Fraktaldimensjon
Fraktaldimensjonen beskriver hvordan den målte detaljgraden øker når observasjonsskalaen blir mindre. Den kan ligge mellom kjente dimensjoner, men forstås best som en skaleringseksponent snarere enn som en mystisk brøkdel av en dimensjon.
Fra kopier til en eksponent
Hvis et objekt deles opp i N selvlignende deler, hver skalert med en faktor r, er dets likhetsdimensjon D = log(N) / log(1/r). Koch-kurven har fire deler ved en tredjedel av skalaen, noe som gir log 4 / log 3 – større enn en linje, mindre enn et fylt plan.
Formelen kan leses som en balanse: hvor mange deler vises, og hvor mye krymper hver del? For en vanlig linje dobler halvering av skalaen det nødvendige antallet, noe som gir eksponenten én. For et plant område firedobles det, noe som gir to. Koch-kurven ligger mellom disse to, fordi dens målte lengde vokser raskere under forfining enn for en glatt linje uten å fylle et område fullstendig. Brøkverdien beskriver denne skaleringsatferden, ikke en ekstra romlig retning.
Bokselling i bilder og data
Dekk et sett med bokser med sidelengde ε og tell hvor mange bokser som berører det. Hvis antallet vokser omtrent som ε opphøyd til minus D, gir hellingen på et log–log-diagram et estimat på boksetellingsdimensjonen. Resultatene avhenger av oppløsning, terskelverdier, skaleringsområde og valg av regresjonsmetode.
I måledata er linjen på et log-log-diagram aldri perfekt og er vanligvis bare synlig over et begrenset antall skalaer. Et nøye estimat tester flere rutenettforskyvninger, utelukker svært grove og pikselstore bokser og rapporterer usikkerhet i hellingen. Forbehandling er også en del av resultatet: å glatte ut en kant, endre en kontrastterskel eller reparere en maske kan påvirke estimatet. Bokselling er en måleprosedyre, ikke en automatisk sannhetsdetektor.
Det finnes ingen universell enkeltdimensjon
Hausdorff, boks-telling, korrelasjon og informasjonsdimensjoner besvarer relaterte, men forskjellige spørsmål. De sammenfaller for mange ideelle eksempler og avviker for andre. Å oppgi en dimensjon uten å nevne metoden, usikkerheten og skalaområdet kan gi inntrykk av større sikkerhet enn dataene gir grunnlag for.
Hvilken dimensjon som er passende, avhenger av om spørsmålet gjelder geometrisk utbredelse, sannsynlighetsmasse eller korrelasjoner mellom punkter. En ujevnt vektet attraktor kan ha samme geometriske støtteområde, men samtidig vise en annen informasjonsdimensjon. Anvendelser bør derfor ta utgangspunkt i spørsmålet og velge måleenheten i etterkant. To publiserte dimensjonsverdier er kun direkte sammenlignbare når deres definisjoner, forbehandling og skalaintervaller er tilstrekkelig samordnet.
Kilder og videre lesning
Denne artikkelen oppsummerer følgende fagkilder i originalformuleringer. Hentet og redaksjonelt gjennomgått 12 august 2026.
Fortsett ideen
Kystlinjeparadokset
Hvorfor mindre linjaler måler lengre kystlinjer, hvordan Richardson-diagrammer estimerer skalering og hvor paradokset fysisk sett tar slutt.
Selvlikhet og skalering
Forstå eksakt, tilnærmet, statistisk og selvaffin likhet – og hvorfor naturlige mønstre kun gjentar seg på begrensede skalaer.
Sierpiński-trekanten og teppet
Hvordan gjentatt fjerning skaper eksakt selvlikhet, forsvinnende areal og en bro fra Cantor-mengden til høyere dimensjoner.