🌀 Newtons Fraktal

1879 löste Arthur Cayley die Konvergenz des Newton-Verfahrens für z² − 1 (die Grenze ist einfach die imaginäre Achse), stellte aber fest, dass z³ − 1 „erhebliche Schwierigkeiten bereitet". Diese Schwierigkeit ist genau das Fraktal — eine Struktur, die erst sichtbar gemacht werden konnte, als Computer Millionen von Pixeln einfärben konnten. Das moderne Verständnis kam durch die Arbeit von Mandelbrot, Hubbard und Douady in den 1980er-Jahren mithilfe der Theorie komplexer dynamischer Systeme.

Hellere Pixel sind in weniger Newton-Iterationen zu ihrer Wurzel konvergiert; dunklere benötigten mehr. Punkte nahe der Fraktalgrenze oszillieren viele Schritte lang zwischen Becken, bevor sie sich schließlich einpendeln, was sie dunkel erscheinen lässt. Punkte weit von der Grenze entfernt konvergieren schnell und erscheinen hell. Diese Technik der Helligkeit-nach-Iterationszahl wird „Escape-Time"- oder „Iterationszahl"-Färbung genannt, ähnlich der üblichen Darstellung der Mandelbrot-Menge.

Für Startpunkte abseits der Fraktalgrenze konvergiert das Newton-Verfahren quadratisch: Die Anzahl der korrekten Dezimalstellen verdoppelt sich mit jeder Iteration ungefähr. Startet man 0,1 von einer Wurzel entfernt, ist man nach einem Schritt ~0,01 entfernt, nach zwei Schritten ~0,0001, und so weiter. Diese schnelle Konvergenz macht das Newton-Verfahren zu einem der effizientesten Algorithmen zur Nullstellensuche in der Praxis, eingesetzt in Taschenrechnern, GPS-Empfängern und praktisch allen wissenschaftlichen Rechenbibliotheken.

Bei z = 0 ist die Ableitung f′(z) = n·z^{n−1} = 0, sodass der Newton-Schritt z − f(z)/f′(z) undefiniert ist (Division durch null). In der Praxis stört die Simulation z um einen winzigen Betrag (∼10⁻¹⁰), um diese Singularität zu vermeiden. Der Ursprung ist ein „abstoßender Fixpunkt" der Newton-Abbildung — startet man in seiner Nähe, führt die Iteration zu Divergenz oder unregelmäßigen Sprüngen, bevor sie schließlich in einem Becken landet.

Ja — mathematisch hat die Grenze der Julia-Menge eine Hausdorff-Dimension streng zwischen 1 und 2 (bei Newton-Fraktalen liegt sie typischerweise nahe bei 2). Auf jeder Vergrößerungsstufe kann man hineinzoomen und neue Strukturen entdecken, die im Charakter identisch zum Gesamtbild sind. In der Praxis begrenzt die Auflösung der Simulation die sichtbaren Details, aber das mathematische Objekt ist auf allen Skalen selbstähnlich — ein 10^100-facher Zoom würde Muster zeigen, die vom Überblicksbild nicht zu unterscheiden sind.

Das relaxierte Newton-Verfahren ersetzt den Standardschritt durch z ← z − a·f(z)/f′(z), wobei a ein Relaxationsparameter ist. Mit a = 1 erhält man das klassische Newton-Verfahren. Werte a ≠ 1 verzerren die Becken und können chaotische Regionen erzeugen, in denen nie eine Wurzel erreicht wird. Über-Relaxation (a > 1) beschleunigt die Konvergenz für gutartige Startpunkte, vergrößert aber die chaotische Grenze. Das Polynom-Preset „Chaos" z³ − 2z + 2 besitzt anziehende 2-Zyklen, die manche Trajektorien unbegrenzt einfangen.

Die Beckengrenzen des Newton-Verfahrens sind Julia-Mengen der rationalen Abbildung N(z) = z − f(z)/f′(z). Die Mandelbrot-Menge parametrisiert, welche Julia-Mengen zusammenhängend versus völlig unzusammenhängend sind. Newton-Fraktale sind eine besondere Familie von Julia-Mengen, bei denen die rationale Abbildung aus der Newton-Iteration stammt. Die hier sichtbare reiche Grenzstruktur — mit abzählbar vielen „Lappen" und unendlicher Rekursion — ist eine direkte Folge derselben komplex-dynamischen Theorie, die auch die Mandelbrot-Menge hervorbringt.