Introducción a los procesos infinitos y Fractales
Enviado por • 11 de Noviembre de 2013 • Ensayos • 3.377 Palabras (14 Páginas) • 348 Visitas
Introducción a los procesos infinitos y Fractales
Sergio Plaza
Departamento de Matemática y C.C.
Universidad de Santiago de Chile
La idea fundamental de un proceso iterativo consiste en lo siguiente: dado uno o varios
valores iniciales, se introducen en una transformaciones (fórmulas), llamada
transformación iterativa, la cual podemos imaginar como una máquina que transforma un
valor inicial o varios valores iniciales en otro, llamado resultado, el cual pasa a ser
considerado como parte de nuevos valores iniciales o un nuevo valor inicial para el proceso
iterativo. Un ejemplo sencillo es dado por la sucesión de Fibonacci
1 , 1 , 2 , 3 , 5 , 8 , ...
la cual se obtiene considerando los valores iniciales x0 = 1, x1 = 1, y x x x n+ n n− = + 1 1 para
n ≥ 1, así los valores que se obtienen para los primeros elementos de la sucesión de
Fibonacci son:
x x x 2 1 0 = + = 1+ 1 = 2
x x x 3 2 1 = + = 2 + 1 = 3
x x x 4 3 2 = + = 3 + 2 = 5
x x x 5 4 3 = + = 5 + 3 = 8
!
La transformación puede venir expresada por fórmulas o por una serie de pasos a ejecutar
en cada etapa de la iteración. Para ilustrar esta última posibilidad veamos un ejemplo.
1. Consideremos un segmento de recta, el cual para comenzar lo consideramos de
longitud 1 (esto no constituye ninguna restricción.)
2. Reemplace el segmento inicial por cuatros segmentos de recta cada uno de longitud
3
1
de la longitud del segmento inicial, como muestra la figura
2
Obtenemos así una poligonal formada por cuatro segmentos de longitud
3
1 , por lo
tanto la longitud de la poligonal es
3
4 .
3. Aplicamos el proceso de reemplazar cada segmento de la poligonal obtenida en la etapa
anterior por cuatro segmentos cada uno de longitud
3
1 de la longitud del segmento
considerado, El procedimiento es ilustrado en la figura abajo.
3
en esta nueva poligonal cada segmento tiene longitud 9
1
3
1
3
1 ⋅ = , y existen 16
segmentos, luego la longitud de la poligonal obtenida es igual a
2
3
4
9
16
= .
Si repetimos la etapa 3, reemplazando cada segmento de recta de la poligonal por
cuatro segmentos cada uno de longitud
3
1 de la longitud del segmento considerado,
obtenemos una poligonal con 64 segmentos, cada uno de longitud
27
1 , por lo tanto la
longitud de la poligonal obtenida en esta etapa del proceso es
3
3
4
27
64
= .
Este proceso puede repetirse indefinidamente, obteniendo una ``curva’’ de longitud
infinita, y como puede observarse en cada etapa agregamos puntos esquinas (aquellos que
forman el vértice de dos segmentos). La curva final tendrá un punto esquina en cada punto,
esto no es fácil de imaginar, pero de hecho así ocurre. Esta curva es llamada curva de
Koch, en honor a su creador, Niel Helge von Koch (25/06/1870-11/03/1924).
La construcción de reemplazar cada segmento por otros cuatro, cada uno de longitud
3
1 de
la longitud del segmento considerando en la etapa anterior puede aplicarse, por ejemplo, a
los lados del triángulo equilátero de lado 1. Obteniendo, una sucesión de figuras como se
muestra abajo
Etapa 0
Longitud de la poligonal
igual a 3
Etapa 1
Longitud de la poligonal
igual a 12
3
3
4
3
= ⋅
Etapa 2
Longitud de la poligonal
igual a 2
3
3 4
9
48
= ⋅
4
Etapa 3
Longitud de la poligonal
igual a 3
3
3 4
27
192
= ⋅
En la etapa 3, obtenemos una poligonal cerrada formada por 4 ⋅ 48 = 192 lados, cada uno de
longitud
27
1 , luego su longitud es
3
3
3 4
27
192
= ⋅ . De lo anterior vemos que en la etapa nésima,
se obtiene una poligonal con longitud igual a
n
⋅
3
3 4 . Por lo tanto la longitud de la
curva “límite” del proceso anterior crece indefinidamente. Notemos que la curva límite
acota una región de área finita en el plano. Esta curva “límite” es llamada copo de nieve de
Koch. Ella hiere nuestra intuición, pues es una curva de longitud “infinita” que delimita
una región de área finita en el plano.
Figuras Fractales
La curva de Koch, es un ejemplo de figuras geométricas llamadas fractales. Muchas
figuras fractales tienen la propiedad de ser autosimilares; esto quiere decir, que si tomamos
una parte de la figura, por muy pequeña que sea, al aplicarle una ampliación vemos
nuevamente la misma configuración. Por ejemplo la curva de Koch construida
anteriormente tiene esta propiedad.
Etapa final
5
Hay que notar que la autosimilaridad no constituye una propiedad que define si una figura
es fractal o no, por ejemplo, un cuadrado en el plano tiene esta propiedad y no cabe siquiera
pensar que sea una figura fractal, pues como nuestra intuición nos dice una figura fractal
tiene una alta irregularidad, más adelante veremos un intento de definición de lo que sería
una figura fractal.
Examinemos otros ejemplos, de los llamados fractales clásicos.
Conjunto de Cantor
Este conjunto es utilizado frecuentemente en matemática para construir ejemplos y su
nombre lo debe a su creador G. Cantor (03/03/1845-06/01/1918). Comenzamos la
construcción con un segmento de recta, digamos de longitud 1.
Dividimos el segmento inicial en 3 segmentos de igual longitud y eliminamos el segmento
central, obteniendo dos segmentos cada uno de longitud
3
1 .
Enseguida dividimos cada segmento resultante en la etapa anterior en 3 segmentos de igual
longitud y eliminamos los segmentos central, obteniendo 4 segmentos cada uno de longitud
9
1 .
Repetimos el proceso de división y eliminación anterior a cada segmento resultante en la
etapa anterior, y continuamos el proceso indefinidamente. El resultado final es un conjunto
C, llamado conjunto de Cantor, el cual es no vacío y contiene tantos puntos como la recta
real.
Conjunto de Cantor
6
Si en cada etapa de la construcción del conjunto de Cantor, medimos la longitud del
conjunto resultante, obtenemos lo siguiente:
Etapa Longitud
0 1
1
3
2
2
2
3
2
9
4
=
3
3
3
2
27
8
=
!
!
Intuitivamente el conjunto de Cantor debería tener longitud 0. Debido a su construcción el
conjunto de Cantor es autosimilar.
Notemos que el conjunto de Cantor es de “longitud” cero y tiene tantos puntos como el
segmento inicial. Esto no es fácil de aceptar ni intuitivo.
La construcción anterior del conjunto de Cantor es la clásica. Existen muchas
construcciones de conjuntos de Cantor, es decir, de división de un segmento en segmentos
(no necesariamente en 3) y en proporciones distintas (no necesariamente
3
1 ), y que nos
llevan a un conjunto de Cantor. Incluso se pueden construir conjuntos de Cantor con
“longitud” positiva. En la actualidad aún se trabaja y se publican trabajos profundos en
matemática que tienen relación con estos conjuntos.
Triángulo de Sierpinski
El nombre de esta figura fractal lo debe a su creador W. Sierpinski (14/03/1882-
21/10/1969).
La construcción clásica de esta figura fractal es como sigue: Consideramos una región
triangular, la cual para simplificar suponemos delimitada por el triángulo equilátero de lado
1. Dividimos la región en cuatro regiones de igual área, como muestra la figura
7
Esto se logra uniendo los puntos medios de los lados del triángulo original. Eliminamos el
triángulo central, obteniendo la figura
En cada triángulo restante T T T 1 2 3 , , , repetimos el proceso de división-eliminación,
obteniendo la figura
Repetimos el proceso de división-eliminación en cada triángulo que restó de la etapa
anterior, y continuamos con el proceso indefinidamente. La figura resultante es llamada
triángulo de Sierpinski.
Triángulo de Sierpinski
8
El triángulo de Sierpinski, al igual que la curva de Koch y el conjunto de Cantor, es
autosimilar.
Estas tres figuras, constituyen la trilogía de los más clásicos ejemplos de las figuras
llamadas fractales. ¿Porqué llamar fractal a la curva de Koch, el conjunto de Cantor y el
triángulo de Sierpinski?, y a otras figuras, por ejemplo las siguientes:
Para responder a esta pregunta necesitaríamos desarrollar una matemática más allá de los
objetivos básicos planteados en estas notas, por lo que nos limitaremos a dar una
justificación simple en este caso.
Examinemos un poco la definición de “volumen” de un segmento de recta y de un cuadrado
(no existe error en llamar volumen a lo que usualmente en IR llamamos longitud y en IR2 ,
área, es simplemente para usar la misma terminología, la cual se transforma de modo obvio
a figuras geométricas en IRn ). Para ponernos de acuerdo usamos la convención:
1− volumen = longitud , 2 − volumen = area , 3 − volumen = volumen usual .
1 - Volumen
Consideremos un segmento de recta, que por simplicidad, suponemos unitario (no es
ninguna restricción esta suposición). Para calcular el 1− volumen del segmento unitario
procedemos como sigue: cubrimos nuestro segmento por segmentos pequeños de longitud,
digamos ε , (ε > 0 un número).
Sea N(ε ) = número mínimo de intervalos de longitud ε necesario para cubrir el intervalo.
Tenemos entonces que N(ε ) ⋅ε 1 ≈ 1, donde el símbolo ≈ significa aproximadamente igual,
luego el 1-volumen del segmento de recta unitario es igual a 1.
De modo análogo, para calcular el 2 − volumen de un cuadrado, el cual para simplificar
suponemos unitario (es decir, de lado 1) cubrimos éste por cuadrados pequeños de lado
ε (ε > 0) . Sea N(ε ) el número mínimo de cuadrados de lado ε , necesarios para cubrir el
cuadrado, entonces N(ε ) ⋅ε 2 ≈ 1, luego el 2-volumen del cuadrado unitario es igual a 2.
9
Ahora consideremos la curva de Koch. Para calcular su 1− volumen , en cada paso de la
construcción calculamos el 1− volumen de la poligonal resultante en esa etapa.
Para n = 1, si tomamos ε = 1, tenemos N(ε ) = 1, para n = 2, si tomamos ε =
3
1 ,
tenemos N(ε ) = 4 , para n = 3, tomando 32
ε = 1 , tenemos N(ε ) = 42 , ..., para n = k
tomando 3k
ε = 1 , tenemos N(ε ) = 4k .
Y veremos entonces que el 1− volumen de la curva de Koch crece indefinidamente. Si en
cambio en vez de considerar la ecuación
k
N
⋅ ≈
3
(ε ) ε 1 4 ,
consideramos la ecuación
N(ε ) ⋅ε s = 1
y buscamos el valor de s de modo que esto ocurre. En la etapa k, tenemos la ecuación
1
3
4 1 =
s
k
k .
De esto, tenemos que
4k = 3ks
de donde, aplicando logaritmo en base e, nos queda k ln 4 = ks ln(3) , y por lo tanto
obtenemos que
ln(3)
s = ln(4) .
Similarmente, para el conjunto de Cantor, planteamos la ecuación
2
1
3
k 1
k
s
⋅
= ,
10
de donde
=
ln(3)
s ln(2) .
Análogamente, para el triángulo de Sierpinski obtenemos que
ln(3)
s = ln(4) .
El número s obteniendo en cada caso anterior, es llamado la “capacidad” de la
correspondiente figura. Tenemos así
Figura Capacidad
Curva de Koch ln(3)
s = ln(4)
Conjunto de Cantor
ln(3)
s = ln(2)
Triángulo de
Sierpinski ln(3)
s = ln(4)
Observación: El denominador ln(3) en las capacidades anteriores tiene que ver con la
“forma” de la construcción, no es una constante universal para toda figura geométrica
fractal.
El hecho que para la curva de Koch se tenga que
ln(3)
s = ln(4) = 1.2618... se interpreta
diciendo que la curva de Koch es una curva que ocupa más espacio que una curva regular
pero no llega a llenar un área. Para el conjunto de Cantor, s = 0.63092... se interpreta
diciendo que aún cuando C no contiene ningún segmento de recta, ocupa más espacio que
puntos y no llena un segmento de recta. De modo análogo para el triángulo de Sierpinski,
este ocupa un espacio mayor que una curva regular pero no llena ninguna área.
11
En general, diremos que una figura tiene chance de ser fractal si su capacidad es un
número real no entero, esto no es completamente correcto, pero nos da una primera
aproximación a la idea de lo que sería una definición de fractal o de figura fractal.
Nota: una buena página para encontrar biografías de matemáticos es
http://www-groups.dcs.st-and.ac.uk/~history/Mathematicians
Lo que hemos presentado acerca de la geometría fractal no es si no una parte minimal de
esta hermosa teoría, la cual tuvo sus inicios en los trabajos del matemático ruso A. S.
Besicovitch y su escuela, aproximadamente en 1950, y que se popularizó con el trabajo,
esencialmente de divulgaciones, debido a Benoit Mandelbrot en el año 1977 con la
publicación de su libro “Fractals: form, chance, and dimension”.
Mandelbrot llevó la geometría fractal al computador, produciendo hermosas e intrigantes
figuras, sobre todo en el área de estudio de la “dinámica compleja”, graficando
computacionalmente los trabajos de los matemáticos franceses G. Julia y P. Fatou,
trabajos matemáticos profundos producidos entre 1918 y 1920.
Posteriormente, M. Barnsley, basado en el trabajo de tesis de doctoral de su estudiante A.
Jacquin (1989) y del matemático J.E. Hutckison (1981), desarrolló la teoría de los
“sistemas iterados de funciones” (denominados IFS del inglés iterated function systems) y
funda una industria llamada Iterated Function Systems, la cual se dedicó esencialmente a la
producción de algoritmos para “comprimir” imágenes. Uno de los productos que usa esta
tecnología es Encarta 99 y sucesivas versiones de este software. A continuación damos una
versión simplista de esta teoría, la cual puede ser fácilmente implementada en un
computador para producir bellas imágenes “fractales”.
Una referencia de una página donde encontrar fractales en Chile es:
http://www.geocities.com/CapeCanaveral/Cockpit/5889/
otra es
http://www.arrakis.es/~sysifus/
12
Sistemas de Funciones Iterados Lineales en el Plano
Lo que desarrollamos en esta sección corresponde a una parte “inocente” del asunto y su
implementación computacional. Inocente en el sentido que es sólo una introducción,
digamos somera a la teoría general, pero suficiente para que podamos experimentar con
ella.
Consideramos transformaciones del plano en si mismo de la forma
T(x, y) = (ax + by + e ,cx + dy + f )
donde a,b,c,d,e, f son números reales, y a,b,c y d satisfacen la condición ad − bc ≤ 1,
llamada condición de contractividad. Decimos en este caso que T una contracción afín.
Veamos como utilizando transformaciones afines contractivas podemos producir la curva
de Koch.
Consideremos el cuadrado unitario Q (cuadrado de lado 1), con un vértice en el origen,
como muestra la figura.
Aplicamos a Q la transformación afín contractiva
T x y = x y
3
, 1
3
( , ) 1 1
y obtenemos el cuadrado Q1, de lado
3
1 como muestra la figura.
13
Enseguida aplicamos a este cuadrado una rotación en 60º seguido de una traslación a lo
largo del eje x, igual a
3
1 , es decir, aplicamos
T x y = x + y + − x + y
6
3
6
, 1
3
1
6 6
( , ) 3 2 y
obtenemos la figura
Enseguida aplicamos la transformación T3 al cuadrado Q1 que hace lo siguiente: lo contrae
al cuadrado de lado
3
1 , Q1, luego lo rota en 120º y lo traslada a
0 ,
3
2 , es decir
T x y = x + y + − x + y
6
3
6
,
3
2
6
3
6
( , ) 3
y obtenemos la figura
Finalmente, aplicamos a Q la transformación
= +
3
,
3
2
3
( , ) 4
T x y x y y tenemos la figura
14
Combinando, tenemos: primero aplicamos T1, después T2 , después T3 y finalmente T4, a Q,
obteniendo la figura siguiente
A la figura resultante, aplicamos T1, T2, T3 y T4 (en cualquier orden), y así sucesivamente.
Garantizamos que el resultado final es la curva de Koch.
La pregunta es ¿cómo implementar el proceso anterior en un computador?. En principio
esta no sería fácil, pero se tiene el siguiente resultado.
“Sea {T ,T , ,Tn} 1 2 " una colección de transformaciones afines contractivas del plano. Sea
( , ) 0 0 x y un punto arbitrario. Denotemos σ (1),σ (2),",σ (n) elecciones arbitrarias y
aleatorias de los índices 1,#,n de las transformaciones afines. Entonces la sucesión de
puntos (x , y ) k k del plano obtenidas como sigue:
( , ) ( , ) 1 1 (1) 0 0 x y T x y σ = , ( , ) ( , ) 2 2 (2) 1 1 x y T x y σ = , ( , ) ( , ), , x3 y3 T (3) x2 y2 # σ =
después de despreciar sus primeros, digamos 100 elementos, “llena una región del plano”
que corresponde a la figura “fractal” deseada de generar. El sentido de figura fractal en
este caso corresponde al hecho que el borde (cuando ella tiene puntos interiores ) de la
figura o ella misma es una curva fractal.
Veamos cual sería el algoritmo computacional a implementar. Daremos el algoritmo en un
pseudo-lenguaje, para que pueda ser adaptado a cualquier lenguaje computacional que se
desee usar.
1. Ingrese los coeficientes i i i i i a ,b ,c ,d ,e , f 1 de las transformaciones afines
contractivasT i n i, = 1,2 ,#, .
2. Elija como punto inicial ( , ) 0 0 x y un punto arbitrario, por ejemplo (0,0)
15
3. Divida el intervalo [0,1] en n subintervalos I [ [ I [ [ I [ ] 1 1 2 1 2 n n 1 = 0 = = 1 − ,α , α ,α ,#, α , .
4. Elija una función random de su computador, normalmente llamada rnd.
5. Si rnd pertenece a I j , es decir, ≤ j−1 α rnd j <α , aplíquese la transformación Tj al
punto ( , ) 0 o x y obteniendo un nuevo punto ( , ) 1 1 x y , el cual se renombra por ( , ) 0 o x y
nuevamente, y vuelva al paso 4. Después de aplicar, digamos 100 veces esta rutina,
permita a su rutina pasar al paso 6 siguiente.
6. Grafique el punto ( , ) 0 o x y obtenido en 5, pintándolo de color j ( j dado por el paso 5).
(Normalmente los computadores, de acuerdo a la tarjeta gráfica que poseen aceptan
colores entre 0 y 16 (sistema VGA) o entre 0 y 255 (sistema super VGA) o entre 0 y
15999.
Repitiendo este algoritmo unas 1000 veces obtendrá una figura en su pantalla, la cual por lo
general resulta bonita.
Ejemplos de sistemas de transformaciones afines contractivas
1. ,
2
,
4
( , ) 1
T x y = x − y ,
2
1
2
,
4
1
4
( , ) 2
T x y = x + y − ,
2
,
4
1
4
( , ) 3
T x y = x + y y
= + +
2
1
2
,
4
3
4
( , ) 4
T x y x y . La figura generada por este sistema { } 1 2 3 4 T ,T ,T ,T es llamada
curva de Keissweiter.
16
2. ( , ) (0,0.5 ) 1 T x y = y , T x y x y x y 2 ( , ) = (0.02 − 0.28 ,0.15 + 0.2 + 1.5)
T x y x y x y 3 ( , ) = (0.02 + 0.28 ,0.15 + 0.2 + 1.5) , T x y x y 4 ( , ) = (0.75 ,0.5 + 4.6)
La figura generada por este sistema puede ser llamada araucaria, véala.
17
3. Para cada
2
0 < s < 1 , considere las transformaciones T x y sx y x sy 1 ( , ) = ( + 0.5 ,0.5 − ) ,
T x y sx y s x sy 2 ( , ) = ( − 0.5 + 1− ,− 0.5 − + 0.5) . Las transformaciones T1 y T2 dependen
del valor s elegido. Experimente con varios valores para s, por ejemplo s = 0, s = 0.3, … y
vea los resultados obtenidos. La figura abajo fue obtenida considerando s=0.3
3. Sea 0 < A < 1 y considere las transformaciones
T x y Ax Ay Ax Ay 1( , ) = ( + ,− + )
T x y Ax Ay A Ax Ay A 2( , ) = ( + + , − − )
Estas transformaciones dependen del valor A que elijamos. Experimente con varios
valores para A , por ejemplo, A = 0.25 , A = 0.3 , A = 0.5 , # , y vea los resultados
obtenidos. Para A=0.5 se obtiene la siguiente figura
18
4. Sean
T1(x, y) = (0.5 , 0.16y)
T x y x y x y 2 ( , ) = (0.2 − 0.26 + 0.4 , 0.23 + 0.22 + 0.05)
T x y x y x y 3 ( , ) = (−0.15 + 0.28 + 0.57 , 0.26 + 0.24 − 0.12)
T x y x y x y 4 ( , ) = (0.85 + 0.04 + 0.08 , − 0.04 + 0.85 + 0.18)
La figura obtenida a partir del sistema { }1 2 3 4 T ,T ,T ,T es conocida con el nombre de
helecho.
19
5. Las siguientes transformaciones afines,
+
− −
+
−
+
−
+
− −
+
+
+
= −
1
1
1 1
, 1
1
( 1)
1
1
1
( , ) 2 2 2 2 2 n2
y k
n
x n
n n
y k n
n
x
n
T x y n k
para k =1,2,…, n2+1, generan interesantes figuras, llamadas “familias de dragones”.
7. Triángulos de Sierpinski. Consideramos en este caso las transformaciones
T x y sx sy 1( , ) = ( , ) , T x y sx sy 2 ( , ) = ( + 0.5, ) , T x y sx sy 3 ( , ) = ( + 0.25, + 0.433)
para valores de s, 0 < s ≤ 0.5 , se obtienen variaciones de la construcción del triángulo
de Sierpinski, el cual corresponde a s = 0.5.
20
8. Conjunto de Cantor. Para generar el conjunto de Cantor consideramos las
transformaciones afines
T x y = x y
2
, 1
3
( , ) 1 1 y .
2
, 1
3
2
3
( , ) 1 2
T x y = x + y Al realizar
las iteraciones y graficar se ve muy poco, y esto es obvio, pues este conjunto esta
constituido sólo de puntos y no contiene intervalos.
...