Frat Tali

Università degli Studi di Genova
Facoltà di Ingegneria - Polo di Savona

via Cadorna 7 - 17100 Savona
Tel. +39 019 264555 - Fax +39 019 264558
P.Oliva
PlainTex - DviPdf 1.2 op O
P
Frattali e Realt` a 3
Introduzione.
Losservazione di molti oggetti naturali, siano essi alberi, foglie, coralli o montagne, ci mostra che
questi dicilmente possono essere descritti con gli strumenti della geometria tradizionale che si studia
nelle scuole.
In altre parole, mentre le ben note gure geometriche quali i triangoli, i rettangoli, i poligoni in
genere ed i cerchi, oppure i solidi classici quali piramidi, parallelepipedi, coni, sfere, ecc., sono adatte
a descrivere le opere delluomo, siano essi palazzi o ponti od oggetti di diverso tipo come imbuti ed
altro, male si prestano a rappresentare le forme della natura: una piramide non riproduce fedelmente
un monte, al pi` u ne è una sua rappresentazione stilizzata.
Per contro gli oggetti naturali sembrano essere molto irregolari e complessi, e proprio per questo
di dicile studio, se non con strumenti molto complicati.
Un pi` u attento esame però rivela che questi oggetti sono spesso caratterizzati da evidenti proprietà
di auto-similitudine su dierenti scale. Ad esempio se prendiamo un ramo di un albero, questo è una
copia rimpicciolita dellalbero stesso, ed allo stesso tempo è una copia ingrandita di alcune sue parti;
cos` pure se noi guardiamo il prolo di una montagna da lontano esso presenta molte irregolarità che
si manifestano simili quando la guardiamo pi` u da vicino: i grossi massi diventano sassolini, ma la
struttura è simile.
Un altro esempio ben noto è la struttura dei nostri polmoni: i bronchi ed i bronchioli formano
una specie di albero, che ingrandito al microscopio rivela ancora una forma del tutto simile, e cos` via.
Tutto ciò non accade con le ben note gure della geometria euclidea: se si prende un triangolo
e lo si ingrandisce in prossimità di un suo lato si nota solo una linea retta che divide il piano in due
nette parti (e non tanti altri triangolini pi` u piccoli).
Tentativi di studiare casi particolari di forme di oggetti naturali sono stati fatti molti anni fa;
citiamo fra gli altri a titolo di esempio uno studio di DArcy Thompson (On growth and form) del
1942, uno di Turing del 1952 sulla diusione ed uno di Lindenmayer del 1968 sulle forme biologiche.
Va detto anche che gure particolari aventi proprietà di auto-similitudine erano già note ai mate-
matici da molto tempo (come vedremo in seguito), ma vennero considerate come casi patologici, atti
solo a provare o a negare certe proprietà, senza utili applicazioni pratiche.
Bisogna arrivare al 1983, con il lavoro The fractal geometry of nature di Mandelbrot, per capire
che tali insiemi possono essere applicati con ottimi risultati allo studio di molte forme naturali.
Sono quindi seguiti molti studi tra i quali ricordiamo sempre a titolo di esempio quelli sulle forme
delle barriere coralline (Bradbury e Reichelt 1983), della vegetazione (Morse et al. 1985), dei vasi
sanguigni (Turcotte 1985, Wlczek 1989, Family 1989).
Le successioni denite per ricorrenza.
Lidea base che contraddistingue tutto ciò che vedremo nel seguito deriva dalla considerazione che
cose molto complicate si possono ottenere o utilizzando metodi molto complessi (quali funzioni mate-
matiche molto complicate) o, come vedremo, pi` u semplicemente utilizzando tecniche molto semplici,
ripetute un numero molto elevato di volte.
Ciò non deve sorprendere: si pensi a come da bambini si impara a disegnare un alberello, partendo
da una linea con due ramicazioni (una Y) e ripetendo su ogni ramo la stessa operazione elementare
per un certo numero di volte.
Per fornire un primo esempio concreto, incominciamo ad operare con ciò che già conosciamo
relativamente bene (ovvero i numeri); pi` u avanti proveremo a lavorare su oggetti diversi: sulle linee,
sugli insiemi del piano, ecc.
4 P.Oliva
Come primo passo introduciamo le successioni numeriche.
Una successione numerica, come dice lo stesso nome, è una sequenza ordinata di numeri: il primo
numero verrà indicato con a
1
, il secondo con a
2
, lennesimo con a
n
, e cos` via.
Per esempio a
n
=
1
n
è una successione i cui termini sono
1 ,
1
2
,
1
3
.....
1
n
.....
`
E molto facile calcolare quanto vale ad esempio a
1000
perche utilizzando la stessa denizione della
successione si ha
a
1000
=
1
1000
.
Vi sono però altri modi per denire una successione: supponiamo di adare ad una banca un
certo capitale x e indichiamo con a
n
il capitale presente dopo n anni.
`
E evidente che allinizio, diciamo allanno zero, il capitale sarà data da a
0
= x (utilizziamo qui gli
indici a partire da zero per comodità); se la banca ci corrisponde un interesse q, dopo un anno avremo
un capitale che è dato da quello iniziale a
0
pi` u linteresse qa
0
(ovvero una percentuale del capitale
presente); in formula
a
1
= a
0
+ qa
0
= a
0
(1 + q)
Analogamente al secondo anno si avrà
a
2
= a
1
+ qa
1
= a
1
(1 + q)
e pi` u in generale, il capitale presente allanno n + 1 sarà calcolabile a partire da quello dellanno n
mediante la formula a
n+1
= a
n
(1 + q).
Pertanto le due relazioni
_
a
n+1
= a
n
(1 + q)
a
0
= x
cioè il capitale di partenza e la formula per passare dal capitale di un anno a quello dellanno successivo,
permettono di determinare il capitale presente in un qualunque momento.
Si noti però che vi è una grossa dierenza tra questo secondo esempio e quello visto prima: nel
primo caso era suciente conoscere n per calcolare immediatamente a
n
; in questo caso per calcolare
ad esempio a
1000
bisogna conoscere a
999
, ma per avere a
999
bisogna conoscere a
998
e cos` via.
Queste particolari successioni sono dette successioni denite per ricorrenza; si passa cioè da una
termine al successivo utilizzando sempre la stessa formula ricorrente (a
n+1
= f(a
n
), cioè funzione di
a
n
).
Va detto che in casi come quello sopra visto è molto facile vedere che
a
1
= a
0
(1 + q) = x(1 + q) , a
2
= a
1
(1 + q) = x(1 + q)
2
, a
3
= a
2
(1 + q) = x(1 + q)
3
....
da cui
a
n
= x(1 + q)
n
ed abbiamo in tal modo ottenuto una espressione esplicita (cioè immediatamente calcolabile) per la
successione data.
Tutto questo non è però sempre cos` facilmente ottenibile; consideriamo la seguente successione
_
a
n+1
=
1
5
+ a
n

1
2
a
2
n
a
0
=
1
5
Si potrebbe operare cercando una formulazione esplicita per a
n
da
a
1
=
1
5
+ a
0

1
2
a
2
0
, a
2
=
1
5
+ a
1

1
2
a
2
1
=
19
50
+
4
5
a
0

9
10
a
2
0
+
1
2
a
3
0

1
8
a
4
0
, ....
ma come si vede risulta tutto piuttosto complicato.
Utilizzando una calcolatrice possiamo calcolare alcuni termini ottenendo
a
0
=.2 a
4
=.6113246 a
8
=.6320523 a
12
=.6324482 a
16
=.6324554 a
20
=.6324555
a
1
=.38 a
5
=.6244657 a
9
=.6323072 a
13
=.6324528 a
17
=.6324555 a
21
=.6324555
a
2
=.5078 a
6
=.629487 a
10
=.632401 a
14
=.6324546 a
18
=.6324555 a
22
=.6324555
a
3
=.5788696 a
7
=.6313601 a
11
=.6324355 a
15
=.6324552 a
19
=.6324555 a
23
=.6324555
Come si vede la successione tende (nel senso che i numeri si avvicinano) verso un valore ben
preciso.
Per capire meglio quel che accade utilizziamo un piano cartesiano in cui rappresentiamo il graco
della funzione f(x) =
1
5
+ x
1
2
x
2
.
Segnamo sulle ascisse il valore a
0
=
1
5
e rileviamo sulle ordinate il valore a
1
= f(a
0
) (tracciando
una linea verticale da a
0
no ad incontrare la funzione, e quindi una linea orizzontale no allasse delle
ordinate).
Per calcolare a
2
= f(a
1
) è ora necessario riportare a
1
sullasse delle ascisse e questo può essere
fatto tracciando da a
1
una linea orizzontale no alla bisettrice del primo e terzo quadrante, e quindi
tracciando una linea verticale no alle ascisse.
Dopo di ciò si ripete il procedimento per trovare a
2
; si riporta a
2
sulle ascisse, si determina
a
3
= f(a
2
) e cos` via.
Come si nota, il procedimento può essere riassunto nel seguente modo:
1) si parte da a
0
sullasse delle ascisse
2) si traccia una retta verticale no ad incontrare il graco di f
3) si traccia una retta orizzontale no ad incontrare la bisettrice
-) si ripete a partire dal punto 2).
La spezzata poligonale si avvicina allintersezione di f con la bisettrice, ovvero al punto x tale
che f(x) = x; risolvendo
1
5
+ x
1
2
x
2
= x si ottiene
x
2
=
2
5
e una soluzione è x =
_
2
5
0.6324555
come visto anche dai calcoli precedenti.
Notiamo fra laltro che nulla sarebbe cambiato, per quel che riguarda il risultato nale, se fossimo
partiti da un altro punto vicino ad
1
5
.
Con una piccola generalizzazione ed una buona dose di avventatezza, possiamo pensare di avere
trovato un metodo che ci permette di risolvere lequazione f(x) = x e poiche ovviamente ogni equazione
si può scrivere in quella forma (basta portare tutto al primo membro e poi aggiungere x ad entrambe
i membri), di risolvere qualunque equazione.
Proviamo subito con unaltra situazione che, diversamente dalla precedente equazione di secondo
grado, non sapremmo risolvere in alcuna maniera.
6 P.Oliva
Consideriamo f(x) = cos(x) e lequazione
cos(x) = x
e proviamo a denire una successione nel seguente modo
_
a
n+1
= f(a
n
) = cos(a
n
)
a
0
=
1
5
Utilizzando sempre una calcolatrice otteniamo (premendo ripetutamente il tasto cos)
a
0
=.2 a
4
=.6608375 a
8
=.7233741 a
12
=.7358642 a
16
=.7384225 a
20
=.7389487
a
1
=.9800666 a
5
=.7894784 a
9
=.7495766 a
13
=.741251 a
17
=.7395313 a
21
=.739177
a
2
=.5569673 a
6
=.7042157 a
10
=.7319774 a
14
=.7376245 a
18
=.7387845 a
22
=.7390232
a
3
=.8488622 a
7
=.7621196 a
11
=.7438543 a
15
=.7400683 a
19
=.7392876 a
23
=.7391269
e dal graco si vede ancora bene come la successione tenda verso quel punto cercato.
Purtroppo però dobbiamo rareddare il nostro eccessivo entusiasmo: qualche ulteriore conside-
razione ci mostra che non sempre il metodo trovato funziona.
Osserviamo i seguenti graci:
Come si vede, il primo ed il terzo graco conducono a determinare quanto si cerca (lintersezione
tra il graco della funzione e la bisettrice) da qualunque punto si parta, mentre negli altri casi la
successione tende sempre ad allontanarsi dal punto cercato.
Un esame un poco pi` u attento ci fa osservare che lintersezione risulta un punto attrattivo quando
la pendenza della curva non è troppo elevata (ad esempio nel primo graco, quando il graco della
funzione interseca la bisettrice da sopra a sotto), mentre diventa un punto repulsivo quando la pendenza
è elevata (maggiore di 45
o
in salita o in discesa).
Preciseremo rigorosamente questo in seguito.
Vediamo ora un altro esempio: supponiamo di voler studiare la crescita di una popolazione di
persone, di batteri o altro.
Indichiamo al solito con a
0
il numero di individui presenti al tempo zero e supponiamo dato un
tasso di crescita q annuale (o giornaliero o altro); allora, come per lesempio del capitale in banca
visto prima, dopo un anno vi saranno a
1
= a
0
+qa
0
individui e ripetendo il procedimento giungiamo
ancora alla successione denita dalla legge di ricorrenza
a
n+1
= a
n
(1 + q) , con a
0
dato .
Come già visto si può facilmente ottenere una forma esplicita per determinare il numero di
individui presenti allanno n data da
a
n
= a
0
(1 + q)
n
Si osservi che la formula può fornire valori di a
n
non interi (il che non è molto bello trattandosi
di individui), ma ciò può essere accettato, supponendo di lavorare con grandi numeri.
Per semplicità indichiamo con il valore (1 + q), per cui la formula diventa
a
n
= a
0
n
e quindi, se = 1, la popolazione rimarrà costante; se > 1 la popolazione crescerà; se 0 < < 1 la
popolazione decrescerà no ad esaurirsi.
Si noti pure che, quando la popolazione cresce, cresce in maniera esponenziale; il che vuol dire in
maniera molto veloce. Per renderci conto di cosa signichi una crescita esponenziale, consideriamo il
seguente semplice problema:
prendiamo un comune foglio di carta e pieghiamolo a metà (raddoppiandone lo spessore), poi
pieghiamolo ancora a metà (quadruplicandone lo spessore), e continuiamo cos` per 20 volte; la domanda
è: quanto diventa spesso il blocchetto di carta?
Una risposta intuitiva di solito porta a dire un valore dellordine del centimetro; facciamo quattro
calcoli: un foglio di carta ha uno spessore di circa 0.1 mm e dopo 20 piegature a metà il suo spessore
viene moltiplicato per 2
20
; ora le potenze di 2 sono 2, 4, 8, 16, 32, 64, 128, 256, 512, 1024, .. e si ha
2
20
= (2
10
)
2
= 1024
2
= 1048576 per cui lo spessore totale sarà
1048576
1
10
mm = 104857.6mm
ovvero circa 105 metri (provare per credere).
In realtà non riusciremo mai a farlo, non solo perche allultima piegatura dovremmo piegare
un blocchetto di 50 metri di spessore sullaltra parte, ma perche partendo ad esempio da un foglio
quadrato di 20 cm di lato, dopo 10 pieghe a metà il foglio ha una dimensione di poco pi` u di 6 mm
per lato e diventa poco maneggevole.
Questo esempio mostra come la crescita esponenziale sia pi` u veloce di quanto si possa a prima vista
immaginare, e quindi di quanto velocemente crescerebbero le popolazioni se obbedissero al modello
matematico sopra formulato.
Per fortuna non è proprio cos`, ovvero il succitato modello non descrive bene le crescite in que-
stione, se non per tempi molto brevi.
Una semplice modica al modello, che però sembra rispecchiare bene le reali crescite di popo-
lazioni, si ottiene modicando il coeciente di crescita (che si era indicato con ) sostituendolo con
qualcosa che decresca allaumentare della popolazione; si ritiene cioè che il sovrappopolamento faccia
diminuire le nascite (o aumentare le morti), magari per scarsità di cibo o per linsorgere di epidemie
o altro.
La modica pi` u semplice si ha sostituendo appunto con (1 a
n
) (quel valore 1 non signica
che appena a
n
= 1, ovvero cè un individuo, la crescita si annulla, anzi muoiono tutti; si pensi a 1
come ad una unità di misura della popolazione, ad esempio 1 milione di individui); la legge di crescita
diventa perciò
a
n+1
= (1 a
n
)a
n
.
8 P.Oliva
Se proviamo a disegnare il graco della funzione f(x) = (1 x)x otteniamo una parabola che
interseca le ascisse in 0 ed in 1 ed ha il vertice in x = 1/2 e y = /4; proviamo a fare qualche prova
con dierenti valori di .
Il primo graco a sinistra mostra il caso = 0.8; come si nota la parabola interseca la bisettrice
(per le x comprese tra 0 e 1) nel solo punto 0, e tale punto risulta attrattivo. Pertanto in questo caso
la popolazione tenderà a diminuire no allestinzione.
Nel secondo graco, con > 1, la parabola interseca la bisettrice in due punti; uno, lorigi-
ne, è diventato un punto repulsivo, laltro è attrattivo, e verso quel valore tende a stabilizzarsi la
popolazione.
Aumentando ancora , come si nota nel terzo graco, lintersezione con la bisettrice si ha in
un punto in cui la parabola è già diventata discendente ed è ancora un punto attrattivo perche la
pendenza nel punto di intersezione è ancora piccola.
Quello che è dicilmente prevedibile è quello che succederà quando la pendenza della parabola
nel punto di intersezione supererà i 45
o
, facendo diventare repulsivo il punto stesso, e questo succede
per 3 < < 4.
Per tali valori, essendo il massimo della parabola minore di 1, la successione resta allinterno
dellintervallo [0, 1], ma non tende a nessun valore.
`
E chiaro che calcolare a mano molti valori della successione è impossibile e solo con lavvento dei
calcolatori è stato possibile esaminare questo caso in dettaglio; i risultati sono molto interessanti.
Nel primo graco a sinistra si vede il caso = 3.1 ; la successione, dopo un primo periodo di
avvicinamento al punto, incomincia a danzare tra due valori, uno a destra ed uno a sinistra; nel secondo
graco sono riportati i valori della successione dopo le iniziali iterazioni, per evidenziare questo fatto.
Analogamente, nei seguenti due graci, con = 3.5, si vede che la successione saltella tra quattro
dierenti valori.
Il graco seguente a sinistra mostra cosa succede per = 3.9; quello che appare è un comporta-
mento che sembra totalmente casuale e ciò è molto sorprendente, se si pensa alla legge che abbiamo
utilizzato per generare la successione, che è veramente semplice.
Tutti i risultati precedenti sono riassunti nel graco a destra dove in ascisse è riportato il valore
di da 0 a 4, e sulle ordinate i valori assunti dalla successione, trascurando i primi 500 termini.
Come si nota, per tra 0 e 1, la successione si attesta sul valore 0 ; per tra 1 e 3, la successione
va al valore intersezione tra parabola e bisettrice (soluzione dellequazione (1 x)x = x ovvero
x = 1
1
).
Nel tratto che va da 3 a 4 si nota come prima la linea si biforca, cioè la successione oscilla tra
due valori, quindi tra quattro valori, poi tra otto e cos` via, per poi ricominciare (zone pi` u chiare) da
meno valori e riaumentare, no ad un comportamento come già detto abbastanza casuale.
Rinotiamo come tale comportamento apparentemente casuale derivi da una legge deterministica,
tra laltro molto semplice; notiamo pure come piccole modiche del parametro o del punto di
partenza, anche in funzioni per nulla complicate, possano causare grosse dierenze di comportamento
nella successione.
Tutto questo sembra andare un po contro il senso comune: sembrerebbe pi` u normale che piccole
variazioni dei valori iniziali o dei parametri, con equazioni cos` semplici, generassero soluzioni poco
dierenti (continuità; ciò è vero, ma per tempi brevi).
Una situazione simile capita per esempio con le equazioni che regolano il comportamento dei
fenomeni atmosferici; anche se tali equazioni si possono rendere semplici e sono comunque determi-
nistiche, piccole variazioni dei dati iniziali possono generare soluzioni enormemente dierenti: ecco
perchè diventa cos` dicile fare delle attendibili previsioni del tempo, anche utilizzando computer
potentissimi.
10 P.Oliva
Successioni nel piano complesso.
Passiamo ora a considerare unaltra successione denita da
_
z
n+1
= z
2
n
+
z
0
= 0
e per complicarci un poco la vita consideriamo tale successione nei numeri complessi.
Come è noto un numero complesso z = x + iy è costituito di una parte reale x e di una parte
immaginaria con coeciente y, dove i rappresenta quel numero tale che i
2
= 1 (che non esiste nei
numeri reali, dove il quadrato di un numero è sempre maggiore o uguale a zero).
Pertanto, sempre se z = x + iy, si ha (sviluppando il quadrato e ricordando che i
2
= 1)
z
2
= (x + iy)
2
= x
2
+ 2ixy + i
2
y
2
= (x
2
y
2
) + 2ixy
ovvero il quadrato di z è un nuovo numero complesso di parte reale x
2
y
2
e parte immaginaria di
coeciente 2xy.
Poiche un numero complesso può essere rappresentato in un piano cartesiano come il punto di
coordinate (x, y), la successione di numeri complessi sarà rappresentabile da una sequenza di punti
del piano le cui coordinate sono denite dalla seguente legge:
_
_
x
n+1
= x
2
n
y
2
n
+ p
y
n+1
= 2x
n
y
n
+ q
x
0
= 0
y
0
= 0
avendo indicato con p e q rispettivamente la parte reale e la parte immaginaria di .
Quello che si vuole qui studiare è ancora il comportamento della successione al variare di = p+iq,
ovvero di p e q.
Nelle seguenti cinque gure è rappresentato il comportamento della successione, a partire da z
1
,
per i valori di p e q indicati. Si osservi che, essendo z
0
= 0 = x
0
= y
0
, si ha z
1
= = x
1
+iy
1
= p+iq,
cioè il termine z
1
è proprio nel punto (p, q).
Si noti come a seconda dei valori di p e q anche non molto dierenti, si ottengano successioni che
rimangono limitate, oppure successioni che si allontanano dallorigine.
Per poter meglio evidenziare questo fatto, proviamo a fare un disegno in cui ogni punto (p, q)
è colorato in maniera dierente a seconda del comportamento della successione per quei dati p e
q; pi` u precisamente coloriamo di azzurro quei punti (p, q) che generano successioni che rimangono
limitate, e coloriamo di dierenti colori quei punti che generano successioni che tendono ad allontanarsi
dallorigine, a seconda della velocità con cui queste si allontanano.
In pratica si è realizzato un programma che, a partire dai valori di p e q, calcola un certo numero
sucientemente alto di termini della successione; se tutti questi termini si mantengono dentro un
certo cerchio di centro lorigine e raggio grande pressato (la cui circonferenza rappresenta linnito)
si presuppone che la successione si mantenga limitata ed il punto, come già detto si colora di azzurro;
se invece un termine z
n
esce dal cerchio (cioè va allinnito) il punto si colora di un colore dierente
a seconda del valore di n (pi` u n è grande, pi` u tardi esce dal cerchio, pi` u è lenta la successione nel suo
tendere allinnito).
La gura che si ottiene è la seguente (con in ascissa i valori di p da -2.5 ad 1.5, ed in ordinata i
valori di q da -1.5 ad 1.5):
e la parte centrale azzurra è nota con il nome di insieme di Mandelbrot.
Tale gura presenta interessanti caratteristiche: intanto sul bordo della parte azzurra centrale
sono presenti punti molto vicini di colore dierente; ancora una volta questo signica che cambiando
di poco i valori del parametro , ovvero i valori di p e q, si ottengono comportamenti molto dierenti
della successione, cioè velocità basse o alte di allontanamento dallorigine.
Ma quello che pi` u è notevole è ciò che si vede ingrandendo una parte dellimmagine.
12 P.Oliva
Le precedenti gure mostrano successivi ingrandimenti della zona rettangolare segnata e quello
che risulta immediatamente evidente è che questa gura presenta la proprietà, già notata negli oggetti
naturali, che una sua parte ingrandita rivela caratteristiche simili alloriginale e cos` via su dierenti
scale.
Per concludere, a titolo di esempio, si osservino le due seguenti immagini di un cavolore, per
notare come siano presenti in maniera chiara le citate proprietà di auto-similitudine.
Da lontano loggetto è assimilabile ad un cono, ma è in realtà costituito da molte parti di forma
conica, che ingrandite presentano la solita struttura composta da molte parti a forma conica, ecc.
In aggiunta, tale oggetto presenta unaltra particolare caratteristica: come si nota quelle sue parti
coniche sono distribuite lungo spirali che si avvolgono ruotando a destra e a sinistra, a seconda di come
si guardano (e tali spirali sono presenti uguali anche in ciascuna parte).
Se contiamo quante spirali vi sono che ruotano in senso orario o antiorario troviamo che esse sono
13 e 21; questi non sono numeri a caso, ma sono termini della successione di Fibonacci, denita da
_
a
n+1
= a
n
+ a
n1
a
0
= a
1
= 1
ovvero una successione denita per ricorrenza, un po diversa da quelle viste prima, in quanto ogni
termine dipende dai due precedenti, pi` u precisamente ne è la somma (partendo dai primi due termini
uguali ad 1).
`
E facile calcolarne alcuni termini e vedere che essi sono
1 , 1 , 2 , 3 , 5 , 8 , 13 , 21 , 34 , ....
Lo studio di questa successione, densa di notevoli applicazioni, esula comunque da questa nostra
trattazione, ma alcuni interessanti aspetti (motivazioni della sua comparsa ad esempio nel cavolore)
sono arontati in appendice - Fibonacci e girasoli.
Primi frattali.
Come si è già detto, molte gure auto-simili erano già note da tempo ai matematici, ma non
erano state prese in considerazione per lo scopo che a noi ora interessa.
Fra tutte citiamo a titolo di esempio il triangolo di Sierpinsky e la curva di Koch.
Il triangolo di Sierpinsky è una gura piana ottenuta prendendo un triangolo ed eliminando il
triangolo centrale ottenuto congiungendo i punti medi dei lati; nei tre triangoli rimasti si ripete la
stessa operazione, e cos` si procede allinnito.
La gura cos` ottenuta è chiaramente auto-simile: essa è perfettamente simile alle tre parti
principali che la compongono ed esse stesse sono a loro volta simili ad altre parti.
Stessa cosa si può dire della curva di Koch; essa è ottenuta a partire da un segmento, sostituendo
alla sua terza parte centrale i due lati di un triangolo equilatero, e ripetendo il procedimento su ogni
nuovo lato.
Nella gura sottostante sono riportati i vari passaggi per arrivare alla gure complete.
Un pi` u attento esame delle gure porta però ad osservare alcune stranezze; prendiamo prima in
esame il triangolo di Sierpinsky: esso è formato da tre parti uguali e distinte (corrispondenti ai tre
triangoli ottenuti alla prima iterazione), ciascuna delle quali è una copia della gura totale, in scala
1:2.
Ora semplici considerazioni geometriche ci portano a dire che, se un oggetto ha una dimensione,
ovvero è una linea, e viene scalato di un fattore , la sua misura (lunghezza) viene moltiplicata per
un fattore = . Se un oggetto ha due dimensioni, ovvero è una gura piana, e viene scalato di
un fattore , la sua misura (area) viene moltiplicata per un fattore =
2
. Inne se un oggetto
ha tre dimensioni, ovvero è un solido, e viene scalato di un fattore , la sua misura (volume) viene
moltiplicata per un fattore =
3
.
Supponiamo ora, ad esempio, che larea del triangolo di Sierpinsky sia uguale a 4m
2
; essendo una
gura piana larea di ciascuna delle tre parti principali da cui è composta (copia della gura totale in
scala 1:2, dovrebbe avere, per le considerazioni precedenti area 1/4 rispetto al totale, ovvero 1m
2
.
14 P.Oliva
La domanda che viene immediata è: se ciascuna delle tre parti che costituiscono la gura ha area
1m
2
, in tutto la gura dovrebbe avere unarea di 3m
2
; dovè nito il m
2
mancante?
Analogo problema sorge guardando la curva di Koch: supponiamo che la sua lunghezza sia uguale
a 3m; essa è formata da 4 parti (corrispondenti ai quattro segmenti della prima iterazione) perfetta-
mente simili alla gura totale, scalate di un fattore 1:3; pertanto in base alle solite considerazioni la
lunghezza di ognuna delle 4 parti dovrebbe essere pari ad 1/3 della lunghezza totale, ovvero 1m.
La domanda questa volta è: se ciascuna delle quattro parti distinte che formano la gura ha
lunghezza 1m, in tutto la curva dovrebbe avere lunghezza pari a 4m; questa volta ci avanza 1m!
Tutto questo è un bel problema. Per cercare di capire cosa sta succedendo torniamo un momento
alle considerazioni fatte sopra nei casi uno, due e tre dimensionali. Riassumendo quanto là visto, se
d è la dimensione di un oggetto, sia essa 1 o 2 o 3, vale la relazione =
d
o anche, utilizzando i
logaritmi ln = d ln , da cui si ottiene la formula
d =
ln
ln
ove si ricordi che indica la variazione di misura delloggetto scalato di un fattore .
Bene, applicando questa formula, si scopre che, per il triangolo di Sierpinsky, ove ad un fattore
di scala = 2 corrisponde una variazione della sua misura di = 3, vale
d =
ln3
ln 2
1.58496
mentre per la curva di Koch, ove ad un fattore di scala = 3 corrisponde una variazione della sua
misura di = 4, vale
d =
ln4
ln 3
1.26186
Ovvero, il triangolo di Sierpinsky non è proprio una gura bidimensionale, ma ha una dimensione
un po minore.
La curva di Kock non è una curva unidimensionale, ma ha una dimensione un po superiore.
Non ha quindi senso domandarsi che area ha il triangolo di Sierpinsky, o che lunghezza ha la curva
di Koch, non essendo esse gure della geometria tradizionale, come ad esempio non ha senso chiedersi
quanto sia lunga la costa della Liguria: una misura eettuata ad esempio su di una mappa in scala
1:10000 fornirà un certo risultato ragionevole, ma si scoprirà poi che un tratto, considerato rettilineo
su quella mappa, risulterà tutto frastagliato in una carta in scala 1:1000, alterando totalmente la
misura fatta, e cos` via.
In parole povere, queste gure, cos` come la frontiera dellinsieme di Mandelbrot visto prima, o la
costa della Liguria, sono esempi di frattali, e non sono gure trattabili con la tradizionale geometria
ad una, due o tre dimensioni.
Erbe ed alberi.
Dopo aver lavorato con leggi ricorrenti sui numeri reali e sui complessi, vediamo ora funzioni
ricorrenti che operano su stringhe di caratteri.
Pi` u precisamente ci occupiamo di un semplice linguaggio introdotto da Lindenmayer (noto come
L-system) che fa uso di pochi simboli che possono essere riassunti nei seguenti, a anco dei quali è
riportata lazione a loro collegata:
F traccia un segmento nella direzione attuale
+ gira a destra (di un angolo pressato)
- gira a sinistra (dello stesso angolo)
[ memorizza lattuale posizione e direzione
] torna al punto (e alla direzione) memorizzato
Denendo la gura di partenza, langolo di rotazione e la legge di ricorrenza, si possono ottenere
gure estremamente interessanti.
Ad esempio il seguente codice
0 = F
a = 7
F = F[+F]F[-F]F
viene cos` interpretato:
- si parte da una stringa uguale ad F
- ad ogni curva si ruota di un angolo pari ad 1/7 di angolo piatto
- si utilizza una legge ricorrente che ad ogni iterazione sostituisce nella stringa ad ogni F la nuova
stringa F[+F]F[-F]F.
Pertanto, dopo la prima iterazione, la stringa iniziale F diventa
F[+F]F[-F]F
e se proviamo ad eseguire quanto ci dice di fare questa stringa, ovvero
F tracciamo un segmento (verticale)
[ memorizziamo questo punto e la direzione verticale
+F giriamo a destra e tracciamo un segmento
] torniamo al punto memorizzato
F tracciamo un segmento verticale
[ memorizziamo questo punto e la direzione verticale
-F giriamo a sinistra e tracciamo un segmento
] torniamo al punto memorizzato
F tracciamo un segmento verticale
otteniamo la prima gura a sinistra qui sotto.
Se ora facciamo una seconda iterazione, risostituendo ad ogni F in F[+F]F[-F]F la stringa
F[+F]F[-F]F, (cioè sostituendo ad ogni segmento una gura simile a quella ottenuta) otteniamo
F[+F]F[-F]F [+ F[+F]F[-F]F ] F[+F]F[-F]F [- F[+F]F[-F]F ] F[+F]F[-F]F
(gli spazi servono solo a rendere pi` u evidenti le sostituzioni).
Eseguendo i comandi contenuti in tale stringa si ottiene la seconda gura, ed iterando il procedi-
mento la stringa diventa sempre pi` u lunga e la gura da essa generata sempre pi` u simile ad un oggetto
reale, in questo caso una particolare erba.
Nella gura sono riportate, come indicato, la prima, seconda, terza e quinta iterazione.
16 P.Oliva
La gura limite risulta essere poco signicativa, essendo oltre la denizione dei punti sullo scher-
mo.
Modicando il codice iniziale si possono ottenere altre interessanti immagini, come si può vedere
dalle seguenti gure (il numero vicino ad ogni immagine ne indica literazione):
I codici necessari per queste gure sono rispettivamente:
0 = F 0 = F
a = 8 a = 6
F = FF+[+F-F-F]-[-F+F+F] F = F[+F][-F]F
Il codice della prima gura è
0 = X
a = 6
X = F-[[X]+X]+F[+FX]-X
F = FF
Si noti la presenza di un nuovo simbolo X; tale simbolo non corrisponde a nessuna operazione, il
suo utilizzo è solo strumentale, esso verrà sostituito nella successiva iterazione da unaltra stringa come
indicato nella sua denizione (come un qualcosa che non si vede, ma che contiene in se le informazioni
per generare qualcosaltro di ben visibile).
La seconda gura può ricordare un pino; la terza è una gura pi` u particolare, meno reale, ma
nota ai matematici come curva di Hilbert.
Tale curva, di cui vediamo le prime iterazioni nella seguente gura
realizzate con il codice
0 = X
a = 2
X = -YF+XFX+FY-
Y = +XF-YFY-FX+
ha la proprietà di riempire tutto il quadrato (pur essendo una curva).
Si noti ancora come sarebbe poco signicativa la gura nale limite di tutte queste iterazioni,
ovvero il quadrato pieno.
Un altra gura già vista, che è possibile riprodurre con queste tecniche è la curva di Koch.
Utilizzando il codice
0 = F
a = 3
F = F-F++F-F
ovvero traccia un segmento, gira a sinistra di 60
o
, traccia un segmento, gira a destra di 120
o
,
traccia un segmento, gira a sinistra di 60
o
, traccia un segmento e quindi ripeti, si ottengono le gure
Per ultimo vediamo come utilizzando due colori si possono ottenere immagini ancora pi` u realisti-
che.
Le seguenti gure sono state ottenute disegnando con linee pi` u spesse di colore marrone gli oggetti
pi` u vecchi (derivanti dalle prime iterazioni) e con linee pi` u sottili di colore verde quelli pi` u giovani (i
tratti delle ultime iterazioni).
Il codice utilizzato è
0 = FX
a = 5
X = F[+X]F[-F]
F = FA
A = F
Leetto ottenuto riproduce abbastanza bene un albero.
Notiamo per inciso come la sequenza F=FA,A=F faccia crescere pi` u lentamente i tronchi rispetto ad
una sequenza del tipo F=FF. Questultima raddoppierebbe ogni volta le lunghezze, mentre la precedente
18 P.Oliva
fornisce una crescita del tipo di quella della successione di Fibonacci, che risulta pi` u gradevole alla
vista e pi` u realistica.
Qualche approfondimento teorico.
Abbiamo precedentemente visto che, nel caso delle successioni reali denite per ricorrenza me-
diante la formula a
n+1
= f(a
n
), il metodo graco utilizzato per studiare il comportamento della
successione stessa ci mostra come non sempre ci si avvicini al punto intersezione tra il graco di f e
la bisettrice del primo e terzo quadrante.
Per inciso, tale punto che risolve lequazione
f(x) = x
è detto punto sso di f; cioè la funzione trasforma ogni punto x del suo dominio in un punto f(x)
generalmente diverso da x, e, come dice il nome stesso, punto sso è quel punto x che viene trasformato
da f in f(x) = x (ovvero non si è mosso, è rimasto sso).
Poiche, come abbiamo già notato, ogni equazione può essere scritta nella forma f(x) = x, diventa
importante sapere quando il metodo visto (utilizzare cioè la successione a
n+1
= f(a
n
)) porta a trovare
la soluzione.
Abbiamo perciò di fronte, come sempre accade quando si cerca qualcosa, da arontare due pro-
blemi:
1) Sapere se ciò che stiamo cercando esiste; questa è la domanda che dobbiamo sempre porci per
prima, in quanto è assolutamente inutile cercare una cosa che non cè. Sarebbe poi utile sapere
quante sono le cose che cerchiamo (ovvero quante soluzioni ha lequazione che ci interessa), per
non fermarci prima di averle trovate tutte.
2) In caso di risposta aermativa alla prima domanda, determinare un modo per trovare tutto ci` o
che cerchiamo.
Si noti che una volta stabilito un algoritmo per trovare le soluzioni, il secondo punto diventa poco
importante, in quanto i calcoli verrano eseguiti dalle macchine predisposte a ciò; quello che conta
(ed è utile averlo ben chiaro) è sapere se stiamo facendo lavorare il calcolatore sapendo di trovare le
soluzioni, o lo stiamo facendo lavorare invano.
Questo aspetto è quel qualcosa in pi` u che si deve acquisire dopo lo studio delle scuole superiori,
dove ci si preoccupa di fornire agli studenti gli strumenti di calcolo algebrico per risolvere certi tipi
standardizzati di problemi (equazioni di primo e secondo grado, sistemi, disequazioni sempre di primo
e secondo grado, o a queste riconducibili, ecc.).
Ma la realtà ci presenta invece molte volte problemi non riconducibili a quelli standard, e non si
potrà pi` u dire: non fa parte del programma e quindi non sono tenuto a saperlo fare.
Per contro, tutti quei lunghi calcoli per risolvere equazioni, disequazioni o sistemi, verrano ef-
fettuati dalle macchine, lasciando a noi il solo compito di scegliere gli strumenti adatti da utilizzare
(ovvero la parte pi` u dicile del problema).
Ma torniamo al problema iniziale: osservando meglio i graci sottostanti (si ricordi che avevamo
già giusticato lavvicinarsi o meno della successione al punto sso, con la pendenza pi` u o meno elevata
del graco nel punto intersezione) si nota che la successione tende al valore cercato nei casi (prima e
terza gura) in cui, presi due punti x e y del dominio, i corrispondenti punti f(x) ed f(y) risultano
pi` u vicini di quanto lo erano x ed y.
Non funziona invece quando la distanza che cè tra f(x) ed f(y) è pi` u grande di quella che vi era
tra x ed y.
Una funzione che ha la proprietà di avvicinare f(x) ed f(y), rispetto ad x e y è chiamata dai
matematici con il nome di contrazione.
Ovvero, come dice il nome stesso, tale funzione contrae le distanze, avvicinando i punti.
In formula, f si dice contrazione se, per ogni x ed y nel suo dominio, risulta
|f(x) f(y)| k|x y|
dove k è un numero tale che 0 k < 1.
Il che signica (lo notiamo per lultima volta) che la distanza che cè tra f(x) ed f(y), ovvero
|f(x) f(y)|, è minore o uguale alla distanza che cè tra x e y, moltiplicata ancora per un numero
minore di uno.
Bene, esiste un teorema in analisi, che ci permette di rispondere in una sola volta alle due questioni
che ci eravamo posti prima, (Teorema 7).
Teorema. Sia f : R R una contrazione; allora esiste uno ed un solo punto sso x per f.
Inoltre, scelto un qualunque punto b, e denita la successione
_
a
n+1
= f(a
n
)
a
0
= b
tale successione tende al punto sso x.
Utilizzeremo tra poco questo risultato.
20 P.Oliva
Successioni di insiemi piani.
Possiamo ora fare ancora un passo avanti, ed occuparci di successioni di insiemi nel piano.
Per far ciò necessitiamo di alcune premesse:
consideriamo una semplice funzione dal piano cartesiano (x, y) al piano cartesiano (X, Y ), denita
da
f :
_
X = ax + by + u
Y = cx + dy + v
Tale funzione è lineare, (ci limiteremo a tale caso per semplicità) cioè le variabili compaiono in
modo lineare (x ed y sono moltiplicate per una costante e sommate con un altra costante; non vi sono
potenze o funzioni complicate).
Come si può notare facendo due calcoli (e osservando la gura) il punto x = 0 ed y = 0 viene
trasformato nel punto X = u ed Y = v; cos` il punto x = 1 ed y = 0 va nel punto X = a + u ed
Y = c +v; il punto (0, 1) va in (b +u, d +v), il punto (1, 1) va in (a +b +u, c +d +v); i punti interni
al quadrato a sinistra niscono nei punti interni al parallelogramma a destra, ecc.
Possiamo quindi dire che la funzione che trasforma il punto (x, y) nel punto (X, Y ) è una tra-
sformazione di insiemi del piano in insiemi del piano (ad esempio il quadrato è stato trasformato nel
parallelogramma)
Ora, se le distanze tra i trasformati f(A) ed f(B) di due punti qualunque A e B è minore della
distanza che vi era tra gli stessi A e B, possiamo dire che la funzione in oggetto è una contrazione.
In altre parole, la gura trasformata risulta pi` u piccola della gura originale.
Rifacendoci al precedente teorema sulle contrazioni, che continua a valere anche se non siamo
pi` u nei numeri reali, ci possiamo quindi aspettare che, se noi prendiamo un insieme qualunque ed
applichiamo su di esso tante volte la trasformazione precedente, gli insiemi ottenuti diventino sempre
pi` u piccoli e tendano a diventare un punto (il punto sso per la trasformazione in questione).
Come esempio, si prenda la trasformazione
_
X =
x
2
+
y
10
+
1
2
Y =
x
10
+
y
2
+
19
50
e si osservi come, partendo dal quadrato di vertici (0,0), (0,1), (1,0), (1,1), ed applicando pi` u volte la
funzione, si nisca dopo alcune iterazioni nel punto (1.2,1) che è il punto sso per la trasformazione,
ovvero quel punto (x, y) soluzione del sistema
_
x =
x
2
+
y
10
+
1
2
y =
x
10
+
y
2
+
19
50
Diverso ed interessante è il caso in cui si usano insieme pi` u di una contrazione; per illustrare ciò
riprendiamo ora in esame il triangolo di Sierpinsky
Come abbiamo già osservato linsieme ha la seguente caratteristica: esso è costituito da tre parti
uguali, perfettamente simili alla gura completa, ma di dimensioni dimezzate.
Cioè se si considerano le tre trasformazioni:
1) dimezza la gura
2) dimezza la gura e trasla a destra di
1
2
3) dimezza la gura e trasla in alto di
1
2
si ha che linsieme risulta essere lunione delle immagini di se stesso attraverso le tre precedenti
contrazioni:
f
1
:
_
X =
x
2
Y =
y
2
f
2
:
_
X =
x
2
+
1
2
Y =
y
2
f
3
:
_
X =
x
2
Y =
y
2
+
1
2
Quanto sopra visto si riassume nellaermazione:
il triangolo di Sierpinsky è il punto sso dellunione di f
1
, f
2
, f
3
.
Allora, se utilizziamo il risultato sulle contrazioni (in un senso pi` u generale, Teorema 8), ci
aspettiamo che, ripetendo su un triangolo pi` u volte le precedenti funzioni, la gura tenda a diventare
il triangolo di Sierpinsky.
La gura seguente mostra le varie iterazioni a partire dal triangolo originale.
Si noti però che, essendo contrazione, il risultato si può ottenere a partire da qualunque insieme,
come mostrano le seguenti gure.
22 P.Oliva
Per comodità rappresentiamo i coecienti a, b, c, d, u, v delle funzioni in una tabella (dove i indica
il numero della funzione).
Per il triangolo di Sierpinsky appena visto si ha quindi
i a b c d u v
1 .5 0 0 .5 0 0
2 .5 0 0 .5 .5 0
3 .5 0 0 .5 0 .5
Come altro esempio consideriamo la ben nota curva di Koch e cerchiamo di interpretarla come
punto sso di qualche trasformazione.
Come si nota essa è ottenuta dalle quattro trasformazioni indicate nella gura a destra e denite
dalla seguente tabella
i a b c d u v
1 .333 0 0 .333 0 0
2 .167 -.289 .289 .167 .333 0
3 .167 .289 -.289 .167 .5 .289
4 .333 0 0 .333 .667 0
Sono riportate nella gura seguente alcune iterazioni, a partire da dierenti insiemi.
Si osservi come, partendo dal segmento orizzontale di lunghezza 1, si notino tutti i passaggi
costruttivi della curva.
`
E ora giunto il momento di cimentarsi con qualcosa di pi` u reale del triangolo di Sierpinsky.
Si prenda per esempio in esame la seguente foglia di felce.
essa può essere pensata come lunione di tre contrazioni, come rappresentate in gura; la tabella
relativa risulta:
i a b c d u v
1 .85 .04 -.04 .85 0 1.6
2 .2 -.26 .23 .22 0 1.6
3 -.15 .28 .26 .24 0 .44
4 0 0 0 .16 0 0
(La quarta contrazione produce il tratto verticale ai piedi della felce).
Naturalmente (lo dice il teorema delle contrazioni) applicando ripetutamente le funzioni prece-
denti a partire da una qualunque gura, si ottiene la foglia di felce.
Vedere la sequenza delle iterazioni fa sempre un certo eetto, ma questo non deve stupire: quella
foglia è lunica gura esistente che sia punto sso per quelle trasformazioni, e pertanto non può essere
che quella la gura nale ottenuta.
Nellesempio che segue siamo partiti dallimmagine di un gatto, ma come si nota non cè scampo:
si nisce dove si deve nire.
24 P.Oliva
Modicando quei pochi numeri delle tabelle si possono ottenere svariate gure; come esempi di
immagini ottenibili sempre con quattro funzioni, si vedano
i a b c d u v
1 .6 0 0 .6 0 2.4
2 .6 0 0 .6 0 .9
3 .4 .3 -.3 .4 0 1.8
4 .4 -.3 .3 .4 0 1.8
i a b c d u v
1 .6 0 0 .6 0 .4
2 .4 -.2 .4 .5 0 .2
3 .4 .2 -.3 .4 0 .3
4 .3 .04 0 .3 0 .2
(per questultima gura è necessario un particolare accorgimento per generare il tronco),
oppure, con pi` u funzioni:
Si notino sempre le proprietà di auto-similitudine: ogni lettera è composta sempre dalla parola
CIAO e cos` su ogni scala.
Vedremo in seguito come tutte queste gure possano essere ottenute con lutilizzo di poche righe
di programma.
26 P.Oliva
Un semplice programma.
Uno degli aspetti pi` u interessanti delle cose n qui viste sta nel fatto che sono sucienti pochi
numeri per generare gure alquanto complesse.
Riettiamo un momento su questo fatto: unimmagine su di uno schermo a risoluzione abbastanza
bassa, ad esempio di 640 per 480 punti, paragonabile alla risoluzione televisiva, contiene 307200
(= 640 480) punti.
Per denire quindi unimmagine in bianco e nero, utilizzando un byte per punto (scala di grigi
da 0 a 255), sono necessari 307200 bytes; per unimmagine a colori, dovendo utilizzare 3 bytes per
punto (uno rispettivamente per il rosso, il verde ed il blu) ne servono 921600; diciamo circa 1Mb (che
diventano quasi 1.5Mb se la risoluzione è di 800 per 600 punti).
Se poi si considera che per un secondo di lmato occorrono 25 fotogrammi, ovvero 25Mb (senza
contare .1Mb necessari per laudio), si capisce che un lmato della durata di unora richiede qualcosa
come 90000Mb ovvero 90Gb.
Una quantità di memoria spropositata (senza contare comunque la necessità di trasferire in tempo
reale i 25Mb al secondo).
`
E vero che si usano metodi di compressione dei dati, per poter far stare un intero lm o parte
di esso in un Cd della capacità di 600Mb (perdendo qualcosa in denizione, ma ciò è scarsamente
avvertito dallocchio, trattandosi di immagini in movimento).
`
E però anche vero che noi siamo riusciti a riprodurre unimmagine abbastanza elaborata come ad
esempio la foglia di felce, utilizzando soltanto 24 numeri.
Se fosse possibile utilizzare queste tecniche per codicare i fotogrammi che ci interessano, avremmo
realizzato delle fortissime compressioni. Tali tecniche richiedono però un certo dispendio di tempo;
alcuni aspetti sono mostrati in appendice - La compressione frattale.
Uso di tali tecniche si fa per la decompressione di immagini da porre su Cd, per esempio per
le enciclopedie o simili, dove il lavoro di compressione viene fatto una sola volta per tutte, prima di
registrare il Cd. La decompressione viene poi fatta dallutilizzatore e questo porta via pochissimo
tempo, come vedremo tra breve.
Torniamo alle nostre gure: quelle che abbiamo precedentemente visto sono state generate da un
programma che ha ripetutamente applicato le varie funzioni sulle singole iterazioni. In altre parole il
programma esamina ogni punto dellimmagine (in bianco e nero) e quando trova un punto appartenente
alloggetto (un punto nero) calcola i punti trasformati segnandoli sulla successiva iterazione. Alla ne
ripete tutto il processo dallinizio per la successiva iterazione.
Come è facile immaginare tutto ciò causa un notevole dispendio di tempo.
Un grosso aumento di velocità del processo si ottiene sfruttando quanto ci dice la teoria: ricordia-
mo che, per la natura stessa delle funzioni (contrazioni), loggetto di partenza può essere qualunque,
anche un solo punto.
Questo suggerisce un semplice modo per rappresentare i punti ssi di una IFS (questo è il no-
me tecnico di ununione di contrazioni, iterated function system); deniamo una successione per
ricorrenza nel seguente modo
a
0
R
2
, a
n+1
= f
i
(a
n
) con i scelto a caso in 1...n
(è possibile eventualmente attribuire delle probabilità di scelta in 1...n).
`
E chiaro che, se indichiamo con A
n
la gura ottenuta allennesima iterazione, per ogni n si ha
che a
n
è un punto di A
n
, per cui, se n è abbastanza grande, il punto a
n
è vicino al punto sso.
Disegnando pertanto nel piano i punti a
n
(tranne le prime iterazioni, per dare tempo alla succes-
sione di avvicinarsi al punto sso) si ottiene in poco tempo limmagine cercata.
Un semplice programma che riproduce linsieme di Sierpinky è il seguente, scritto in QBasic; si
suppone uno schermo con una risoluzione di 640 480 punti, si parte dal punto (1, 1) e la scelta di i
è fatta a caso, con uguale probabilità, nellinsieme {1, 2, 3}; sono disegnati i punti dopo la ventesima
iterazione.
Le prime quattro istruzioni forniscono i 18 numeri necessari a denire le 3 funzioni (6 coecienti
per funzione) e le memorizzano nei vettori a(), b(), c(), d(), u(), v(); nelle successive si calcolano 100000
punti, scegliendo a caso un numero tra 1 e 3 (RND(1) genera un numero tra 0 ed 1, moltiplicandolo
per 3 sta tra 0 e 3, la sua parte intera è o 0 o 1 o 2, ed inne aggiungendo 1 il numero risulta 1 o 2 o
3), calcolando la successiva iterazione e disegnando il punto, come già detto, se n > 20.
DATA .5,0,0,.5,0,0
DATA .5,0,0,.5,.5,0
DATA .5,0,0,.5,0,.5
FOR i = 1 TO 3: READ a(i), b(i), c(i), d(i), u(i), v(i): NEXT i
SCREEN 12: x = 1: y = 1
FOR n = 1 TO 100000: i = 1 + INT(3 * RND(1))
xx = a(i) * x + b(i) * y + u(i): yy = c(i) * x + d(i) * y + v(i)
x = xx: y = yy: IF n > 20 THEN PSET (200 + 300 * x, 400 - 300 * y)
NEXT n
Le seguenti immagini mostrano le gure già viste in precedenza, in cui però i punti sono stati
colorati a seconda della scelta casuale della funzione (per rendere pi` u evidenti le immagini generate
appunto dalle dierenti funzioni).
Si tenga presente che non sempre è conveniente scegliere con uguali probabilità le funzioni da
utilizzare; se questo è valido per il triangolo di Sierpinsky, dove le tre immagini colorate sono uguali
e quindi contengono lo stesso numero di punti, lo stesso non si può dire per la foglia di felce, dove è
ben evidente che la zona blu contiene molti pi` u punti (essendo pi` u vasta).
`
E ragionevole pertanto apportare qualche correzione al programma (allistruzione che sceglie il
numero casuale) in modo da variare la probabilità di scelta delle funzioni: una scelta opportuna è
quella di utilizzare probabilità proporzionali alla supercie da ricoprire (che è proporzionale al valore
|ad bc|).
Per la foglia di felce, per esempio, si ha, aggiungendo il parametro p (probabilità di scelta) la
nuova tabella
i a b c d u v p
1 .85 .04 -.04 .85 0 1.6 .85
2 .2 -.26 .23 .22 0 1.6 .07
3 -.15 .28 .26 .24 0 .44 .07
4 0 0 0 .16 0 0 .01
Dierenti valori di p causano comunque interessanti risul-
tati, con dierenti ombreggiature, ed utilizzando vari colori a
seconda delle diverse densità dei punti si possono ottenere ad
esempio foglie con colori autunnali.
28 P.Oliva
Paesaggi, montagne, ecc.
Osserviamo intanto che è possibile già realizzare qualche semplice immagine, sucientemente
vicina alla realtà, componendo qualche albero di quelli precedentemente visti, e utilizzando qualche
colore: se il punto va sul tronco è utilizzato un marrone (e tale colore viene conservato ancora per
qualche iterazione successiva, in quanto i trasformati di tali punti sono i rami) e anche due sole tonalità
di verde per le foglie.
Si ottiene cos` unimmagine del tipo
Un ultimo problema che vogliamo però ancora arontare è quello di realizzare immagini che
riproducano paesaggi pi` u complessi, sucientemente realistici.
A questo scopo, incominciamo ad occuparci di proli montani.
Una prima semplicazione di un prolo montano può essere una semplice spezzata poligonale:
dati cioè alcuni punti, magari scelti a caso, questi sono congiunti da segmenti.
Vediamo questo semplice procedimento dal punto di vista dei processi iterativi; il segmento con-
giungente i punti A
1
ed A
2
può essere realizzato nel seguente modo:
date le coordinate (x
1
, y
1
) del punto A
1
ed (x
2
, y
2
) del punto A
2
, si determinano le coordinate
(x
3
, y
3
) del punto medio B mediante le
x
3
=
x
1
+ x
2
2
, y
3
=
y
1
+ y
2
2
si determinano quindi le coordinate dei due nuovi punti medi C e si continua cos` no ad aver tracciato
tutti i punti del segmento.
Con questa impostazione, il metodo si presta a semplici modiche: ad esempio nella formula del
calcolo della quota media
y
m
=
y
i
+ y
j
2
è possibile introdurre un piccolo disturbo (un numero casuale), per rendere meno rettilineo il segmento.
Una modica del tipo
y
m
=
y
i
+ y
j
2
+ r
dove r è un numero casuale in un intervallo da a , con pressato, genera una gura come quella
a sinistra
per la verità questa volta troppo frastagliata (lampiezza della frastagliatura dipende dalla scelta di
).
Se noi però introduciamo un fattore che faccia variare , rimpicciolendolo man mano che linter-
vallo si restringe, (si osservi che se la gura è autosimile le oscillazioni sono proporzionali alla scala)
in maniera proporzionale alla sua ampiezza; scegliamo cioè
y
m
=
y
i
+ y
j
2
+ pr
dove r è il solito numero casuale (compreso tra -0.5 e 0.5) e p = |x
j
x
i
|, il risultato è decisamente
apprezzabile (gura a destra).
Si noti che lintroduzione di un po di caso può essere applicata a qualunque altra situazione;
se prendiamo il caso degli L-system ed applichiamo una piccola perturbazione casuale alla lunghezza
dei segmenti ed allangolo di rotazione, otterremo per esempio una gura di un albero che sarà meno
perfetto dal punto di vista geometrico, ma proprio per questo ancora pi` u realistico.
Vediamo ora di applicare il procedimento visto per generare proli di montagne al caso tridimen-
sionale.
Generiamo cioè una supercie che si possa utilizzare per disegnare una porzione di supercie
terrestre.
Lidea è naturalmente la stessa: si parte da una matrice di valori (che rappresentano le quote)
denita in alcuni punti, con valori arbitrari; tali punti sono indicati con la lettera A nella gura
seguente.
30 P.Oliva
Vengono poi calcolate le quote nei vari punti intermedi, indicati con B, facendo la media tra le
quote dei quattro vertici dei quadrati, alterata di un fattore casuale proporzionale alla dimensione dei
quadrati; successivamente si ripete il procedimento calcolando le quote nei nuovi punti intermedi C
con la stessa tecnica (per i punti sul bordo la media si può fare fra tre valori).
Il procedimento viene ripetuto sui quadrati sempre pi` u piccoli, no ad aver calcolato le quote in
tutti i punti della matrice.
Nellimmagine a anco è fornita una rappresenta-
zione delle curve di livello della supercie ottenuta; tali
curve appaiono abbastanza accettabili: non sono cioè ne
troppo regolari, ne troppo casuali.
A questo punto è facile sbizzarrirsi e generare vari
tipi di immagini.
Possiamo colorare la gura con alcune tonalità di
grigio a seconda della dierenza di quota tra un pun-
to e quello immediatamente adiacente (per esempio a
destra in basso), per ottenere un eetto di ombra (gu-
ra a sinistra), o colorare le quote con poche tonalità di
verde e marrone, come nelle carte geograche siche ed ottenere la gura di destra.
Oppure possiamo colorare di azzurro le quote inferiori ad un certo valore (riempire con acqua);
genereremo in tal modo una mappa in cui sia presente anche una certa parte di mare, o lago; due
risultati sono mostrati nelle altre due immagini, utilizzando dierenti quote per il mare.
Possiamo spalmare tale gura su di una sfera, ottenendo pianeti immaginari:
Possiamo invece utilizzare ad esempio una scala dallazzurro al bianco per colorare le quote ed
ottenere un cielo con nuvole (pi` u o meno nuvoloso a seconda della quota sotto la quale si lascia
lazzurro, ovvero il sereno):
Possiamo inne riunire tutto in ununica immagine (a bassa risoluzione per semplicità, con pochi
colori in tutto, una quindicina di azzurri e altrettanti fra verdi e marroni), utilizzando i cieli cos`
generati per lo sfondo, e riportando le montagne in prospettiva (o assonometria) utilizzando sia le
tonalità di verde e marrone a seconda della quota, e due tonalità di ogni colore, uno pi` u scuro ed uno
pi` u chiaro a seconda del fatto che la sezione del prolo montano che viene disegnato va in salita o in
discesa ottenendo un gradevole eetto di ombreggiatura.
Sono qui riportate due dierenti immagini, sempre ottenute dalla precedente matrice, ove si è
ssata a dierenti valori la quota al di sotto della quale sta lacqua (mare o lago alpino).
Ovviamente tutto quanto fatto, essendo generato dai primi punti casuali A
i
messi sulla matrice
originale, fornisce uninnità di dierenti immagini: basta generare unaltra matrice per avere un altro
paesaggio.
Inoltre, data la semplicità delle tecniche utilizzate (il solito ripetere tante volte la stessa opera-
zione), i risultati sono pi` u che apprezzabili.
Volendo essere pignoli, ci sono due cose che non vanno molto bene: la prima è che se si riguarda
limmagine in scala di grigi della vista in pianta, ciò che si vede assomiglia pi` u ad un paesaggio lunare
che ad uno terrestre; mancano gli eetti dellerosione, le valli generate dai umi, ecc.; la seconda è che
32 P.Oliva
avendo riempito dacqua no ad una quota pressata, i vari laghi si trovano tutti alla stessa quota, e
ciò non è realistico.
Per ovviare a ciò si potrebbe generare una erosione articiale; per curiosità si è provato a realizzare
un semplice programma che fa le seguenti cose:
- si suppone di far cadere in un punto una goccia dacqua e si segue il percorso di tale goccia nella
sua discesa verso valle: si guarda cioè, dato il punto in cui si trova la goccia, qual è il punto
adiacente con la quota pi` u bassa, in modo da far passare su quel punto la goccia stessa.
- si ripete tale procedimento no a che la goccia non raggiunge un punto da cui non può pi` u
scendere (i punti adiacenti sono tutti a quote pi` u alte)
- tutto quanto sopra viene ripetuto per ogni punto dellimmagine, ovvero si suppone di far cadere
una pioggia uniforme sulla supercie.
Cos`, in base al computo di quante gocce sono passate per ogni punto, si ha unidea di quanta
erosione ci sia stata in quel punto.
Le immagini seguenti mostrano la supercie originale, i umi che si sono generati (ottenuti colo-
rando ogni punto con grigi proporzionali alla quantità dacqua passata per quel punto; pi` u scuro, pi` u
acqua) e inne la stessa supercie erosa (le quote sono state diminuite sempre in maniera proporzionale
allacqua da l` passata).
Là dove i umi niscono si vedono anche alcuni laghi le cui profondità sono naturalmente pro-
porzionali alla quantità dacqua ivi auita.
Un ultimo appunto va fatto sulla struttura dei umi, in quanto essi appaiono un po troppo
regolari, disposti lungo linee inclinate intorno ai 45
o
, e questo è probabilmente un difetto del generatore
dei numeri casuali utilizzato per costruire la supercie.
Comunque lorograa risulta molto complessa in quanto la regione presenta numerose valli e
quindi va interpretata come una zona geograca piuttosto estesa.
Naturalmente il disegno di proli montani non è lunica applicazione dei graci sopra visti. Con
un po di fantasia si potrebbero utilizzare per generare musica; si veda in appendice - Frattali e musica
dove si può trovare anche un breve lmato realizzato con un paesaggio ricavato da frattali.
In ogni caso possiamo ritenerci abbastanza soddisfatti.
Fibonacci e girasoli.
La caratteristica delle spirali vista nel cavolore è molto diusa in natura: la seguente immagine
mostra un frutto di ananas, una pigna, un carciofo e le parti centrali di due ori, ultimo dei quali un
girasole, ed in tutte le immagini sono visibili le distribuzioni a spirale (secondo i numeri di Fibonacci)
dei vari componenti.
Per riuscire a spiegare il motivo di questa continua comparsa dei numeri di Fibonacci bisogna
fare qualche passo indietro.
Leonardo da Pisa, meglio noto come Fi(lius)Bonacci(i) o Bigollo, nacque a Pisa intorno al 1170;
glio dun borghese uso a tracare nel Mediterraneo, visse n da piccolo nei paesi arabi e qui apprese
i principi dellalgebra. In seguito, sempre esercitando il commercio, viaggiò in Siria, Egitto e Grecia,
conoscendo i grandi matematici del luogo.
Egli si rese conto della superiorità del sistema decimale indiano (arabico), cioè della notazione
posizionale, nei confronti del sistema romano ancora in uso in Italia: per convincersene si provi ad
esempio ad eseguire MCXLVIII moltiplicato CDXXXIV, invece di 1148 per 434.
Da tutte queste esperienze nacque verso il 1200 il Liber Abaci, un grosso trattato in cui lautore
fece conoscere allOccidente i misteri delle nove gure indiane (1,2,3,..,9) e del segno sconosciuto ai
greci e ai latini quod arabice zephirum appellantur, un numero vuoto come un soo di vento: zero
o zero.
Uno dei problemi descritti nel trattato è il seguente:
Quante coppie (maschio-femmina) di conigli si ottengono in un anno, (non considerando le morti)
supponendo che ogni coppia dia alla luce unaltra coppia ogni mese e che le coppie pi` u giovani siano
in grado di riprodursi già al secondo mese di vita?
Allinizio vi sarà pertanto una coppia di conigli; cos` sarà al primo mese dove la coppia giovane
sarà divenuta adulta; al secondo mese vi sarà una coppia adulta ed una giovane; al terzo mese due
adulte e una giovane e cos` via.
`
E facile capire che, detto a
n
il numero delle coppie al mese n, nel mese successivo vi saranno un
numero di coppie a
n+1
pari a quelle attuali a
n
aumentate delle nuove coppie nate: tali saranno quelle
generate dalle coppie anziane (di almeno un mese) cioè quelle presenti al mese precedente a
n1
.
In denitiva, posto a
0
= a
1
= 1 :
a
n+1
= a
n
+ a
n1
da cui 1 , 1 , 2 , 3 , 5 , 8 , 13 , 21 , 34 , 55 , 89 , 144 , 233 , ....
Con calcoli relativamente semplici è possibile ricavare una formula esplicita per tale successione
e provare che
a
n
=
1
5
_
1 +
5
2
_
n+1
5
_
1
5
2
_
n+1
34 P.Oliva
`
E interessante osservare come unespressione dallapparenza cos` complessa generi in realtà sempre
numeri naturali.
La successione di Fibonacci è stata intensamente studiata nei secoli no ad oggi e ne sono state
mostrate innumerevoli caratteristiche.
Ne citiamo una in particolare: se chiamiamo r
n
il rapporto tra due termini consecutivi della
successione, cioè
r
n
=
a
n
a
n+1
si ottiene
r
0
=
1
1
=1 r
4
=
5
8
=.625 r
8
=
34
55
=.6181818
r
1
=
1
2
=.5 r
5
=
8
13
=.6153846 r
9
=
55
89
=.6179775
r
2
=
2
3
=.6666667 r
6
=
13
21
=.6190476 r
10
=
89
144
=.6180556
r
3
=
3
5
=.6 r
7
=
21
34
=.6176471 r
11
=
144
233
=.6180258
Come si nota tale successione tende ad un numero ben preciso: per determinarlo, come abbiamo
già visto in precedenza, osservato che
r
n
=
a
n
a
n+1
=
a
n
a
n
+ a
n1
=
1
1 +
a
n 1
a
n
=
1
1 + r
n1
è suciente risolvere lequazione
x =
1
1 + x
o x
2
+ x 1 = 0 da cui x =
1
5
2
Solo quella positiva è accettabile, e quindi
x =
5 1
2
0.61803398875
Si noti per inciso che tale limite è proprio delle successioni con legge di ricorrenza a
n+1
= a
n
+a
n1
,
indipendentemente dai primi due valori positivi iniziali.
Il numero sopra trovato non è un numero qualsiasi; si tratta di un valore ben noto già agli antichi
greci, in quanto rappresenta la parte aurea di un segmento: quella parte che è media proporzionale
tra lintero segmento e la parte restante.
In altre parole se consideriamo un segmento di lunghezza 1, la parte aurea x è tale che
1 : x = x : 1 x ovvero x
2
= 1 x
che è lequazione sopra vista.
La parte aurea si ritrova in innumerevoli situazioni, in geometria:
il lato del decagono inscritto in un cerchio è la parte aurea del raggio;
i vertici di un icosaedro sono sugli angoli di tre rettangoli ortonali le
cui dimensioni stanno tra loro in rapporto aureo; in arte: il Parte-
none e molto altri edici di dierenti epoche sono stati costruiti con
proporzioni legate alla sezione aurea; cos` nella gura umana di Leo-
nardo da Vinci lombelico divide laltezza totale del corpo secondo la
sezione aurea, e alcuni quadri di Leonardo (ad es. LAnnunciazione)
hanno i soggetti principali posti sul dipinto in posizioni rispettanti
certe proporzioni sempre legate alla suddetta sezione.
Alla sezione aurea Luca Pacioli nel 1500 dedicò il suo trattato
De Divina Proportione (con illustrazioni di Leonardo).
Tutto ciò sembra connesso con la ricerca del bello e di forme legate a certe proporzioni pi` u
piacevoli alla vista. Particolari studi e prove hanno ad esempio vericato che le persone sembrano
preferire rettangoli aventi i lati in proporzione aurea, ovvero rettangoli tali che, se viene eliminato
un quadrato di lato pari al lato minore, il rettangolo restante conserva le stesse proporzioni di quello
originale; non è dicile vericare che il rapporto tra i due lati deve proprio essere
51
2
.
Nel mondo attuale, per ragioni di ottimizzazione e risparmio, si sono invece diusi i rettangoli
aventi tra i lati il rapporto

2, perche questi rettangoli sono tali che, se divisi a metà lungo il lato
pi` u lungo, le due parti hanno ancora le stesse proporzioni tra i lati. Sono questi i formati degli attuali
quaderni o fogli per fotocopie, ecc.; i famosi formati A4 , (o A3, doppio di A4; o A5, metà di A4) di
dimensioni 21 29.7cm.
Tali misteriosi numeri derivano semplicemente dal fatto che si è denito A0 il formato di un foglio
rettangolare avente il rapporto tra i lati pari a

2 e la supercie di 1m
2
; dopo di che A1 è la metà di
un A0, A2 è la metà di un A1, e cos` via, per cui detto a il lato minore di un A4 dovrà essere la sua
area

2a
2
uguale ad 1/16 di m
2
, cioè
2a
2
=
1
16
, a =
1
16
2
0.2102241 m 21 cm
e di conseguenza laltro lato sarà 21
2 29.7 cm.
Tornando alla successione di Fibonacci, è chiaro che questa intima relazione con la sezione aurea
ha reso molto interessante lo studio di tale sequenza.
Ma veniamo al problema che ci ha portato no a qui: se si esamina il modo con cui le foglie
crescono attorno ad un ramo, si può notare che ogni foglia nasce in una posizione ruotata di un certo
angolo rispetto alla precedente; la stessa cosa si nota se si sfoglia un carciofo; cos` sono distribuiti
i petali di un ore, e cos` pure nascono i semi di un girasole: attorno ad un corpo centrale nasce un
seme, poi, mentre il primo cresce, dopo una rotazione di un certo angolo ne nasce un altro e cos` via.
Molto frequentemente langolo di rotazione appare essere lo stesso, seppure in situazioni appa-
rentemente molto dierenti.
Viene allora naturale domandarsi se esiste un angolo migliore rispetto a tutti gli altri.
Per rispondere a questa domanda bisogna intanto chiarirsi il signicato di migliore: per quel
che riguarda le foglie questo può signicare una disposizione uniforme lungo tutto langolo giro, in
modo che nessuna foglia vada a posizionarsi sopra la precedente, cos` da permettere a tutte le foglie
di godere della luce del sole, o della pioggia.
Analogo problema può essere posto per la distribuzione dei petali di un ore; tutti devono essere
bene esposti per poter attirare gli insetti.
In egual modo si può considerare che siano disposti oggetti atti a proteggere inizialmente un
nucleo centrale (pigna o carciofo); non devono essere tutti posti da un lato, ma ben distribuiti tutto
intorno.
36 P.Oliva
Inne, per quel che riguarda ad esempio i semi di girasole, ogni seme deve nascere in un posto
dove ci sia spazio tra quelli precedenti, in modo poi da ricoprire bene tutto lo spazio a disposizione.
Vediamo quindi di concretizzare quanto sopra detto, formulando una qualche quantità numerica
da ottimizzare. Per far ciò consideriamo una circonferenza (per comodità di lunghezza uno) e ssiamo
un valore x [0, 1] rappresentante la parte di circonferenza di cui si dovrà ruotare prima di posizionare
la foglia successiva, ed un numero di foglie n.
Chiamiamo d
i
, i = 1..n le distanze tra due foglie vicine conse-
cutive; naturalmente
d
i
= 1.
Se tutte le foglie fossero uniformemente distribuite sulla circon-
ferenza la loro distanza sarebbe sempre uguale ad
1
n
; pertanto d
i
1
n
rappresenta in un certo senso lerrore rispetto alla distribuzione desi-
derata.
Per rendere pi` u confrontabili tali errori nel caso di dierenti nu-
meri di foglie è pi` u opportuno considerare lerrore percentuale (ri-
spetto ad
1
n
) :
e
i
=
d
i

1
n
1
n
, i = 1, .., n
La media di tali valori è naturalmente zero (perche come già visto
d
1
= 1).
Un indice di bontà della suddivisione potrebbe quindi essere la media della somma dei quadrati
degli errori (la varianza degli e
i
):
=
1
n
n
i=1
e
2
i
= n
n
i=1
_
d
i

1
n
_
2
Pi` u tale valore sarà piccolo, pi` u la disposizione delle foglie sarà buona (se fosse nullo, sarebbe
perfetta). Naturalmente il valore di è funzione di x e di n.
Per meglio capire quanto detto esaminiamo i graci seguenti; il primo rappresenta la funzione
(x, n) nel caso n = 2 (troncata a quota 1) : come si nota lerrore è nullo per x = .5 e questo è naturale
perche in tal modo le due foglie, con una rotazione di 180
o
, vengono poste una di fronte allaltra.
Il secondo graco sovrappone i casi n = 2 e n = 3; notiamo che per n = 3 la varianza dellerrore
si annulla per x =
1
3
(120
o
) e per x =
2
3
(240
o
) e anche questo è naturale.
Sorge però già un problema: quale sarà il valore di x migliore per n = 2 e n = 3? Una buona idea
è quella di mettersi nel caso peggiore (non sapendo quale sia il valore di n si sceglie il massimo delle
due funzioni; peggio di cos` non può andare) e quindi si cerca il punto pi` u basso, che risulta essere
quello indicato dal circoletto nero.
Lultimo graco sovrappone i graci di per n = 2, .., 6. Come si nota la gura diventa alquanto
complicata, e per evitare troppa confusione si è scurita la zona sotto i vari graci, in modo da rendere
pi` u facile la ricerca del punto di minimo.
Notiamo intanto che limmagine è simmetrica rispetto al punto x = .5 e questo è semplice da
capire, perche una rotazione ad esempio di
1
5
in un senso fornisce gli stessi risultati di una rotazione
di
4
5
nellaltro senso; pertanto sarà suciente studiare la funzione per x [0, 0.5] o per x [0.5, 1]
(per motivi che verranno chiari in seguito, sceglieremo la seconda alternativa).
Studiare la funzione
N
(x) = max
n=2 ..N
(x, n) ( o (x) = sup
nN
(x, n) )
non è semplice (come già si nota nel caso N = 6), in quanto essa è continua, ma molto irregolare.
`
E però possibile utilizzare un computer per visualizzare il suo graco; i due graci seguenti
mostrano, il primo, il caso N = 100 (è colorata la parte sottostante il graco) e, il secondo, un
ingrandimento della parte pi` u interessante, nel caso N = 1000.
Quello che si nota è che, in mezzo ad una certa confusione di linee, si distingue bene un punto,
indicato da una tacca rossa, ove la funzione è minima.
Tale punto è naturalmente valutabile visivamente (anche se questa non è una dimostrazione, ne
il graco può essere ritenuto troppo attendibile, essendo una rappresentazione nel discreto di una
funzione molto irregolare), ma quello che comunque è interessante notare è che il programma che ha
elaborato il graco non ha valutato il punto di minimo, ma ha posto la tacca in x =
51
2
.
(
`
E possibile provare che il minimo di esiste ed è assunto in tale punto).
Lasciamo al lettore ogni riessione e considerazione in merito !
Questo valore corrisponde ad una rotazione di
51
2
360
o
= 222.49
o
, ovvero
di 360
o
222.49
o
= 137.51
o
in senso opposto; questo è langolo che locchio tende
a vedere (minore di un angolo piatto). Valore che sembra coincidere molto bene
con le osservazioni della realtà.
Come abbiamo già osservato è funzione di x ed n; stabilito che x sia
51
2
= , il graco sotto
a sinistra mostra il valore di in funzione di n.
Come si può notare, pur mantenendosi sempre piccola, vi sono alcuni punti in cui la varianza è
ancora pi` u bassa, e questi valori sono proprio i numeri della successione di Fibonacci.
Questo può spiegare perche molti ori hanno un numero di petali pari a 3, 5, 8, 13, ecc. Come si
nota dalla gura a destra i ori con tali valori hanno i petali meglio disposti rispetto agli altri.
Cerchiamo ora di spiegarci il perche di queste corrispondenze con i numeri di Fibonacci, ed anche
il numero delle spirali apparenti nel cavolore o nella disposizione dei semi di girasole: un girasole
medio ne contiene 34 in un senso e 55 nellaltro, ma esemplari pi` u grandi possono arrivare a 89 e 144,
o a 144 e 233.
Abbiamo già notato che la successione dei rapporti di due numeri consecutivi di Fibonacci tende
a , cioè sono delle buone approssimazioni di tale valore; ma abbiamo anche osservato che questo è
38 P.Oliva
tipico delle successioni che soddisfano a
n+1
= a
n
+ a
n1
, indipendentemente dai primi due valori a
0
e a
1
.
Il graco a anco riporta in ascisse il valore di m da 1 a
580, ed in ordinate la precisione con cui la migliore frazione
avente denominatore uguale ad m approssima (è riportato
lopposto del logaritmo dellerrore). Pi` u è alto il valore, pi` u è
precisa la frazione.
Sono ben evidenti alcuni picchi, in corrispondenza di valori
di m appartenenti alla successione di Fibonacci.
In altre parole, le frazioni ottenute da rapporti di valori
consecutivi di Fibonacci sono le migliori possibili per appros-
simare .
`
E possibile tra laltro provare che lapprossimazione
a
n
a
n +1
è per difetto se n è pari, mentre è per
eccesso se n è dispari.
Questo fa s` che, ad esempio, essendo
5
8
una buona approssimazione di , dopo 8 petali si siano
compiuti quasi 5 giri esatti, e quindi gli 8 petali siano molto ben distribuiti. Si spiega con ciò il motivo
di quei minimi di (n) visti in precedenza.
Proviamo ora a disporre n semi su di una spirale (attorno ad un nucleo centrale, ognuno dopo
una rotazione di 137.51
o
.
`
E dicile, una volta eliminata dalla gura la spirale, che il nostro cervello ricostruisca limmagine
della spirale stessa (prima gura a sinistra, sopra e sotto).
Aumentando il numero di semi si nota però che diventa naturale vedere delle linee che collegano
ogni seme con quello pi` u vicino, formando in tal modo delle spirali. Ricordando ancora che
3
5
e
5
8
sono buone approssimazioni di (la prima per difetto, la seconda per eccesso) ogni 5 semi si saranno
fatti un po meno di 3 giri, ed ogni 8 semi un po pi` u di 5 giri; cioè il seme pi` u vicino a quello indicato in
rosso sarà da una parte quello precedente di 5 posti, e dallaltra quello precedente di 8: ecco spiegato
il perche delle 5 spirali (magenta) che si avvolgono in un senso e delle 8 (blu) nellaltro.
Se si aumenta il numero dei semi ecco comparire semi ancora pi` u vicini, ogni 13 giri si fanno quasi
8 giri esatti e quindi ecco apparire 13 spirali (magenta) al posto delle 5; come si vede dalla prima
gura è pi` u naturale collegare il seme in basso con la linea magenta, piuttosto che con quella rossa
(che appartiene alle 5 spirali).
E cos` via aumentando il numero dei semi appaiono pi` u naturali 13 e 21 spirali, ecc.
Prima di nire osserviamo che alcune piante hanno foglie disposte secondo successioni aventi
sempre la stessa legge di ricorrenza, a
n+1
= a
n
+ a
n1
, ma pi` u simile a quelle con diversi dati a
0
ed a
1
; ad esempio 2 ed 1 (successione di Lucas), oppure 3 ed 1, oppure ancora 5 e 2; ma come gi` a
osservato il rapporto tra due termini successivi tende sempre a .
Osserviamo pure che il primo tentativo di cercare una risposta al perche di tale angolo sembra
risalire al 1868 (Hofmeister); in tempi molto pi` u recenti (1993) due ricercatori francesi, Douady e
Couder, hanno sviluppato un modello biologico abbastanza plausibile che in parte fornisce qualche
spiegazione.
Concludiamo provando alcune delle aermazioni pi` u tecniche viste in precedenza.
Consideriamo una successione che soddis la condizione
a
n+1
= a
n
+ a
n1
e cerchiamo, se esistono, valori di tali che a
n
=
n
soddis la precedente relazione; si ha
n+1
=
n
+
n1
e supposto = 0, dividendo per
n
si ottiene
2
1 = 0 ovvero
1
=
1 +
5
2
,
2
=
1
5
2
`
E inoltre immediato vericare che, se a
n
e b
n
soddisfano la solita relazione, ciò vale anche per
a
n
+ b
n
, per ogni e per cui, volendo che a
n
=
n
1
+
n
2
soddis anche le condizioni iniziali
date per la successione di Fibonacci dovrà essere
_
a
0
= + = 1
a
1
=
1
+
2
= 1
da cui si ottiene
=
1 +
5
2
5
, =
1
5
2
5
e pertanto
a
n
=
1
5
_
1 +
5
2
_
n+1
5
_
1
5
2
_
n+1
Considerando ora la successione dei rapporti r
n
=
a
n
a
n 1
si ottiene che essa soddisfa la legge di
ricorrenza
r
n
=
a
n
a
n+1
=
a
n
a
n
+ a
n1
=
1
1 +
a
n 1
a
n
=
1
1 + r
n1
e
r
n+1
=
1
1 + r
n
=
1
1 +
1
1+r
n 1
=
1 + r
n1
2 + r
n1
Ne segue che r
n+1
= f(r
n1
), dove f(x) =
1+x
2+x
è strettamente crescente per x > 0.
Allora non è dicile provare che lestratta r
2n
di posto pari è decrescente: infatti, per induzione,
r
2
=
2
3
< 1 = r
0
e, supposto r
n+1
< r
n1
, si ha, ricordando la crescenza di f,
r
n+3
= f(r
n+1
) < f(r
n1
) = r
n+1
.
Analogamente si prova che lestratta r
2n+1
di posto dispari è crescente.
Pertanto entrambe avranno limite , facilmente calcolabile utilizzando la relazione limite
=
1 +
2 +
da cui =
5 1
2
essendo laltra soluzione negativa e quindi non accettabile.
Ne segue pure che le estratte di posto pari approssimano per eccesso, quelle di posto dispari
per difetto.
40 P.Oliva
La compressione frattale
Descriviamo qui brevemente una tecnica decisamente interessante per la compressione di imma-
gini: la tecnica frattale.
Tale metodo si basa sullosservazione che parti delle immagini analizzate sono di solito simili ad
altre parti dellimmagine stessa.
Operativamente esso è molto semplice da descrivere e può essere espresso nel seguente modo:
-) limmagine viene divisa in quadretti di dimensione ssata (ad esempio 4 4 punti) e per ognuno
di questi si cerca, nellintera gura (o in parte di essa) quel quadrato di lato doppio, che ridotto
del 50%, eventualmente ruotato o riesso in uno degli 8 modi possibili, meglio approssima (in
norma quadratica) attraverso una modica lineare, quello dato (la luminosità x di un punto viene
trasformata in cx + l, ottimizzando sulla variabile l o su entrambe c ed l).
Per ognuno di tali quadretti viene poi memo-
rizzata la posizione del quadrato origine ed i dati
della trasformazione lineare.
Il decompressore applicherà poi tali trasfor-
mazioni iterativamente e la gura ottenuta dopo
alcune iterazioni, se |c| < 1, è molto simile a quel-
la originaria.
Si rimanda allultimo paragrafo per una giu-
sticazione teorica del metodo.
Si ottengono in tal modo compressioni abbastanza buone: la seguente immagine è stata riprodotta
dopo una compressione 7/1, (utilizzando per c il valore sso 0.8)
Ad una grande semplicità di programmazio-
ne, fa purtroppo riscontro una grande lentezza
del processo di compressione, dovuta alla grande
quantità di confronti necessari per scegliere il qua-
drato migliore, per ogni quadratino in cui viene
suddivisa limmagine; in compenso risulta molto
veloce la decompressione.
Va notato che tale metodo risulta paragonabile ad altri utilizzati per la compressione di immagini
(ad es. tipo JPEG) e quasi migliore per compressioni molto elevate; notiamo pure che la sempre
maggiore diusione di Internet ha favorito lo sviluppo di ottimi tipi di compressori, basati su codiche
di tipo MPEG-4, che permettono di raggiungere ottime compressioni, conservando un buon livello di
qualità: a risoluzione 320 240 punti, con 25 fotogrammi al secondo e audio compresso con MP3, si
possono registrare su di un normale CD-Rom, dai 30 agli 80 minuti di lmato. Contemporaneamente
si evolvono sempre di pi` u gli stessi compressori: lMPEG-7, attualmente in corso di denizione, usa
fra laltro anche tecniche frattali.
La seguente sequenza mostra le prime 6 iterazioni della decompressione frattale, che può essere
eseguita, come pi` u volte osservato, essendo contrazione, a partire da una qualunque immagine; nel
caso mostrato dallimmagine di una Ferrari:
Un altro aspetto molto interessante di tale metodo risiede nel fatto che, utilizzando solo similitu-
dini, la decompressione è indipendente dalla scala, per cui se noi ricostruiamo la gura con dimensioni
doppie, utilizzando le stesse similitudini, otteniamo unimmagine ancora gradevole, non quadrettata,
ne tanto sfuocata (come accade ad esempio nel caso JPEG), con un rapporto di compressione 4 volte
superiore, e quindi per il caso precedente di 28/1.
Le immagini seguenti mostrano a sinistra una parte dellimmagine (ingrandita) ottenuta raddop-
piando le dimensioni con la tecnica frattale ed a destra limmagine corrispondente JPEG con rapporto
di compressione simile.
Ancora un esempio, con unaltra immagine; a sinistra quadruplicando le dimensioni con tecnica
frattale, a destra immagine JPEG con analoga compressione (data la poca complessità dellimmagine
si raggiunge in tal modo una compressione di 236/1 !).
42 P.Oliva
Frattali e musica.
Unaltra divertente applicazione dei frattali, ad esempio dei proli montani precedentemente
generati, è collegata alla possibilità di generare semplici melodie.
`
E infatti facile capire che se si genera una sequenza di note in maniera casuale, la musica che si
sentirà sarà pi` u vicina ad un rumore caotico che ad una reale melodia.
Per contro, se si genera una sequenza di note che obbedisce ad una precisa funzione, la musica
sarà certamente pi` u gradevole, ma anche troppo prevedibile (anche se vi sono molti celebri brani di
questo tipo).
I due seguenti esempi mostrano proprio i due casi citati, nel primo sono state generate 20 note
a caso, tra il do ed il mi della successiva ottava (tutte della durata di un ottavo, per semplicità), nel
secondo invece seguendo una legge del tipo somma di due sinusoidi.
`
E possibile ascoltarle utilizzando i due pulsanti a anco.
I proli montani visti in precedenza, o i frattali pi` u in generale, sembrano essere una buona via
di mezzo tra questi due opposti: i punti sono sucientemente legati tra loro da certe leggi precise, e
nel contempo sono abbastanza poco regolari, da non risultare cos` prevedibili.
A titolo di esempio si è utilizzato un brevissimo programma scritto in QBasic per generare due
proli, aventi i punti iniziale, medio e nale uguali, con le regole in precedenza viste, e si è provato ad
attribuire ad ogni quota una nota, scelta tra 10 note in sequenza; per diminuire un poco la regolarità
si sono scelte le quote del primo prolo alternandole, una ogni tre, con quelle del secondo prolo (a
meno che non vi fosse un salto di tonalità troppo grande).
Naturalmente si sarebbe potuta usare una qualunque legge di ricorrenza di quelle viste allinizio
di questa trattazione, sui reali o sui complessi, per generare la sequenza di note.
Un primo risultato, con le sole prime 12 note è riportato nel primo spartito, ove è stata utilizzata
una scala di 10 note in sequenza, comprendendo anche i diesis, e lasciando tutte le note della stessa
durata (un quarto).
Tenuto conto del fatto che per arrivare al prolo in questione si è utilizzata la funzione Random
del Basic, è sorprendente la somiglianza delle note dalla seconda alla settima con lInno alla Gioia di
Ludwic van Beethoven.
La musica in oggetto risulta però alquanto confusa, con un uso troppo casuale dei diesis.
Nel secondo caso si sono utilizzate 10 note in sequenza, escludendo i diesis, questa volta con
durata variabile (un quarto o due ottavi) generata a caso .
Il risultato ottenuto, molto semplice, non è proprio orribile, ed è riportato nel successivo spar-
tito; la melodia può essere ascoltata utilizzando il pulsante esegui (per interrompere prima della ne
utilzzare il pulsante x) e dura circa 41 sec.
`
E eseguita una prima volta con un solo strumento e quindi ripetuta con una chitarra elettrica,
accompagnata da una semplice percussione.
La stessa melodia è la colonna sonora del breve lmato seguente, in cui il paesaggio mostrato
nella prima parte è frutto di una funzione frattale.
44 P.Oliva
Linsieme di Julia
Qualche ultima considerazione su altre possibili applicazioni delle metodologie qui viste.
Torniamo ancora al già pi` u volte usato triangolo di Sierpinsky:
si noti che, se indichiamo con S il punto sso della trasformazione F (ovvero il triangolo stes-
so), f
1
(S), f
2
(S), f
3
(S) risultano disgiunti (ad esclusione dei punti (.5,0),(0,.5),(.5,.5)); essendo le tre
funzioni f
i
invertibili possiamo denire una funzione g : S S, inversa della F, ovvero
g(x, y) =
_
_
_
f
1
3
(x, y) , (x, y) f
3
(S)\{(0, .5), (.5, .5)}
f
1
2
(x, y) , (x, y) f
2
(S)\{(.5, 0)}
f
1
1
(x, y) , (x, y) f
1
(S)
Tale g può essere estesa a tutto R
2
come
g(x, y) =
_
_
_
(2x, 2y 1) , y > .5
(2x 1, 2y) , x > .5 e y .5
(2x, 2y) , altrove
Allora g trasforma punti di S in punti di S, mentre partendo da punti fuori di S, ed iterando la
g ci si allontana da S.
Quindi, nella successione
a
0
R
2
, a
n+1
= f
i
(a
n
) con i scelto a caso in 1...n
se a
n+1
S, si ha a
n
S, e iterando il procedimento, a
0
S.
In denitiva S è un punto sso repulsivo per la g, mentre è un punto sso attrattivo per la
F.
In particolare si noti che, se a
0
S, allora ovviamente a
n
S per ogni n (perche S è punto
sso per F), ma è anche vero che se a
0
S, allora a
n
S per ogni n. Cioè i punti generati dalla
successione sopra denita, partendo da un punto a caso, che non è in S, non appartengono mai ad S,
pur essendovi molto vicini.
Pi` u in generale consideriamo un sistema dinamico in R
2
denito da
f(x, y) = (x
2
y
2
+ a, 2xy + b) , (x
0
, y
0
) R
2
, (x
n+1
, y
n+1
) = f(x
n
, y
n
)
(in forma complessa la solita z
n+1
= z
2
n
+ ) e sia
J
f
= {(x
0
, y
0
) R
2
: (x
n
, y
n
) è limitata} .
La frontiera di J
f
è detta insieme di Julia associato ad f.
(Se (x
0
, y
0
) = (0, 0), linsieme {(a, b) R
2
: (x
n
, y
n
) è limitata} è linsieme di Mandelbrot.)
Ad esempio, se (a, b) = (0, 0), si ha che (x
n
, y
n
) è limitata se e solo se
_
x
2
0
+ y
2
0
1, cioè J
f
è il
cerchio di centro lorigine e raggio 1, mentre il Julia set J è la circonferenza.
Poiche, detta X la corona circolare di centro lorigine e raggio compreso tra .5 e 2, si ha X
f(X), si può utilizzare il successivo teorema 9 per aermare che, denita F : H(X) H(X) come
F(A) = f
1
(A), pur non essendo una contrazione (è la radice quadrata), essa ha un punto sso
A = lim F
n
(X)
che è proprio J.
I seguenti disegni illustrano i punti ssi delle inverse di f, (ovvero i Julia set di f), nei casi
(a, b) = (1, 0) e (a, b) = (0, 1) rispettivamente (ottenuti utilizzando sempre il solito programma citato,
con le funzioni opportunamente modicate).
Gradevoli eetti si possono al solito ottenere colorando diversamente i punti dello schermo, se
la successione del sistema dinamico diverge, a seconda del valore di n in cui la distanza dallorigine
supera un valore pressato.
Le seguenti gure sono relative alla precedente gura di destra
46 P.Oliva
Per matematici.
Provvediamo ora a sistemare brevemente, in maniera rigorosa, le aermazioni fatte in precedenza.
Definizione 1 - Sia (X, d) uno spazio metrico completo; indichiamo con H(X) lo spazio costituito
dai sottoinsiemi compatti, non vuoti, di X.
Osservazione - Considereremo nel seguito per semplicità soltanto H(X) nel caso in cui X = R
N
,
con la usuale metrica euclidea.
Dati x R
N
ed A R
N
ricordiamo che si denisce distanza di un punto da un insieme
d(x, A) = inf{d(x, y) : y A}
Dati ora A e B entrambi sottoinsiemi di R
N
siano
(A, B) = sup{d(x, B) : x A} , (B, A) = sup{d(x, A) : x B}
(si noti che se gli insiemi sono compatti i precedenti inf e sup sono in realtà dei minimi e dei massimi)
e consideriamo la seguente denizione di distanza nello spazio H(X)
Definizione 2 - Siano A, B H(X) (cioè compatti non vuoti di R
N
) deniamo distanza di A da B
(di Hausdor)
h(A, B) = max{(A, B), (B, A)}
Verichiamo che h è una distanza.
Intanto
h(A, A) = max{(A, A), (A, A)} = (A, A) = max{d(x, A) : x A} = 0
Inoltre, poichè A e B sono compatti, si ha 0 h(A, B) < +.
Sia ora A diverso da B, allora si può supporre che esista a A tale che a B; ne segue
h(A, B) (A, B) d(a, B) > 0
`
E pure immediato che h(A, B) = h(B, A).
Proviamo inne la disuguaglianza triangolare; dati A, B, C H(X) si ha, per ogni a A e c C
d(a, B) = min{d(a, b) : b B} min{d(a, c) + d(c, b) : b B} = d(a, c) + d(c, B)
Quindi
d(a, B) d(a, c) + max{d(c, B) : c C} = d(a, c) + (C, B)
d(a, B) min{d(a, c) : c C} + (C, B) = d(a, C) + (C, B)
e
(A, B) = max{d(a, B) : a A} max{d(a, C) : a A} + (C, B) = (A, C) + (C, B)
Analogamente si prova che (B, A) (C, A) + (B, C) da cui
h(A, B) = max{(A, B), (B, A)} max{(A, C) + (C, B), (C, A) + (B, C)}
max{max{(A, C), (C, A)} + max{(C, B), (B, C)}} = h(A, C) + h(C, B)
e la ne della verica.
Nel seguito, dati A X ed 0, indicheremo con A + = {x X : d(x, A) }, cioè linsieme
A gonato di .
Il seguente teorema chiarisce il signicato geometrico della distanza di Hausdor.
Teorema 3 - Siano A, B H(X) ed 0, allora
h(A, B) A B + e B A +
Dimostrazione. Si ha
h(A, B) (A, B) e (B, A)
d(a, B) a A e d(b, A) b B
A B + e B A +
e la tesi.
Vale inoltre il seguente
Teorema 4 - (H(X), h) (cioè H(X) con la distanza di Hausdor) è uno spazio metrico completo.
Dimostrazione. Sia A
n
H(X) una successione di Cauchy, cioè tale che
> 0 n
: n, m > n
h(A
n
, A
m
) <
Sia ora > 0 ssato, allora, se n, m > n
si ha, per il teorema 3

A
n
A
m
+ e A
m
A
n
+
La prima delle due relazioni, per m ssato ci dice che tutti gli A
n
sono denitivamente contenuti in
un unico compatto, per cui, se x
n
A
n
, esiste x
n
k
A
n
k
convergente ad un certo x.
Deniamo allora
A = {x X : x
n
k
A
n
k
, limx
n
k
= x}
Per quanto visto sopra A è non vuoto e limitato (perche contenuto in A
m
+ ). Si vede che A è
anche chiuso, infatti se x
m
A, limx
m
= x allora, (utilizzando il classico procedimento diagonale)
m A
n
m
, y
m
A
n
m
: d(x
m
, y
m
) <
1
m
, con n
m
strettamente crescente
da cui limy
m
= x e x A.
Ne segue che A H(X). Proviamo ora che limA
n
= A. Sia sempre > 0 ssato; abbiamo già
visto sopra che, per m > n
si ha A A
m
+ . Resta pertanto da provare che, sempre per n > n
risulta A
n
A + .
Sia quindi x A
n
, si ha, se n, m > n
, A
n
A
m
+ , ovvero
m > n
y
m
A
m
: d(x, y
m
) .
Essendo y
m
nella sfera di centro x e raggio si può trovare unestratta tale che limy
m
k
= y; ne
segue che y A e d(x, y) < ovvero x A + , che è la tesi.
48 P.Oliva
Ricordiamo brevemente la nozione di contrazione ed il teorema del punto sso.
Definizione 5 - Una funzione f : X X si dice contrazione, sullo spazio metrico (X, d), se esiste
k [0, 1) tale che
d(f(x), f(y)) k d(x, y) , x, y X .
`
E immediato provare che
Teorema 6 - Sia f : X X una contrazione su uno spazio metrico (X, d), allora f è continua.
Inoltre
Teorema 7 - Sia f : X X una contrazione su uno spazio metrico completo (X, d), allora esiste
uno ed un solo x X punto sso per f, cioè tale che f(x) = x.
Inoltre, denita la successione x
0
X , x
n+1
= f(x
n
), si ha limx
n
= x.
Dimostrazione. Osservato che
d(x
n+1
, x
n
) = d(f(x
n
), f(x
n1
)) k d(x
n
, x
n1
) ... k
n
d(x
1
, x
0
)
si ha, per ogni p naturale
d(x
n+p
, x
n
) d(x
n+p
, x
n+p1
) + .... + d(x
n+2
, x
n+1
) + d(x
n+1
, x
n
)
(k
n+p1
+ .... + k
n+1
+ k
n
)d(x
1
, x
0
)
k
n
1 k
d(x
1
, x
0
)
Ne segue, poiche k < 1, che x
n
è una successione di Cauchy, ed essendo lo spazio completo, x
n
converge
ad x X.
Dalla continuità di f segue che x = f(x).
Per quanto riguarda lunicità del punto sso, è immediato provare che se x ed y sono due punti
ssi per f, allora d(x, y) = d(f(x), f(y)) kd(x, y) da cui, essendo k < 1 segue d(x, y) = 0 ovvero
x = y.
Ricordato che, se f : X X e A X, si denisce f(A) = {f(a) : a A}, vale il seguente
Teorema 8 - Siano f
i
: X X , i = 1, .., n, una famiglia di contrazioni, di costanti k
i
, sullo spazio
metrico completo (X, d) (nel nostro caso sempre R
N
), sia A H(X) e consideriamo la funzione
denita da
F(A) =
n
_
i=1
f
i
(A)
Allora F : H(X) H(X) è una contrazione sullo spazio metrico completo (H(X), h), la cui costante
è k = max{k
i
: i = 1...n}.
(Inoltre, se C H(X), la funzione G : H(X) H(X) denita da G(A) = F(A) C è ancora
contrazione, con uguale costante).
Dimostrazione. Si osservi che, essendo tutte le f
i
continue, per il teorema di Weierstrass, se A H(X)
si ha F(A) H(X).
Siano ora A, B H(X), allora (ricordando che k = max{k
i
})
(F(A), F(B)) = max{d(x, F(B)) : x F(A)} =
= max{min{d(f
i
(a), f
j
(b)) : b B, j = 1..n} : a A, i = 1..n}
max{min{d(f
i
(a), f
i
(b)) : b B} : a A, i = 1..n}
max{min{k
i
d(a, b) : b B} : a A, i = 1..n}
k max{min{d(a, b) : b B} : a A} =
= k (A, B)
Analogamente si prova che (F(B), F(A)) k (B, A) e quindi
h(F(A), F(B)) k h(A, B)
Lultima aermazione del teorema segue dal fatto che, se A, B, C H(X), si ha h(AC, BC)
h(A, B); infatti
(A C, B C) =max{d(x, B C) : x A C} = max{d(x, B C) : x A}
max{d(x, B) : x A} = (A, B)
e quindi la tesi.
Osservazione - Dalla dimostrazione del Teorema 7, se n = 0 e p +, detto x il punto sso, si ha
d(x, x
0
)
1
1 k
d(f(x
0
), x
0
)
Pertanto, se A R
2
ed F è una contrazione di costante k, tale che h(F(A), A) < , allora il
punto sso S di F non è molto lontano da A; pi` u precisamente
h(S, A)

1 k
Per ultimo si può provare lesistenza di un punto sso per una funzione che non è contrazione,
sfruttando la monotonia delle iterazioni (inclusione degli insiemi), anziche il criterio di Cauchy. (Si è
indicato con F
n
la funzione ottenuta componendo iterativamente F per n volte)
Teorema 9 - Sia (Y, d) uno spazio metrico; sia X Y un compatto non vuoto. Sia f : X Y
continua tale che X f(X). Allora, denita F : H(X) H(X)
F(A) = f
1
(A) , A H(X)
F possiede un punto sso A H(X) dato da
A =
n=1
F
n
(X) = lim F
n
(X) .
Dimostrazione. Proviamo intanto che F trasforma compatti non vuoti di X in compatti non vuoti di
X.
50 P.Oliva
`
E intanto immediato che, se A X, allora f
1
(A) X (poiche X è il dominio di f), e quindi
f
1
(A) è limitato.
Se poi A è non vuoto e y A, allora y X f(X) (per ipotesi), cioè x X : f(x) = y A,
ovvero x f
1
(A); pertanto f
1
(A) è non vuoto.
Sia ora A X, compatto, e sia x
n
f
1
(A), limx
n
= x, allora f(x
n
) A, e per la continuità di
f e la chiusura di A, si ha f(x) A, ovvero x f
1
(A), cioè f
1
(A) è chiuso.
Inoltre, (ricordando che F(A) = f
1
(A))
X F(X) F
2
(X) .... F
n
(X) ....
da cui, denito
A =
n=1
F
n
(X)
si prova che A = lim F
n
(X); infatti, posto A
n
= F
n
(X), è immediato che, per ogni > 0 e per ogni
n, A A
n
A
n
+ .
Resta da provare che (essendo gli insiemi decrescenti) per ogni > 0 esiste n
tale che A
n
A+.
Se ciò non fosse vero esisterebbe > 0 tale che per ogni n esiste x
n
A
n
, con d(x
n
, A) > .
Essendo x
n
A
n
X in un compatto, esisterà x
n
k
convergente ad x X; allora, per ogni p
naturale, x
n
k + p
A
n
k + p
A
n
k
e passando al limite su p, essendo A
n
k
chiuso, si ha x A
n
k
per ogni
n
k
, ovvero x A
n
per ogni n, per la decrescenza di A
n
.
Ne segue x
n=1
A
n
= A, (questo ragionamento prova fra laltro che A è non vuoto e quindi
A H(X)).
Ma, da d(x
n
k
, A) > , si ha, per la continuità della distanza, d(x, A) , il che è assurdo.
Proviamo inne che A è punto sso per f
1
; tenuto conto che A
n+1
= f
1
(A
n
) = F(A
n
), si ha
x f
1
(A) x f
1
_

n=1
A
n
_
f(x)
n=1
A
n
f(x) A
n
n
x f
1
(A
n
) n x
n=1
f
1
(A
n
) x
n=1
A
n+1
x A
e la tesi.
Per quel che riguarda la compressione frattale, si consideri limmagine come una funzione f
denita su di un rettangolo (matrice a punti) i cui valori sono rappresentati dalla luminosità (ad
esempio nel caso del bianco e nero) del singolo punto.
Sullo spazio di tali funzioni si consideri la norma L
, cioè la norma di unimmagine è il massimo

valore assunto in valore assoluto.
Dato un quadrato Q di dimensione pressata k k viene applicata ad ogni quadrato R della
gura di dimensione 2k 2k (ad ogni punto del graco di f) una trasformazione lineare del tipo
_
_
0
0
0 0 c
_
_
_
_
x
y
z
_
_
+
_
_
u
v
l
_
_
(1)
dove (x, y) sono le coordinate del punto e z = f(x, y) è il valore della funzione.
, , , , u, v sono ssate in modo da generare un quadrato dimezzato di proporzioni, e con esso
le otto possibili simmetrie e rotazioni (il nuovo asse x può essere orientato in una delle 4 possibili
direzioni, alto, basso, destra e sinistra, e di conseguenza il nuovo asse y ha, per ogni scelta di x due
possibilità di orientamento perpendicolare).
I valori di c ed l rappresentano il contrasto e la variazione di luminosità.
c ed l sono scelti in modo da minimizzare lo scarto quadratico tra i valori di f sul quadrato
originale Q e la trasformazione di R eettuata; se indichiamo con q
i
ed r
i
i k
2
valori sul quadrato Q
e sul trasformato di R, si ottiene
c =
k
2
_
k
2
i=1
q
i
r
i
_
k
2
i=1
q
i
__
k
2
i=1
r
i
_
k
2
_
k
2
i=1
r
2
i
_
k
2
i=1
r
i
_
2
e
l =
_
k
2
i=1
q
i
_
c
_
k
2
i=1
r
i
_
k
2
Con tali valori viene calcolato lo scarto quadratico e viene scelto quel quadrato R che minimizza
lerrore (il valore assoluto di c dovrà risultare minore di uno, anche sia possibile ricostruire limma-
gine, come vedremo in seguito; se ciò non si verica c verrà posto ducio uguale ad un numero in
valore assoluto minore di 1, prima di calcolare l).
Vengono quindi memorizzate: il tipo di trasformazione eettuata (delle 8 possibili, utilizzando
quindi 3 bit), le coordinate dellorigine del quadrato R prescelto (relative alla posizione di Q; esami-
nando ad esempio 64
2
quadrati in un intorno di Q, 64 per ogni coordinata, saranno necessari 12 bit,
essendo 64
2
= 2
12
), ed inne i valori di c ed l (per la verità le prove qui viste sono state eettuate con
c ssato e quindi si è memorizzato solo il valore di l, che essendo nel range da -255 a 255 richiede 9
bit).
In totale, per ogni quadrato Q di dimensioni k k sono stati necessari 24 bit = 3 byte, contro i
k
2
necessari per memorizzare tutti i punti; la compattazione è perciò di 16/3 per k = 4 e può essere
aumentata a piacere (ad esempio 64/3 per k = 8), perdendo ovviamente in qualità.
Va osservato che un miglioramento si può ottenere variando le dimensioni del quadrato k a seconda
delle zone della gura: nellimmagine vista a pag.40 si possono utilizzare senza problemi quadrati 88
o pi` u nel cielo o sul lago, mentre è necessaria una maggiore denizione sulla parte rocciosa.
Tale procedimento è poi ripetuto per ogni quadrato Q.
Per ricostruire limmagine, basterà partire da una qualunque immagine (ad esempio una gura
uniformemente grigia) ed applicare sui singoli quadrati R, le trasformazioni memorizzate, ottenendo
in tal modo una nuova gura.
Poiche, come vedremo tra poco, se |c| < 1 la trasformazione ottenuta è una contrazione dallo
spazio delle immagini in se stesso, questo procedimento ripetuto pi` u volte converge verso il punto
sso, immagine nale cercata.
Per provare che tale trasformazione T è una contrazione, siano f e g due immagini qualunque
(denite su un dominio D).
La norma di Tf Tg = T(f g) sarà assunta in un certo punto (x
0
, y
0
) ed il valore di T(f g)
in tale punto sarà il risultato di una trasformazione lineare del tipo (1), avente un certo c ed un certo
l, applicata ad un punto particolare (x

1
, y
1
) dellimmagine stessa (residente in un certo quadrato).
Pertanto
T(f g) = |Tf(x
0
, y
0
) Tg(x
0
, y
0
)| = | c (f(x
1
, y
1
) g(x
1
, y
1
))| | c| f g
e quindi si avrà una contrazione se | c| < 1.
52 P.Oliva
Bibliograa.
[1] M.F.Barnsley, Fractals Everywhere, Academic Press Professional.
[2] S.Bettelli, R.Biolchini, Frattali Flib Asteroidi, Zanichelli.
[3] J.A.Kaandorp, Fractal Modelling, Growth and Form in Biology, Springer-Verlag.
[4] H.O.Peitgen, P.H.Richter, The Beauty of Fractals, Springer-Verlag.
[5] M.Schroeder, Fractals, Chaos, Power Laws, Freeman.
[6] N.Lu, Fractal Imaging, Academic Press.
Indice.
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 3
Le successioni denite per ricorrenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 3
Successioni nel piano complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 10
Primi frattali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 13
Erbe ed alberi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .pag. 14
Qualche approfondimento teorico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 18
Successioni di insiemi piani . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 20
Un semplice programma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 26
Paesaggi, montagne, ecc. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 28
Fibonacci e girasoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .pag. 33
La compressione frattale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 40
Frattali e musica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 42
Linsieme di Julia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 44
Per matematici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .pag. 46
Bibliograa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pag. 52

Frat Tali

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Frat Tali

Uploaded by

Copyright:

Available Formats

Universit`a degli Studi di Genova

Facolt`a di Ingegneria - Polo di Savona

si ha, per il teorema 3

, cio`e la norma di unimmagine `e il massimo

l, applicata ad un punto particolare (x

You might also like