各种有趣的分形
各种有趣的分形
我们看到正方形，圆，球等物体时，不仅头脑里会迅速反映出它是什么，同时，只要我们有足够的数学知识，我们头脑中也反映出它的数学概念，如正方形是每边长度相等的四边形，圆是平面上与某一点距离相等的点的集合，等等。
但是，当我们看到一个山的形状时，我们会想到什么?"这是山"，没错，山是如此的不同于其他景象，以至于你如果绘画水平不高，根本画不出象山的东西。可是，山到底是什么?它既不是三角形，也不是球，我们甚至不能说明山具有怎样的几何轮廓，但为什么我们却有如此直观而又强烈的山的印象?分形的创始人是曼德布洛特思考了这个问题。让
分维及分形的定义
分维概念的提出
对于欧几里得几何所描述的整形来说，可以由长度、面积、体积来测度。但用这种办法对分形的层层细节做出测定是不可能的。曼德尔布罗特放弃了这些测定而转向了维数概念。分形的主要几何特征是关于它的结构的不规则性和复杂性，主要特征量应该是关于它的不规则性和复杂性程度的度量，这可用“维数”来表征。维数是几何形体的一种重要性质，有其丰富的内涵。整形几何学描述的都是有整数维的对象：点是零维的，线是一维的，面是二维的，体是三维的。这种几何对象即使做拉伸、压缩、折叠、扭曲等变换，它们的维数也是不变的；这种维数称为“拓扑维”，记为d。例如当把一张地图卷成筒，它仍然是一个二维信息载体；一根绳子团成团，仍然是一维结构。但曼德尔布罗特认为，在分形世界里，维数却不一定是整数的。特别是由于分形几何对象更为不规则，更为粗糙，更为破碎，所以它的分数维（简称“分维”，记为D）不小于它的拓扑维，即D≥d。
维数和测量有密切关系。如为了测一平面图形的面积，就要用一个边长为l、面积为l2的标准面元去覆盖它，所得的数目就是所测的面积。
如果用长度l去测面积，就会得到无穷大；而如果用l3去测这块面积，结果就是零。这就表明，用n维的标准体l n去测量一个几何对象，只当n与拓扑维数d一致时，才能得出有限的数值。如果n＜d，就会得到无穷大；如果n＞d，则结果为零。分数维也是按照这个要求来定义的。由于分形的复杂性有多种不同类型，所以可以提出不同定义的分维概念，从不同的角度表示分形的不规则性。通常用的是“容量维”。简单地说，分维所表示的不规整程度，相当于一个物体占领空间的本领。一条光滑的一维直线，完全不能占领空间；但是“科赫曲线”却有无穷的长度，比光滑的直线有更多的折皱，拥挤在一个有限的面积里，的确占领了空间，它已不同于一条直线，但又小于一个平面。所以它大于一维，又小于二维，它的容量维为1.2618，这看来是理所当然的。海岸线的分维数通常在1.15到1.25之间。曼德尔布罗特指出，对于各种分形来说，即使在不同的尺度上，用分维表示的不规整程度却是一个常量。这真是一个令人惊奇的性质，也表明“分维”概念的客观现实特性。分维所表征的正是大自然的规则的不规则性。一个分形的曲线意味着一种有组织的结构，这个结构隐藏在奇特怪异的形状之中。
分数维概念
我们知道0维是
点，一维是线，二维
是面，三维是空间。
那么，谁能告诉我
1.5维是什么? 一条直线段是一维的，由四条这样的直线段组成的正方形是二维的。六个这样的正方形组成的正方体是三维的。直线的长度数值，正方形的面积数值和立方体的体积数值都和我们测量的单位有关。测量的单位也往往是我们所能分辨的最小单位。假设我们的分辨能力增加了一倍，因此我们把直线段长度单位减小到原单位的一半，直线段长度的计量值就变为原来的两倍，正方形面积就变为原来的四倍，体积则变为原来的八倍。我们有下式:
log4/log2=2 log8/log2=3
这里的二和三不是巧合，这是另一种维数的定义:测度维的概念。为了定量地描述客观事物的“非规则”程度，1919年，数学家从测度的角度引入了维数概念，将维数从整数扩大到分数，从
而突破了一般拓扑集维数为整数的界限。
如果某图形是由把原图缩小为1/λ的相似的b个图形所组成，有：λ^D=ｋ
D即维数D=logｋ/logλ
其中的λ为线度的放大倍数，K为“体积”的放大倍数。
回到海岸线长度的问题。当用直线段来近似曲线时，长度单位减为原来的一半往往意味着我们可以用长度为原来的二分之一的直线段来近似曲线。这时，海岸线长度增加程度近似于一个固定的倍数。对于英国海岸线来说，其值约为 2.7，而log2.7/log2=1.41，1.41就是英国海岸线的维数。1.41由于是一个分式所得出的比值，因此人们称之为分数维。还有其他一些分数维的定义方法，但得出的结果都比较近似。分数维是衡量分形的基本参数之一。
自然界的山,其分形维数在2.2维左右,但从2.1维到2.5维画出来的都有一定的山的效果.
下面详细介绍分维及计算
1)新的维数(全维数:整数维+分维)
a.由欧氏几何的"整数维"引出的非欧几何----分维:
a).欧氏几何的"整数维"
欧氏几何学是一门具有2000多年历史的数学分支,他是以规整几何图形为其研究对象的.有线性和曲线两大类.这些规整几何图形的点,直线,平面图形(曲线),空间图形的维数(欧氏维数)都是整数维,分别为0,1,2,3.对规整几何图形的几何测量是指长度,面积和体积的测量.则上述两类几何图形的测量结果,可以归纳简化表述为如下两点:
i. 长度=l,面积=l2 ,体积=l3
ii.长度(半径)=r1,面积=πr2,(球)体积=(4/3)πr3
上述各种关系的量纲分别是长度单位l的1,2,3次方,即这些方次恰与该几何图形的欧氏维数相等,并且是整数.
归结上述两点,各类几何图形的测量都是以长度l为基础的.所以,欧氏几何中对规整几何图形的测量,可以概括表述为
长度=l 面积A=al2体积V=bl3
式中a和b为常数,称为几何因子,他与具体的几何图形的形状有关.如圆a=π;球b=4π/3. 以上都是欧几里得几何规则图形的整数维.而对于不规则的非欧几何图形,其维数关系也就不那末规整了,即欧几里得测
度----长度,宽度,厚度----不能抓住不规则形状的本质,于是曼德勃罗特转向新的想法,即关于维数的新想法.
b).非欧几何的"分维"
欧氏几何中的空间是3维的,平面是2维的,直线是1维的,而点是0维的.那末,一个线团的维数如何呢?这与观察方法有关.远看,他是一个点,是0维;近些看,象球,有空间3维感;再近看,就看到了绳子,又成为1维的了.引发人们注意到几何中也具有"相对关系",以及维数的多样性.曼德勃罗特"越过"了0,1,2,3,......的"传统整数维"(同时也超越了传统观念),进入了看起来象是不可能的"分数维数",分维出现了.从概念上说,这是一场走钢丝表演,是冒险.对于非数学家,"外行",(年轻的)新手,生手,即开拓创新者(或所谓的"半瓶子醋"),他要求先自愿地暂停疑虑(思考),再另寻它路.而对数学家或该行业保守的专家,可能会不懈一顾,不予考虑,不许生疑,被传统所限制束缚住,以至难有大突破.而事实证明前者的方法和策略是极为强劲有力的成就大功者.
分维与古典的欧几里得维数是有联系的.将欧氏维数统一扩展成
M=l d
则由对数定义可知,指数d可以表示为以l为底的,M的对数,即d=log l M
经用换底公式换底,就可以得到关于维数的解析通式,
分维中广泛使用的关系式d=lnM/lnl
他可以被看成是各种维数的综合表达式,即广义维数(欧氏维数及各种分维)的由来或基准式.分维是一种测度,是用其它方法不能明确定义的一些性质----一个对象粗糙,破碎或不规则程度----的手段.即对某种特征性的粗糙度的量度.是有规则的不规则性的反映.此法的关键要点就是使在不同的尺度上(放大或缩小)不规则(图形,功能等)的程度保持恒定.
2).拓扑维和豪斯道夫维——维数的定义
连续空间的概念,空间维数是连续的,不是间断离散的.对数,换底,
拓扑维数是比分形维数更基本的量,以Dt表示,它取整数值,在不作位相变换的基础上是不变的,即通过把空间适当地放大或缩小,甚至扭转,可转换成孤立点那样的集合的拓扑维数是0,而可转换成直线那样的集合的拓扑维数是1.所以,拓扑维数就是几何对象的经典维数Dt=d.拓扑维数是不随几何对象形状的变化而变化的整数维数.
对于任何一个有确定维数的几何体,若用与它相同维数的"尺r"去度量,则可得到一确定的数值N;若用低于它维数的"尺"去量它,结果为无穷大;若用高于它维数的"尺"去量它,结果为零.其数学表达式为:N(r)～r-Dh.上式两边取自然对数,整理后可得
Dh=lnN(r)/ln(1/r) 或Dh=lim[lnN(σ)/ln(1/σ)] σ→0
式中的Dh就称为豪斯道夫维数,它可以是整数,也可以是分数.欧氏几何体,它们光滑平整,其D值是整数.人们常把豪斯道夫维数是分数的物体称为分形,把此时的Dh值称为该分形的分形维数,简称分维.也有人把
该维数称为分数维数.当然还必须看其是否具有自相似性和标度不变性.
维数的其它定义
(1) 信息维数Di = lim (∑PilnPi/lnσ) σ→0
(2) 关联维数Dg = lim (lnC(σ)/ln(1/σ)) σ→0
(3) 相似维数Ds = lnN/ln(1/r)
(4) 容量维数Dc = lim (lnN(ε)/ln(1/ε)) σ→0
Dc≥Dh
(5) 谱维数 D (分形子维数)——是研究具有自相似分布的随机过程,如随机行走的粒子的统计性质,可用渗流模型来描述的多孔介质,高聚物凝胶(经络的通道及传质)等一类"蚂蚁在迷宫中"的问题.
(6) 填充维数Dp——由半径不同的互不相交的小球尽可能稠密的填充定义的维数称之为填充维数(Packing Dimension).
(7) 分配维数Dd——可以看成是利用两脚间隔距离为σ的两脚规测量曲线C所得的"长度".即定义为
Dd = lim (lnMσ(C)/(-lnσ)) σ→0曲线的分配维数至少等于盒维数.
(8) 李雅普诺夫(Lyapunov)维数Dl——是作为混沌的吸引子维数,他是利用Lyapunov指数来定义的.奇怪吸引子的断面图总是呈分形构造的(经络的断面切片),因此就可以测定其分形维数.
分形维数的测量
1.基本方法
分形维数的定义有很多,但适合所有事物的定义还没出现.每个维数的测定对象常是不同的,所以要区别对待,物适其用.
实际的测定分形维数的方法,大致可以分成如下五类:
(1)改变观察尺度求维数:是用圆和球,线段和正方形,立方体等具有特征长度的基本图形去近似分形图形.
(2)根据测度关系求维数:这个方法是利用分形具有非整数维数的测度来定义维数的.
(3)根据相关函数求维数;C(r)∝r-a，a=d-D
(4)根据分布函数求维数;p(r)∝p(λr) p(r) ∝r-D
(5)根据频谱求维数.
2.盒维数(计盒维数,Kolmogorov熵,熵维数,度量维数,对崐数密度等)
3.函数图的维数
4.码尺与分形维数的关系----分形维数的不确定性对实际分形体而言,测量的分形维数值随码尺而变化,?也就是说,对同一分形体由于选取的码尺不同,会得到不同的分维值.原因是,结构层次不同,自相似的程度不同.测量时要注意.
分形定义
分形难下确切的定义。分形的原意是“不规则的，分数的，支离破碎的”，故又可称为"碎形"。分形是研究自然和社会中广泛存在的零碎而复杂,无序,不规则,非线性,不光滑,具有自相似,自仿射和标度不变性的复杂系统,图形,构造,功能,性质和复杂现象,及隐藏在这些复杂现象背后的,具有精细结构,内在随机性,局部与整体本质联系的,被传统线性科学(物理,欧氏几何学)排斥在外的不规则"病态",不可微的事体,形体.在尺度变换(放大,缩小)下具有"自相似性"和"标度不变性(无特征长度) "的,从有限认识无限的特殊规律的科学.即其组成部分(局部)以某种方式(结构,?信息,功能等广义分形)与整体相似的形体,事物,或现象;或在多个层次上,适当地放大或缩小其几何尺寸，其局部与整体的整个精细结构，形态，性质等不因此而发生改变(统计)的形体，体系、分形是整体与局部在某种意义下：大小尺度之间的对称性与统一性的集合，是非线性变换下的不变性,是整体观(统一观),共性观，非二分法的产物，是有规则的不规则性。分形是没有特征长度，但具有一定意义(广义)下的自相似图形，结构，性质和形态的总称。
分形是一种具有自相似特性的现象、图象或者物理过程。也就是说，在分形中，每一组成部分都在特征上和整体相似。
除了自相似性以外，分形具有的另一个普遍特征是具有无限的细致性。即无论放大多少倍，图象的复杂性依然丝毫不会减少。但是每次放大的图形却并不和原来的图形完全相似。这告诉我们：其实，分形并不要求具有完全的自相似特性。
分形的数学定义
定义1 如果一个集合在欧氏空间中的豪斯道夫维数Dh恒大于其拓扑维数Dt，
即Dh>Dt
则称该集合为分形集,简称为分形。(Dh≥Dt)
这个定义是由曼德勃罗特在1982年提出的，四年后他又提出了一个实用的定义。
定义2 组成部分以某种方式与整体相似的形体叫分形。
它突出了分形的自相似性,反映了自然界中广泛存在的一类"事
物"的基本属性:局部与局部,?局部与整体在形态,功能,信息,时间与空间等方面具有统计意义上的自相似性.它与欧氏几何中的"相似"不同.上述定义还不是严密,精确的定义.
要完整地理解分形还必需知道它的一些特性。
分形的特征和产生机制
分形特征
大自然中的山、树、云、海岸线都可以看成是分形。一般地说，分形具有以下一些特征：该集合具有精细的结构，即有任意小比例的细节（无限可分性）；该集合整体与局部间有某种自相似性；分形集合的分形维数一般不是整数，而是分数，且一般大于它的拓扑维数；分形集合是如此的不规则，以至它的整体与局部都不能用传统的几何语言来描述；在大多数情况下，分形集合可以以非常简单的方法来定义，可能由迭代产生；通常有某种自相似的形式,可能是近似的或是统计的.。具体的说有下面几个特征。
1)1)自相似性
是复杂系统的总体与部分,这部分与那部分之间的精细结构或性质所具有的相似性,或者说从整体中取出的局部(局域)能够体现整体的基本特征.即几何或非线性变换下的不变性:?在不同放大倍数上的性状相似.包括几何结构与形态,过程,信息,功能,?性质,能量,物质(组份),时间,空间等特征上,具有自相似性的广义分形。自相似性的数学表示为:f(λr)=λαf(r),或f(r)～rα.其中λ称为标度因子,α称为标度指数(分维),它描述了结构的空间性质.函数f(r)是面积,体积,质量等占有数,量等性质的测度。
一个系统的自相似性是指某种结构或过程的特征从不同的空间尺度或时间尺度来看都是相似的,?或者某系统或结构的局域性质或局域结构与整体类似.另外,在整体与整体之间或部分与部分之间,也会存在自相似性.一般情况下自相似性有比较复杂的表现形式,而不是局域放大一定倍数以后简单地和整体完全重合.但是,表征自相似系统或结构的定量性质如分形维数,并不会因为放大或缩小等操作而变化[这一点被称为伸缩对称性],所改变的只是其外部的表现形式.自相似性通常只和非线性复杂系统的动力学特征有关。
人们在观察和研究自然的过程中,认识到自相似性可以存在于物理,化学,天文学,生物学,(中医,针灸,经络)材料科学,经济学,以及社会科学等众多学科中,可以存在于物质系统的多个层次上,?他是物质运动,发展的一种普遍的表现形式,即是自然界的普遍规律之一.但是科学工作者真正把自相似性作为自然界的本质特性来进行研究还只是近一,二十年的事。
2)2)标度不变性(无特征长度)
一个具有自相似性的物体(系统,事物)必定满足标度不变性,或者说
这类物体没有特征长度。标度不变性是指在分形上任选一局部区域,不论将其放大或缩小,它的形态,复杂程度,不规则性等各种特性均不会发生变化,所以标度不变性又称为伸缩对称性.
标度不变性(无特征长度)：具有自相似性的系统,物体,事物必定满足标度不变性,或者说这类形体没有特征长度——没长短，面积,体积等。特征长度是指所考虑的对象中最具代表性的尺度,?如空间的长,宽,高,及时间的分,秒,时等.标度不变性是指在分形上任选一局部区域,不论将其放大还是缩小,它的结构,形态,性质(功能),复杂程度,不规则性等各种特性均不会发生变化(或是统计性的),故标度不变性又称为伸缩对称性.此空间称无标度空间，其内是分形,范围以外就不是分形了,它有有限与无限之分。
对于实际的分形体来说,这种标度不变性只在一定的范围内适用。人们通常把标度不变性适用的空间称为该分形体的无标度空间.在此范围以外，就不是分形了。
3)3)层次性,递归性
自相似性是不同尺度上的对称,是跨层次的共性观(分形元,不变性)--同样形态在不同尺度,不同层次上的相同,或相似结构的重复构建与变换,其结构套着结构,特征或结构隐含嵌套,具有多层次性和递归性。
4)4)自仿射性
自相似系统是局部与整体在不同方向上的缩放,拉伸的拷贝,其比例都是同一的,是常数.而自仿射系统,其在各方向上的伸缩,拉放拷贝的比例不同。
5)5)分形元－初始元－生成元
是构成分形整体,相对独立的,放大与缩小均不改变,及共同相似的基本部分,即相似单元,相似单位,或是变换中不变性(共性)的共同的,最基本的,简单的结构,性质的单位或单元,是整体与局部共性的统一体.
分形性就是分形性质的统合,如自相似性和标度不变性,分数维性等。
6)分形元－支(枝,肢),岔(叉,杈)
如五行的“金，木，水，火，土”就是五行分形元的五个分形元支，五杈；阴阳有两个分形元支等。
分形图形一般都比较复杂，其复杂程度可用分形维数去定量描述。现在有不少维数的定义，其中最容易理解的且与分形维数有密切关系的是相似维数。一般地说，如果某图形是由把全体缩小为1／a的a D个相似图形构成的，那么此指数D就具有维数的意义。此维数被称之为相似维数。相似维数只对具有严格自相似性的有规分形才适用，使用范围有限。所以定义对所有集都适用的维数是很有必要的。Hausdorff维数就是这样一个最有代表性的维数，它适用于包括随机图形在内的任意图形。如测定某集的测度的单位半径为r,则测定的结果N（r）将满足下
式：N（r）＝Cr-D H∝r-D H式中的C为常数，则该集的维数为D H,该维数称为Hausdorff维数。不过，Hausdorff维数在许多情况下难以用计算的方法来计算或估计。因此，在实际应用中较少采用Hausdorff维数，而采用便于计算的相似维数等。
分形原理
(1)自相似原理
(2)积和原理: 对S1∩S2=0的分形子集Df=D1+D2.
(3)加和原理: 如果分形子集S1∩S2=S,则Df=D1+D2-d.
(4)合并原理: 分形集S=Sa+Sb,Da>Db,则Ds=Da.
(5)匹配原理: 若想S1∪S2→S,需D1=D2 (=Ds).
(6)级差原理: Si∈S,i是级次(层次).
(7)自仿射原理
*(8)互补原理: S∪S'=U=1,S∩S'=0,S与S'互补.
分形几何与解析几何的关系(经络定位)
分形几何与欧氏几何类似,是研究或考察物体形状的几何学,不象解析几何可以通过坐标A(x,y,z)进行定位.不过将来的"解析分形几何"应该可以有双重作用.
生命现象和社会现象都是复杂现象，具有复杂现象的系统成为复杂系统。如生命繁殖过程是一个复杂的过程，生命系统是一个复杂系统。所有复杂系统都存在三个基本特征：
１、复杂系统有许多基本单元(称之为细胞)组成。
２、每个细胞的状态只有极少数几种。
３、每个细胞的状态随时间的演变只随其邻居的细胞状态决定。
例如：雪花的生成过程由其邻居的冰象和汽象决定根据这三个特征，通过各细胞的局部相互作用，整体上可以显示出多种多样的复杂形态。生命繁殖过程也不例外，在计算机上按此三个基本特征可以模拟演示繁衍过程。在繁衍过程中产生大量的艺术图案。
产生分形的物理机制
一般认为非线性,随机性,以及耗散性是出现分形结构的必要物理条件. 非线性是指运动方程中含有非线性项(迭代),状态演化(相空间轨迹)发生分支,是混沌的根本原因. 随机性分为两大类,即噪声热运动和混沌,它们反映了系统的内在随机性. 而随机性系统未必就是完全无序的.耗散性强调开放性,研究熵变的过程和机制,即传统的无序熵增过程,及未来的有序熵减过程,宇宙的"有序与无序,物质与能量与信息的相互转换的两大循环"。
系统产生分形结构的充分条件是"吸引子(Attractor)",不严格地说, 一个吸引子就是一个集合,并且使得附近的所有轨道都收敛到这个集合上.非线性耗散系统能产生无规运动, 耗散系统的无规运动,最终会成为
趋向吸引子的无规运动,而无规运动的吸引子(结果)便是相间的分形结构.奇怪吸引子的产生必须以系统发生的失稳为前提,如对称破缺等. 涨落形成波动,具有周期性的波动,单个周期是简单有序,周期3便是混乱(混沌)。
分形和混沌关系
分形和混沌动力学之间的联系很快就被发现了。混沌的奇怪吸引子都是分形。结构的复杂性使现实世界出现了大量分形几何形体，也使确定性动力学体系出现无规性。奇怪吸引子都有层次的自相似性。无穷相似结构互相套叠起来，就相当于没有规则结构，所以“无穷嵌套的自相似结构”呈现出总体的混沌。非线性动力学系统一旦进入混沌吸引子区域，就会随机地在吸引子内部四处游荡，但又不能充满整个区域，区域内存在着无穷多的随机空隙，从而使整个混沌区出现维数上的“空洞”，呈现分数维数。洛仑兹吸引子就是三维背景空间中的一张分形曲面，其容量维等于2.06；若斯勒吸引子也是三维背景空间中的一张分形曲面。所以，“分形几何学”和“分维”概念已经成为混沌学研究的重要工具。
分形与混沌理论的关系密切,多是以自组织系统为其研究对象的,而含义又各不相同。自组织现象,常常是时空有序的结构,是复杂的系统, 用传统的简化方法无法解决.所以,要依靠新的研究复杂性的方法来处理,混沌与分形就首当其冲。混沌中有时包容有分形, 而分形中有时又孕育着混沌。分形更注重形态或几何特性,图形的描述。混沌更偏重数理的动力学及动力学与图形结合的多方位的描述和研究.分形更看中有自相似性的系统,而混沌涉及面似乎更广,对所有的有序与无序,有序与有序现象都感兴趣.特别是混沌中的分叉, 分支现象与分形关系最密切.而有些混沌系统自相似性未必特别显眼, 分形恐怕就难涉足了。分形可以是混沌研究中一种手段或方法等等。总之,目前要较详细和系统地阐明分形与混沌的关系及差异, 还比较困难,还有待混沌与分形理论进一步的深入拓展,完善和趋细。
分形与分形艺术
分形与分形艺术 我们人类生活的世界是一个极其复杂的世界，例如，喧闹的都市生活、变幻莫测的股市变化、复杂的生命现象、蜿蜒曲折的海岸线、坑坑洼洼的地面等等，都表现了客观世界特别丰富的现象。基于传统欧几里得几何学的各门自然科学总是把研究对象想象成一个个规则的形体，而我们生活的世界竟如此不规则和支离破碎，与欧几里得几何图形相比，拥有完全不同层次的复杂性。分形几何则提供了一种描述这种不规则复杂现象中的秩序和结构的新方法。 一、分形几何与分形艺术 什么是分形几何？通俗一点说就是研究无限复杂但具有一定意义下的自相似图形和结构的几何学。什么是自相似呢？例如一棵苍天大树与它自身上的树枝及树枝上的枝杈，在形状上没什么大的区别，大树与树枝这种关系在几何形状上称之为自相似关系；我们再拿来一片树叶，仔细观察一下叶脉，它们也具备这种性质；动物也不例外，一头牛身体中的一个细胞中的基因记录着这头牛的全部生长信息；还有高山的表面，您无论怎样放大其局部，它都如此粗糙不平等等。这些例子在我们的身边到处可见。分形几何揭示了世界的本质，分形几何是真正描述大自然的几何学。 “分形” 一词译于英文Fractal，系分形几何的创始人曼德尔布罗特（B.B.Mandelbrot）于1975年由拉丁语Frangere一词创造而成，词本身具有“破碎”、“不规则”等含义。Mandelbrot研究中最精彩的部分是1980年他发现的并以他的名字命名的集合，他发现整个宇宙以一种出人意料的方式构成自相似的结构（见图1）。Mandelbrot 集合图形的边界处，具有无限复杂和精细的结构。如果计算机的精度是不受限制的话，您可以无限地放大她的边界。图2、图3 就是将图1中两个矩形框区域放大后的图形。当你放大某个区域，它的结构就在变化，展现出新的结构元素。这正如前面提到的“蜿蜒曲折的一段海岸线”，无论您怎样放大它的局部，它总是曲折而不光滑，即连续不可微。微积分中抽象出来的光滑曲线在我们的生活中是不存在的。所以说，Mandelbrot集合是向传统几何学的挑战。 图 1 Mandelbrot集合
几个分形的matlab实现
几个分形得matlab实现 摘要:给出几个分形得实例,并用matlab编程实现方便更好得理解分形,欣赏其带来得数学美感 关键字:Koｃh曲线实验图像 一、问题描述: 从一条直线段开始,将线段中间得三分之一部分用一个等边三角形得两边代替,形成山丘形图形如下 ?图1 在新得图形中,又将图中每一直线段中间得三分之一部分都用一个等边三角形得两条边代替,再次形成新得图形如此迭代,形成Kocｈ分形曲线。 二、算法分析: 考虑由直线段(2个点)产生第一个图形(５个点)得过程。图1中,设与分别为原始直线段得两个端点,现需要在直线段得中间依次插入三个点,,。显然位于线段三分之一处,位于线段三分 之二处,点得位置可瞧成就是由点以点为轴心,逆时针旋转600而得。旋转由正交矩阵 实现。 算法根据初始数据(与点得坐标),产生图1中5个结点得坐标、结点得坐标数组形成一个矩阵,矩阵得第一行为得坐标,第二行为得坐标……,第五行为得坐标。矩阵得第一列元素分别为5个结点得坐标,第二列元素分别为5个结点得坐标。 进一步考虑Kｏｃh曲线形成过程中结点数目得变化规律。设第次迭代产生得结点数为,第次迭代产生得结点数为,则与中间得递推关系为。 三、实验程序及注释: p=［0 0;10 0］; %P为初始两个点得坐标,第一列为ｘ坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/３) —ｓin(pi/3);siｎ(ｐi/３) cos(pi/３)]; ％旋转矩阵 ｆor k＝1:4 ｄ=diｆf(p)/3; ％ｄｉff计算相邻两个点得坐标之差,得到相邻两点确定得向量 %则d就计算出每个向量长度得三分之一,与题中将线段三等分对应 m=4＊n-3; ％迭代公式 q=p(1:ｎ—1,:); %以原点为起点,前n—１个点得坐标为终点形成向量 p(5:4:m,:)=ｐ(2:n,:); %迭代后处于４k+１位置上得点得坐标为迭代前得相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于４k+２位置上得点得坐标 p(3:4:m,:)=ｑ+d+ｄ＊A'; %用向量方法计算迭代后处于4ｋ＋3位置上得点得坐标 p(4:４:m,:)＝ｑ＋2*d; %用向量方法计算迭代后处于4k位置上得点得坐标 n=m; %迭代后新得结点数目 end pｌot(ｐ(:,1),p(:,２)) ％绘出每相邻两个点得连线 aｘis([0 10 ０ 10]) 四、实验数据记录: 由第三部分得程序,可得到如下得Ｋoch分形曲线:
趣味数学--分形艺术
神奇的分形艺术：无限长的曲线可能围住一块有限的面积 很多东西都是吹神了的，其中麦田圈之谜相当引人注目。上个世纪里人们时不时能听见某个农民早晨醒了到麦田地一看立马吓得屁滚尿流的故事。上面这幅图就是97年在英国Silbury山上发现的麦田圈，看上去大致上是一个雪花形状。你或许会觉得这个图形很好看。看了下面的文字后，你会发现这个图形远远不是“好看”可以概括的，它的背后还有很多东西。 在说明什么是分形艺术前，我们先按照下面的方法构造一个图形。看下图，首先画一个线段，然后把它平分成三段，去掉中间那一段并用两条等长的线段代替。这样，原来的一条线段就变成了四条小的线段。用相同的方法把每一条小的线段的中间三分之一替换为等边三角形的两边，得到了16条更小的线段。然后继续对16条线段进行相同的操作，并无限地迭代下去。下图是这个图形前五次迭代的过程，可以看到这样的分辨率下已经不能显示出第五次迭代后图形的所有细节了。
当把三条这样的曲线头尾相接组成一个封闭图形时，有趣的事情发生了。这个雪花一样的图形有着无限长的边界，但是它的总面积却是有限的。 这个神奇的雪花图形叫做Koch雪花，其中那条无限长的曲线就叫做Koch曲线。他是由瑞典数学家Helge von Koch最先提出来的。麦田圈图形显然是想描绘Koch雪花。Koch曲线于1904年提出，是最早提出的分形图形之一。下面我们来看Koch雪花的面积与周长，如下图
周长为次分叉图第4n 设图1三角形周长为31=P ,面积为4 31=A ； 第一次分叉图2;913,3411212A A A P P ??+==面积为周长为 第二次分叉图3 … 面积为 1121211)9 1(43)91(43913A A A A n n --??++??+?+=Λ ]})9 4(31)94(31)94(3131[1{221-+++++=n A Λ Λ,3,2=n 雪花曲线令惊异的性质是：无限长的曲线可能围住一块有限的面积。 ;91431223?????????????? ????+=A A A 面积为Λ ,2,1)34(11==-n P P n n ]})9 1[(4{31121A A A n n n n ---+=，周长为12 334P P ??? ??=
股票市场的分形特征和股票价格的FIGARCH模型研究
股票市场的分形特征和股票价格的FIGARCH模型研究 股票市场投资的目的是获取最大投资收益，然而收益与风险相伴，在收益与风险之间决策常常是不容易的。传统的股票投资理论认为股票市场是有效的，均衡的，收益是风险的线性函数，收益的波动符合布朗运动，收益的分布是独立同分布的，方差和均值是稳定的。实际情况却是股票市场影响因素以及各因素之间相互作用关系复杂，受投资者个人及群体心理因素影响明显，股票的波动以及收益与风险的关系常常是非线性的，非均衡的，收益的方差和均值是自相关的、不稳定的，收益的波动符合分形布朗运动，表现出分形和混沌的特征。本文分析了股票市场的波动的非线性、非均衡、分形和混沌特征，建立并检验了几种股票的分形差分异方差时间序列模型。 第一章回顾了股票定价理论的发展过程，介绍了九种在不同阶段具有代表性的股票定价理论，为把握股票定价理论的发展趋势，为以后各章的研究奠定基础。第二章分析了股票市场波动的一般特征和非线性非均衡特征，分析了股票投资收益和风险的影响因素，提出“虚拟性”、“风险性”、“流动性”和“投机性”是股票市场的核心特征。提出股票市场是远离平衡的、具有分形特征的非线性系统。投机是股票市场存在的前提和股票市场的天性。 第二章分析了有效市场理论产生的背景，就有效市场理论成立的基本假设进行了检验，提出股票价格收益是不稳定的随机序列，收益分布不是正态分布，股票价格收益表现出非性，序列自相关性，异方差性。提出有效市场理论失灵的主要原因是投资者的非理性行为，信息反映的羊群效应，投资者存在反应过度和反应不足现象，股票市场的非均衡特征和股票市场的非线性特征。第四章分析并检验了股票市场的分形混沌特征，推导了投资函数，计算了表征股票市场分形特征的Hurst指数，关联维和最大Lyapunov指数，分析了股票价格的自相似性、长期记忆和循环周期，分析了股票价格的波动对初始条件的敏感性，提出中国股票市场具有混沌分形的特性，用传统的方差法度量股票风险是无效的，必须使用混沌分析能够理论来刻画股票收益的风险，建立收益模型。第五章介绍了股票价格的分形时间序列模型，介绍了检验时间序列平稳性的方差分析和单位根检验方法以及非平稳的处理方法，ARFIMA，GARCH和FIGARCH模型的建模方法和股票市场的分形特征和股票价格的FIGARCll模型叭
经典的分形算法 (1)
经典的分形算法 小宇宙2012-08-11 17:46:33 小宇宙 被誉为大自然的几何学的分形（Fractal）理论，是现代数学的一个新分支，但其本质却是一种新的世界观和方法论。它与动力系统的混沌理论交叉结合，相辅相成。它承认世界的局部可能在一定条件下，在某一方面（形态，结构，信息，功能，时间，能量等）表现出与整体的相似性，它承认空间维数的变化既可以是离散的也可以是连续的，因而拓展了视野。 分形几何的概念是美籍法国数学家曼德布罗（B.B.Mandelbrot）1975年首先提出的，但最早的工作可追朔到1875年，德国数学家维尔斯特拉斯（K.Weierestrass）构造了处处连续但处处不可微的函数，集合论创始人康托（G.Cantor，德国数学家）构造了有许多奇异性质的三分康托集。1890年，意大利数学家皮亚诺（G.Peano）构造了填充空间的曲线。1904年，瑞典数学家科赫（H.von Koch）设计出类似雪花和岛屿边缘的一类曲线。1915年，波兰数学家谢尔宾斯基（W.Sierpinski）设计了象地毯和海绵一样的几何图形。这些都是为解决分析与拓朴学中的问题而提出的反例，但它们正是分形几何思想的源泉。1910年，德国数学家豪斯道夫（F.Hausdorff）开始了奇异集合性质与量的研究，提出分数维概念。1928年布利干（G.Bouligand）将闵可夫斯基容度应用于非整数维，由此能将螺线作很好的分类。1932年庞特里亚金（L.S.Pontryagin）等引入盒维数。1934年，贝塞考维奇（A.S.Besicovitch）更深刻地提示了豪斯道夫测度的性质和奇异集的分数维，他在豪斯道夫测度及其几何的研究领域中作出了主要贡献，从而产生了豪斯道夫-贝塞考维奇维数概念。以后，这一领域的研究工作没有引起更多人的注意，先驱们的工作只是作为分析与拓扑学教科书中的反例而流传开来。 真正令大众了解分形是从计算机的普及肇始，而一开始，分形图的计算机绘制也只是停留在二维平面，但这也足以使人们心驰神往。近来，一个分形体爱好者丹尼尔?怀特（英国一钢琴教师）提出一个大胆的方法，创造出令人称奇的3D分形影像，并将它们命名为芒德球（mandelbulb）。
基于分形几何的分形图绘制与分析
基于分形几何的分形图绘制与分析 摘要：基于分形几何的分形图绘制方法源于l系统、迭代函数系统ifs、复动力系统等。在运用分形原理及算法编程绘制多种分形图的基础上，重点对ifs参数进行实验分析，ifs吸引集实现了对原图形的几何变换。分形图的演变具有渐变性。 关键词：分形几何迭代函数系统分形图绘制渐变 1 分形几何学 现代数学的一个新的分支——，它是由美籍法国数学家曼德勃罗（b.b.mandelbrot）1973年在法兰西学院讲课时，首次提出了分形几何的设想。分形（fractal）一词，是曼德勃罗创造出来的，其原意具有不规则、支离破碎等意义，分形几何学是一门以非规则几何形态为研究对象的几何学。由于不规则现象在自然界是普遍存在的，因此分形几何又称为描述大自然的几何学。分形几何的诞生无论是在理论上还是在实践上都具有重要价值。 2 分形的定义 目前分形还没有最终的科学定义，曼德勃罗曾经为分形下过两个定义： （1）分形是hausdorff-besicovitch维数严格大于拓扑维数的集合。因为它把许多hausdorff维数是整数的分形集合排除在外，例如，经典分形集合peano曲线分形维数 （2）局部与整体以某种方式自相似的形，称为分形。 然而，经过理论和应用的检验，人们发现这两个定义很难包括分形
如此丰富的内容。实际上，对于什么是分形，到目前为止还不能给出一个确切的定义，正如生物学中对“生命”也没有严格明确的定义一样，人们通常是列出生命体的一系列特征来加以说明。对分形的定义也可同样的处理。 (ⅰ) 分形集合在任意小尺度下，它总有复杂的细节，或者说它具有精细的结构。 (ⅱ) 分形集合是非常不规则的，用传统的几何语言无法来描述它的局部和整体，它既不是满足某些条件的点的轨迹，也不是某些简单方程的解集。 (ⅲ) 分形集具有某种自相似形式，可能是近似的自相似或者统计的自相似。 (ⅳ) 以某种方式定义的分形集合的“分形维数”，严格大于它相应的拓扑维数。 (ⅴ) 在大多数令人感兴趣的情形下，分形集合是以非常简单的递归的方法产生的。 3 分形研究的对象 几何学的研究对象是物体的形状，在自然界中，许多物体的形状是极不规则的，例如：弯弯曲曲的海岸线，起伏不平的山脉，变化无偿的浮云，以及令人眼花缭乱的满天繁星，等等。这些物体的形状有着共同的特点，就是极不规则，极不光滑。但是，所有的经典几何学都是以规则而光滑的形状为其研究对象的，例如：初等平面几何的主要研究对象是直线与圆；平面解析几何的主要研究对象是一
分形几何与分形艺术
我们人类生活的世界是一个极其复杂的世界，例如，喧闹的都市生活、变幻莫测的股市变化、复杂的生命现象、蜿蜒曲折的海岸线、坑坑洼洼的地面等等，都表现了客观世界特别丰富的现象。基于传统欧几里得几何学的各门自然科学总是把研究对象想象成一个个规则的形体，而我们生活的世界竟如此不规则和支离破碎，与欧几里得几何图形相比，拥有完全不同层次的复杂性。分形几何则提供了一种描述这种不规则复杂现象中的秩序和结构的新方法。 一、分形几何与分形艺术 什么是分形几何？通俗一点说就是研究无限复杂但具有一定意义下的自相似图形和结构的几何学。什么是自相似呢？例如一棵苍天大树与它自身上的树枝及树枝上的枝杈，在形状上没什么大的区别，大树与树枝这种关系在几何形状上称之为自相似关系；我们再拿来一片树叶，仔细观察一下叶脉，它们也具备这种性质；动物也不例外，一头牛身体中的一个细胞中的基因记录着这头牛的全部生长信息；还有高山的表面，您无论怎样放大其局部，它都如此粗糙不平等等。这些例子在我们的身边到处可见。分形几何揭示了世界的本质，分形几何是真正描述大自然的几何学。 "分形"一词译于英文Fractal，系分形几何的创始人曼德尔布罗特（B.B.Mandelbrot）于1975年由拉丁语Frangere一词创造而成，词本身具有"破碎"、"不规则"等含义。Mandelbrot研究中最精彩的部分是1980年他发现的并以他的名字命名的集合，他发现整个宇宙以一种出人意料的方式构成自相似的结构（见图1）。Mandelbrot 集合图形的边界处，具有无限复杂和精细的结构。如果计算机的精度是不受限制的话，您可以无限地放大她的边界。图2、图3 就是将图1中两个矩形框区域放大后的图形。当你放大某个区域，它的结构就在变化，展现出新的结构元素。这正如前面提到的"蜿蜒曲折的一段海岸线"，无论您怎样放大它的局部，它总是曲折而不光滑，即连续不可微。微积分中抽象出来的光滑曲线在我们的生活中是不存在的。所以说，Mandelbrot集合是向传统几何学的挑战。
基于分形模型的分布式虚拟现实系统的应用研究
※编程技术应用实践 应用实践※※ 基于分形模型的分布式虚拟现实系统的应用研究 刘鹏 （太原工业学院） 【摘要】比较深入地分析和说明了开发基于分形模型的分布式虚拟现实系统的可行性及其应用价值，并给出了详细的设计方案。 【关键词】分形模型；分布式虚拟现实系统；设计方案 1引言 在分布式虚拟现实系统的分析和设计中，特别关注交互性，这就要求开发出的系统必须具有较快的响应速度和较大的吞吐量【1】。而且，VR系统要求很强的实时性，图形更新速率至少要求16桢/s，图形客体行为反映的滞后要低于0.1s。随着技术的发展，对象的细节层次越来越复杂，就目前计算机图形学的水平而言，只要有足够的时间，就能生成准确度相当高的像照片一样的逼真图像。然而这种提高真实感的方法是采用增加物体多边形来获得，从而使计算复杂，绘图速度大大降低，无法满足DVR系统的需要【2】。 2DVR系统及其特点简介 DVR是指基于网络的虚拟环境，在这个环境中，位于不同物理位置的多个用户和多个 虚拟环境通过网络相连接，并共享信息。它是网络和虚拟现实结合的产物，是一个支持多人通过网络实时进行交互的软件系统，每个用户在一个VR环境中通过计算机与其他用户进行交互。DVR系统一般由显示器，通信和控制设备，处理系统，数据网络四个基本部件组成【3】。 DVR追求良好的交互性，这就使得其对系统的响应速度和吞吐量有较高的要求。为了获得较好的交互反应时间，系统必须由相当少的软件层组成，在客户和服务器之间传递的数据量必须足够小。吞吐量受客户和服务器的处理速度，数据传输率的影响。在远程服务器上的数据必须从服务器进程传递到客户进程，经过两个计算机上若干个软件层。软件层的吞吐量与网络的吞吐量一样重要【1】。与此同时，DVR还要求系统具有良好的实时性，保持较高的图形刷新速率等。 3分形模型及其在DVR系统设计中的应用价值 3.1分形模型概述 正如分形之父Mandelbrot所说的那样，分形是大自然的几何学。分形几何学是描述复杂自然形状及其形成机制的有力手段，为人类构建自然图形提供了一种新的科学基础，形成了一种全新的自然图像——生成论的自然图像。分形几何学能够借助迭代模拟自然界的复杂形状，这正是分形模型的独特魅力所在【4】。目前，发展较为成熟的分形几何模型有L-System（L-系统）与IFS（Iterated Function System，迭代函数系统）。它们都能以极少的存储数据来生成逼真度相当高的复杂自然形状。而且，对于任何自然物形态，都可以通过计算机把它们转换成IFS编码，即数据模型【4】。因此，分形模型具有极其广阔的应用前景。 3.2分形模型在DVR系统设计中的应用价值 传统DVR系统中的几何模型一般用多边形来表示，通常具有两个信息：一个包含点的位置信息，另一个是点的拓扑结构信息，用来说明这些点之间的连接【2】。因此，在生成实体时通常要求较大的数据量，对网络的带宽要求很高。而且，在生成较为复杂的实体模型时，限于大量的数据传输和计算，使得图形的 1
函数也可以如此美丽-Julia集的分形艺术
函数也可以如此美丽——Julia集的分形艺术 微博：@月绒兔子 前言 大家在高中的时候都学过解析函数吧？说解析函数是不是有点显得太高端了？那好，给你一个y=x的函数，在XY坐标系上画出这个函数的图像。别告诉我你不会啊，这可是拿脚后跟都能画出来的图像啊。 闲话不多说了。首先，先声明下此文并不是给大家讲数学的，也不是专门给理工科童鞋看的。此文的目的就是想让大家知道，有那么一个函数，她是如此的奇幻如此的美丽多变，就像她的名字一样—Julia。然后我们用HTML5的canvas来召唤她。 先来几张Julia的芳容欣赏下： 没错，以上四个图片不是电脑桌面，但是它确实Julia集合（Julia Set）所描绘的抽象艺术。 Julia集简介 我是在一门叫做“高等统计物理”的课程上认识到Julia集的。虽然她的图像非常绚丽多姿，但其实她的真身非常简单，简单到你不敢想象： f(z)=z^2+C 其中，z^2表示z的平方，z和C均为复数（复习一下：复数就是a+ib，a为实部，b为虚部，i就是表示虚部的部分）。 然后我们做以下的迭代： Z1=f(z0) Z2=f(z1)
Z3=f(z2) Z4=f(z3) … 那么当Z0=0，C=0.5时 Z1=0^2+0.5=0.5 Z2=0.5^2+0.5=0.75 Z3=0.75^2+0.5=1.0625 Z4=1.0625^2+0.5=1.62890625 Z5=1.62890625^2+0.5=3.653355… Z6=Z5^2+0.5=14.346860796… 最终Zn趋于无限大。 同理，如果令Z0等于另一个值时，有可能会出现最终Zn收敛于某一值（无限趋近于某一个值），也有可能趋近无穷大，或者趋近无穷小（负值）。 Julia集绘制原理 上面的简介说明了其实Julia集就是一个迭代函数而已，那么，这么美丽的图像是怎么画出来的呢？其实很简单，刚才我有提到过，z和C都是复数，C是常量。 所以，z=x+iy，C=a+ib，图像是以x为横坐标，y为纵坐标绘制的。这么说来，只要随便改变a和b的值，就会出现不同的图案了。 那么图像中颜色是根据什么来的呢？ 我们从画布左上角第一个像素（x=0,y=0）开始，这个像素所代表的物理意义就是，当z=0+i0（也就是z=0）时，进行Zn的迭代计算。我们预先设置一个阀值k（例如k=4），当计算到Z10的时候，发现Z10的模大于k了（|Z10|>k），就说明在迭代到第10次的时候发散了。依此类推，如果是计算到Z88的时候|Z88|>k了，就说明迭代到第88次的时候发散了。这时候你就可以按照你的口味来了，你可以设置为发散的越慢（迭代次数越多）颜色越深，发散的越快（迭代次数越少）颜色越浅。当然也可以用冷暖色系来表示。找到形成发散的迭代次数，就可以结束迭代运算了。 当然，有一点是要注意的，这个迭代在计算到很高阶的时候运算量可是会很大的哦，所以一定要设置一个迭代次数的最大值，比如，如果再迭代到300次的时候，|Zn|还没有大于阈值k，那就认为这个点永远不会发散了（可以叫做收敛点），直接停止迭代运算。这点的颜色就按迭代最大值时对应的颜色值来填充。 第一个点的绘制原理就是酱紫。下面就是要遍历所有的点，按照同样的方法让计算机去计算喽。如果你的画布是800x800，那就需要从(x=0,y=0)一直遍历到(x=800,y=800)，一共是800x800=640000个点。如果你对你的电脑运算能力有信心的话，就可以利用Julia集绘制高分辨的HD桌面壁纸喽！ Julia集的魅力所在 学术界对于Julia集的研究非常广泛，学者们深深被这个集合的美丽和规律所吸引。除了她的多变和美丽外，还有一个神奇的地方（不要跟太多人讲哦），就是她的分形艺术（fractal art）。
各种有趣的分形
各种有趣的分形 我们看到正方形，圆，球等物体时，不仅头脑里会迅速反映出它是什么，同时，只要我们有足够的数学知识，我们头脑中也反映出它的数学概念，如正方形是每边长度相等的四边形，圆是平面上与某一点距离相等的点的集合，等等。 但是，当我们看到一个山的形状时，我们会想到什么?"这是山"，没错，山是如此的不同于其他景象，以至于你如果绘画水平不高，根本画不出象山的东西。可是，山到底是什么?它既不是三角形，也不是球，我们甚至不能说明山具有怎样的几何轮廓，但为什么我们却有如此直观而又强烈的山的印象?分形的创始人是曼德布洛特思考了这个问题。让 图中的风景图片又是说明分形的另一 很好的例子。这张美丽的图片是利用分 形技术生成的。在生成自然真实的景物 中，分形具有独特的优势，因为分形可 以很好地构建自然景物的模型。 这是一棵厥类植物，仔细观察，你会发 现，它的每个枝杈都在外形上和整体相 同，仅仅在尺寸上小了一些。而枝杈的 枝杈也和整体相同，只是变得更加小 了。 Sierpinski三角形具有严格的自相似特 性
Kohn雪花具有严格的自相似特性 分维及分形的定义 分维概念的提出 对于欧几里得几何所描述的整形来说，可以由长度、面积、体积来测度。但用这种办法对分形的层层细节做出测定是不可能的。曼德尔布罗特放弃了这些测定而转向了维数概念。分形的主要几何特征是关于它的结构的不规则性和复杂性，主要特征量应该是关于它的不规则性和复杂性程度的度量，这可用“维数”来表征。维数是几何形体的一种重要性质，有其丰富的内涵。整形几何学描述的都是有整数维的对象：点是零维的，线是一维的，面是二维的，体是三维的。这种几何对象即使做拉伸、压缩、折叠、扭曲等变换，它们的维数也是不变的；这种维数称为“拓扑维”，记为d。例如当把一张地图卷成筒，它仍然是一个二维信息载体；一根绳子团成团，仍然是一维结构。但曼德尔布罗特认为，在分形世界里，维数却不一定是整数的。特别是由于分形几何对象更为不规则，更为粗糙，更为破碎，所以它的分数维（简称“分维”，记为D）不小于它的拓扑维，即D≥d。 维数和测量有密切关系。如为了测一平面图形的面积，就要用一个边长为l、面积为l2的标准面元去覆盖它，所得的数目就是所测的面积。
分形与幽默艺术
分形与幽默艺术 分形与幽默艺术 作者：憔悴太子 ── 从赵本山的小品《心病》谈起 摘要表演艺术本身就有着自己的规律与理论。研究分形与幽默，研究分形与表演艺术之间的关系，只不过是从一个从新的角度来进一步了解及研究表演艺术它的自身规律与理论，将原来看到的，还有可能看不到的和遗漏的，或者看不清楚的问题及内容，从理论与技术上进一步进行归纳与升华成为应用价值的东西，从而形成新的规律与理论。并用它来指导表演艺术的编导与表演艺术的实践。从赵本山的小品《心病》谈起, 研究分形与幽默的目的就在于希望本文能起抛砖引玉的作用。 关键词分形自相似性表演艺术幽默 一前言 2003春节晚会上赵本山的小品“心病”（何庆魁先生等撰写），由赵本山、高秀敏、范伟组成的“黄金铁三角” 重新杀回央视，成为最大的看点和亮点。小品“心病”在舞台演出需要的时间很短（网上下载赵本山的“心病”播放时间为13分54秒），然而观众的笑声不断共计有25次之多（除“黄金铁三角”的人物出场时深受观众欢迎，引起观众大笑叫好外，其中还有15次也是大笑与幽默喜剧的高潮），足见其成功之处。他们获得非常好的幽默喜剧效果与巨大轰动效应。该小品最典型的幽默是赵本山这个“医生”与“病人”范伟一样都得了相似的“心病”。对于身外之物的“钱”的“心病”上，“医生”治好了“病人”的“心病”，他自己却是同样的“心病”大发其着，而且更为甚之。正是赵本山这个“医生”与“病人”范伟一样都得了相似的“心病”才引发了幽默喜剧的效果，也正是这个幽默喜剧情节才引发了一些不必要的争论。其实艺术上的“相似”的故事情节，“相似”表现手法的相互借鉴是无可非议的，因为世界上从时间与空间的整体来看每时每刻不知要发生多少“相似”，“相同”的事情，这是不足为奇的。世界本来就是“分形”的世界。 从现在的观点来看，赵本山的小品“心病”他们获得非常好的幽默喜剧效果与巨大轰动效应，除了他们的表演技巧外，小品剧情的发展与表现技巧都应用了“分形”这一手法。这里我们只不过是从一个从新的角度来进一步了解及研究表演艺术而已。 二分形简介 “分形”（f ractal）这个名词是由美国IBM（International Business Machine）公司研究中心物理部研究员暨哈佛大学数学教授曼德勃罗特（Benoit B. Mandelbort）在1975年首次提出的，其原意是“不规则的，分数的，支离破碎的”物体，这个名词是参考了拉丁文f ractus(弄碎的)后造出来的，它既是英文又是法文，既是名词又是形容词。1977年，他的所撰写的世界第一部关于“分形”的著作“分形：形态，偶然性和维数”（Fractal：From, Chance and Dimension），标志着分形理论的正式诞生。五年后，他又出版了著名的专著“自然界的分形几何学”（The Fractal Geometry of Nature），至此，分形理论初步形成。由于他对科学作出的杰出的贡献，他荣获了1985年Barnard奖，该奖是由全美科学院推荐，每五年选一人，是非常有权威性的奖。在过去的获奖者中，爱因斯坦名列第一，其余的也都是著名的科学家。 分形理论诞生后，人们意思到应该把它作为工具，从新的角度来进一步了解及研究自然界和社会，范围包括所有的自然科学和社会科学领域。[1] （张济忠<<分形>> 清华大学出版社1995年8月第一版绪论pⅧ-Ⅸ） 分形的几个特点： (1) 具有无限精细的结构； (2) 比例自相似性； (3) 一般它的分数维大于它的拓扑维数； (4) 可以由非常简单的方法定义，并由递归，迭代产生等。 这里（1）（2）两项说明分形在结构上的内在规律性。自相似性是分形的灵魂，它使得分形的任何一个片段包含整个分形的信息。第（3）项说明了分形的复杂性，第（4）项说明了分形的生成机制。[2]（分形--自然几何.htm）请看图1中的几个图形,它们叫做科赫曲线和科赫雪花曲线，从它的任何一个局部经过放大，都可以得到一个局部和整体自相似的图形。这就是分形几何的一个特点叫做自相似性。并且具有无限精细的结构，即它的全息性。从图1中，可以看出它的生成规律，即其递归过程。[3]（分形艺术欣赏.htm）[4]（21ic_com
分形图形与分形的产生
分形图形 分形理论是非线性科学的主要分支之一，它在计算机科学、化学、生物学、天文学、地理学等众多自然科学和经济学等社会科学中都有广泛的应用。分形的基本特征是具有标度不变性。其研究的图形是非常不规则和不光滑的已失去了通常的几何对称性；但是，在不同的尺度下进行观测时，分形几何学却具有尺度上的对称性，或称标度不变性。研究图形在标度变换群作用下不变性质和不变量对计算机图形技术的发展有重大的意义。 说到分形（fractal），先来看看分形的定义。分形这个词最早是分形的创始人曼德尔布诺特提来的，他给分形下的定义就是：一个集合形状，可以细分为若干部分，而每一部分都是整体的精确或不精确的相似形。分形这个词也是他创造的，含有“不规则”和“支离破碎”的意思。分形的概念出现很早，从十九世纪末维尔斯特拉斯构造的处处连续但处处不可微的函数，到上个世纪初的康托三分集，科赫曲线和谢尔宾斯基海绵。但是分形作为一个独立的学科被人开始研究，是一直到七十年代曼德尔布诺特提出分形的概念开始。而一直到八十年代，对于分形的研究才真正被大家所关注。 分形通常跟分数维，自相似，自组织，非线性系统，混沌等联系起来出现。它是数学的一个分支。我之前说过很多次，数学就是美。而分形的美，更能够被大众所接受，因为它可以通过图形化的方式表达出来。而更由于它美的直观性，被很多艺术家索青睐。分形在自然界里面也经常可以看到，最多被举出来当作分形的例子，就是海岸线，源自于曼德尔布诺特的著名论文《英国的海岸线有多长》。而在生物界，分形的例子也比比皆是。 近20年来，分形的研究受到非常广泛的重视，其原因在于分形既有深刻的理论意义，又有巨大的实用价值。分形向人们展示了一类具有标度不变对称性的新世界，吸引着人们寻求其中可能存在着的新规律和新特征；分形提供了描述自然形态的几何学方法，使得在计算机上可以从少量数据出发，对复杂的自然景物进行逼真的模拟，并启发人们利用分形技术对信息作大幅度的数据压缩。它以其独特的手段来解决整体与部分的关系问题，利用空间结构的对称性和自相似性，采用各种模拟真实图形的模型，使整个生成的景物呈现出细节的无穷回归的性质，丰富多彩，具有奇妙的艺术魅力。分形对像没有放大极限，无论如何放大，总会看到更详细的结构。借助于分形的计算机生成，从少量的数据生成复杂的自然景物图形，使我们在仿真模拟方面前进了一大步。在分形的诸多研究课题中，分形的计算机生成问题具有明显的挑战性，它使传统数学中无法表达的形态(如山脉、花草等)得以表达，还能生成一个根本“不存在”的图形世界。分形在制造以假乱真的景物方面的进展和潜在的前途，使得无论怎样估计它的影响也不过分。可以肯定，分形图案在自然界真实物体模拟、仿真形体生成、计算机动画、艺术装饰纹理、图案设计和创意制作等具有广泛的应用价值。 分形图形简介一、关于分形与混沌 关于分形的起源，要非常准确的找出来是非常困难的。研究动态系统、非线形数学、函数分析的科学家，已数不胜数。尽管分形的早期线索已非常古老，但这一学科却还很年轻。比如关于动态系统和细胞自动机的大部分工作可以追溯到冯-诺依曼；但是，直到Mandelbrot 才如此清楚地将自然现象和人工现象中的混沌及分形同自相似性联系在一起。大家如果对此感兴趣，可进一步查阅有关资料。下面我们看一看分形的概念。 什么是分形呢？考虑到此文的意图，我们无意给出它严格的定义，就我们的目的而言，一个分形就是一个图象，但这个图象有一个特性，就是无穷自相似性。什么又是自相似呢？在自然和人工现象中，自相似性指的是整体的结构被反映在其中的每一部分中。比如海岸线，常举的例子，你看它10公里的图象（曲线），和一寸的景象（曲线）是相似的，这就是自相似性。 与分形有着千差万屡的关系的，就是混沌。混沌一词来源与希腊词汇，原意即“张开咀”，但是在社会意义上，它又老爱和无序联系在一起。解释分形和混沌的联系，要注意到分形是
分形几何学
2 分形几何学的基本概念 本章讨论分形几何学的一些基本内容，其中：第1节讨论自相似性与分形几何学的创立；第2节讨论分形几何学的数学量度，即三种不同的维数计算方法；第3节讨论应用分形几何方法所实现的对自然有机体的模拟。 2.1自相似性与分形几何学 无论人们通过怎样的方式把欧几里得几何学的形体与自然界关联起来，欧氏几何在表达自然的本性时总是会遇到一个难题：即它无法表现自然在不同尺度层次上的无穷无尽的细节。欧氏几何形体在局部放大后呈现为直线或光滑的曲线，而自然界的形体（如山脉、河流、云朵等）则在局部放大后仍呈现出与整体特征相关的丰富的细节（图版2-1图1），这种细节特征与整体特征的相关性就是我们现在所说的自相似性。
自相似性是隐含在自然界的不同尺度层次之间的一种广义的对称性，它使自然造化的微小局部能够体现较大局部的特征，进而也能体现其整体的特征。它也是自然界能够实现多样性和秩序性的有机统一的基础。一根树枝的形状看起来和一棵大树的形状差不多；一朵白云在放大若干倍以后，也可以代表它所处的云团的形象；而一段苏格兰的海岸线在经过数次局部放大后，竟与放大前的形状惊人地相似（图版2-1图2）。这些形象原本都是自然界不可琢磨的形状，但在自相似性这一规律被发现后，它们都成为可以通过理性来认识和控制的了。显然，欧氏几何学在表达自相似性方面是无能为力了，为此，我们需要一种新的几何学来更明确地揭示自然的这一规律。这就是分形几何学产生的基础。
1977年，曼德布罗特（Benoit Mandelbrot）出版了《自然的分形几何学》（The Fractal Geometry of Nature）一书，自此分形几何学得以建立，并动摇了欧氏几何学在人们形态思维方面的统治地位。分形几何学的研究对象是具有如下特性的几何形体：它们能够在不断的放大过程中，不停地展现出自相似的、不规则变化着的细节（图2-1图3）。这些几何形状不同于欧氏几何形体的一维、二维或三维形状，它们的维数不是简单的1、2或3，而是处于它们之间或之外的分数。 科赫曲线（Koch Curve）是分形几何学基本形体中的一个典型实例，它是由这样一种规律逐次形成的：用一根线段做为操作对象，对其三等分，把中间一段向侧面旋转60度，并增加另一段与之长度相同的线段把原来的三条线段连接为一体，这四条线段组成的形状就是第一代的科赫曲线；分别对它的每一条线段重复上述的操作，将形成第二代科赫曲线；再对其每一条线段进行上述操作，可得第三代，等等；如此迭代下去（图版2-1图4）。显然，对每一代的构成元素的同样操作决定了自相似性的代代传递，使形成的科赫曲线已经明确地具有了自然的特征。如果再进一步在操作中增加一点随机成分的话，那么所得的随机科赫曲线的自然性就更强列了。[回本章页首] 2.2维数计算：分形几何学的数学量度 既然分形几何学是一种严格的数学，那么它一定有自身的数学量度。分形几何学的数学量度是分形几何形体的维数。如前所述，分形几何形体的维数不是整数而是分数，它的计算是分形几何的创立者们在总结归纳的基础上产生的。 分形几何体的维数计算的数学推导是复杂的，也不是我们所关心的内容。但维数计算所代表的形象意义却值得我们关注。如前所述，分形几何形体的本质属性是自相似性，而这一自相似性一定是在同一形体的不同层次之间（不论是对自然形体的不同程度的放大，还是对人工形体迭代操作所得到的不同代）得以体现的。因而，分形几何形的维数正是在形状的不同层次的比较之间所反映出来的规律。这一规律所代表的是分形几何形状在空间中的扩张趋势。维数越大，就表明它在空间的扩张趋势越强，形状本身的变化可能性也越丰富。
分形几何的数学基础
课程名称（中文）：分形几何的数学基础 课程名称（英文）：Mathematical foundation of Fractal geometry 一）课程目的和任务： 分形几何的概念是由B.Mandelbrot 1975年首先提出的，数十年来它已迅速发展成为一门新兴的数学分支，它的应用几乎涉及到自然科学的各个领域。本课程为分形几何研究方向研究生的专业必修课程。主要内容包括：抽象空间，拓扑空间及度量空间中的测度理论基础、分形的（Hausdorff，packing及box－counting）维数理论及其计算技巧、分形的局部结构、分形的射影及分形的乘积等。其目的是使学生基本理解并掌握分形几何学基本概貌和基本研究方法及技巧，从而使他们能够阅读并理解本专业的文献资料。 二）预备知识：测度论，概率论 三）教材及参考书目： 教材：分形几何――数学基础及其应用肯尼思.法尔科内著东北大学出版社 参考书目：1）Rogers C.A. Hausdorff measures, Cambridge University Press, Cambridge, 1970. 2）文志英，分形几何的数学基础，上海科技教育出版社，上海，2000. 3）周作领，瞿成勤，朱智伟，自相似集的结构---Hausdorff测度与上凸密度（第二版），科学出版社，2010。 四）讲授大纲（中英文） 第一章数学基础 1）集合论基础 2）函数和极限 3）测度和质量分布 4）有关概率论的注记 第二章豪斯道夫测度和维数 1）豪斯道夫测度 2）豪斯道夫维数 3）豪斯道夫维数的计算――简单的例子 4）豪斯道夫维数的等价定义 5）维数的更精细定义 第三章维数的其它定义 1）计盒维数 2）计盒维数的性质与问题 3）修改的计盒维数 4）填充测度与维数 5）维数的一些其它定义 第四章计算维数的技巧 1）基本方法 2）有限测度子集 3）位势理论方法 4）傅立叶变换法 第五章分形的局部结构
分形统计模型的理论研究及其在地质学中的应用
第33卷 第2期1998年4月 SC IEN T I A GEOLO G I CA S I N I CA V o l .33N o.2 A p r .,1998 3地矿部“九五”基础研究重点项目《矿产定量预测的勘查评价新理论研究》和中国博士后科学基金项目资助。申 维,男,1957年2月生,博士后,数学地质专业。 1997210207收稿,1997209209改回,王桂凤编辑。 分形统计模型的理论研究及其在 地质学中的应用 3 申 维 赵鹏大 (中国地质大学数学地质研究所 武汉 430074) 摘 要 本文提出了一般分形模型和一般分维数的概念,认为许多地质模型是一般分形模型的特例,指出幂函数分布和帕累托分布是分形统计模型的数学基础,论证了幂函数分布在高端截尾条件下具有尺度不变的分形性质,根据非线性回归模型参数估计的方法,提出了求分维数的新方法,该方法具有许多优点。通过在计算机上产生随机数对分形统计模型进行模拟研究,以及通过实例说明分形统计模型应用的方法及步骤,并解释了分维数的实际意义。 关键词 分形统计模型 分维数 模拟研究 成矿预测 由于人类社会和自然界中广泛地存在无序、混乱、不规则和不光滑的复杂现象,传统的理论只能是简化或定性地刻画它们。分形理论的提出为揭示隐藏于混乱复杂现象中的精细结构和定量地刻画描述它们提供了理论基础。 分形理论创立于70年代中期,其研究对象为自然界和社会活动中广泛存在的无序(无规则)而具有自相似性的系统。分形论借助于自相似性原理洞察隐藏于混乱现象中的精细结构;为人们从局部认识整体,从有限认识无限提供新的方法论;为不同学科发现规律性提供崭新的语言和定量的描述;为现代科学技术提供新思想新方法。分形理论不但为复杂的现象提供了一种简便的定量描述工具,而且它是一种辩证的思想方法和认识方法:部分与整体有相似性是整个的相对缩影,含有整体的信息,因而人们可以通过认识部分来认识整体。 1 一般分形模型 设非线性模型 y =f (x ,Η )+Ε(1) 式中:x 为可观测的已知变量,可以是向量;y 为可观测的随机变量;Ε为不可观测具有零 均值和有限方差Ρ2>0独立同分布F 的随机误差项(Ρ2未知);Η=(Η1,Η2,…,Ηp )′为未知参数,定义域为欧氏空间R p 上的一个子空间(;f 称为模型函数,它的函数形式已知,但含有未知参数Η。如果f 是Η的线性函数,则(1)式化为线性模型,否则就称为非线性模型。
分形几何与分形艺术
分形几何与分形艺术 Revised as of 23 November 2020
分形几何与分形艺术 作者： 我们人类生活的世界是一个极其复杂的世界，例如，喧闹的都市生活、变幻莫测的股市变化、复杂的生命现象、蜿蜒曲折的海岸线、坑坑洼洼的地面等等，都表现了客观世界特别丰富的现象。基于传统欧几里得几何学的各门自然科学总是把研究对象想象成一个个规则的形体，而我们生活的世界竟如此不规则和支离破碎，与欧几里得几何图形相比，拥有完全不同层次的复杂性。分形几何则提供了一种描述这种不规则复杂现象中的秩序和结构的新方法。 一、分形几何与分形艺术 什么是分形几何通俗一点说就是研究无限复杂但具有一定意义下的自相似图形和结构的几何学。什么是自相似呢例如一棵苍天大树与它自身上的树枝及树枝上的枝杈，在形状上没什么大的区别，大树与树枝这种关系在几何形状上称之为自相似关系；我们再拿来一片树叶，仔细观察一下叶脉，它们也具备这种性质；动物也不例外，一头牛身体中的一个细胞中的基因记录着这头牛的全部生长信息；还有高山的表面，您无论怎样放大其局部，它都如此粗糙不平等等。这些例子在我们的身边到处可见。分形几何揭示了世界的本质，分形几何是真正描述大自然的几何学。 "分形"一词译于英文Fractal，系分形几何的创始人曼德尔布罗特（）于1975年由拉丁语Frangere一词创造而成，词本身具有"破碎"、"不规则"等含义。Mandelbrot研究中最精彩的部分是1980年他发现的并以他的名字命名的集合，他发现整个宇宙以一种出人意料的方式构成自相似的结构（见图1）。Mandelbrot 集合图形的边界处，具有无限复杂和精细的结构。如果计算机的精度是不受限制的话，您可以无限地放大她的边界。图2、图3 就是将图1中两个矩形框区域放大后的图形。当你放大某个区域，它的结构就在变化，展现出新的结构元素。这正如前面提到的"蜿蜒曲折的一段海岸线"，无论您怎样放大它的局部，它总是曲折而不光滑，即连续不可微。微积分中抽象出来的光滑曲线在我们的生活中是不存在的。所以说，Mandelbrot集合是向传统几何学的挑战。