Fraktální dimenze
Fraktální dimenze popisuje, jak se měřený detail zvětšuje s tím, jak se měřítko pozorování zmenšuje. Může ležet mezi známými dimenzemi, ale lépe se chápe jako škálovací exponent než jako záhadná zlomková dimenze.
Od kopií k exponentu
Pokud se objekt rozdělí na N sebepodobných částí, z nichž každá je škálována faktorem r, je jeho dimenze podobnosti D = log(N) / log(1/r). Kochova křivka má čtyři části při jedné třetině měřítka, což dává log 4 / log 3 – větší než přímka, menší než vyplněná rovina.
Vzorec lze číst jako rovnováhu: kolik částí se objeví a o kolik se každá část zmenší? U obyčejné přímky se při polovičním zmenšení měřítka zdvojnásobí požadovaný počet, což dává exponent jedna. U rovinné oblasti se počet čtyřnásobí, což dává exponent dva. Kochova křivka leží někde mezi tím, protože její měřená délka roste při zjemňování rychleji než u hladké přímky, aniž by zcela vyplnila plochu. Zlomková hodnota popisuje toto chování škálování, nikoli další prostorový směr.
Počítání boxů v obrázcích a datech
Pokryjte množinu krabicemi o délce strany ε a spočítejte, kolik krabic se jí dotýká. Pokud počet roste přibližně jako ε umocněné na minus D, sklon log-log grafu odhaduje dimenzi počítání krabic. Výsledky závisí na rozlišení, prahové hodnotě, rozsahu měřítka a volbách regrese.
U naměřených dat není čára na log-log grafu nikdy dokonalá a obvykle je viditelná pouze v omezeném počtu měřítek. Pečlivý odhad testuje několik posunů mřížky, vylučuje velmi hrubé a pixelové buňky a uvádí nejistotu ve sklonu. Součástí výsledku je i předzpracování: vyhlazení hrany, změna prahu kontrastu nebo oprava masky mohou odhad posunout. Počítání buněk je měřicí postup, nikoli automatický detektor pravdy.
Neexistuje žádná univerzální jediná dimenze
Hausdorffova dimenze, dimenze počítání boxů, korelační dimenze a informační dimenze odpovídají na související, ale odlišné otázky. V mnoha ideálních příkladech se shodují, v jiných se liší. Uvedení dimenze bez specifikace použité metody, míry nejistoty a rozsahu měřítka může naznačovat větší jistotu, než jakou data podporují.
Vhodná dimenze závisí na tom, zda se otázka týká geometrického obsazení, pravděpodobnostní hmoty nebo korelací mezi body. Nerovnoměrně vážený atraktor může mít stejnou geometrickou podporu, ale vykazovat odlišnou informační dimenzi. Aplikace by proto měly vycházet z dané otázky a teprve poté zvolit měřítko. Dvě publikované hodnoty dimenze jsou přímo srovnatelné pouze tehdy, jsou-li jejich definice, předzpracování a měřítkové intervaly dostatečně sladěny.
Zdroje a další literatura
Tento článek shrnuje následující odborné zdroje v původním znění. Přístup a redakční revize 12 srpen 2026.
Pokračujte v této myšlence
Paradox pobřežní čáry
Proč menší pravítka měří delší pobřeží, jak Richardsonovy grafy odhadují škálování a kde fyzicky končí tento paradox.
Sebepodobnost a škálování
Pochopte přesnou, přibližnou, statistickou a samoafinnou podobnost – a také to, proč se přirozené vzory opakují pouze v omezených měřítkách.
Sierpińskiho trojúhelník a koberec
Jak opakované odstraňování vytváří přesnou sebepodobnost, mizející plochu a most od Cantorovy množiny k vyšším dimenzím.