2、对一条横向线段，先将其等分成4段，然后再将第二段向上移，将第三段向下移，再将第四段的相邻端点连接起来，迭代一次后变成图3-21.继续迭代得到的分形图，称为Minkouski
（1）编辑实现上述迭代的函数
在Matlab中，编制一个函数来绘制Minkouski香肠的图形。具体代码如下：function frat1(k)
p=[0,0;10,0];
A=[0,1;-1,0];
n=1;
for s=1:k
j=0;
for i=1:n;
q1=p(i,:);
q2=p(i+1,:);
d=(q2-q1)/4;
j=j+1;r(j,:)=q1;
j=j+1;r(j,:)=q1+d;
j=j+1;r(j,:)=q1+d+d*A;
j=j+1;r(j,:)=q1+2*d+d*A;
j=j+1;r(j,:)=q1+2*d+d*A';
j=j+1;r(j,:)=q1+3*d+d*A';
j=j+1;r(j,:)=q1+3*d;
end
n=n*7;
clear p
p=[r;q2];
end
plot(p(:,1),p(:,2))
axis equal
将这个文件保存，文件名记为frat1.m. （2）绘制Minkouski香肠的图形
代码：frat（3）
运行结果：
代码：frat（5）
运行结果:
根据迭代规律得到：形似形个数m=7,边长放大倍数c=4，故维数d=1.4037.因此，Minkouski香肠的维数介于1与2之间。具体计算如下：
d=ln m/ln c=ln 7/ln 4=1.4037
5、自己构造生成元（要有创意），按照图形迭代的方式产生分形图，用计算机编制程序绘出它的图形，并计算维数。
function frat2(k)
p=[-5,5;5,5;5,-5;-5,-5;-5,5];
A=[1.5,-0.5;0.5,1.5];
n=4;
for s=1:k
j=0;
for i=1:n;
q1=p(i,:);
q2=p(i+1,:);
d=(q2-q1)/3;
j=j+1;r(j,:)=q1;
j=j+1;r(j,:)=q1+d;
j=j+1;r(j,:)=q1+d+d*A;
j=j+1;r(j,:)=q1+2*d;
end
n=n*4;
clear p
p=[r;q2];
end
plot(p(:,1),p(:,2)) axis equal
基于分形几何的分形图绘制与分析 摘要：基于分形几何的分形图绘制方法源于l系统、迭代函数系统ifs、复动力系统等。在运用分形原理及算法编程绘制多种分形图的基础上，重点对ifs参数进行实验分析，ifs吸引集实现了对原图形的几何变换。分形图的演变具有渐变性。 关键词：分形几何迭代函数系统分形图绘制渐变 1 分形几何学 现代数学的一个新的分支——，它是由美籍法国数学家曼德勃罗（b.b.mandelbrot）1973年在法兰西学院讲课时，首次提出了分形几何的设想。分形（fractal）一词，是曼德勃罗创造出来的，其原意具有不规则、支离破碎等意义，分形几何学是一门以非规则几何形态为研究对象的几何学。由于不规则现象在自然界是普遍存在的，因此分形几何又称为描述大自然的几何学。分形几何的诞生无论是在理论上还是在实践上都具有重要价值。 2 分形的定义 目前分形还没有最终的科学定义，曼德勃罗曾经为分形下过两个定义： （1）分形是hausdorff-besicovitch维数严格大于拓扑维数的集合。因为它把许多hausdorff维数是整数的分形集合排除在外，例如，经典分形集合peano曲线分形维数 （2）局部与整体以某种方式自相似的形，称为分形。 然而，经过理论和应用的检验，人们发现这两个定义很难包括分形
如此丰富的内容。实际上，对于什么是分形，到目前为止还不能给出一个确切的定义，正如生物学中对“生命”也没有严格明确的定义一样，人们通常是列出生命体的一系列特征来加以说明。对分形的定义也可同样的处理。 (ⅰ) 分形集合在任意小尺度下，它总有复杂的细节，或者说它具有精细的结构。 (ⅱ) 分形集合是非常不规则的，用传统的几何语言无法来描述它的局部和整体，它既不是满足某些条件的点的轨迹，也不是某些简单方程的解集。 (ⅲ) 分形集具有某种自相似形式，可能是近似的自相似或者统计的自相似。 (ⅳ) 以某种方式定义的分形集合的“分形维数”，严格大于它相应的拓扑维数。 (ⅴ) 在大多数令人感兴趣的情形下，分形集合是以非常简单的递归的方法产生的。 3 分形研究的对象 几何学的研究对象是物体的形状，在自然界中，许多物体的形状是极不规则的，例如：弯弯曲曲的海岸线，起伏不平的山脉，变化无偿的浮云，以及令人眼花缭乱的满天繁星，等等。这些物体的形状有着共同的特点，就是极不规则，极不光滑。但是，所有的经典几何学都是以规则而光滑的形状为其研究对象的，例如：初等平面几何的主要研究对象是直线与圆；平面解析几何的主要研究对象是一
几个分形得matlab实现 摘要:给出几个分形得实例,并用matlab编程实现方便更好得理解分形,欣赏其带来得数学美感 关键字:Koｃh曲线实验图像 一、问题描述: 从一条直线段开始,将线段中间得三分之一部分用一个等边三角形得两边代替,形成山丘形图形如下 ?图1 在新得图形中,又将图中每一直线段中间得三分之一部分都用一个等边三角形得两条边代替,再次形成新得图形如此迭代,形成Kocｈ分形曲线。 二、算法分析: 考虑由直线段(2个点)产生第一个图形(５个点)得过程。图1中,设与分别为原始直线段得两个端点,现需要在直线段得中间依次插入三个点,,。显然位于线段三分之一处,位于线段三分 之二处,点得位置可瞧成就是由点以点为轴心,逆时针旋转600而得。旋转由正交矩阵 实现。 算法根据初始数据(与点得坐标),产生图1中5个结点得坐标、结点得坐标数组形成一个矩阵,矩阵得第一行为得坐标,第二行为得坐标……,第五行为得坐标。矩阵得第一列元素分别为5个结点得坐标,第二列元素分别为5个结点得坐标。 进一步考虑Kｏｃh曲线形成过程中结点数目得变化规律。设第次迭代产生得结点数为,第次迭代产生得结点数为,则与中间得递推关系为。 三、实验程序及注释: p=［0 0;10 0］; %P为初始两个点得坐标,第一列为ｘ坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/３) —ｓin(pi/3);siｎ(ｐi/３) cos(pi/３)]; ％旋转矩阵 ｆor k＝1:4 ｄ=diｆf(p)/3; ％ｄｉff计算相邻两个点得坐标之差,得到相邻两点确定得向量 %则d就计算出每个向量长度得三分之一,与题中将线段三等分对应 m=4＊n-3; ％迭代公式 q=p(1:ｎ—1,:); %以原点为起点,前n—１个点得坐标为终点形成向量 p(5:4:m,:)=ｐ(2:n,:); %迭代后处于４k+１位置上得点得坐标为迭代前得相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于４k+２位置上得点得坐标 p(3:4:m,:)=ｑ+d+ｄ＊A'; %用向量方法计算迭代后处于4ｋ＋3位置上得点得坐标 p(4:４:m,:)＝ｑ＋2*d; %用向量方法计算迭代后处于4k位置上得点得坐标 n=m; %迭代后新得结点数目 end pｌot(ｐ(:,1),p(:,２)) ％绘出每相邻两个点得连线 aｘis([0 10 ０ 10]) 四、实验数据记录: 由第三部分得程序,可得到如下得Ｋoch分形曲线:
数学实验报告：分形迭代 练习1 1.实验目的：绘制分形图案并分析其特点。 2.实验内容：绘制Koch曲线、Sierpinski三角形和树木花草图形，观察这些图形的局部和原来分形图形的关系。 3.实验思路：利用函数反复调用自己来模拟分形构造时的迭代过程，当迭代指标n为0时运行作图操作，否则继续迭代。 4.实验步骤： （1）Koch曲线 function koch(p,q,n) % p、q分别为koch曲线的始末复坐标，n为迭代次数 if (n==0) plot([real(p);real(q)],[imag(p);imag(q)]); hold on; axis equal else a=(2*p+q)/3; % 求出从p 到q 的1/3 处端点a b=(p+2*q)/3; % 求出从p 到q 的2/3 处端点b c=a+(b-a)*exp(pi*i/3);% koch(p, a, n-1); % 对pa 线段做下一回合 koch(a, c, n-1); % 对ac 线段做下一回合 koch(c, b, n-1); % 对cb 线段做下一回合 koch(b, q, n-1); % 对bq 线段做下一回合 end （2）Sierpinski三角形 function sierpinski(a,b,c,n) % a、b、c为三角形顶点，n为迭代次数 if (n==0) fill([real(a) real(b) real(c)],[imag(a) imag(b) imag(c)],'b');% 填充三角形abc hold on; axis equal else a1=(b+c)/2; b1=(a+c)/2; c1=(a+b)/2; sierpinski(a,b1,c1,n-1); sierpinski(a1,b,c1,n-1); sierpinski(a1,b1,c,n-1); end （3）树木花草 function grasstree(p,q,n) % p、q分别为树木花草始末复坐标，n为迭代次数
经典的分形算法 小宇宙2012-08-11 17:46:33 小宇宙 被誉为大自然的几何学的分形（Fractal）理论，是现代数学的一个新分支，但其本质却是一种新的世界观和方法论。它与动力系统的混沌理论交叉结合，相辅相成。它承认世界的局部可能在一定条件下，在某一方面（形态，结构，信息，功能，时间，能量等）表现出与整体的相似性，它承认空间维数的变化既可以是离散的也可以是连续的，因而拓展了视野。 分形几何的概念是美籍法国数学家曼德布罗（B.B.Mandelbrot）1975年首先提出的，但最早的工作可追朔到1875年，德国数学家维尔斯特拉斯（K.Weierestrass）构造了处处连续但处处不可微的函数，集合论创始人康托（G.Cantor，德国数学家）构造了有许多奇异性质的三分康托集。1890年，意大利数学家皮亚诺（G.Peano）构造了填充空间的曲线。1904年，瑞典数学家科赫（H.von Koch）设计出类似雪花和岛屿边缘的一类曲线。1915年，波兰数学家谢尔宾斯基（W.Sierpinski）设计了象地毯和海绵一样的几何图形。这些都是为解决分析与拓朴学中的问题而提出的反例，但它们正是分形几何思想的源泉。1910年，德国数学家豪斯道夫（F.Hausdorff）开始了奇异集合性质与量的研究，提出分数维概念。1928年布利干（G.Bouligand）将闵可夫斯基容度应用于非整数维，由此能将螺线作很好的分类。1932年庞特里亚金（L.S.Pontryagin）等引入盒维数。1934年，贝塞考维奇（A.S.Besicovitch）更深刻地提示了豪斯道夫测度的性质和奇异集的分数维，他在豪斯道夫测度及其几何的研究领域中作出了主要贡献，从而产生了豪斯道夫-贝塞考维奇维数概念。以后，这一领域的研究工作没有引起更多人的注意，先驱们的工作只是作为分析与拓扑学教科书中的反例而流传开来。 真正令大众了解分形是从计算机的普及肇始，而一开始，分形图的计算机绘制也只是停留在二维平面，但这也足以使人们心驰神往。近来，一个分形体爱好者丹尼尔?怀特（英国一钢琴教师）提出一个大胆的方法，创造出令人称奇的3D分形影像，并将它们命名为芒德球（mandelbulb）。
实验报告：科赫分形雪花一、算法描述科赫分形雪花 clear n=1;p=[0 0;5,sqrt(75)]; A=[cos(pi/3), - sin(pi/3);sin(pi/3) ,co s(pi/3)]; for k=1:3 j=1; for i=1:n q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; r(j,:)=q1; r(j+1,:)=q1+d; r(j+2,:)=q1+d+d*A'; r(j+3,:)=q1+2*d; j=j+4; end n=4*n;p=[]; p=[r;q2]; end x=p(:,1);y=p(:,2); plot(x,y) hold on clear m=1;p=[5,sqrt(75); 10 ,0]; A=[cos(pi/3), - sin(pi/3);sin(pi/3 ) ,cos(pi/3)]; for k=1:3 e=1; for i=1:m q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; r(e,:)=q1; r(e+1,:)=q1+d; r(e+2,:)=q1+d+d*A'; r(e+3,:)=q1+2*d; e=e+4; end m=4*m;p=[]; p=[r;q2]; end x=p(:,1);y=p(:,2); plot(x,y) hold on clear n=1;p=[0,0;10, 0]; A=[cos(pi/3), - sin(pi/3);sin(pi/3) , cos(pi/3)]; for k=1:3 j=1; for i=1:n q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; r(j,:)=q1; r(j+1,:)=q1+d; r(j+2,:)=q1+d+d*A; r(j+3,:)=q1+2*d; j=j+4; end n=4*n;p=[]; p=[r;q2]; end x=p(:,1);y=p(:,2); plot(x,y)
作业二 实验内容： 对一个等边三角形，每条边按照Koch曲线的方式进行迭代，产生的分形图称为Koch雪花。编制程序绘制出它的图形，并计算Koch雪花的面积，以及它的分形维数。 实验过程： 1、代码如下： function xuehua(k) for j=0:2 if j==0; p=[0,0;10,0]; elseif j==1; p=[5,-5*sqrt(3);0,0]; else j==2; p=[10,0;5,-5*sqrt(3)]; end n=1; A=[cos(pi/3),-sin(pi/3);sin(pi/3),cos(pi/3)]; for s=1:k j=0; for i=1:n q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; j=j+1;r(j,:)=q1; j=j+1;r(j,:)=q1+d; j=j+1;r(j,:)=q1+d+d*A'; j=j+1;r(j,:)=q1+2*d; end n=4*n; clear p p=[r;q2]; clear r end plot(p(:,1),p(:,2)) hold on; axis equal end 不同n对应不同的图像如下：
k=1 k=3
总结分析： Koch雪花的面积： k=0时S= 2 3 4 r k=1时S= 2 3 4 r + 2 3 12 r k=2时S= 2 3 4 r + 2 3 12 r + 2 3 27 r k=3时S= 2 3 4 r + 2 3 12 r + 2 3 27 r + 2 43 243 r k=n时S= 2 3 4 r + 2 3 12 r + …+ 2(1)12 1 33 *4*() 43 n n r r-- - + 2(1)2 33 *4*() 43 n n r r- 每一次迭加，所产生的新三角形的边长变为上一次的1 3，数量为上一次的4倍. S= 2 3 4 r + 2 3 4 r *（3* 2 1 () 3+12* 2 2 1 () 3+……+3*(1) 4n-* 2 1 () 3n） = 2 3 4 r + 2 3 4 r * (1)2 1 1 [3*4*()] 3 n i i i - = ∑ 曲线总面积无穷大。 分形维数： 根据迭代的规律得到：相似形个数：m=6 边长放大倍数：c=3，ln ln ln6ln3 d m c =÷=÷=1.631
%这是一个生成树的主函数，它的输入分别为每叉树枝的缩短比、树枝的偏角、生长次数. %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %%小提示：若用做函数，请将虚线框内语句删去。 function f=tree(w,dtheata,NN) %%%--------------------虚线框--------------------%%% clear;clc;clf;w=0.8;dtheata=pi/6;NN=8;%建议生长次数NN不要超过10 %%%--------------------虚线框--------------------%%% n=2^NN;%从主枝算起，共需生成2^NN个树枝 for NNK=1:n x1=0; y1=0; r1=1; theata1=pi/2; dataway=ten2twoN(NNK,NN); %把每一个树枝的编号转化为一个NN位的二进制数 for NNL=1:NN if dataway(NNL)==0 [x2,y2,r2,theata2]=antmoveleft(x1,y1,r1,theata1,w,dtheata);%若路径数组上对应的数字为0，则向左生长 x1=x2; y1=y2; r1=r2; theata1=theata2; hold on %pause(eps) else [x2,y2,r2,theata2]=antmoveright(x1,y1,r1,theata1,w,dtheata);%否则，数字为1，向右生长 x1=x2; y1=y2; r1=r2; theata1=theata2; hold on %pause(eps) end end end hold off %--------------------------------------------------------------------------
分型结构在人类以及人类社会中的体现 理解这个理论最简单的就是“树形结构”，假如我们放大一根、树枝，我们会看到这个树枝和整个树是十分相似的，假如我们放大树枝上的树枝，我们还会得到同样的结果，整个过程可以在完美假设下无限进行下去，这就是佛家所谓的------------“一叶一世界”（当然在叶子里的纤维结构也是同样的树形理论） 分型具有无限小尺度下的自相似结构 在震惊于“自我模拟”的强大之后，我立即联想到了生物进化中关于人类（也可以是其他动物）的智商或者说文化的进化过程，这不仅仅是个脑容量的进化过程，智商不可能因为脑袋变大而开始变大，人的智商进化也应该是一个分形的过程，起初人类的智力范围有限（初始变量X1 X2），只懂得一个简单的方程（F （X）=REACT（X1，X2）），如此简单的结构在初始阶段只允许人类学会简单的智商行为，譬如因捕猎成功而喜悦或者因为受伤而哭泣。但是在方程的自我模拟下，变量随着历史不断增加，方程逐渐开始了大量的数据运算，人类智商逐渐渗透到了每一个“细枝末节”，并且将继续按照方程进行下去。 最有趣的并不是人类智商的进步过程，而是结果，在这个世界里，我们惊喜地看到了纷繁的文明和种族，（智商在这里是个抽象概念，在数学表现上应该是一组合排列)，他们拥有很多完全不同的智商排列，究其原因就得益与方程F（Z）中C的变化，C就好比山川大地或气候，理论上没有变化，但是在偶然的几次实际微弱变化将会大大地改变方程计算的结果。 在震惊于“自我模拟”的强大之后，我立即联想到了生物进化中关于人类（也可以是其他动物）的智商或者说文化的进化过程，这不仅仅是个脑容量的进化过程，智商不可能因为脑袋变大而开始变大，人的智商进化也应该是一个分形的过程，起初人类的智力范围有限（初始变量X1 X2），只懂得一个简单的方程（F（X）=REACT（X1，X2）），如此简单的结构在初始阶段只允许人类学会简单的智商行为，譬如因捕猎成功而喜悦或者因为受伤而哭泣。但是在方程的自我模拟下，变量随着历史不断增加，方程逐渐开始了大量的数据运算，人类智商逐渐渗透到了每一个“细枝末节”，并且将继续按照方程进行下去。 可看作人脑的分形模型。在十九世纪，医学科学家就已经认识到，脑进化的螺旋形式和在自然界中发现的螺旋十分相似。被誉为“美国神经病学泰斗”的CharlesKrasner Mills （1845-1931）对大脑和神经的功能进行了大量研究。如果查尔斯还活着，他或许会感到欣慰，因为如今的医学界，正用自然界广泛存在的、他所模糊意识到的分形模型，来研究和描述大脑及神经系统【1】。俗话说，大脑的皱纹越多人越聪明，这句话也许还缺乏医学实验研究的明确证据，但可以从分形几何的角度给出一点诠释。科学家们对人脑表面进行研究，发现从人脑表面皱纹的分形结构模型出发，估算出的分形维数大约是2.73—2.78之间。从欧几里德几何的观点来看，任何平面或曲面的维数都是2。但是我们从分形几何的角度来说，大脑表面皱褶越多，分形维数就越高，就越是逼近于我们所处的3维空间的维数。医学界认为，这是进化过程中某种优化机制起作用的结果。因为分形维数越高，表明在同样有限的空间内，大脑能占有更大的表面积，就有可能具备更为复杂的思考能力。因此，大脑的分形模型，使得可能用最优化的观点，来解释大脑的功能，诸如信息传输、存储容量、和对外界刺激的敏感性等等。对肺部器官的研究也有类似的结果。上世纪70年代，当曼德勃罗研究分形混沌之初，他就提出人体的‘肺’具有分形结构。后来，美国医学科学家
一，分形插值算法 ——分形图的递归算法1，分形的定义 分形（Fractal）一词，是法国人B.B.Mandelbrot 创造出来的，其原意包含了不规则、支离破碎等意思。Mandelbrot 基于对不规则的几何对象长期地、系统地研究，于1973 年提出了分维数和分形几何的设想。分形几何是一门以非规则几何形状为研究对象的几何学，用以描述自然界中普遍存在着的不规则对象。分形几何有其显明的特征，一是自相似性；分形作为一个数学集合, 其内部具有精细结构, 即在所有比例尺度上其组成部分应包含整体, 而且彼此是相似的。其定义有如下两种描述： 定义 1如果一个集合在欧式空间中的 Hausdorff 维数H D 恒大于其拓扑维数 r D ，则称该集合为分形集，简称分形。 定义 2组成部分以某种方式与整体相似的形体叫分形。 对于定义 1 的理解需要一定的数学基础，不仅要知道什么是Hausdorff 维数，而且要知道什么是拓扑维数，看起来很抽象，也不容易推广。定义 2 比较笼统的说明了自然界中的物质只要局部和局部或者局部和整体之间存在自相似性，那么这个物质就是分形。正是这一比较“模糊”的概念被人们普遍接受，同时也促进了分形的发展。 根据自相似性的程度，分形可分为有规分形和无规分形。有规分形是指具有严格的自相似的分形，比如，三分康托集，Koch 曲线。无规分形是指具有统计意义上的自相似性的分形，比如，曲折的海岸线，漂浮的云等。本文主要研究有规分形。
2. 分形图的递归算法 2.1 三分康托集 1883 年，德国数学家康托(G.Cantor)提出了如今广为人知的三分康托集。三分康托集是很容易构造的，然而，它却显示出许多最典型的分形特征。它是从单位区间出发，再由这个区间不断地去掉部分子区间的过程构造出来的(如图2.1)。 其详细构造过程是：第一步，把闭区间[0，1]平均分为三段，去掉中间的 1/3 部分段，则只剩下两个闭区间[0，1/3]和[2/3，1]。第二步，再将剩下的两个闭区间各自平均分为三段，同样去掉中间的区间段，这时剩下四段闭区间：[0，1/9]，[2/9，1/3]，[2/3，7/9]和[8/9，1]。第三步，重复删除每个小区间中间的 1/3 段。如此不断的分割下去，最后剩下的各个小区间段就构成了三分康托集。三分康托集的 Hausdorff 维数是0.6309。 图2.2 三分康托集的构造过程
成绩：课程名称：智能信息处理概论 分形之Julia集及其算法实现 摘要：本文从自然界的几何现象引出分形的概念，再从其定义、几何特征和分形维的计算这三个方面来加以介绍。以Julia集和Mandelbort集为例来具体描述分形。本文主要从Julia集的特点和算法实现来描述分形以及其实现的方法。 关键词：分形、分数维、Julia集、Mandelbort集、算法实现 引言 大自然是个很伟大的造物者，它留给我们一大笔美丽景观：蜿蜒曲折的海岸线、起伏不定的山脉，变幻无常的浮云，粗糙不堪的断面，袅袅上升的烟柱，九曲回肠的河流，纵横交错的血管，令人眼花缭乱的满天繁星……那么，我们又能从这些美妙的自然现象中得到什么有趣的结论呢？ 正文 分形概述 分形的英文单词为fractal，是由美籍法国数学家曼德勃罗（Benoit Mandelbrot）创造出来的。其取自拉丁文词frangere（破碎、产生无规则碎片）之头，撷英文之尾所合成，本意是不规则的、破碎的、分数的。他曾说：分形就是通过将光滑的形状弄成多个小块，反复的碎弄。1975年，曼德勃罗出版了他的法文专著《分形对象：形、机遇与维数》，标志着分形理论正式诞生。【1】 两种定义 其一：具有自相似性结构的叫做分形； 其二：数学定义：豪斯道夫维Df>=拓扑维Dt。 若一有界集合，包含N个不相重叠的子集，当其放大或缩小r倍后，仍与原集合叠合，则称为自相似集合。自相似集合是分形集。具有相似性的系统叫做分形。 当放大或缩小的倍数r不是一个常数，而必须是r（r1，r2，….）的各种不同放大倍数去放大或缩小各子集，才能与原集合重合时，称为自仿射集合。具有自仿射性的系统叫做分形。【2】 特征 1.自相似性：局部与整体的相似，是局部到整体在各个方向上的等比例变换的结果； 2.自仿射性：是自相似性的一种拓展，是局部到整体在不同方向上的不等比例变换的结果； 3.精细结构：即使对该分形图放大无穷多倍，还是能看到与整体相似的结构，表现出无休止的重复； 4.分形集无法用传统几何语言来描述，它不是某些简单方程的解集，也不是满足某些条件的点的轨 迹； 5.分形集一般可以用简单的方法定义和产生，如递归、迭代；分形其实是由一些简单的图形，经过 递归或者迭代产生的复杂、精细的结构； 6.无确定的标度且具有分数维数。【3】
2、对一条横向线段，先将其等分成4段，然后再将第二段向上移，将第三段向下移，再将第四段的相邻端点连接起来，迭代一次后变成图3-21.继续迭代得到的分形图，称为Minkouski （1）编辑实现上述迭代的函数 在Matlab中，编制一个函数来绘制Minkouski香肠的图形。具体代码如下：function frat1(k) p=[0,0;10,0]; A=[0,1;-1,0]; n=1; for s=1:k j=0; for i=1:n; q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/4; j=j+1;r(j,:)=q1; j=j+1;r(j,:)=q1+d; j=j+1;r(j,:)=q1+d+d*A; j=j+1;r(j,:)=q1+2*d+d*A; j=j+1;r(j,:)=q1+2*d+d*A'; j=j+1;r(j,:)=q1+3*d+d*A'; j=j+1;r(j,:)=q1+3*d; end n=n*7; clear p p=[r;q2]; end
plot(p(:,1),p(:,2)) axis equal 将这个文件保存，文件名记为frat1.m. （2）绘制Minkouski香肠的图形 代码：frat（3） 运行结果： 代码：frat（5） 运行结果:
根据迭代规律得到：形似形个数m=7,边长放大倍数c=4，故维数d=1.4037.因此，Minkouski香肠的维数介于1与2之间。具体计算如下： d=ln m/ln c=ln 7/ln 4=1.4037 5、自己构造生成元（要有创意），按照图形迭代的方式产生分形图，用计算机编制程序绘出它的图形，并计算维数。 function frat2(k) p=[-5,5;5,5;5,-5;-5,-5;-5,5]; A=[1.5,-0.5;0.5,1.5]; n=4; for s=1:k j=0; for i=1:n; q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; j=j+1;r(j,:)=q1; j=j+1;r(j,:)=q1+d; j=j+1;r(j,:)=q1+d+d*A; j=j+1;r(j,:)=q1+2*d; end n=n*4;
龙源期刊网 https://www.doczj.com/doc/1213988764.html, Ｎｅｗｔｏｎ分形的原理及Ｍａｔｌａｂ实现 作者：张健徐聪全付勇智 来源：《电脑知识与技术》2009年第24期 摘要:详细推导了复平面上Newton迭代法的原理和计算公式,用MATLAB编制程序实现了Newton迭代算法,得到了一些奇异、绚丽的分形图形。对《数学实验》课程有一定的参考价值。 关键词:Newton迭代法;分形;Matlab;数学实验 中图分类号:TP312文献标识码:A文章编号:1009-3044(2009)24-6997-03 The Principles of Newton Fractal and it's Realization Using MATLAB ZHANG Jian, XU Cong-quan, FU Yong-zhi (Department of Basic Courses, Southwest Forestry College, Kunming 650224, China) Abstract: The Principles and formulas of Newton fractal was explained,fractal graphics of Newton iteration was created using Matlab. Key words: newton iteration; fractal; Matlab; mathematical experimental 分形是非线性科学的一个重要分支,应用于自然科学和社会科学的众多领域。其中,分形图形以其奇异、绚丽多彩的特点,广泛应用于纺织印染、广告设计、装潢设计、计算机美术教学 等领域[1]。 很多分形图形都是用迭代的方式实现的,Newton迭代法就是其中的一种。由Newton迭代 法产生的分形图形称为Newton分形[2]。很多文献都对Newton分形进行了介绍,但都没有详细的计算公式和算法说明,读者很难编制相应程序。本文详细介绍了复平面上Newton迭代法的原理和计算公式,设计了相应的实现算法,并用Matlab编制程序实现了Newton分形的绘制,生成了一些奇异、瑰丽的分形图形。
分形图形 分形理论是非线性科学的主要分支之一，它在计算机科学、化学、生物学、天文学、地理学等众多自然科学和经济学等社会科学中都有广泛的应用。分形的基本特征是具有标度不变性。其研究的图形是非常不规则和不光滑的已失去了通常的几何对称性；但是，在不同的尺度下进行观测时，分形几何学却具有尺度上的对称性，或称标度不变性。研究图形在标度变换群作用下不变性质和不变量对计算机图形技术的发展有重大的意义。 说到分形（fractal），先来看看分形的定义。分形这个词最早是分形的创始人曼德尔布诺特提来的，他给分形下的定义就是：一个集合形状，可以细分为若干部分，而每一部分都是整体的精确或不精确的相似形。分形这个词也是他创造的，含有“不规则”和“支离破碎”的意思。分形的概念出现很早，从十九世纪末维尔斯特拉斯构造的处处连续但处处不可微的函数，到上个世纪初的康托三分集，科赫曲线和谢尔宾斯基海绵。但是分形作为一个独立的学科被人开始研究，是一直到七十年代曼德尔布诺特提出分形的概念开始。而一直到八十年代，对于分形的研究才真正被大家所关注。 分形通常跟分数维，自相似，自组织，非线性系统，混沌等联系起来出现。它是数学的一个分支。我之前说过很多次，数学就是美。而分形的美，更能够被大众所接受，因为它可以通过图形化的方式表达出来。而更由于它美的直观性，被很多艺术家索青睐。分形在自然界里面也经常可以看到，最多被举出来当作分形的例子，就是海岸线，源自于曼德尔布诺特的著名论文《英国的海岸线有多长》。而在生物界，分形的例子也比比皆是。 近20年来，分形的研究受到非常广泛的重视，其原因在于分形既有深刻的理论意义，又有巨大的实用价值。分形向人们展示了一类具有标度不变对称性的新世界，吸引着人们寻求其中可能存在着的新规律和新特征；分形提供了描述自然形态的几何学方法，使得在计算机上可以从少量数据出发，对复杂的自然景物进行逼真的模拟，并启发人们利用分形技术对信息作大幅度的数据压缩。它以其独特的手段来解决整体与部分的关系问题，利用空间结构的对称性和自相似性，采用各种模拟真实图形的模型，使整个生成的景物呈现出细节的无穷回归的性质，丰富多彩，具有奇妙的艺术魅力。分形对像没有放大极限，无论如何放大，总会看到更详细的结构。借助于分形的计算机生成，从少量的数据生成复杂的自然景物图形，使我们在仿真模拟方面前进了一大步。在分形的诸多研究课题中，分形的计算机生成问题具有明显的挑战性，它使传统数学中无法表达的形态(如山脉、花草等)得以表达，还能生成一个根本“不存在”的图形世界。分形在制造以假乱真的景物方面的进展和潜在的前途，使得无论怎样估计它的影响也不过分。可以肯定，分形图案在自然界真实物体模拟、仿真形体生成、计算机动画、艺术装饰纹理、图案设计和创意制作等具有广泛的应用价值。 分形图形简介一、关于分形与混沌 关于分形的起源，要非常准确的找出来是非常困难的。研究动态系统、非线形数学、函数分析的科学家，已数不胜数。尽管分形的早期线索已非常古老，但这一学科却还很年轻。比如关于动态系统和细胞自动机的大部分工作可以追溯到冯-诺依曼；但是，直到Mandelbrot 才如此清楚地将自然现象和人工现象中的混沌及分形同自相似性联系在一起。大家如果对此感兴趣，可进一步查阅有关资料。下面我们看一看分形的概念。 什么是分形呢？考虑到此文的意图，我们无意给出它严格的定义，就我们的目的而言，一个分形就是一个图象，但这个图象有一个特性，就是无穷自相似性。什么又是自相似呢？在自然和人工现象中，自相似性指的是整体的结构被反映在其中的每一部分中。比如海岸线，常举的例子，你看它10公里的图象（曲线），和一寸的景象（曲线）是相似的，这就是自相似性。 与分形有着千差万屡的关系的，就是混沌。混沌一词来源与希腊词汇，原意即“张开咀”，但是在社会意义上，它又老爱和无序联系在一起。解释分形和混沌的联系，要注意到分形是
分形理论及其在水处理工程中的应用 凝聚和絮凝是混凝过程的两个重要阶段, 絮凝过程的完善程度直接影响后续处理(沉淀和过滤)的处理效果。但絮凝体结构具有复杂、易碎和不规则的特性，以往对絮凝的研究中由于缺乏适用的研究方法，通常只考虑混凝剂的投入和出水的混凝效果, 而把混凝体系当作一个―黑箱‖, 不做深入研究。即使考虑微观过程, 也只是将所有的胶粒抽象为球形, 用已有的胶体化学理论及化学动力学理论去加以解释[1]，得出的结论与实验中实际观察到的胶体和絮凝体的特性有较大的差别。尽管有的研究者在理论推导和形成最终的数学表达式时引入了颗粒系数加以修正, 但理论与实验结果仍难以一致。而分形理论的提出，填补了絮凝体研究方法的空白。作为一种新兴的絮凝研究手段, ,分形理论启发了研究人员对絮凝体结构、混凝机理和动力学模型作进一步的认识。 1 分形理论的概述 1.1 分形理论的产生 1975年[2],美籍法国数学家曼德布罗特（B. B. Mandelbrot）提出了一种可以用于描绘和计算粗糙、破碎或不规则客体性质的新方法，并创造了分形(fractal) 一词来描述。 分形是指一类无规则、混乱而复杂, 但其局部与整体有相似性的体系, 自相似性和标度不变性是其重要特征。体系的形成过程具有随机性,体系的维数可以不是整数而是分数[3]。它的外表特征一般是极易破碎、无规则和复杂的,而其内部特征则是具有自相似性和自仿射性。自相似性是分形理论的核心，指局部的形态和整体的形态相似，即把考察对象的部分沿各个方向以相同比例放大后,其形态与整体相同或相似。自仿射性是指分形的局部与整体虽然不同, 但经过拉伸、压缩等操作后, 两者不仅相似, 而且可以重叠。 分形理论给部分与整体、无序与有序、有限与无限、简单与复杂、确定性与随机性等概念注入了新的内容，使人们能够以新的观念和手段探索这些复杂现象背后的本质联系。 1.2 絮凝体的分形特性 絮凝体的成长是一个随机过程, 具有非线性的特征。若不考虑絮凝体的破碎, 常规的絮凝过程是由初始颗粒通过线形随机运动叠加形成小的集团, 小集团又碰撞聚集成较大集团, 再 进一步聚集，一步一步成长为大的絮凝体。这一过程决定了絮凝体在一定范围内具有自相似性和标度不变性, 这正是分形的两个重要特征[4], 即絮凝体的形成具有分形的特点。 2 絮凝体的模拟模型 2.1 絮凝体的分形结构模型 为了更好地了解絮凝体的形成过程并尽可能地加以预测, 经过大量的研究提出了众多的絮
《分形算法与应用》教学大纲 1 课程的基本描述 课程名称：分形算法与应用Algorithm and Application of Fractal 课程编号：5301A36 课程性质：专业课适用专业：计算机专业 教材选用：孙博文编著，《分形算法与程序设计》，科学出版社，2004.11 总学时：32学时理论学时：32学时 实验学时：0学时课程设计：无 学分：2学分开课学期：第七学期 前导课程：算法分析 后续课程：毕业设计 2 教学定位 2.1 能力培养目标 通过本课程的学习，培养学生的认知和理解能力、逻辑思维能力，以及算法设计与分析能力，程序设计和实现能力。一方面使学生掌握非规则图形的计算机绘制的基本方法，以便实现对不规则对象的算法设计。另一方面，学习本课程的过程也是进行复杂程序设计的训练过程。 2.2 课程的主要特点 本课程是一门重要的专业课，有理论性、设计性与实践性的特点。介绍分形的基本概念及算法设计的基本方法。它是介于计算机软件、程序设计和数学三门课程之间的核心课程。不仅为后续专业课提供了必要的知识基础，也为计算机、软件工程的专业人员提供了必要的技能训练。
2.3 教学定位 通过本课程的学习，使学生达到知识和技能两方面的目标： 1．知识方面：从算法设计及其实现这两个层次的相互关系的角度，系统地学习和掌握非规则图形的算法设计方法，了解并掌握分析、比较和选择不同非规则结构的设计方案，不同运算实现的原则和方法。 2．技能方面：系统地学习和掌握在不同非规则对象实现的不同算法及其设计思想，从中体会并掌握结构选择和算法设计的思维方式及技巧，使分析问题和解决问题的能力得到提高。 3 知识点与学时分配 3.1掌握分形的基本概念 分形简介 分形 分维 分形的测量 共2学时 3.2分形图生成算法之一 分形图的递归算法 Cantor三分集、Koch曲线、Sierpinski垫片、 Peano曲线、分形树等的递归算法。 共2学时 3.3分形图生成算法之二 文法构图算法 LS文法、单一规则的LS文法生成、多规则的LS文法生成、 随机LS文法生成。 共2学时 3.4分形图生成算法之三 迭代函数系统
数学实验报告 学院： 班级： 学号： 姓名： 完成日期：
实验二分形 （一）练习题1 一．实验目的 1．了解分形几何的基本情况； 2．了解通过迭代方式，产生分形图的方法； 3．了解matlab软件中简单的程序结构。 二. 问题描述 对一个等边三角形，每条边按照Koch曲线的方式进行迭代，产生的分形图称为Koch雪花。编制程序绘制出它的图形，并计算Koch雪花的面积，以及它的分形维数。 三．实验过程 仿照Koch曲线代码对三角形的每条边进行Koch曲线化，建立函数“snow”的输入参数有三角形的边长R和迭代次数k,输出Koch雪花图形以及雪花所围面积S. 源代码如下： function snow(R,k) p=[0;R/2+1i*R*sin(pi/3);R;0]; S=0; n=3; A=exp(1i*pi/3); for s=1:k
j=0; for i=1:n q1=p(i,:); q2=p(i+1,:); d=(q2-q1)/3; j=j+1;r(j,:)=q1; j=j+1;r(j,:)=q1+d; j=j+1;r(j,:)=q1+d+d*A; j=j+1;r(j,:)=q1+2*d; end n=4*n; clear p p=[r;q2]; end figure q(:,1)=real(p(:,1)); q(:,2)=imag(p(:,1)); plot(q(:,1),q(:,2)) fill(q(:,1),q(:,2),'b') for i=0:k S=S+(3.^(0.5-i))*0.25*(R.^2); end
S axis equal 按照以上程序，输入参数，有以下结果：>> snow(1,1) S =0.5774 图形如下: >>snow(1,2) S =0.6255 图形如下: >>snow(1,3) S =0.6415 图形如下:
几个分形的matlab实现 摘要：给出几个分形的实例，并用matlab编程实现方便更好的理解分形，欣赏其带来的数学美感 关键字：Koch曲线实验图像 一、问题描述： 从一条直线段开始，将线段中间的三分之一部分用一个等边三角形的两边代替，形成山丘形图形如下 图1 在新的图形中，又将图中每一直线段中间的三分之一部分都用一个等边三角形的两条边代替，再次形成新的图形如此迭代，形成Koch分形曲线。 二、算法分析： 考虑由直线段（2个点）产生第一个图形（5个点）的过程。图1中，设 1 P和 5 P分别为 原始直线段的两个端点，现需要在直线段的中间依次插入三个点 2 P， 3 P， 4 P。显然 2 P位 于线段三分之一处， 4 P位于线段三分之二处， 3 P点的位置可看成是由 4 P点以 2 P点为轴心，逆时针旋转600而得。旋转由正交矩阵 ?? ? ? ? ? ? ? - = ) 3 cos( ) 3 sin( ) 3 sin( ) 3 cos( π π π π A 实现。 算法根据初始数据（ 1 P和 5 P点的坐标），产生图1中5个结点的坐标。结点的坐标数组形成一个2 5?矩阵，矩阵的第一行为 1 P的坐标，第二行为 2 P的坐标……，第五行为 5 P的坐标。矩阵的第一列元素分别为5个结点的x坐标，第二列元素分别为5个结点的y坐标。 进一步考虑Koch曲线形成过程中结点数目的变化规律。设第k次迭代产生的结点数为k n，第1 + k次迭代产生的结点数为 1+ k n，则 k n和 1+ k n中间的递推关系为3 4 1 - = +k k n n。
三、实验程序及注释： p=[0 0;10 0]; %P为初始两个点的坐标,第一列为x坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/3) -sin(pi/3);sin(pi/3) cos(pi/3)]; %旋转矩阵 for k=1:4 d=diff(p)/3; %diff计算相邻两个点的坐标之差,得到相邻两点确定的向量 %则d就计算出每个向量长度的三分之一,与题中将线段三等分对应 m=4*n-3; %迭代公式 q=p(1:n-1,:); %以原点为起点,前n-1个点的坐标为终点形成向量 p(5:4:m,:)=p(2:n,:); %迭代后处于4k+1位置上的点的坐标为迭代前的相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于4k+2位置上的点的坐标 p(3:4:m,:)=q+d+d*A'; %用向量方法计算迭代后处于4k+3位置上的点的坐标 p(4:4:m,:)=q+2*d; %用向量方法计算迭代后处于4k位置上的点的坐标 n=m; %迭代后新的结点数目 end plot(p(:,1),p(:,2)) %绘出每相邻两个点的连线 axis([0 10 0 10]) 四、实验数据记录： 由第三部分的程序，可得到如下的Koch分形曲线： 图2 五、注记： １．参照实验方法，可绘制如下生成元的Koch 分形曲线：
（1）Koch曲线程序koch.m function koch(a1,b1,a2,b2,n) %koch(0,0,9,0,3) %a1,b1,a2,b2为初始线段两端点坐标,n为迭代次数 a1=0;b1=0;a2=9;b2=0;n=3; %第i-1次迭代时由各条线段产生的新四条线段的五点横、纵坐标存储在数组A、B中 [A,B]=sub_koch1(a1,b1,a2,b2); for i=1:n for j=1:length(A)/5; w=sub_koch2(A(1+5*(j-1):5*j),B(1+5*(j-1):5*j)); for k=1:4 [AA(5*4*(j-1)+5*(k-1)+1:5*4*(j-1)+5*(k-1)+5),BB(5*4*(j-1)+5*(k-1)+1:5*4*(j-1)+5*(k-1)+5)]=sub_koch1(w(k,1),w(k,2),w(k,3),w(k,4)); end end A=AA; B=BB; end plot(A,B) hold on axis equal %由以(ax,ay),(bx,by)为端点的线段生成新的中间三点坐标并把这五点横、纵坐标依次分别存%储在数组A,B中 function [A,B]=sub_koch1(ax,ay,bx,by) cx=ax+(bx-ax)/3; cy=ay+(by-ay)/3; ex=bx-(bx-ax)/3;
ey=by-(by-ay)/3; L=sqrt((ex-cx).^2+(ey-cy).^2); alpha=atan((ey-cy)./(ex-cx)); if (ex-cx)<0 alpha=alpha+pi; end dx=cx+cos(alpha+pi/3)*L; dy=cy+sin(alpha+pi/3)*L; A=[ax,cx,dx,ex,bx]; B=[ay,cy,dy,ey,by]; %把由函数sub_koch1生成的五点横、纵坐标A,B顺次划分为四组,分别对应四条折线段中 %每条线段两端点的坐标,并依次分别存储在4*4阶矩阵k中,k中第i(i=1,2,3,4)行数字代表第%i条线段两端点的坐标 function w=sub_koch2(A,B) a11=A(1);b11=B(1); a12=A(2);b12=B(2); a21=A(2);b21=B(2); a22=A(3);b22=B(3); a31=A(3);b31=B(3); a32=A(4);b32=B(4); a41=A(4);b41=B(4); a42=A(5);b42=B(5); w=[a11,b11,a12,b12;a21,b21,a22,b22;a31,b31,a32,b32;a41,b41,a42,b42];