Wielofraktały
Monofraktal charakteryzuje się jednym dominującym wykładnikiem skalowania. Wielofraktal zawiera przeplatające się regiony o różnych lokalnych siłach skalowania i wymaga określenia za pomocą spektrum, a nie jednej liczby.
Wymiary, a nie tylko kształty
Analiza multifraktalna często bada, w jaki sposób masa, prawdopodobieństwo, energia lub aktywność rozkładają się w przedziałach w miarę zmian skali. Regiony gęste i rzadkie charakteryzują się różnymi wykładnikami, nawet jeśli zajmują tę samą przestrzeń geometryczną.
Analiza multifraktalna bada nie tylko kształt nośnika, ale także sposób rozkładu masy lub prawdopodobieństwa na jego powierzchni. Małe pola mogą mieć różne wykładniki lokalne. Jednolito wypełniony dywan geometryczny może wymagać jednego wymiaru; sporadyczne turbulencje lub nierówne kaskady wymagają spektrum. W związku z tym na etapie przetwarzania wstępnego należy jednoznacznie zdefiniować analizowaną miarę.
Od momentów do spektrum
Funkcje partycji ważą prawdopodobieństwa w polach potęgami q. Dodatnia wartość q podkreśla regiony gęste; ujemna wartość q podkreśla regiony rzadkie i jest wrażliwa na szum. Wykładniki skalowania można przekształcić w spektrum osobliwości opisujące wymiary podzbiorów o lokalnej sile.
Potęgi mas komórek są sumowane dla różnych momentów q. Dodatnia wartość q podkreśla obszary gęste, a ujemna – rzadkie. Skalowanie daje τ(q), a poprzez transformację Legendre’a – widmo f(α). Momenty ujemne są niezwykle wrażliwe na puste lub zakłócone komórki. Szerokie widmo może ujawniać rzeczywistą niejednorodność lub po prostu wzmacniać skończone granice próbkowania i wykrywania.
Wymagająca metoda empiryczna
Wiarygodne widma wymagają szerokiego zakresu skal, wystarczającej liczby próbek oraz kontroli odporności na trendy i efekty związane z ograniczonym rozmiarem. Szeroka krzywa szacunkowa nie jest automatycznie dowodem na istnienie złożonej kaskady; istotne znaczenie mają wartości zastępcze i niepewność.
Wiarygodna analiza multifraktalna wymaga wielu skal, wystarczającej ilości danych oraz stabilności przy wyborze okna i usuwaniu trendu. Syntetyczne substytuty pozwalają sprawdzić, czy widmo wykracza poza to, co mogłaby dać sama korelacja liniowa lub rozkład. Kolorową krzywą f(α) bez niepewności łatwo wygenerować, ale stanowi ona słaby dowód. Porównanie metod należy do wyników.
Źródła i literatura uzupełniająca
Artykuł ten stanowi podsumowanie poniższych źródeł specjalistycznych, przy zachowaniu oryginalnego brzmienia. Dostęp uzyskano i dokonano redakcyjnej weryfikacji w sierpniu 12 2026.
- Fractal Geometry: Mathematical Foundations and ApplicationsWiley
- Fractal dynamics in physiologyPhysiological Reviews
Kontynuuj ten wątek
Wymiar fraktalny
Czego dotyczy wymiar fraktalny, jak działa metoda zliczania pudełek i dlaczego jeden obiekt może mieć więcej niż jeden znaczący wymiar.
Wzory fraktalne w sygnałach fizjologicznych
Jak bada się fluktuacje związane ze skalą w tętnie i innych fizjologicznych szeregach czasowych – z zachowaniem niezbędnej ostrożności metodologicznej.
Chmury, turbulencje i skala
Dlaczego granice chmur i pola turbulentne wykazują skalowanie statystyczne, a nie dokładną geometryczną samopodobieństwo.