Lyapunov 프랙탈
Lyapunov 프랙탈은 축에 두 개의 매개변수 값을 할당하고, 기호 시퀀스에 따라 이를 번갈아 가며 적용하며, 각 쌍에 궤도의 평균 민감도에 따라 색상을 부여합니다.
두 매개변수 실험
로지스틱 법칙 xₙ₊₁ = r xₙ(1 − xₙ)는 일반적으로 하나의 매개변수 r을 변화시킵니다. AABAB와 같은 수열은 각 반복 단계에서 수평 매개변수 A와 수직 매개변수 B 중 하나를 선택하여 2차원 안정성 필드를 생성합니다.
AABAB와 같은 기호 시퀀스는 로지스틱 맵의 각 단계에서 두 매개변수 중 어느 것이 사용될지를 결정합니다. 각 픽셀은 축에서 두 매개변수를 모두 읽어들이고, 과도 현상을 제거한 뒤 로그 미분을 평균화합니다. 기호 시퀀스를 변경하면 안정성 섬이 재구성됩니다. 따라서 이는 단순히 교체 가능한 프리셋 이름이 아니라 장면의 필수적인 부분입니다.
색상 소스로서의 지수
Lyapunov 지수는 궤도를 따라 도함수 크기의 로그값을 평균화한 것입니다. 음수 값은 국소적 수축과 안정된 주기를 나타내며, 양수 값은 민감한 카오스적 거동을 나타냅니다. 정의되지 않거나 발산하는 샘플의 경우 명시적인 렌더링 정책이 필요합니다.
Lyapunov 지수 λ는 궤도를 따라 log|r(1−2x)|의 평균값을 나타냅니다. 음수 값은 표본 영역에서 수축 및 안정적인 장기적 거동을 나타내며, 양수 값은 민감한 분리를 나타냅니다. λ=0 근처에서는 추정치가 천천히 수렴하며, 짧은 실행 시 경계에 얼룩덜룩한 띠가 생성됩니다. 색상 척도는 0을 명확하게 표시해야 하며, 양수 및 음수 범위를 임의의 주기적 그라데이션으로 혼합하지 말고 별도로 정규화해야 한다.
‘Feathers’는 안정성 경계입니다.
눈에 띄는 날개와 깃털 모양은 주기적 창과 카오스 사이의 전환을 보여줍니다. 그라데이션을 적용하면 결과물이 극적으로 보일 수 있지만, 이는 측정된 동적 신호를 매핑하는 것이지 그 자체로 기하학적 구조를 생성하는 것은 아닙니다.
깃털과 같은 형태는 2차원 매개변수 평면에서 주기적 창과 카오스 영역이 서로 맞물리는 지점에서 나타납니다. 이는 그려진 텍스처가 아니라, 관련 안정성의 등고선입니다. 미세한 창은 더 긴 과도 현상을 보일 수 있으므로, 확대 시 관측 길이는 반드시 늘어날 필요가 있습니다. 즉시 표시되는 미리보기는 다소 거칠 수 있으나, 최종 이미지는 지수 추정치를 지속적으로 정교화해야 합니다.
출처 및 추가 참고 자료
이 기사는 다음의 전문 출처들을 원문 그대로 요약한 것입니다. 12 8월 2026에 접속하여 편집 검토를 마쳤습니다.
- Lyapunov ExponentWolfram MathWorld
- Simple mathematical models with very complicated dynamicsNature
