Bifurkationsdiagramm

Fixpunkte des Generators xn+1=k*xnk*xn 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.5 1 1.5 2 k 2.5 3 3.5 4
2

Slide 651

 Der Lorenz-Attraktor:

Attraktoren k onnen komplizierte Formen haben und Fl achen formen, auf denen der Wert zum Fixpunkt gelenkt wird. Sie sinjd unproblematisch, solange nur ein Fixpunkt existiert. Systeme von nichtlinearen Diffenrentialgleichungen k onnen aber unter bestimmtem Be dingungen Attraktoren haben, bei denen geringe Anderungen der Startwerte dazu f uhren, da sehr unterschiedliche Endwerte erreicht werden. Solche Attraktoren heien chaotisch oder seltsam (strange). Ein ber uhmter chaotischer Attraktor wurde 1963 von Edward Lorenz am MIT entdeckt, der Lorenz-Attraktor. Er entsteht in einem einfachen System von Differentialgleichungen, das die Luftstr omung in der Atmosph are beschreibt. Die Gestalt des Attraktors beschr ankt zwar den L osungsraum, aber es praktisch unvorhersagbar, wo auf der Ober ache des Attraktors die L osung liegen wird. Im folgenden werden wir nicht-lineare Funktionen als Generatoren benutzen, um Mengen von Punkten zu denieren. Diese Punktmengen sind fraktale Linien, Fl achen oder Volumina und dienen zur Modellierung von Texturen und Objektformen..

428

Folgen komplexer Zahlen

Die Folge ist Slide 652 divergent f ur

invariant gegen den Generator f ur konvergent f ur

Folgen komplexer Zahlen

|z| > 1

Slide 653

|z| < 1
1

|z| = 1

429

Denition 30.1 (Julia-Menge) Julia-Menge: Die Menge aller Generators Slide 654

, die bez uglich des invariant ist.

Gaston Julia, am Anfang dieses Jahrhunderts. Julia-Kurven, auch Drachenkurven genannt, sind zusammenh angende Julia-Mengen. Cantor-Mengen, auch Cantor-Staub genannt, sind nicht zusammenh angende Julia-Mengen.

Slide 655

430

Slide 656

 Julia-Mengen sind Fraktale.  Wie l at sich f ur einen gegebenen Wert von c vorhersagen, wie die Julia-Menge aussieht? Slide 657

 Antwort: Die Mandelbrot-Menge:

431

Denition 30.2 (Mandelbrot-Menge) Die Mandelbrot-Menge f ur die Funktion ist die Menge aller Punkte f ur die gilt: Die Julia-Menge mit der Generatorfunktion ist zusammenh angend. Oder anders gesagt: F ur Julia-Mengen mit der Generatorfunktion gilt, da sie zusammenh angend sind, gdw. in der Mandelbrot-Menge f ur liegt.

Slide 658

 Ausschnitte aus der Mandelbrot-Menge:

Die folgenden Folien zeigen Ausschnitte aus der Mandelbrot-Menge f ur den Proze:

Die Ausschnitte sind:

255 Iterationen,

266 Iterationen,

264 Iterationen, 296 Iterationen,

Alle Abbildungen stammen aus (Fellner, 1992).

432

Die Mandelbrot-Menge: Das Apfelm annchen

Slide 659

Die Mandelbrot-Menge: Ausschnitt

Slide 660

433

Die Mandelbrot-Menge: Nachbarschaft

Slide 661

Die Mandelbrot-Menge: Ausschnitt

Slide 662

434

 Anmerkungen:
Genau wie die Drachenkurven der Julia-Mengen sind auch die Konturen der MandelbrotMenge selbst ahnliche wir die Konturen vergr oern, tauchen rekursiv immer wieder modizierte verkleinerte Kopien des Apfelm annchens auf.

Wie kann die Mandelbrot-Menge berechnet werden? F ur jeden Wert ist zu pr ufen, ob die entsprechende Julia-Menge zusammenh angend ist. Satz: Die Julia-Menge mit der Generatorfunktion ist zusammenh angend gdw. die Folge der f ur den den Startwert beschr ankt bleibt. (John Hubbard und Adrien Douady) Um festzustellen, ob ein Wert in der Mandelbrot-Menge liegt, ist es also hinreichend zu pr ufen, ob die Folge f ur den Wert 0 beschr ankt ist.

Slide 663

435

 F ur jeden Punkt der komplexen Zahlenebene ist es m oglich zu pr ufen, ob er ein Element der Mandelbrot-Menge ist oder nicht, indem die Folge iteriert wird und gepr uft wird, ob sie begrenzt bleibt.  Zwei Probleme: Slide 664  Wie lange mu iteriert werden?  Die Mandelbrot-Menge ist ein Fraktal. Sie ist nicht bandbeschr ankt und kann daher nicht mit einer endlichen Zahl von Stichproben abgetastet werden.  Konsequenz: Alle Darstellungen der Mandelbrot-Menge sind approximativ!

 Ein Wegweiser zu interessanten Julia-Mengen:

Eine interessante Eigenschaft der Mandelbrot-Menge ist, da die fraktalen Strukturen in der N ahe eines Punktes denjenigen Julia-Mengen a hnlich sehen, die sie erzeugen. Wenn wir die Koefzienten f ur eine bestimmte Form suchen, hilft ein Blick auf die Mandelbrot Menge. Die folgende Folie zeigt eine Ubersicht: F ur einige Pukte der Mandelbrot-Menge sind die entsprechenden Julia-Mengen angegeben.

436

Slide 665

Fraktale Texturen in POV-Ray

#declare Test1 = texture pigment /*Mandelbrot-Menge */ mandel 100 color_map fourcolors #declare Test2 = texture /* statistisch erzeugt */ pigment granite color_map fourcolors

Slide 666

437

Slide 667

Julia-Mengen als fraktale Ober achen  In der komplexen Zahlenebene konnten wir mittels Julia-Mengen fraktale Linien beschreiben.  Eine Erweiterung der Algebra der komplexen Zahlen auf vier Dimensionen macht es m oglich, fraktale Volumen zu modellieren. In der Computergrak werden die beiden folgenden Erweiterungen verwendet; Quaternionen, hyperkomplexe Zahlen. Beiden Erweiterungen ist gemeinsam, da eine Zahl aus einem Realteil und drei Imagin arteilen besteht:

Slide 668

438

 Anmerkungen:
Weder die Quaternionen noch die hyperkomplexen Zahlen sind perfekte Erweiterungen der komplexen Zahlen. Die Quaternionengruppe ist nicht kommutativ bez uglich der Multiplikation. Die Quaternionen bilden also einen Schiefk orper. Die hyperkomplexen Zahlen sind zwar kommutativ, es existiert aber nicht f ur alle Zahlen ein inverses Element bez uglich der Multiplikation.

Slide 669

Beide Systeme enthalten die komplexen Zahlen als echte Untermenge. Die Bezeichnung f ur die vier Basisvektoren des Vektorraums der Quaternionen wird in der Literatur nicht einheitlich gehandhabt. Fellner, 1992) bezeichnet die drei imagin aren Komponenten mit ; in einigen Mathematikb uchern werden sie mit bezeichnet.

Denition 30.3 (Quaternionen) Ein Quaternion q ist eine Linearkombination aus einem reellwertigen Basisvektor 1 und drei imagin aren Basisvektoren .

mit und

und und

439

Denition 30.4 (Hyperkomplexe Zahlen) Eine hyperkomplexe Zahl ist ebenfalls eine Linearkombination aus einem reellwertigen Basisvektor 1 und drei imagin aren Basisvektoren mit den folgenden Rechenregeln: Slide 670

und

mit

und

und

Sei eine Funktion auf den Quaternionen oder den hyperkomplexen Zahlen und sei eine Konstante.  Die Julia-Mengen (Fixpunkte) des Generators

Slide 671

denieren die Ober ache fraktaler Objekte im vierdimensionalen Vektorraum.  Fraktale Objekte im dreidimensionalen Raum erhalten wir, indem wir den Durchschnitt der Objekte mit einer Hyperebene bilden.  Die Objekte k onnen zusammenh angend sein oder nicht.

440

 Julia-Fraktale in POV-Ray:
In POV-Ray k onnen wir Julia-Fraktale sowohl mit Quaternionen als auch mit hyperkomplexen Zahlen berechnen. Es sind 18 verschiedene Transformationsfunktionen m oglich. Zur Berechnung der Fraktale sind die folgenden Angaben n otig: Julia-Parameter: Die additive Konstante in der Iterationsformel Die Funktion: Die Transformationsfunktion, z.B. sqr, sin, exp . . . Zahl der Iteration: Wie oft soll maximal iteraiert werden? Genauigkeit: Die Genauigkeit, mit der gepr uft werden soll, ob ein Punkt innerhalb oder auerhalb des Objektes liegt. Hyperebene: Die Hyperebene, mit der das Objekt zum Schnitt gebracht wird. Sie wird durch einen Normalenvektor und den Abstand vom Ursprung angegeben.

POV-Ray berechnet die Julia-Fraktale, indem iterativ f ur jeden Punkt gepr uft wird, ob er innerhalb oder auerhalb des Objektes liegt. Ein Punkt wird als innerhalb des Objekts betrachtet, wenn w ahrend der Iteration keiner der weiter als ein vorgegebener Abstand vom Ursprung entfernt ist. Bei einer geringen Anzahl von Iterationen werden also mehr Punkte als zum Objekt geh orig betrachtet als bei einer hohen Iterationszahl.

 Anmerkungen:

Das folgende POV-Ray-Skript erzeugt ein fraktales Objekt mit der Generatorfunktion sqr, dem Startpunkt , mit maximal 20 Iterationen, einer Geanuigkeit von 20 und der Schnittebene mit dem Normalenvektor . Der Animationsmechanismus von POV-Ray wird genutzt, um eine Folge von Schnitten zu berechnen. Die Schnittebene wird abh angig von der simulierten Zeit parallel zur Normale verschoben. Nur so zum Spa wird auch der Farbton des Objektes in Abh angigkeit von der Uhrzeit ver andert. Beginnend bei Rot rotiert der Farbton einmal durch den ganzen Farbenkreis. Alle erzeugten Volumen sind sehr lockere, l ocherige Objekte, die etwas an Wollkn aule oder lockeres Geb ack erinnen. Von der Lage der Hyperebene h angt es ab, ob die erzeugte Julia-Menge zusammenh angend ist oder nicht.

441

Slide 672

#declare color_now = vnormalize(vaxis_rotate(x,x+y+z,clock*360)) julia_fractal <-0.083, 0.0, -.83, -0.025> quaternion sqr max_iteration 20 precision 20 slice <0,0,0,1>, 2*clock-1 texture pigment color rgb color_now finish Metal

Slide 673

442

Slide 674

#declare color_now= vnormalize(vaxis_rotate(x,x+y+z,clock*360)) julia_fractal <-0.39054, -0.58679, 0.025, -0.025> quaternion sqr max_iteration 30 precision 30 slice <0,0,0,1>, 2*clock-1 texture pigment color rgb color_now finish Metal

Slide 675

443

Slide 676

444