencia, conceptualmente idéntico al de la velocidad de
escape, y presenta similitudes con el método de Julia.

Ejemplos de fractales de tipo Newton, de algunas funciones de variable compleja:

Z4-1 = 0 Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes tienen
la misma forma o estructura que el todo, aunque pueden presentarse a diferente
escala y pueden estar ligeramente deformadas.5

Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal parezca
idéntico a diferentes escalas. A menudo la encontramos en fractales definidos por
sistemas de funciones iteradas (IFS).
Cuasiautosimilitud
Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala obtenemos
copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas. Los
fractales de este tipo contienen copias menores y distorsionadas de sí mismos.
Matemáticamente D. Sullivan definió el concepto de conjunto cuasiauto-similar a
partir del concepto de cuasi-isometría. Los fractales definidos por relaciones de
recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los fractales
aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos informa
sobre la forma en que esta ocupa el espacio ambiente. De modo general, podríamos
preguntarnos cómo densamente un conjunto ocupa el espacio métrico que lo contiene.
Los números que nos informan objetivamente de este tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas necesarias
para recubrir el conjunto o con el de cajas de una cuadrícula que contienen parte
del conjunto, cuando las dimensiones de unas y otras tienden a cero. Podemos medir
la dimensión fractal de objetos reales: líneas de la costa (1.2), nubes, árboles,
etc, Con estas medidas podemos comparar objetos del mundo real con fractales
generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición no
suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Podemos destacar tres técnicas comunes para generar fractales:

Sistemas de funciones iteradas (IFS)

Unos conjuntos se reemplazan recursivamente por su imagen bajo un sistema de
aplicaciones: el conjunto de Cantor, la alfombra de Sierpinski, el triángulo de
Sierpinski, la curva de Peano, la curva del dragón, el copo de nieve de Koch o la
Esponja de Menger, son algunos ejemplos.
Fractales de algoritmos de Escape
Definidos por una relación de recurrencia en cada punto del espacio (por ejemplo,
el plano complejo): el conjunto de Mandelbrot, conjunto de Julia, y el fractal de
Lyapunov.
Fractales aleatorios
Generados por procesos estocásticos, no deterministas: el movimiento browniano,el
vuelo de Lévy, los paisajes fractales o los árboles brownianos. Estos últimos son
producidos por procesos de agregación por difusión limitada..