Fraktál dimenzió
A fraktál dimenzió leírja, hogyan növekszik a mért részletesség a megfigyelési skála csökkenésével. A dimenzió a jól ismert dimenziók között helyezkedhet el, de inkább skálázási kitevőként érthető meg, mint rejtélyes törtszámként.
A másolatoktól az exponensig
Ha egy objektum N darab önhasonló részre oszlik, amelyek mindegyike r tényezővel van méretezve, akkor a hasonlósági dimenziója D = log(N) / log(1/r). A Koch-görbe négy darabból áll a méretarány egyharmadánál, ami log 4 / log 3 értéket ad – ez nagyobb, mint egy egyenes, de kisebb, mint egy kitöltött sík.
A képlet egy egyenlegként értelmezhető: hány darab jelenik meg, és mennyivel zsugorodik az egyes darabok? Egy közönséges egyenes esetében a méretarány felére csökkentése megduplázza a szükséges darabszámot, így az exponens értéke egy. Egy sík régió esetében ez négyszeresére nő, így az exponens értéke kettő. A Koch-görbe a kettő között helyezkedik el, mivel finomítás során mért hossza gyorsabban növekszik, mint egy sima egyenesé, anélkül, hogy teljesen kitöltené a területet. A törtszám ezt a méretezési viselkedést írja le, nem pedig egy további térbeli irányt.
Dobozszámlálás képekben és adatokban
Fedjünk le egy halmazt ε oldalhosszúságú dobozokkal, és számoljuk meg, hány doboz érinti azt. Ha a szám nagyjából ε a –D-edik hatványával arányosan növekszik, akkor a log–log ábra meredeksége becsüli a dobozszámlálási dimenziót. Az eredmények a felbontástól, a küszöbértéktől, a skála tartománytól és a regressziós beállításoktól függenek.
A mért adatok esetében a log–log ábrán látható vonal soha nem tökéletes, és általában csak korlátozott számú skálán látható. A gondos becslés során több rácseltolást is tesztelnek, kizárják a nagyon durva és pixelméretű négyzeteket, és jelzik a meredekség bizonytalanságát. Az előfeldolgozás is része az eredménynek: egy él simítása, a kontrasztküszöb megváltoztatása vagy egy maszk javítása eltolhatja a becslést. A négyzetszámlálás egy mérési eljárás, nem pedig automatikus igazságdetektor.
Nincs egyetlen univerzális dimenzió
A Hausdorff-dimenzió, a dobozszámlálás, a korrelációs és az információs dimenziók egymással összefüggő, de különböző kérdésekre adnak választ. Sok ideális példában egybeesnek, másokban viszont eltérnek egymástól. Ha egy dimenziót a módszer, a bizonytalanság és a skála tartományának megjelölése nélkül idézünk, az nagyobb bizonyosságot sugallhat, mint amit az adatok alátámasztanak.
A megfelelő dimenzió attól függ, hogy a kérdés a geometriai lefedettségre, a valószínűségi tömegre vagy a pontok közötti korrelációkra vonatkozik-e. Egy nem egyenletesen súlyozott attraktor ugyanazzal a geometriai támogatással rendelkezhet, miközben eltérő információs dimenziót mutat. Az alkalmazásoknak ezért a kérdéssel kell kezdeniük, és csak utána kell kiválasztaniuk a mérőszámot. Két közzétett dimenzióérték csak akkor közvetlenül összehasonlítható, ha definícióik, előfeldolgozásuk és skála-intervallumaik kellőképpen összehangoltak.
Források és további olvasnivalók
Ez a cikk az alábbi szakirodalmi forrásokat foglalja össze eredeti megfogalmazásukban. Hozzáférés és szerkesztői áttekintés: 12 augusztus 2026.
Folytassa az ötletet
A partvonal-paradoxon
Miért mérnek a kisebb vonalzók hosszabb partvonalakat, hogyan becsülik meg a Richardson-diagramok a skálázást, és hol ér véget fizikailag a paradoxon.
Önhasonlóság és skálázás
Ismerje meg a pontos, hozzávetőleges, statisztikai és önaffin hasonlóságot – és azt, hogy a természetes minták miért csak korlátozott skálákon ismétlődnek.
Sierpiński-háromszög és szőnyeg
Hogyan hoz létre az ismételt eltávolítás pontos önhasonlóságot, eltűnő területet és egy hidat a Cantor-halmaztól a magasabb dimenziók felé.