Newton-Fraktale
Das Newton-Verfahren sucht Nullstellen. In der komplexen Ebene lässt sich jeder Startpunkt nach der erreichten Nullstelle färben; numerische Konvergenz wird zur Landkarte konkurrierender Ziele.
Ein Algorithmus wird dynamisches System
Für eine Funktion f bildet die Newton-Iteration z auf z − f(z)/f′(z) ab. Jede Nullstelle ist typischerweise ein anziehender Fixpunkt. Die wiederholte Aktualisierung für jeden Pixel zeigt ihr Einzugsgebiet.
Für ein Polynom p iteriert das Newton-Verfahren z↦z−p(z)/p′(z). Jeder erfolgreiche Startwert nähert sich einer Nullstelle; Farbe kann diese Zielwahl darstellen. Das Verfahren ist lokal sehr schnell, aber global keineswegs harmlos: In der Nähe von Punkten mit kleiner Ableitung entstehen große Sprünge, und manche Orbits konvergieren spät oder gar nicht. Die Fraktalgrafik kartiert damit die globale Zuverlässigkeit eines vertrauten numerischen Algorithmus.
Warum die Grenzen so fein sind
Nahe einer Gebietsgrenze können kleinste Startänderungen andere Nullstellen wählen oder langsames, instabiles Verhalten treffen. Bei vielen Polynomen ist der gemeinsame Rand eine Julia-Menge der Newton-Abbildung und besitzt Struktur in beliebig feinen Skalen.
Die Grenze zwischen zwei Einzugsgebieten enthält Startpunkte, deren kleinste Störung zu einer anderen Nullstelle führen kann. Für Polynome ist diese gemeinsame Julia-Grenze häufig dicht von Vorbildern aller Basins durchsetzt. Eine Vergrößerung zeigt daher keine einfache Trennlinie, sondern wiederkehrende Einschlüsse. Anti-Aliasing muss mehrere Subpixel wirklich iterieren; bloßes Weichzeichnen nach der Klassifikation erfindet Mischfarben ohne dynamische Stichprobe.
Farbe kann zwei Fragen kodieren
Der Farbton kann die erreichte Nullstelle markieren, Helligkeit oder Bänder die benötigten Iterationen. Maximale Iterationszahl und Konvergenztoleranz bleiben numerische Entscheidungen; sie können langsame Gebiete verbergen, ohne die mathematische Abbildung zu verändern.
Ein zweikanaliges Farbschema ist besonders aussagekräftig: Der Farbton benennt die erreichte Nullstelle, Helligkeit oder Sättigung die Zahl der benötigten Schritte. Ein Maximalwert benötigt eine eigene Darstellung für nicht konvergierte oder singuläre Orbits. Werden Ziel und Geschwindigkeit in denselben ungeklärten Verlauf gepresst, kann ein langsamer roter Orbit optisch mit einem schnellen Nachbarbasin verwechselt werden.
Quellen und Vertiefung
Die Darstellung fasst die folgenden Fachquellen in eigenen Worten zusammen. Abruf und redaktionelle Prüfung: 12. August 2026.
- Newton's MethodWolfram MathWorld
- Fractal Geometry: Mathematical Foundations and ApplicationsWiley
Den Gedanken weiterverfolgen
Einzugsgebiete und fraktale Grenzen
Wie Ergebniskarten den Zustandsraum teilen und warum ihre Grenzen Vorhersagen beliebig empfindlich machen können.
Julia-Mengen
Wie ein festes c in z² + c eine dynamische Ebene erzeugt – von verbundenen Dendriten bis zu unzusammenhängendem Cantor-Staub.
Chaos ist deterministisch
Warum deterministische Gleichungen unvorhersagbar werden können, wie Empfindlichkeit sich von Zufall unterscheidet und wo Fraktale im Phasenraum entstehen.