Dimensión fractal
La dimensión fractal describe cómo crece el detalle medido a medida que se reduce la escala de observación. Puede situarse entre dimensiones conocidas, pero se entiende mejor como un exponente de escalado que como una misteriosa dimensión fraccionaria.
De copias a un exponente
Si un objeto se divide en N partes autosimilares, cada una escalada por un factor r, su dimensión de similitud es D = log(N) / log(1/r). La curva de Koch tiene cuatro partes a un tercio de la escala, lo que da log 4 / log 3, mayor que una línea y menor que un plano relleno.
La fórmula puede interpretarse como un equilibrio: ¿cuántas piezas aparecen y en qué medida se reduce cada una? En el caso de una línea ordinaria, al reducir la escala a la mitad se duplica el número necesario, lo que da un exponente igual a uno. En el caso de una región plana, se cuadruplica, lo que da un exponente igual a dos. La curva de Koch se sitúa entre ambos casos, ya que su longitud medida crece más rápidamente al refinarla que la de una línea lisa, sin llegar a llenar completamente el área. El valor fraccionario describe este comportamiento de escalado, no una dirección espacial adicional.
Recuento de casillas en imágenes y datos
Cubre un conjunto con cajas de longitud lateral ε y cuenta cuántas cajas lo tocan. Si el recuento crece aproximadamente como ε elevado a menos D, la pendiente de un gráfico logarítmico-logarítmico estima la dimensión de recuento de cajas. Los resultados dependen de la resolución, el umbral, el rango de escala y las opciones de regresión.
En los datos medidos, la línea de un gráfico logarítmico-logarítmico nunca es perfecta y, por lo general, solo es visible en un número limitado de escalas. Una estimación cuidadosa comprueba varios desplazamientos de la cuadrícula, excluye las casillas muy gruesas y las del tamaño de un píxel, e informa de la incertidumbre en la pendiente. El preprocesamiento también forma parte del resultado: suavizar un borde, cambiar un umbral de contraste o reparar una máscara puede alterar la estimación. El recuento de casillas es un procedimiento de medición, no un detector automático de la verdad.
No existe una única dimensión universal
Las dimensiones de Hausdorff, de recuento de cajas, de correlación e de información responden a preguntas relacionadas, pero diferentes. Coinciden en muchos ejemplos ideales y divergen en otros. Citar una dimensión sin mencionar su método, su incertidumbre y su rango de escala puede dar a entender una certeza mayor de la que respaldan los datos.
La dimensión adecuada depende de si la cuestión se refiere a la ocupación geométrica, la masa de probabilidad o las correlaciones entre puntos. Un atractor ponderado de forma no uniforme puede tener el mismo soporte geométrico y, sin embargo, presentar una dimensión de información diferente. Por lo tanto, las aplicaciones deben partir de la pregunta y elegir la medida posteriormente. Dos valores de dimensión publicados solo son directamente comparables cuando sus definiciones, preprocesamiento e intervalos de escala están suficientemente alineados.
Fuentes y lecturas recomendadas
Este artículo resume las siguientes fuentes especializadas utilizando la redacción original. Consultado y revisado editorialmente el 12 de agosto 2026.
Continúa con la idea
La paradoja de la línea costera
Por qué las reglas más pequeñas miden costas más largas, cómo los gráficos de Richardson estiman el escalado y dónde termina físicamente la paradoja.
Autosimilaridad y escalado
Comprende la similitud exacta, aproximada, estadística y autoafín, y por qué los patrones naturales solo se repiten en escalas limitadas.
Triángulo y alfombra de Sierpiński
Cómo la eliminación repetida crea autosimilaridad exacta, un área que se desvanece y un puente desde el conjunto de Cantor hacia dimensiones superiores.