Professional Documents
Culture Documents
Informatikai Kar
Tmavezeto: Ksztette:
Dr. Fazekas Gbor Tilki Csaba
egyetemi docens programtervezo matematikus
Debrecen
2007.
Tartalomjegyzk
Elosz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1. Koszelmlet 5
1.1. Bevezets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Mi a kosz? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Klasszikus kaotikus modellek . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1.1. Logisztikus modell . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1.2. A Lorenz-modell . . . . . . . . . . . . . . . . . . . . . . . 8
2. Fraktlok 10
2.1. Mi az a fraktl? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. Fraktlok a termszetben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3. Trtneti ttekints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4. Klaszikus fraktlok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.1. Cantor halmaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.2. Koch-grbe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.3. Sierpinski-hromszg . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.4. Sierpinski-szonyeg . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.5. Menger-szivacs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.6. Julia halmazok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.7. Madelbrot halmaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. A fraktlok formlis lersnak mdjai . . . . . . . . . . . . . . . . . . . . . . 19
2.5.1. L-System fraktlok . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5.2. IFS fraktlok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.3. Komplex fraktlok . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.4. Klns attraktorok . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6. Kosz s fraktlok klnbzo tudomnyterleteken . . . . . . . . . . . . . . . 23
2.6.1. Orvostudomny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6.2. Populcidinamika . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6.3. Genetika, posztgenetika: . . . . . . . . . . . . . . . . . . . . . . . . . 23
2
TARTALOMJEGYZK 3
2.6.4. Informcielmlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6.5. Matematika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6.6. Informatika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.6.6.1. Alapveto adatszerkezetek . . . . . . . . . . . . . . . . . . . 25
2.6.6.2. Szmtgpes szimulcik . . . . . . . . . . . . . . . . . . . 26
2.6.6.3. lvletlenszm generls . . . . . . . . . . . . . . . . . . . 27
2.6.6.4. Kriptogrfia . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.6.6.5. Szteganogrfia . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.6.6.6. Digitlis kpfeldolgozs . . . . . . . . . . . . . . . . . . . . 27
Bibliogrfia 40
Elosz
A koszelmlet alig 30 ves mltra tekinthet vissza, mgis gykereiben felforgatta a vilgrl
alkotott kpnket. Jelen dolgozat foszereploi a fraktlok. Br a dolgozat fo tmjt a fraktl ala-
p kptmrts kpezi, szerettem volna egy tfogbb kpet adni a terlet mai llsrl, s foleg
a klnbzo alkalmazsokrl. Az elso fejezet a kosz fogalmval, a kaotikus rendszerek alap-
veto tulajdonsgaival igyekszik megismertetni az olvast, a msodik a fraktloknak nevezett
klnleges alakzatokkal, ezekenek a kaotikus rendszerekkel val szvevnyes kapcsolatval
foglalkozik, mg a harmadik egy lehetsges alkalmazsi mdot mutat be rszletesebben.
Ksznetnyilvnts
Ezton szeretnk ksznetet mondani Dr. Fazekas Gbornak, Dr. Gspr Vilmosnak, Btfai
Norbertnak, Varga Katalinnak, s Seller Pter Andrsnak a dolgozat elksztsben nyjtott
segtsgkrt.
4
1. fejezet
Koszelmlet
1.1. Bevezets
A kosz sz eredetileg tkletes ressget, ttong u rt jelentett, a vilg kezdeti llapott,
amibol a Kozmosz, a mindensg szrmazik. A pthagoreusok mr mskpp gondoltak a k-
oszra, o k gy vltk, a kosz sszevisszasgot jelent, szerintk a Kozmosz minden sszetevoje
jelen volt mr a Kosz korszakban is, csak ezek a teljes rendezetlensg llapotban voltak.
A sznak ezen jelentse a mai napig fennmaradt, a mai kznyelv is a (trbeli) rendezetlensg,
sszevisszasg szinonmjaknt hasznlja. A 70-es vek ta azonban egy kifejezetten tudom-
nyos jelentssel is br, mely jelentosen eltr az elobb emltettektol. James Yorke, a Marylandi
Egyetem Fizikatudomnyi s Muszaki Intzetnek vezetoje egy akkoriban szleto j tudomny-
gat nevezett el rla. Az elnevezs egyszerre zsenilis s flrevezeto. Egyesek szerint a nvv-
laszts az oka a rengeteg flrertsnek, ami ezt a terletet jellemzi.
1.2. Mi a kosz?
Egszen a 20. szzadig a tudsok gy gondoltk, a determinisztikus rendszerek viselkedse
elore megjsolhat. Mindannyian ismerjk Pierre-Simon Laplace hres vlt kijelentst:
"A vilgmindensg jelen llapott a megelozo llapot hatsaknt, s a rkvetkezo llapot oka-
knt kell rtelmeznnk. Ha adott volna egy rtelem, mely kpes felfogni a termszetet irnyt
eroket s az alkotelemek pillanatnyi, egymshoz viszonytott helyzett - egy olyan rtelem,
mely ezt az adattmeget kpes feldolgozni s analizlni -, ez az rtelem ugyanazon trvnyek
szerint vizsgln a leghatalmasabb testek s a legkisebb atomok mozgst, akkor nem volna
szmra bizonytalansg, a jvot s mltat egyarnt tisztn ltn."
Ezt a bizonyos felsobb rtelmet szoks Laplace-dmonknt emlegetni. A sok szabadsgi fokkal
rendelkezo rendszerekrol tudvalevo, hogy vletlenszeru viselkedt mutatnak, ez a sok sszetevo
bonyolult egymsra hatsnak az eredmnye. ltalnos volt viszont a nzet, hogy az egyszeruen
5
1. FEJEZET. KOSZELMLET 6
lerhat rendszerek csakis egyszeru mdon viselkedhetnek. Nem kis meglepetst okozott ht,
mikor Edward Lorenz olyan, nhny nemlineris egyenletbol ll modellt tallt, amely bizonyos
paramterek mellett teljessgel elorejelezhetetlen idobeli viselkedst produklt. j paradigma
szletett.
Idoben szablytalan viselkeds, mely nem llthat elo periodikus mozgsok sszegeknt.
Mi nem kosz?
Nem jelent trbeli rendezetlensget annak ellenre, hogy a kznyelv ltalban pp ilyen
rtelemben hasznlja.
Nem zaj. A zajos mozgs a sok sszetevobol ll rendszerek adott komponensnek vlet-
lenszeru viselkedse, mely a tbbi komponenssel val bonyolult klcsnhats, nem pedig
(kizrlag) a belso dinamika eredmnye.
Nem egyszeri instabilits. A kosz maga az llandsult instabilits. Csakis akkor beszl-
hetnk kaotikus viselkedsrol, ha a mozgs egyre jabb s jabb instabil llapotokat k-
zelt meg.
A logisztikus modellt egy Robert May nevu biolgus tette kzismertt, az egyik legegysze-
rubb gy a leggyakrabban idzett plda arra, hogyan kpes egy vgtelenl egyszeru nemli-
neris dinamikai egyenlet komplex, kaotikus viselkedsre. Matematikai alakja:
xn+1 = rxn (1 xn )
r = 3.82 krl hromperidus oszcillci jelenik meg. Ezt 6, 12, . . . peridus oszcill-
cik kvetik.
1.2.1.2. A Lorenz-modell
A folytonos ideju kaotikus rendszerek mintapldja, nevt Edward Lorenz amerikai mete-
orolgusrl kapta, aki 1963-ban egy egyszeru idojrsi modell fellltsval prblkozott. Az
albbi egyenletrendszert vizsglta:
x = (y x),
y = rx y xz,
z = bz + xy
szrevette, hogy r = 28, = 10, b = 8/3 paramterek mellett kis kezdeti felttelek-
beli klnbsg esetn is igen eltro idofejlods tapasztalhat(1.2-es bra). Amikor a rendszer
viselkedst fzistrben brzolta, egy igen furcsa attraktor kpe bontakozott ki a szemei elott
(1.3.bra). Ez a rla Lorenz-attraktornak elnevezett klns bra azta a kosz egyik jelkpv
vlt. Tulajdonsgainak vizsglatra ksobb mg visszatrnk.
1. FEJEZET. KOSZELMLET 9
Fraktlok
2.1. Mi az a fraktl?
A fraktlok trtdimenzis alakzatok. De mit is jelent ez? Minden ember rendelkezik valami-
fle nav dimenzifogalommal. Tudjuk, hogy egy pontnak nincs semmilyen irny kiterjedse,
gy dimenzija 0. Egy szakasz pontosan egy irnyba terjed ki, ezrt dimenzija csakis 1 lehet.
Hasonl logikval belthat, egy skidom 2, egy test 3 dimenzival rendelkezik. Mivel kiter-
jedsek darabszmrl van sz, termszetes kiktsnek tunik, hogy egy objektum dimenzija
csakis egsz szm lehet. De vajon mit kezdjnk egy olyan grbvel (vagyis elvileg egydimen-
zis matematikai objektummal), amely kpes egy (ktdimenzis) skot kitlteni? Vagy vessnk
jra egy pillantst az 1.3.brra! Vajon hny dimenzis ez az alakzat? Egyetlen kanyarg vo-
nalbl ll, de mgis mintha valamifle skidom lenne, sot egy kicsit a harmadik dimenziba is
behatol. Mintha dimenzija valahol 2 s 3 kztt lenne, csakhogy 2 s 3 kztt nincs egyetlen
egsz szm sem. Nav dimenzifogalmunk megfelelo ltalnostsra, a vals szmokra val
kiterjesztsre lenne szksgnk. De elotte ismerkedjnk meg a topolgiai dimenzi fogalm-
val.
Definci (Topolgiai dimenzi): Egy csupa izollt pontbl ll halmaz topolgiai dimenzija
0. Egy F halmaz topolgiai dimenzija n, ha F minden pontjnak tetszolegesen kicsi szom-
szdjai hatrnak topolgiai dimenzija n 1.
A topolgiai dimenzi mindig egsz szm. Pldul tetszoleges hosszsg intervallum topo-
lgiai dimenzija 1, mivel minden egyes pontjhoz tallhatunk egy szomszdos intervallumot,
melynek hatrai izollt pontok, gy topolgiai dimenzijuk 0. De hogyan terjeszk ki a dimenzi
fogalmt vals szmokra? Tbbfle lehetosg knlkozik, a legnpszerubb n. fraktldimenzi-
k a Hausdorff- s a boxdimenzi. Ezek kzl a gyakorlatban leginkbb a msodikat hasznljk.
10
2. FEJEZET. FRAKTLOK 11
log N ()
D = lim
0 log 1
ahol N () darab mretu alakzatra (az eredeti objektum sklzott vltozataira) van szksg a
teljes, eredeti objektum letakarshoz. A fent emltett Lorenz-attraktor Hausdorff-dimenzija
pldul 2.06
N = rDB
neveznk fraktlnak, gy aztn illik tisztzni, hogy adott helyzetben mit rtnk alatta. Ha pon-
tos definci nem is ltezik, ltalban elg knnyen el tudjuk dnteni egy alakzatrl, hogy az
fraktl-e vagy sem. A legtbb fraktl a kvetkezo tulajdonsgokkal (vagy legalbbis majdnem
mindegyikkel) rendelkezik:
Felhok
Partvonalak, trsvonalak
Fk, nvnyek(2.1.bra)
Villmok
Hegyvonulatok
Folyk
Hpelyhek
E lista lttn felmerl az emberben, hogy egyltaln van-e olyan termszeti kpzodmny, amely
br fraktl tulajdonsgokkal (a fraktlok eme tobzdsra a harmadik fejezetben trgyalt gya-
korlati alkalmazs erosen pteni fog). m nem csak a minket krlvevo termszet ptkezik
fraktlokbl, hanem mi magunk is, nhny plda, szintn a teljessg ignye nlkl:
2. FEJEZET. FRAKTLOK 13
rhlzat
A tdo
A vesk szuroi
egy ilyen partvonal. Hiszen minl pontosabb mromuszert hasznlunk, annl tbb bemlyeds
s kiszgells hossza addik hozz az sszeghez. A partvolnal teht tipikus plda arra, hogy ho-
gyan zrhat krbe vges terletet egy elvileg vgtelen hossz vonal. Jl lthat, hogy a frakt-
lok klnleges tulajdonsgai egszen eltro tudomnyterleteken is felbukkannak, Manedelbrot
volt az, aki eloszr foglalta mindezt egysges rendszerbe.
ln(2)
D=
ln(3)
2. FEJEZET. FRAKTLOK 15
ami krlbell 0.6309-nak felel meg, ez nyilvnvalan nagyobb, mint a topolgiai dimenzi
rtke (jelen esetben 0), ezrt a Cantor halmaz is termszetesen fraktl.
2.4.2. Koch-grbe
A Cantor halmaz konstrukcijnl minden szakasz kzpso harmadt tvoltottuk el. Ad-
dik a krds, hogy mi trtnik, ha nem eltvoltunk egy harmadot, hanem hozztesznk egyet.
gy jutunk az n. Koch-grbhez (2.3). Nevt Helge von Koch svd matematikusrl kapta, aki
1904-ben megjelent rsban pldaknt hozza fel olyan grbre, amelynek semelyik pontjba
nem hzhat rinto. Szmoljuk ki a grbe dimenzijt. Sejtsnk szerint ez egy 1 s 2 kztti
rtk kell, hogy legyen, s valban,
ln(4)
D= 1.2619
ln(3)
2.4.3. Sierpinski-hromszg
Lehetsges elolltsi mdok:
1. Vegynk egy tetszoleges mretu szablyos hromszget. Rajzoljuk be a kzpvonalait.
Ezek a szakaszok 4 kisebb (egybevg) hromszgre osztjk fel az eredetit. Ezek k-
zl tvoltsuk el a kzpsot. A maradk hrommal ismteljk meg a fentieket. Vgtelen
itercis lps utn az eredmny a Sierpinski-hromszg (2.4.bra).
3. "Koszjtk".Vegynk fel hrom pontot a skon, gy hogy azok egy egyenlo szr h-
romszg cscsait hatrozzk meg. Cmkzzk fel ezeket a pontokat az 1,2,3 szmokkal.
Ezeket bzisoknak fogjuk hvni. Ezutn kezdett veszi a jtk. Vegynk fel egy tetszo-
legesen kivlasztott pontot a hrom bzispont ltal meghatrozott hromszgn bell.
Ezt jtkpontnak fogjuk nevezni. Majd jabb s jabb pontokat veszk fel, a kvetke-
zo szably szerint. Sorsoljunk vletlenszeruen egy 1 s 3 kztti szmot. Ezt knnyedn
megtehetjk akr egy hatoldal dobkocka segtsgvel is, ha pldul az egyes s ngyes,
a kettes s ts, illetve a hrmas s hatos rtku dobs kztt nem tesznk klnbsget.
Tegyk fel, hogy a kisorsolt szm az x volt. Ekkor kssk ssze kpzeletben a jtkpon-
tunkat az x cimkju bzisponttal, s vegyk fel j jtkpontknt az gy kapott szakasz
felezopontjt. Mivel a bzisokat minden jabb pont felvtelekor vletlenszeruen vlaszt-
juk, gy azt vrhatnnk, hogy a jtkot nhnyszor megismtelve mindig ms s ms brt
kapunk vgeredmnyl. Ha elegendoen sok pontot vettnk fel, akkor tisztn felismerheto
lesz a Sierpinski-hromszg jellegzetes alakja.
2.4.4. Sierpinski-szonyeg
A Sierpinski-szonyeg (2.5.bra) a Cantor halmaz egyik lehetsges kt dimenzis ltalnos-
tsa (a msik a Cantor-por). Univerzlis grbe, ami azt jelenti, hogy tetszleges egydimenzis
grbe skra vettett kpe homomorf a Sierpinski-szonyeg egy rszhalmazval. Mivel a harma-
dakkora rszekbol nyolcat hagyunk meg, ezrt a szonyeg dimenzijra
ln(8
,
ln(3)
2.4.5. Menger-szivacs
A Menger-szivacs (2.6.bra) esetn egy (3 dimenzis) kockbl indulunk ki, teht bizonyos
rtelemben ez a Cantor halmaz 3 dimenzis megfeleloje. Rettenetesen rdekes tulajdonsgok-
kal rendelkezik: Vgtelen nagy a felszne, 0 nagysg a trfogata, emellett n. univerzis grbe
is, hiszen topolgiai dimenzija 1 s brmilyen grbe homomorf a Menger-szivacs egy rszhal-
mazval.
2. FEJEZET. FRAKTLOK 17
f : C 7 C , f (z) = z 2 + c,
2. FEJEZET. FRAKTLOK 18
f 0 (z) = z
f n (z) = f (f n1 (z)), n 1
Lthat, hogy egy adott z C rtkkel indtva az itercit kt dolog trtnhet z-vel, ha n 7 .
Vagy elszkik a vgtelenbe, vagy egy vges terleten marad. Vezessk be a szksi halmaz fo-
galmt:
Definci(Szksi halmaz) : Legyen c C adott paramter. Ekkor azon pontok halmazt, ame-
lyek a vgtelenbe szknek az iterci sorn, szksi halmaznak nevezzk, azaz:
n o
Ec = z C : lim |f n (z)| = +
n7
L-System fraktlok
IFS fraktlok
Komplex fraktlok
Klns attraktorok
2. FEJEZET. FRAKTLOK 20
A generatv grammatika:
: mondatszimblum
Pldk:
Cantor-halmaz
vltozk : A B
konstans : nincs
mondatszimblum : A szablyok : (A 7 ABA), (B 7 BBB)
Koch grbe
vltozk : F
konstansok : + -
mondatszimblum : F
szablyok : (F 7 F+F-F-F+F)
Az F rajzolst, a + jel kilencven fokkal balra, a - jel pedig kilencven fokkal jobbra trtno for-
dulst jelent.
Sierpinski hromszg
2. FEJEZET. FRAKTLOK 22
vltozk : A B
konstansok : + -
mondatszimblum : A
szablyok : (A 7 B-A-B),(B 7 A+B+A)
fordulsi szg: 60o
Az A s B is rajzolst jelent, a + jel balra, a - jel jobbra fordulst az adott fordulsi szggel. A
szg minden iterci sorn elojelet vlt.
Fraktl nvny
vltozk : X F
konstansok : + -
mondatszimblum : X
szablyok : (X 7 F-[[X]+X]+F[+FX]-X),(F 7 FF)
fordulsi szg: 25o
Az elozoekhez hasonlan az F rajzolst, a - jel adott szggel balra, a + jel jobbra fordulst
jelent. Az X-hez semmilyen rajzolsi muvelet nem kapcsoldik, az o szerepe a klnleges forma
kialaktsban van. Az [ jel menti az aktulis pozci s szg rtkeket, amelyek az ] jellel
visszatlthetok.
2.6.1. Orvostudomny
A testnkn bell is j nhny pldt tallunk kaotikus folyamatokra, sot gy tunik, ez a jel-
lemzo. gy aztn gyakran az okoz problmt, hogy ez a kaotikus viselkeds megszunik, ilyenkor
az orvosok feladata a kosz visszalltsa. J plda erre az epilepszia, ahol az agy normlis ka-
otikus mukdsre val visszallts a cl. Az emberi test egybknt zsfolsig tltve van frak-
tlokkal. Az lo szervezetekben a termszetes szelekci knyszere ltal meglehetosen energia-
s helytakarkos megoldsok szlettek. A legjellemzobb a trkitlto fraktlok jelenlte. Egy
tlagos emberi tdo felszne pldul kb. fl teniszplya nagysg, mgis elfr a mellkasunkban.
2.6.2. Populcidinamika
A populcidinamika lolnyek idobeli egyedszmvltozst vizsglja egy adott lohelyre
vonatkozan. Jellemzoen nemlineris egyenletekkel rhat le, hogy mekkora lesz a populci
egyedszma egy ksobbi idopontban, s ezek a nemlineris egyenletek gyakran mutatnak kaoti-
kus viselkedst. Bizonyos rovarpopulcik esetben ezt laboratriumi ksrletek is altmaszt-
jk. Az lolnyek versengsnek dinamikja, valamint tpllklncok s hlzatok viselkedse
is hasonl kaotikus viselkedst mutathat.
kzt csak szemtnek (angol terminolgival junk DNA-nek) neveztk o ket. Nemrg kiderlt
viszont, hogy nem csak a gnek, hanem az eddig feleslegesnek tartott DNS-rszletek is fon-
tos informcikat kdolnak, csakhogy ezeket ms mdon lehet kiolvasni, a lineris feldolgozs
ebben az esetben mit sem r. Az elismert magyar informatikus, Pellionisz Andrs s munka-
trsai fraktl algoritmusok segtsgvel fraktl-strutrt mutat, ismtlodo, nhasonl rszeket
talltak a DNS szekvenciban. A fraktl-alakzatok hasznlata kituno mdszer az informci
tmrtsre, gy nem csoda, ha az rklodo informci trolsrt felelos genom szintn ilyen
tpus elrendezodst kvet.[3] gy aztn az sem tl meglepo, hogy az igazi ttrst egy infor-
matikus munkja hozta meg.
2.6.4. Informcielmlet
A kosz informcit teremt..... Figyeljk meg a kvetkezo szmsort: 0, 0, . . . Az sorozat
az elso elem utn semmilyen j informcival nem szolgl. A kvetkezo sorozat egy fokkal
jobb: 0, 1, 0, 1, . . ., hiszen a sorozat elso eleme utn nem llthajuk, hogy ismerjk a sorozat
sszes elemt, a msodik utn viszont mr igen (legalbbis bizonyos rtelemben). s most ve-
gynk egy kaotikusan vltoz szmsort. Nyilvnval, hogy eme szmsor informcitartalma
vgtelen, hiszen a sorozat brmennyi eleme ismeretben sem tudjuk megjsolni, hogy mi lesz
a kvetkezo elem. Vajon lehetsges, hogy amikor egy rendszer kaotikus llapotba kerl, ak-
kor informci keletkezik? Norman Packard szavait idzve: A bonyolult dinamika cscsn a
biolgiai evolci vagy a tudat folyamatai llnak. Intuitve vilgos felttelezsnek tunik, hogy
ezek a vgletesen bonyolult rendszerek informcit lltanak elo. Millird vekkel ezelott csak
protoplazmacseppek lteztek, s most, millird vek elteltvel mr mi is jelen vagyunk. Egysz-
val az informci a struktrnkban keletkezett s troldott. Ahogyan teht a gyermekkortl
kezdve fejlodik az ember tudata, nemcsak ksz informci halmozdik fel benne, hanem j is
keletkezik, spedig korbban nem ltezett kapcsolatok rvn.
2.6.5. Matematika
Ahogy azt pl. a Koch-grbe estben is lttuk, az elso fraktlokat, mint extrm tulajdonsg
objektumoknak, ellenpldknak, matematikai szrnyetegeknek tekintettk. Ksobb kiderlt,
hogy bizonyos rtelemben ezek az alakzatok, sokkal termszetesebbek, mint a matematikban
addigra szleskrben elterjedt trsaik. Mivel a termszetben sokkal gyakrabban fordulnak elo
fraktlszeru grbk, viszont hagyomnyos eszkzkkel elg nehezen rhatak le, j mdszrek
kidolgozsra volt szksg. Kiderlt, hogy az olyan hagyomnyos grbk is, mint a Bzier-
grbk, kezelhetok fraktlknt. (Egy igazn j ttekintse a tmnak [7]-ben olvashat.)
Egy msik alkalmazsi md a korbban trgyalt IFS-eken alapul. A harmadik fejezetben ar-
2. FEJEZET. FRAKTLOK 25
ra lthatunk majd pldt, hogy hogyan lehet iterlt fggvnyrendszerek segtsgvel digitlis
kpeket tmrteni. Ha jobban meggondoljuk, ez a felhasznlsi md nem is annyira jszeru, a
matematikusok mr elg rgen rjttek, hogyan lehet vgtelen mennyisgu informcit nhny
bjtba surteni (legalbbis bizonyos rtelemben). Vegyk pldaknt a 2 ngyzetgykt! Mivel
2 irracionlis szm, ezrt vgtelensok szmjegyre van szksgnk, hogy egszen pontosan
megadjuk az rtkt. Vagy vlaszthatunk egy jval egyszerubb (s helytakarkosabb), mdszert
keresnk egy iterlt fggvnyt, amelynek fixpontja pp a lerni kvnt 2:
1 2
2 : xn+1 = Xn + , x0 > 0
2 xn
gy aztn:
X
X
k
q =1+q qk
k=0 k=0
Vagyis gy kaphatjuk meg a mrtani sor sszegt, hogy 1-hez hozzadjuk az eredeti sor skl-
zott vltozatt.
2.6.6. Informatika
2.6.6.1. Alapveto adatszerkezetek
2.6.6.4. Kriptogrfia
2.6.6.5. Szteganogrfia
A trkitlto grbk elobb emltett kellemes tulajdonsga miatt clszerubb lehet egy kpet
egy trkitlto grbe mentn bejrni, gy pl. tbb azonos pixelrtk kerlhet egyms mell a
bejrs sorn, ami (klnsen egyes tmrtsi mdszerek estn) elonysebb lehet. A fraktlok
hasonl jellegu egyb felhasznlsi mdjaival egy kln fejezet foglalkozik.
3. fejezet
Egy sz tbbet mond ezer sznl, szoktuk gyakran mondani. Nos, ltalban jval tbb helyet
is foglal, egy 1024 768-as felbonts, 32 bites sznmlysgu tmrtetlen kp mrete kzel 3
megabjt trhelyet foglal el. gy aztn manapsg, amikor mr a legolcsb mobiltelefonokban is
beptet megapixeles kamert tallunk, fontos, hogy mind jabb, nagyobb hatsfok adattm-
rtsi (elsosorban kp- s hangtmrtsi) mdszereket alkossunk. Jobb tmrtsi arny rheto
el, ha a tmrts sorn elollt kptol nem vrjuk el, hogy pontos msa legyen az eredetinek.
Egszen kis eltrsekrol van sz, akr olyanokrl is, amelyek az emberi szem szmra ltha-
tatlanok maradnak. Az ilyen elven mukdo mdszereket vesztesges tmrtoknek nevezzk.
Jelenleg hrom technolgia uralkodik a vesztesges tmrts terletn : a vektor kvantlsnak
nevezett mdszer, a diszkrt kosznusz transzformci (DCT), s a fraktl alap kptmrts.
Az elso mdszer esetn a kpet kisebb rszekre osztjk, s egy n. kdknyvbol (codebook)
vlasztanak hozz megfelelo reprezentnst. A diszkrt kosznusz transzformci a kpeket egy
msik trbe (az n. frekvenciatrbe) konvertlja, majd az gy kapott rtkeket megfelelo mdon
kvantlja. A harmadik esetben a termszetben elofordul alakzatok (bizonyos mrtku) nhason-
lsgt hasznlja ki. 1988 Barnsley kidolgozott egy mdszert, amely digitlis kpek j hats-
fok tmrtst tette lehetov IFS-ek felhasznlsval. A mdszert sokan tovbbfejlesztettk,
jelenleg is igen sok vltozata ismert. A technika mg csak gyerekcipoben jr, a lehetosgek
majdhogynem belthatatlanok. Barnsley alapgondolata az volt, hogy ha nhny nagyon egy-
szeru transzformci segtsgvel bonyolult, a termszetben is elofordul alakzatok sokasga
llthat elo, akkor ez felhasznlhat az ilyen alakzatokat brzol kpek tmrtsre, hiszen
a kppontok helyett elegendo a kpet elollt transzformcikat eltrolni, ami drasztikusan
lecskkenti a szksges trhely mrett. Azt is szrevette, hogy az egyes itercik fixpontja
semmilyen mdon nem fgg a kezdeti kptol, gy az iterci tetszoleges kiindulsi kppel el-
indthat. A krds csak az, hogy tetszoleges kp elollthat-e IFS-ek segtsgvel, vagy meg
kell elgednnk bizonyos kpek nagyarny tmrtsnek lehetosgvel. Sajnos a vlasz nem-
leges, vagyis a kpek tbbsghez nem adhat olyan IFS, amelynek fixpontja maga a kp lenne.
28
3. FEJEZET. FRAKTL ALAP KPTMRTS 29
Ez logikus is, hiszen pl. egy emberi arc egyltaln nem nhaonl, teht a szerkezete nem frak-
tlszeru. Mrpedig az IFS-ek segtsgvel leginkbb fraktlokat lehet elolltani (vagy csakis
azokat, ennek eldntshez pontosan kellene definilnunk a fraktl fogalmt pl. fraktl-e egy
ngyzet?). Szerencsre van megolds: osszuk fel a kpet egyforma mretu kisebb tartomnyok-
ra, s ezen tartomnyokat prbljuk meg sszevetni egymssal. Ezt a technikt Arnaud Jacquin
dolgozta ki, s az ehhez felhasznlt specilis iterlt fggvnyrendszereket PIFS-nek (Partiti-
oned Iterated Function System) nevezik. A mdszerek jl kidolgozott matematikai alpokkal
rendelkeznek, tekintsk most t ezeket.
3.1.1. Fraktlok
A tovbbiakban egy F halmazt akkor neveznk fraktlnak, ha teljesti az albbi felttelek
(majdnem) mindegyikt:
(4) Ltezik egy igen egyszeru, rvid algoritmus, mely F-et elolltja/jellemzi.
A kpekre mint metrikus terek rszhalmazaira fogunk tekinteni, ezrt tekintsk t az ide vo-
natkoz fogalmakat.
3. FEJEZET. FRAKTL ALAP KPTMRTS 30
Hausdorff metrika
Definci (Teljes metrikus tr): Egy (X, d) metrikus teret teljesnek neveznk, ha benne min-
den Cauchy-sorozat konvergens.
H(X) = {S X | S kompakt}.
Teht a H(X) halmaz az X sszes lehetsges kompakt rszhalmazainak halmaza. Jellje tet-
szoleges A H(X) esetn Ad () az A halmaz pontjaitl legfeljebb tvolsgra levo pontok
3. FEJEZET. FRAKTL ALAP KPTMRTS 31
Vegyk szre, hogy hd rtke fgg a d metriktl. A gyakorlatban gyakran elhagyjk a d inde-
xet, ha a szvegkrnyezetbol vilgosan kiderl, hogy melyik metrikrl van sz.
Ttel: Legyen X teljes metrikus tr d metrikval. Ekkor H(X) is teljes metrikus tr lesz hd
metrikval.
1
d(x, xf ) d(x, f (x))
1s
Teht a kdols menete a kvetkezo: Adott egy f kp, amit kdolni szeretnnk. Osszuk fel
a kpet rtelmezsi tartomnyokra s rtkkszletekre. Ezt tbbfle mdon megtehetjk, vagy
fix mretu blokkokat hasznlunk, vagy megadhatjuk a kpnek az n. 4-fa reprezentcijt. En-
nek elonye, hogy vltoz mretu blokkokat hasznl, ezzel is nvelve az illeszkeds valsznu-
sgt (hiszen lehet, hogy a kt kprszlet klnbzo mrettartomnyban ugyan, de nagyjbl
ugyanazt brzolja). Ekkor keressk meg minden rtkkszlethez azt az rtelmezsi tartomnyt
s transzformcit, amelyere a transzformci eredmnye s az rtkkszlet kztt az eltrs
minimlis, s egy bizonyos kszb alatt van. Ha a msodik felttel nem teljesl, a akkor 4-fa
felbontst alkalmaz vltozatban az rtkkszletet tovbb bontjuk, s jra prbljuk lefedni va-
lamely rtelmezsi tartomny s transzformci segtsgvel. Ha tovbb nem tudjuk bontani, s
mg mindig hibakszb felett vagyunk, akkor knytelenek lesznk a minimlis hibt erdem-
nyezo transzformcit elfogadni. Ha sikerlt minden rtkkszletet a megfelelo transzformci-
k segtsgvel lefedni, akkor az eltrolt transzformcik reprezentljk a kdolni kvnt kpet.
A dekdols ennl sokkal egyszeubb, induljunk ki egy tetszoleges kpbol, iterljuk a PIFS-t,
amg el nem jutottunk a fixponthoz, azaz amg xf = W (xf ) nem teljesl. Ez az xf fixpont lesz
a dekdolt kp.
glni, hogy megtalljuk a szmunkra legmegfelelobbet. Ezen gy segthetnk, hogy vagy vala-
milyen heurisztikt hasznlunk, vagy a klnbzo sszehasonltsokat prhuzamosan vgezzk
el. Klnbzo javtott megoldsok szlettek, ezek kzl mutatok be nhnyat:
3.2.1. Klasszifikci
Az egyik lehetosg a szksges sszehasonltsok szmnak drmai cskkentsre a lehet-
sges rtelmezsi tartomnyok osztlyokba sorolsa. Kdolskor minden egyes rtkkszletet
csak a vele egy osztlyba tartoz rtelmezsi tartomnyokkal hasonltunk ssze. Szmos md-
szer ltezik az osztlyozs megvalstsra, egy viszonylag egyszeru megolds a kvetkezo.
Minden (ngyzet alak) rtelmezsi tartomnyt ngy egyforma rszre osztunk, s az egyes r-
szekhez indexeket rendelnk, gy, hogy a bal felso ngyzet az egyes, a jobb felso a kettes, a bal
als a hrmas, a jobb als pedig a ngyes index rtket kapja. Ezek utn minden negyedhez hoz-
zrendelnk egy szmrtket az albbi mdon. Jelljk az i. negyedben az egyes pixelrtkeket
pi1 , . . . pin -nel (i = 1 . . . 4), ekkor legyen Ai = nj=1 pij tovbb: Msik kplet Figyelem-
P
1. alaposztly : A1 A2 A3 A4
2. alaposztly : A1 A2 A4 A3
3. alaposztly : A1 A4 A2 A3
Mivel az egyes Vi rtkek sszes lehetsges sorrendjeinek szma 4! azaz 24, ezrt mindhrom
alaposztlyhoz tovbbi 24 alosztly tartozik, gy az osztlyok szma sszesen 72 lesz.
3.2.2. Archetpusok
Ebben az esetben is szksg van osztlyozsra. Egy archetpus nem ms, mint egy adott osz-
tly azon eleme, amellyel a legjobban lefedheto az osztlyban lvo sszes tbbi elem. Az arche-
tpusok meghatrozsa nagyon hasonlt a vektor kvantlson alapul kptmrts codebook-
jnak meghatrozshoz, az alaptlet legalbbis ugyanaz. Az eredmnyek azt mutatjk, hogy
ezzel a technikval (is) jelentosnek mondhat gyorsuls rheto el.
pixel intenzitsrtkt a neki megfelelo neuron llapota hatrozza meg. Az eljrs sorn a k-
dolni kvnt kprol msolatot ksztnk, majd mindkt pldnyt tartomyokra - az egyiket r-
telmezsi tartomnyokra, a msikat rtkkszletekre - osztjuk fel. Ezutn minden rtelmezsi
tartomnybeli pixelhez egy input s minden rtkkszletbelihez egy output neuront rendelnk.
Minden j output neuronhoz 4 input neuron kapcsoldik, legyenek ezek i, i + 1, i + 2 s i + 3.
A j output neuron zj kimeneti rtke a Zi , Zi+1 , Zi+2 , Zi+3 rtkekbol, az ezekhez tarto-
z Wji , Wji+1 , Wji+2 , Wji+3 slyokbl, s a j kszbrtkbol szmthat ki. Kt klnbzo
aktivcis fggvny hasznlatos, ez alapjn beszlhetnk lineris s nemlineris modellrol:
Lineris modell esetn: !
i+3
X
zj0 = Oj wjk zk j
k=i
(2) Osszuk fel a kpet egymst nem tfedo rszekre. Ezek lesznek az kiindulsi rtkkszle-
tek. A kiindulsi mretet legyen 32 32 pixel.
(3) Minden i rtkkszlethez keressnk egy olyan (nla ngyszer nagyobb mretu) j rtelme-
zsi tartomnyt, amelynl a az i s a j kzti hiba legfeljebb ec nagysg. Adjuk meg az
i-hez tartoz transzformcis fggvnyt (lsd fent), s frisstsk a wij slyokat minden
i s j-beli pixelre, hasznljuk a delta tanulsi szablyt a transzformcis fggvnyben
szereplo kontraszt s fnyessgrtk kiszmtshoz, gy a hiba minimlis lesz.
(4) Ha adott rtkkszlethez nem tallunk rtelmezsi tartomnyt (vagyis nem tallunk olyan
tartomnyt, amelyhez tartoz hibartk legfeljebb ec ), akkor osszuk fel az rtkkszletet
4 egyforma nagysg rszre, amelyek mrete mg nem kisebb rm -nl, s a (3)-as pontnak
megfeleloen adjuk meg ezen rsztartomnyok transzformcis fggvnyeit.
3. FEJEZET. FRAKTL ALAP KPTMRTS 35
(5) Ha az rtkkszletet nem tudjuk tovbbi rszekre osztani gy, hogy azok mrete legalbb
rm nagysg legyen, akkor a legkisebb hibt produkl rtelmezsi tartomnyt kell v-
lasztanunk mg akkor is, ha a hiba mrete meghaladja az elort ec kszbrtket.
(1) Kromoszmk: Minden kromoszma 19 bitbol ll, 8-8-3-as felosztsban, az elso tizenhat
biten az adott rtelmezsi tartomny abszolt pozcijt, a maradkon a transzformcit
meghatroz informcit troljuk.
(6) Mutci: A termszetes kpek alapveto tulajdonsgait figyelembe vve kt mutcis stra-
tgia hasznlatos. A Sb halmaz brmely kromoszmja eslyes a vgso gyozelemre. Eb-
bol viszont az kzetkezik, hogy az o kzeli szomszdaik szintn eslyesnek szmtanak,
gy az rtelmezsi tartomnyok abszolt koordintinak felso bitjei j hatsfok sm-
kat hatrozhatnak meg. Belthat, hogy ugyanahhoz a smhoz tartoz kromoszmk
bizonyos fokig ugyanazt az informcit tartalmazzk, ezrt egy j sma minden kromo-
szmja j fitnesz-rtkkel br, gy ezt a tulajdonsgot megorzendo az rtelmezsi tarto-
mny koordintinak als biteit egy elore rgztett valsznusggel mutlni fogjuk. Az
gy kapott leszrmazottakat viszont a koordintk felso bitjein s a transzformcit meg-
hatroz biteken rdemes mutlni, hiszen csak gy tudjuk garantlni, hogy az algoritmus
a teljes keressi teret bejrja..
(7) Megllsi felttel: Befejezzk a keresst, ha elrtnk egy elore rgztett iterciszm-
kszbt, vagy ha ugyanaz a kromoszma tbb alkalommal is a legjobbnak bizonyult.
3.3.1. Kptmretezs
3.3.2. Kpindexels
CF a b c d e f
w1 0.5 0 0 0.4 1 150
w2 0.5 0 0 0.6 -80 1
w3 0.5 0 0 0.6 80 1
3.1. tblzat. A mdostott Sierpinski hromszg IFS-kdja
CF a b c d e f
w1 0.5 0 0 0.5 1 150
w2 0.5 0 0 0.5 -80 1
w3 0.5 0 0 0.5 80 1
3.2. tblzat. Az eredeti Sierpinski hromszg IFS-kdja
Hasonl kpekhez taroz IFS is hasonl, mint ahogy az a mdostott s az eredeti Sierpinski-
hromszg IFS-kdjnak sszevetsbol is jl lthat. ppen ezrt az IFS-kd jl hasznlhat
3. FEJEZET. FRAKTL ALAP KPTMRTS 39
3.3.3. Vzjelezs
A demokratikus mdia (Internet) npszerusdsvel egyre nehezebb feladat a szerzoi jo-
gok rvnyre juttatsa, hiszen pldul egy digitlis kprol nagyon nehz bizonytani, hogy
adott szemly ksztette. A vzjelezs lnyege, hogy olyan (binris) informcikat rejtnk el
a kpben/kpen, amelyek hagyomnyos eszkzkkel nem trlhetoek, ellenlnak klnbzo
geometriai transzformciknak, s a vesztesges tmrts sem tesz klnsebb krt bennk.
Tbbfle mdszer ltezik, az egyik a fraktl alap kptmrts tulajdonsgait hasznlja ki. A
mdszer lnyege, hogy a kphez tartoz IFS-t gy vltoztatjuk meg, hogy a kdols minosge
ne vltozzon. Igen valsznutlen, hogy egy termszetes kpen brmely rtelmezsi tartomny
tkletesen megegyezzen a hozz tartoz rtkkszlettel. Ezt kihasznlva nhny R rtkksz-
letet lecserlnk a hozzjuk tartoz rtelmezsi tartomnyok pontos msolataira. Ezek a pontos
msolatok reprezentljk (egy rgztett protokoll alapjn) az elhelyezni kvnt vizjelet. A leg-
nehezebb feladatot a megfelelo rtelmezsi tartomnyok kivlasztsa jelenti, hiszen ezeket gy
kell megvlasztani, hogy robosztusak legyenek az alulterszto szurokkel (ilyeneket hasznl-
nak a tmrto algoritmusok), a forgatssal s az eltolssal szemben. A blokkok kivlasztsa
az alacsony frekvencis sszetevoik alapjn is trtnhet, az algoritmus DCT-alap vltozata ez
alapjn rangsorol. A gyakorlat azt mutatja, hogy a DCT alap vzjelezsi mdszer sokkal ro-
bosztusabb, mint a kptr-alap. Egy ilyen alapon mukdo protokoll rszletes lerst talljuk
[6]-ban
Bibliogrfia
[1] lmos Attila, Gyori Sndor, Horvth Gbor, Vrkonyin Kczky Annamria: Genetikus
Algoritmusok
[2] Ming-Sheng Wua, Jyh-Horng Jeng, Jer-Guang Hsieh : Schema genetic algorithm for fractal
image compression
[3] [origo] Eltunt a hulladk: j korszak kezdodtt a DNS megrtsben, 2006.oktber 16.
[4] K.T. Sun, S.J. Lee P.Y. Wu : Neural network approaches to fractal image compression and
decompression
[5] M. Nappi, G. Polese, G. Tortora : FIRST: Fractal Indexing and Retrieval SysTem for Image
Databases
[6] Patrick Bas, Jean-Marc Chassery, Franck Davoine : Using the fractal code to watermark
images
[8] Mahesh C Shastry,Nithin Nagaraj, Prabhakar G Vaidya : The B-Exponential Map: A Ge-
neralization of the Logistic Map, and Its Applications In Generating Pseudo-random Numbers
[9] Mitsuhiro Shishikura : The Hausdorff Dimension of the Boundary of the Mandelbrot Set
and Julia Sets
40
3. FEJEZET. FRAKTL ALAP KPTMRTS 41
[17] Heinz-Otto Peitgen Hartmut Jrgens Dietmar Saupe : Chaos and fractals