I UVOD

Šta je dimenzija? Kako izmeriti neki objekat? Pitanja deluju trivijalno jer više od 2000
godina živimo u svetu koji poznaje i koristi pravila Euklidske geometrije. Navikli smo da
objekti imaju sledće Euklidske (ili, topološke) dimenzije: tačka je bez dimenzije, tj. D E =0,
glatka linija ima jednu dimenziju – dužinu, D E =1, ravna površina ima dve dimenzije–
dužinu i širinu, D E =2, a telo ima tri dimenzije, D E =3. Obliki/ili pozicija nekog objekta se,
uobičajeno, opisuju ovim topološkim dimenzijama. Dimenzije se mogu izmeriti i brojčano
opisati ukoliko ih poredimo sa nekim usvojenim uzorkom (etalonom) mere. Ili, analitički
gledano, dužina linije (luka) se određuje krivolinijskim integralom, a veličina neke
površine primenom površinskog integrala. Ovako definisane postavke Euklidske
geometrije su predstavljale osnovni koncept koji je korišćen u dizajnu, konstrukciji i
prikazivanju svih ljudski stvorenih objekata tokom niza vekova.Međutim, prirodni objekti
nisu pravilnih oblika i, strogo govoreći, ne podležu zakonima Euklidske geometrije.Na
primer, ako posmatramo list papira, on ima dimenziju D E =2 Ako taj list zgužvamo u
lopticu, dobija se telo (zapremina)dimenzije D E =3. Međutim, ako pustimo papir da se
delimično ispravi, dobija se nova struktura koja nije ni telo ni površina. Ova struktura
zauzima neki prostor. Koja je dimenzija strukture? Negde između 2 i 3! To zvuči čudno,
ali je tačno. Koncept tzv. fraktalne, ili necelobrojne, dimenzije, kojima se proširuju
mogućnosti opisivanja složenih oblika. Fraktalna geometrija je uvedena u prirodne nauke
pre tridesetak godina. U svom poznatom radu “How long is thecoast of Britain? Statistical
self-similarity and fractional Magazine, Benoit Mandelbrot, poljski matematičar i fizičar,
prvi put je uveo pojam fraktala, što je kasnije upotpunio i sistematizovao.Tu je pokazao da
je koncept dužine besmislen ukoliko se želi izmeriti neki nepravilan objekat kao što je
morska obala – dužina zavisi od izbora jedinice mere. Analitički posmatrano, linija morske
obale nije diferencijabilna u svim tačkama, tako da krivolinijski integral nije definisan.

Osnovni pojmovi

Termin fraktal (lat.adj. fractus – izlomljen, prelomljen) je Mandelbrot koristio da

bi opisao nepravilnu strukturu raznih prirodnih objekata i fenomena, kao što su oblaci,
izgled reljefa, razne prirodne teksture, turbulencije u atmosferi, kretanja u ekonomiji, i
drugo. Centralna filozofska tema fraktalne geometrije je da priroda – mada naizgled
složena–pokazuje jednu fundamentalnu osobinu obično poznatu kao
samosličnost(selfsimilarity). Naime, ma kako kompleksan bio oblik i/ili dinamičko
ponašanje sistema, ukoliko neko pogleda pažljivije dovoljno maštovito može naći oblik
navedenog primera morske obale, mnogi prirodni objekti iskazuju takva svojstva.
Posmatrajmo, n drveta. Ako odlomimo jednu granu, njena struktura je slična, samo
umanjenjih dimenzija, kao što je struktura cele krošnje. Ako se od grane odlomi jedna
grančica, opet njena struktura liči na prethodne. Slično se može zaključiti i za građu
nervnog sistema, sistema krvotoka, izgled reljefa, itd. Uobičajeno korišćen decimalni
merni sistem je, takođe, samosličan: jedan metar ima 10 decimetara; jedan decimetar10
centimetara, itd. Struktura je stalno ista, ali u različitim skalama.Mada se Mandelbrott
smatra’ocem’fraktalne geometrije, on je zapravo, genijalno objedinio neka prethodna
saznanjakoja su se pojavila od sredine 19. veka. Pomenimo neka odnjih. Theodor
Weierstrass (1815-1897) je pokazao da može postojati kontinualna kriva koja ni u jednoj

1
tački nije diferencijabilna, Felix Hausdorff-a (1869-1942) je prvi uveo pojam necelobrojne
dimenzije, koja je veća od topološke dimenzije, zatim, Georg Cantor (1845-1918) je
definisao beskonačan skup tačaka u jediničnom intervalu [0,1] koji iskazuje fraktalna
svojstva – tzv. Kantorov skup (Cantor Set), Helge von Koch i Waclaw Sierpinski su
definisali pravila na osnovu kojih se mogu konstruisati fraktalne krive ili objekti(Koch
curve i Sierpinsk carpet)

Fraktalna dimenzija I skaliranje

Fraktalni oblici su karakterisani sledećim svojstvima :

1. Nemaju karakterističnu dužinu.
Na primeru morske obale smo ukazali na ovo svojstvo fraktalnih oblika. Uzimanjem sve
manje i manje jedinice mere dobijalibi smo sve veću i veću izmerenu dužinu fraktalne
strukture. Razlog je taj što se oblik strukture beskonačno ponavlja ukoliko strukturu
posmatramo sa sve veće blizine. Saglasno tome, proizilazi da ne možemo povući tangentu
na fraktalnu liniju – dakle, fraktalna linija nije diferencijabilna. Za razliku od nje, glatka
kriva uvek ima konačnu (karakterističnu) dužinu. Jedino, uzimanjem sve manje i manje
jedinice mere, mi bismo samo preciznije izmerili dužinu takve krive.
2. Poseduju svojstvo samo-sličnosti.
U bilo kojoj skali posmatrano, fraktalni oblici su iste strukture. Ovo se
svojstvo naziva i svojstvo invarijantne skale.
3. Imaju necelobrojnu dimenziju
Veću od odgovarajuće topološke dimenzije nefraktalnog objekta.

Fraktalna dimenzija je osnovni analitički parametar za opisivanje struktura koje

imaju tzv. skalirajuću simetriju. Skalirajuća simetrija podrazumeva samosličnost
posmatranih objekata na promenljivoj skali uvećanja. Istorijski gledano, prvo uvođenje
mere za popunjavanje prostora koja dopušta mogućnost necelobrojne dimenzije, dao je
Felix Hausdorff. On je proučavao strukture nepravilnog oblika i definisao sledeće pravilo.
Posmatrajmo ograničen skup S u n dimenzionom Euklidskom prostoru. Zatim prekrivamo
skup konačnim podskupovima prečnika di. (Prečnik podskupa najveće rastojanje između
bilo koje dve tačke u skupu . Definišimo meru skupa S kao

H D ( S )  inf  di
D
d i 

gde je D>0 realna veličina.Granična vrednost H D kada  teži nuli, jeste Hausdorff-ova

mera skupa S. Vrednost D kada veličina H D naglo menja vrednost sa  na 0 kasnije je

nazvana Hausdorffovom ili Hausdorff-Besicovitch-evom dimenzijom, D H . Kasnije je
izvedeno više načina za određivanje fraktalne dimenzije. Za strukture koje su dobijene
primenom strogo definisanih pravila, kao što su već pomenuti Kantorov skup, Kohova
kriva, Sierpinski tepih, i slično, može se odrediti tzv. dimenzija samosličnosti, D s na

2
sledeći način. Za skup S koji je ograničen u Euklidskom n dimenzionalnomom prostoru
kažemo da je samo-sličan ako je on unija N razdvojenih (nepreklapajućih) sopstvenih
kopija, od kojih je svaka naredna skalirana skala faktorom r < 1 po svim dimenzijama
prostora. Između navedenih veličina postoji sledeća veza

Nr s 1
D

odakle je dimenzija samosličnosti jednaka

ln N
DS 
ln r

Fraktalne strukture dimenzije između 1 i 2 se nazivaju fraktalnim signalima. Strukture

dimenzije između 2 i 3 nazivaju fraktalnim površinama (fraktalnim slikama), a strukture
dimenzije između 3 i 4 jesu fraktalne zapremine.
Da bismo uočili razliku između dimenzije fraktalnih objekata i ‘standardnih’
geometrijskih objekata, posmatrajmo sledeće primere.
U prvom redu je prikazana linija (Euklidske dimenzije n = 1), koja je izdeljena na
N = 3 dela, dakle, korišćenjem skala faktora r = 1/3. Fraktalna dimenzija dobijene strukture
je, na osnovu relacije (1), jednaka

ln( 3)
DS
1
ln  
3

3
Tipovi fraktala

Postoje četiri tipa fraktala i to :

1) Fraktali dobijeni metodom inicijator - generator

2) Fraktali dobijeni pomoću iterativnih funkcijskih sistema
3) Fraktali dobijeni pomoću L-sistema
4) Fraktali dobijeni kao “ portreti “ dinamičkih nelinearnih funkcija

1) Fraktali dobijeni metodom inicijator - generator

Inicijator je jednostavan geometrijski oblik ( duž, poligon I sl.)

dok je generator geometrijska kostrukcija kojom se inicijator zamenjuje u svakom
iterativnom koraku. Po pravilu generator je unija umanjenih inicijatora. Poznati frktali
dobijeni ovom metodom su Kohova kriva , trougao i ćilim Serpinskog i.t.d

Kohova kriva

Helge von Koch je švetski matematičar koji je 1904 godine predstavio Kohovu
krivu poznatu jos i kao pahulja .

Geometrijska konstrukcija
Konstrukcija Kohove krive počinje pravom linijom koja se naziva inicijalizator.
Inicijalizator se deli na tri jednaka dela. Druga trećina se potom menja jednakostraničnim
trouglom bez osnove. Ovo je osnovni konstrukcijski elemenat. Novodobijena kriva se
sastoji od četiri dela i naziva se generator. Potom se produžava postupak na svakom
linijskom segmentu sa k elemenata.

4
 Konsrtukcija Kohove krive u prva četiri koraka

Dužina Kohove krive

U svakoj fazi konstrukcije Kohove krive dobijamo novu Kohovu krivu. Posle prvog
koraka dobijamo krivu koja se sastoji od četiri jednaka linijska segmenta. U sledećem
koraku dobijamo 4*4, a posle trćeg 4*4*4 i tako dalje. Ako je početna linija dužine L ,
posle prvog koraka dužina je L*1/3, posle drugog koraka L* 1/3², posle trećeg koraka L*
1/3³. Lako se može izmeriti i dužina cele Kohove krive. Posle n-tog koraka dužina iznosi:
L*4ⁿ / 3ⁿ. Može se utvrditi da dužina krive od koraka do koraka raste sa faktorom 4/3

Varijacije Kohove krive

Geometrijska konstrukcija Peanove krive

Kod za konstrukciju Peanove krive

5
(define (rot+ p) ;;
(make-posn (- (posn-y p)) (posn-x p)))
(define (rot- p) ;;
(make-posn (posn-y p) (- (posn-x p))))

(define (rotpl p1 p2) ;;

(p+ p1 (rot+ (p- p2 p1))))
(define (rotmn p1 p2) ;;
(p+ p1 (rot- (p- p2 p1))))

(define (peano dp p0 p1)

(if (= dp 0) (line p0 p1)
(let* ((u (v* 0.33333333333 (p- p1 p0)))
(v (rot+ u))
(p2 (p+ p0 u)) (p3 (p+ p2 v)) (p4 (p+ p3 u))
(p5 (p+ p2 u)) (p6 (p- p2 v)) (p7 (p+ p6 u))
(d1 (- dp 1)))
(peano d1 p0 p2) (peano d1 p2 p3) (peano d1 p3 p4)
(peano d1 p4 p5) (peano d1 p5 p2) (peano d1 p2 p6)
(peano d1 p6 p7) (peano d1 p7 p5) (peano d1 p5 p1)
)))

Varijacija Peanove krive

(define (saucis dp p0 p1)

(if (= dp 0) (line p0 p1)
(let* ((u (v* 0.25 (p- p1 p0)))
(v (rot+ u))

6
 (p2 (p+ p0 u)) (p3 (p+ p2 v)) (p4 (p+ p3 u))
(p5 (p+ p2 u)) (p6 (p- p5 v)) (p7 (p+ p6 u))
(p8 (p+ p7 v))
(d1 (- dp 1)))
(saucis d1 p0 p2) (saucis d1 p2 p3) (saucis d1 p3 p4)
(saucis d1 p4 p5) (saucis d1 p5 p6) (saucis d1 p6 p7)
(saucis d1 p7 p8) (saucis d1 p8 p1)
)))

Geometrijska konstrukcija “Dragon” krive

7
Kod za konstrukciju '' Dragon '' krive
(define (rdpl p0 p1 ori)
(let* ((h (rot+ (v* 0.5 (p- p1 p0))))
(p (v* 0.5 (p+ p1 p0))))
(if ori (p+ p h) (p- p h))))

;; ... et le monstre
(define (drag n p0 p1 ori)
(if (= n 0) (line p0 p1)
(let ((p2 (rdpl p0 p1 ori))
(n1 (- n 1)))
(drag n1 p0 p2 #t) (drag n1 p2 p1 #f))))

8
Geometrijska konstrukcija Hilbertove krive

Trougao i ćilim Sierpinskog

Ove fraktale izveo je 1916 godine Poljski matematičar Waclaw Sierpinski (
1882-1969 ). Spadao je u vodeće matematičare Poljske tog vremena.
Konstrukcija trougla Serpinskog počinje od jednakostranicnog trougla sranice a.
Ako pronađemo sredine svih stranica i povežemo, dobijamo novi jednakostranični trougao
unutar prvog. Time smo završili prvi korak. U sledećem koraku pronalaze se sredine
sranica svih jednakostrančnih trouglova i spajaju kao i u predhodnom koraku izuzev ovog
središnjeg. Postupak se dalje nastavlja na isti način.

9
 Ćilim serpinskog konstruiše se na sledeći način. Polazi se od crnog kvadrata koji se deli
na devet jednakih delova. Srednji se odstrani a na preostalih osam se primeni isti postupak
i. t. d.

2)Fraktali dobijeni pomoću iterativnih funkcijskih sistema(IFS)

Dat je skup funkcija f1, f2, f3, ....fn koje preslikavaju R 2 -> R 2 , i pritom je svako
od tih preslikavanja kontraktivno. Zatim se definiše Hutchinsonov operator W na sledeći
način:

n
W(B) =  fi( B) ,
i 1
B- konačan proizvoljan podskup iz R 2

Granica niza W(B), W (B), W 3 (B)..., naziva se atraktor iterativnog sistema, { R 2 ; f1,
2

f2, f3....fn}i po pravilu je fraktalni skup. Pokazaćemo neke primere ovih tipova fraktala:

10
fractal pas

11
delfin

12
 zlatna ribica

Slika fraktala 'paprat' ima atraktor IFS {R 3 ; f1,f2,f3,f4} pri čemu je svako fi
trodimenzionalno afino preslikavanje. Slede primeri fraktala ' paprat ' .Ove slike poznate
su još i kao i Bernsley's fern(Bernslieve paprati).

13
 Bernslijeva paprat u standardnom obliku

Ovo je startna slika Bernslieve paprati specificirane sa dvadeset osam brojeva datoj u
sledećoj tabeli:

0 0 0 .16 0 0 .01
.85 .04 - .04 .85 0 1.6 .85
.2 - .26 .23 .22 0 1.6 .07
-.15 .28 .26 .24 0 .44 .07


Prvih šest kolona u tabeli predstavljaju koeficijente afine funkcije f i  Ai x  Bi koju
možemo zapisati i na sledeću način:

  X    a i bi   x   ei 
fi   =     +  
  Y    c i d i   y   hi 

Poslednja kolona u tabeli predstavlja verovatnoću . Tu kolonu možemo posmatrati kao

strane tetraedra čiju svaku stranu obeležimo brojem od jedan do četiri i njegovim bacanjem
odredjujemo verovatnoću dogadjaja. Na ovaj način dobijamo posle svakog koraka tačke u

14
kordinatnom sistemu, a nakon određenog broja koraka datu paprat, t. j. fraktal odredjene
gustine. Menjanjem vrednosti u tabeli menjamo oblik, zakrivljenost i.t.d. To možemo
ilustrovati sledećim primerima:

Barnslijeva paprat sa uvećanom vrednošću

15
 Barnslijeva paprat sa okrenutim vrhom

0 0 0 .2 0 -0.12 .01
.845 .035 -.035 .82 0 1.6 .85
.2 - .31 .255 .245 0 .29 .07
-.15 .24 .25 .20 0 .68 .07

Culcita paprat

16
 0 0 0 .25 0 -.14 .02
.85 .02 -.02 .83 0 1 .84
.09 -.28 .3 .11 0 .6 .07
-.09 .28 .3 .09 0 .7 .07

‘Fishbone’paprat

0 0 0 .25 0 -.4 .02

.95 .002 -.002 .93 -.002 .5 .84
.035 -.11 .27 .01 -.05 .005 .07
-.04 .11 .27 .01 .047 .06 .07

17
Za razliku od linearnih i afinih funkcija koje smo dosad pominjali i čija primena je u
iterativnim funkcijskim sistemima dala oblike fraktala koje smo videli, primenom
nelinearnih funkcija možemo dobiti sledeće oblike atraktora:

18
19
20
3) L – sistem je skup geometrijskih transformacija koje se primenjuju u pravilnim
vremenskim intervalima na pokretnu česticu. Izbor mogućnosti kretanja se svodi na
nekoliko jednostavnih pravila (F,f,+,-) definiše kretanje čestice na sledeći način:

F – kretanje za jedan korak unapred

f –korak unazad po istom pravcu
(-) – roracija u negativnom smeru za ugao 
(+) – rotacija u pozitivnom smeru za ugao 

Evo nekih fraktala konstruisanih na ovom metodom:

21
 F-F++F-F,

F-F++F-F-F-F++F-F++F-F++F-F-F-F++F-F,

F+xF+F+xF
x -> xF-F+F-xF+F+xF-F+F-x

22
F+F+F+F
F -> FF+F+F+F+F+F-F

23
F+F+F+F
F -> FF+F++F+F

24
F+F+F+F
F -> FF+F+F+F+FF

25
F+xF+F+xF

26
xF-F-F+xF+F+xF-F-F+x,

27
FF-[-F+F+F]+[+F-F-F]

F+F-F-F-F+F+F+F-F

28
F-F-F-F-F
F-F-F++F+F-F

F++F++F++F++F
F--X—F

29
+++F
F[+++++]

XYXYXYX+XYXYXYX+XYXYXYX+XYXYXYX
+FX+FXFY-FY-FY

30
FXF--FF—FF
--FXF++FXF++FXF--

31
[--FFF][++FFF]FX

+++fF
fF+[+F-F-F]-[-fF+F+F]

4) Fraktali dobijeni kao “ portreti “ dinamičkih nelinearnih funkcija

32
Tragajući za što jednostavnijim dinamičkim sistemima dovelo je do otkrića osobenosti
kvadratnog preslikavanja koje je učinio B. Mandelbrot. On je proučavao ponašanje niza
zadatog rekurzivnom relacijom:

Z n 1 = Z 2 + c.
n

Sup tačaka – početnih uslova u kompleksnoj ravni za koje dati niz konvergira naziva se
Mandelbrotov skup .

M = { c  C : c  C , f ck ( z )  +  }

Ovakav geometrijski objekat moguće je konstruisati samo uz pomoć računara i on

predstavlja jedan od osnovnih objekata fraktalne geometrije i ima sličnu ulogu koju ima
krug ili kvadrat u euklidskoj geometriji. On je veoma komplikovan i ima osobinu skoro
samosličnosti.
Slede osnovni oblici fraktala Mandelbrota i kod za njihovo generisanje u perlu:

33
#!/usr/local/bin/perl -w
sub mandelpix {
my($cx,$cy,$it) = @_;
my($x,$y) = (0,0);
while ($it) {
($x,$y) = ($x*$x-$y*$y+$cx,2*$x*$y+$cy);
$it --;

34
 return 0 if ($x*$x + $y*$y) > 2;
}
return 1;
}

sub mandel {
my ($size,$maxit,$xmin,$xmax,$ymin) = @_;
my ($ymax) = $xmax-$xmin+$ymin;
my ($x,$y);
print "P1 $size $size\n";
for ($y=$size-1;$y>=0;$y--) {
print STDERR "$y \r";
$ry = $ymin + (($ymax-$ymin)/($size-1))*$y;
for ($x=0;$x<$size;$x++) {
$rx = $xmin + (($xmax-$xmin)/($size-1))*$x;
print mandelpix($rx,$ry,$maxit);
}
print "\n";

Sa ove slike obeleženi pravougaoni fragment dat je na naredno slici

Takodje obeleženi fragment na ovoj slici izgleda ovako

35
}

36
Gaston Julia bio je poznati Francuski matematičar čiji je rad predstavljao nastavak
Mandelbrotovog matematičkog stvaranja u oblasti fraktalne geometrije. Definicija
grupacije fraktala koje nosi njegovo ime definiše se na sledeći način:

M = { z  C : c  C , f ck ( z )  +  }

37
Slede tipični fraktali ovog tipa:

1: julia 300 25 -2 2 -2 0.310000 0.040000

2: julia 300 25 -2 2 -2 -0.110000 0.655700

38
3: julia 300 25 -2 2 -2 -0.120000 0.740000

4: julia 300 10 -2 2 -2 0.000000 1.000000

39
5: julia 300 25 -2 2 -2 -0.194000 0.655700

6: julia 300 25 -2 2 -2 -0.745430 0.113010

40
7: julia 300 25 -2 2 -2 -1.250000 0.000000

8: julia 300 25 -2 2 -2 -0.481762 -0.531657

41
U nastavku sledi kod u perlu koji generiše prvi u nizu predhodnih fraktala
#!/usr/local/bin/perl -w

sub juliapix {
my($x,$y,$cx,$cy,$it) = @_;
while ($it) {
($x,$y) = ($x*$x-$y*$y+$cx,2*$x*$y+$cy);
$it --;
return 0 if ($x*$x + $y*$y) > 2;
}
return 1;
}

sub julia {
my ($size,$maxit,$xmin,$xmax,$ymin,$cx,$cy) = @_;
my ($ymax) = $xmax-$xmin+$ymin;
my ($x,$y);
print "P1 $size $size\n";
for ($y=$size-1;$y>=0;$y--) {
print STDERR "$y \r";
$ry = $ymin + (($ymax-$ymin)/($size-1))*$y;
for ($x=0;$x<$size;$x++) {
$rx = $xmin + (($xmax-$xmin)/($size-1))*$x;
print juliapix($rx,$ry,$cx,$cy,$maxit);
}
print "\n";
}
}

julia(@ARGV);

Takodje sledi jedna od karakterističnih metoda za konstrukciju karakrerističnog

primera Julia fraktala:

#!/usr/local/bin/perl -w

$pi = 4 * atan2(1,1);

sub reversejulia {
my($x,$y) = @_;
my($wx,$wy) = ($x-$cx,$y-$cy);
my $r = sqrt(sqrt($wx**2+$wy**2));
my $s = 1;
$s = 0 if (rand > 0.5);
my $v = atan2($wy,$wx)/2.0 + $s * $pi;
return ($r*cos($v),$r*sin($v));

42
}

sub juliapix {
($cx,$cy,$it) = @_;
my($pixels) = 0;
my($x,$y) = (rand(),rand());
for $_ (1..500) {
($x,$y) = reversejulia($x,$y);
}
while ($it) {
($x,$y) = reversejulia($x,$y);
$it --;
# Check om x,y ligger i en pixel, der skal tegnes.
next if $x < $xmin || $x >= $xmax;
next if $y < $ymin || $y >= $ymax;
$xp = int (($x - $xmin)/($xmax-$xmin) * $size);
$yp = int (($y - $ymin)/($ymax-$ymin) * $size);
if (exists $juliapix{$xp,$yp}) {
} else {
print STDERR "$pixels \r";
$pixels++;
$juliapix{$xp,$yp} = 1;
}
}
}

sub julia {
($size,$maxit,$xmin,$xmax,$ymin,$cx,$cy) = @_;
$ymax = $xmax-$xmin+$ymin;
my ($x,$y);
juliapix($cx,$cy,$maxit);
print "P1 $size $size\n";
for ($y=$size-1;$y>=0;$y--) {
for ($x=0;$x<$size;$x++) {
print $juliapix{$x,$y} || 0;
}
print "\n";
}
}

# julia 300 100 -1 2 -1.5 -2 -1.5

julia(@ARGV);

43
9: ijulia 300 500000 -2 2 -2 -0.156520 -1.032250

Za fraktalne strukture koje nisu dobijene strogodefinisanim pravilima, kao što su

razne prirodne strukture i signali, fraktalna dimenzija se ne može odrediti kao dimenzija
samosličnosti, na osnovu relacije (1). Postoje razne
druge metode koje se mogu primeniti u tim slučajevima, a jedna od često korišćenih je tzv.
box-counting metoda.

Kantorovo skup
Ovo je posebno obrađen primer fraktala karakterističan po tome što može da se
generiše bilo kojom pomenutom metodom.
Veliki broj fraktalnih struktura se može veštački generisati primenom relativno
prostih pravila, tako što se rezultati posle svake iteracije vraćaju ponovo u istu proceduru.
Tako dobijene strukture se u literaturi referišu i kao čudovišne krive (monster curves), jer
iskazuju svojstvo da su beskonačne složenosti – pri bilo kojem uvećanju imaju istu
strukturu. Radi ilustracije, navedimo poznati primer Kantorovog skupa. Posmatrajmo liniju
dužine d=1 – prvi red na slici 1. Zatim od te linije uklonimo njenu srednju trećinu, dužine
d/3, čime dobijamo dve odvojene linije – drugi red na slici 1, pa za te linije ponavljamo
postupak. Postupak se može beskonačno ponavljati, a u svakom narednom koraku replicira
se prethodna slika, ali na sve manjim i manjim skalama.

44
Slika . Konstrukcija Kantorovog skupa: prva četiri koraka konstrukcije.

Ako sumiramo sve intervale koje smo odstranili od osnovnog intervala [0,1],
dobijamo:

m
1 2 4 1  2
L=    ...     =1
3 9 27 3 m 0  3 

Dobijamo kontradikciju. Ako od intervala [0,1] odstranili interval dužine 1 sledi da

nije ostalo ništa. Zaključujemo da Kantorovo množenje ima drugu dimenziju, različitu od
topološke. Ovakvi veštački generisani objekti korišćenjem precizno definisanih algoritama
kao što je slučaj Kantorovog skupa iskazuju stroga fraktalna svojstva.

Box counting metod (cover dimension)

Metoda se zasniva na prekrivanju fraktalnog objekta mrežom bokseva kvadrata, u

slučaju jednodimenzionih (1D) signala kao što su vremenske serije, čili kocki, u slučaju
dvodimenzionih (2D) signala, kao što su signali slike. Dimenzije ivice bokseva su e. Zatim
se određuje broj nepraznih bokseva, N(ε), dakle broj bokseva koji prekrivaju posmatrani
objekat. Rekurzivno se uzimaju boksevi različitih dimenzija i iz log-log dijagrama
zavisnosti N(ε) od ε, dobija se fraktalna dimenzija D B . U graničnom procesu, uzimanjem
sve manjih ivica bokseva broj bokseva N(ε), postaje srazmeran sa ε DB , gde je D B box-
counting dimenzija datog fraktala. Dakle dobija se:

ln N  
D B   lim
 0 ln 

45
Uočimo sličnost relacija (1) i (2), mada je postupak izračunavanja, Box-counting metod
daje tačne procene za fraktalne dimenzije između 1 i 1.5 kod 1D signala i 2 i 2.5kod 2D
signala, a jednostavan je, te je izračunavanje brzo. Postoje i druge metode za izračunavanje
fraktalnih dimenzija, npr. korelaciona dimenzija, dimenzija kapacitivnosti, informaciona
dimenzija, što ovde nećemo analizirati.

Pored fraktalne dimenzije, za opisivanje fraktalnih (samosličnih) svojstava koriste

se i drugi opisivači, npr. Hurst-ov indeks (H), koji se takođe može određivati na razne
načine: npr. na osnovu R/S statistike, metodom periodograma, indeksa disperzije (IDC),
itd. Može se uspostaviti veza između fraktalne dimenzije D i Hurst-ovog indeksa u obliku

D=D E 1

gde je odgovarajuća Euklidska dimenzija posmatranog signala ili objekta. Generalno, za

procese koji imaju H=0,5 kažemo da suslučajni ( random walk ) i to je odlika standardnog
Braunovog kretanja, kada nema nikakve korelacije između inkrementalnih pomeraja
haotičnog kretanja čestica. Ako je H>0,5 tada postoji pozitivna korelacija između
inkrementalnih pomeraja: za inkrementalni pomeraj čestice u nekom trenutku t= t 0 , x(t 0
), u narednom trenutku t > t 0 pomeraj će imati sličnu tendenciju – iskazuje se svojstvo
samosličnosti, utoliko izraženije ukoliko je H bliže jedinici. Ukoliko je H<0,5 korelacija je
negativna – suprotan je karakter promene u narednom trenutku u odnosu na predhodni.
Napomenimo da se u nekim slučajevima fraktalnadimenzija 2D objekata može (približno)
odrediti koristeći metode razvijene za 1D slučaj uspostavljajući prostu relaciju između
fraktalne dimenzije konture koja ograničava površinu (što možemo označiti kao D1) i
fraktalne dimenzije same površine (D2), dakle

D2  D1  1

Ovaj princip je korišćen za određivanje profila reljefa na osnovu Landsat snimaka. U radu
je ovaj metod proveravan na crno-belim slikama raznolikog sadržaja. Slike su analizirane
kao 2D matrice, kada je računata ‘tačna’ 2D fraktalna dimenzija, i kao 1D vektori (što
odgovara skeniranoj slici) kada je računata 1D fraktalna dimenzija, D 1D . Zatim je vršena
procena 2D fraktalne dimenzije prema kao D2=D 1D +1. U svim analiziranim slučajevima
procenjena dimenzija D2 nije odstupala za više od 1% u odnosu na ‘tačnu’ fraktalnu
dimenziju, D 2 D , što je koristan rezultat s obzirom na daleko jednostavniju analizu 1D
signala.Posmatrajuæi prirodu uočavamo da se većina pojava ne može posmatrati samo
preko krajnosti tipa: crno-belo, tačno netačno, toplo-hladno, 1-0, itd. Zbog toga se ovakvi
aspekti ne mogu analizirati preko skupova, već preko uopštenijih matematičkih veličina
kojima mogu da se opišu nivoi u skali između krajnjih vrednosti. Te uopštenije veličine se
nazivaju mere. Na osnovu toga se i teorija samosličnosti proširuje sa skupova na mere, a
takve, samoslične, mere se nazivaju multifraktalima. Slobodnije rečeno, umesto jedne

46
mere, , javlja se skup mera koje opisuju samosličnu pojavu. Naprimer, ako se razmatra
2D signal kao što je signal slike u skali sivog, za definisanje mere se može koristiti
amplituda signala u prostornom domenu. Box-counting metod nije pogodan za opisivanje
multifraktala jer on daje samo vezu između broja nepraznih bokseva i veličine bokseva, a
ne uzima u obzir vrednost signala koji je obuhvaćen boksom. To bi, uprošćeno, odgovaralo
brojanju novca a da pritom ne računamo sa vrednošću pojedinih apoena. Za multifraktalne
pojave uvodi se neka vrsta "težine" za svaki od bokseva. Za karakterisanje multifraktala
najpre se uvodi veličina a opisana sa

ln  (box )

ln 

poznata kao grubi Hõlder-ov eksponent, gde je (box) mera boksa a dimenzija veličine
boksa. Ovako definisana veličina bi odgovarala fraktalnoj boks-dimenziji posmatrane
mere. Za široku klasu sebi-sličnih mera pokazuje se da veličina uzima vrednosti iz
intervala [min,max], sa0<min<max<. Vrednost parametra je bliska
odgovarajućoj fraktalnoj dimenziji posmatrane strukture, dakle, za 1D signale je
raspodeljena oko vrednosti 1, za 2D signale oko vrednosti 2, itd.
Zatim se posmatra frekvencijska raspodela  na sledeći način. Za svaku vrednost
 odredi se broj Ne(  ) bokseva ivice  koji imaju grubi Hõlder-ov eksponent jednak 
.Kako je ukupan broj bokseva ivice  srazmeran sa E  D , gde je D  Euklidska dimenzija
boksa, verovatnoća da se među boksevima nađe onaj sa grubim Hõlder-ovim eksponentom
 iznosi P  (  )=N  (  )/ e  De . Crtanje raspodele ove verovatnoće ne bi dalo željeni
rezultat, jer pri e  0 ova raspodela ne teži graničnoj vrednosti. Umesto toga uvodimo
težinske logaritme i posmatramo funkcije

ln N ( )
f  ( )  
ln 
ili

ln P ( )
C  ( )  
ln 
Kada   0, obe funkcije, f  (  ) i C  (  ), teže graničnim, dobro definisanim,
vrednostimaf(  ) i C(  ). Funkcija f(  ) je poznatija i češće se koristi . Ako postoji f(  ),
tada je u važnostiveza

C  ( )  f ( )  DE

Ovako definisana funkcija f(  ) označava da za svako  broj bokseva raste pri smanjenju
 , po zakonitosti Ne(  )~e  f ( ) .Eksponent f(  ) je kontinualna funkcija od  . U

47
najjednostavnijim slučajevima, grafik f(  ) ima oblik matematičkog simbola  ,
uobičajeno nagnutog na jednu stranu. Vrednost f(  ) bi se, u slobodnijoj interpretaciji,
mogla protumačiti kao fraktalna dimenzija podskupa boksova dimenzije  koji imaju grubi
Hõlder-ov eksponent  kada   0. Naime, kada  teži ka 0, povećava se mnoštvo
podskupova od kojih je svaki karakterisan posebnom vrednošću  i fraktalnom
dimenzijom f(  ). Ovo je jedan od razloga za uvođenje pojma multifraktala.
Postoji više načina za određivanje funkcije f(  ). Jedan od metoda je metod momenata.
Ovaj metod daje tačan rezultat, ali je komplikovan za izračunavanje. Nasuprot tome,
A. Chhabra i R. Jensen su razvili jednostavniji i znatno precizniji metod za izračunavanje
spektra f(  ) neke multifraktalne strukture . Postoje varijante izračunavanja ove funkcije
na osnovu geometrijskih pokazatelja i prema probabilističkoj teoriji. Klasifikaciju spektara
funkcije f(  ), pri multifraktalnoj analizi slika, dao je Levy Vehel koji razmatra sledeće
slučajeve:
· Spektar Hausdorff-ovih singulariteta, f h (  ), koji daje
dimenziju skupa tačaka koje imaju dato  . Time se
dobija geometrijski opis raspodele singulariteta.
· Spektar velikih devijacija, f g (  ), daje nam podatak o
verovatnoći da se nađe data vrednost a n pri rezoluciji n.
Znači, daje nam probabilistički opis raspodele
singulariteta. Nažalost, i fh(  ) i f g (  ) se teško
izračunavaju na osnovu realnih podataka.
· Ležandrov multifraktalni spektar, fl(a), se relativno lako
određuje jer razmatra samo usrednjene veličine.
Međutim, cena za to je da fl(  ), generalno, sadrži manje
informacija jer je rezultat uvek konkavna funkcija.

48