Multifrattali
Un monofrattale è caratterizzato da un unico esponente di scala dominante. Un multifrattale contiene regioni intrecciate con diversi livelli di scala locali e richiede uno spettro piuttosto che un unico numero.
Misure, non solo forme
L’analisi multifrattale studia spesso come la massa, la probabilità, l’energia o l’attività siano distribuite all’interno di volumi al variare della scala. Le regioni dense e quelle sparse seguono esponenti diversi anche quando occupano lo stesso supporto geometrico.
Un’analisi multifrattale studia non solo la forma di un supporto, ma anche come la massa o la probabilità vi si distribuiscono. Piccoli riquadri possono avere esponenti locali diversi. Un tappeto geometrico occupato in modo uniforme può richiedere una sola dimensione; la turbolenza intermittente o le cascate disuguali richiedono uno spettro. La pre-elaborazione deve quindi definire esplicitamente la misura oggetto di analisi.
Dai momenti allo spettro
Le funzioni di partizione ponderano le probabilità delle celle in base alle potenze di q. Un valore positivo di q enfatizza le regioni dense; un valore negativo di q enfatizza quelle sparse ed è sensibile al rumore. Gli esponenti di scala possono essere trasformati in uno spettro di singolarità che descrive le dimensioni dei sottoinsiemi di intensità locale.
Le potenze delle masse dei riquadri vengono sommate per diversi momenti q. Un valore positivo di q evidenzia le regioni dense, mentre un valore negativo di q quelle sparse. Il ridimensionamento produce τ(q) e, tramite una trasformata di Legendre, uno spettro f(α). I momenti negativi sono estremamente sensibili alla presenza di riquadri vuoti o rumorosi. Uno spettro ampio può rivelare una reale eterogeneità o semplicemente amplificare i limiti finiti di campionamento e rilevamento.
Un metodo empirico impegnativo
Per ottenere spettri affidabili sono necessari un ampio intervallo di scale, un numero sufficiente di campioni e verifiche di robustezza rispetto alle tendenze e agli effetti di dimensione finita. Una curva stimata ampia non è automaticamente indice di una cascata complessa; i surrogati e l’incertezza sono fattori rilevanti.
Un'analisi multifrattale affidabile richiede molteplici scale, dati sufficienti e stabilità nella scelta delle finestre e nella rimozione delle tendenze. I surrogati sintetici verificano se uno spettro supera ciò che la sola correlazione lineare o la sola distribuzione potrebbero produrre. Una curva f(α) colorata e priva di incertezza è facile da generare, ma costituisce una prova debole. Il confronto tra i metodi fa parte del risultato.
Fonti e approfondimenti
Questo articolo riassume le seguenti fonti specialistiche utilizzando la formulazione originale. Consultato e revisionato dal punto di vista editoriale 12 agosto 2026.
- Fractal Geometry: Mathematical Foundations and ApplicationsWiley
- Fractal dynamics in physiologyPhysiological Reviews
Sviluppa l’idea
Dimensione frattale
Cosa misura la dimensione frattale, come funziona il conteggio delle scatole e perché un oggetto può avere più di una dimensione significativa.
Motivi frattali nei segnali fisiologici
Come vengono studiate le fluttuazioni legate alla scala nel battito cardiaco e in altre serie temporali fisiologiche, con le necessarie precauzioni metodologiche.
Nuvole, turbolenza e scala
Perché i confini delle nuvole e i campi turbolenti mostrano un ridimensionamento statistico anziché un’autosimilarità geometrica esatta.