🌿 IFS Фрактали — Ітераційні системи функцій

Ітераційна система функцій (IFS) — скінченний набір стискуючих афінних відображень. Алгоритм гри хаосу — починаємо з довільної точки, багатократно застосовуємо випадково обране відображення з відповідною ймовірністю — розкриває атрактор IFS: фрактал, самоподібна структура якого виникає з чистої ітерації. Папороть Барнслі використовує лише 4 відображення із ретельно підібраними ймовірностями, щоб відтворити фотореалістичний лист.

🇬🇧 English

Готові IFS

Рендеринг

Статистика

Всього точок0
Поточна IFSБарнслі
Відображень N4
Розмірність Хаусдорфа—
Гра хаосу:
x₀ — довільна точка
xₙ₊₁ = Wᵢ(xₙ)
де i ~ p(Wᵢ)

Афінне відображення:
W(x,y) = [a b; c d][x;y] + [e;f]

Про ітераційні системи функцій

Теорема про колаж (Барнслі та Демко, 1986) гарантує, що будь-яка IFS зі стискуючими відображеннями має єдиний компактний атрактор A, що задовольняє A = ∪ Wᵢ(A). Розмірність Хаусдорфа атрактора можна оцінити за коефіцієнтами стискання. IFS стали основою фрактального стискання зображень: будь-яке зображення може бути наближене атрактором відповідної IFS. Гра хаосу збігається до атрактора незалежно від початкової точки — наслідок теореми Банаха про нерухому точку.

Про IFS Фрактали

Ця симуляція малює атрактор ітераційної системи функцій: скінченного набору стискуючих афінних відображень W(x,y) = [a b; c d][x;y] + [e;f]. Використовується алгоритм гри хаосу — обираємо початкову точку, а потім багатократно застосовуємо випадково вибране відображення відповідно до його ймовірності p, наносячи кожну отриману точку на полотно. Хмара точок поступово збігається до самоподібного фракталу незалежно від початкової позиції.

Кнопки пресетів перемикають активний набір відображень: чотиримапна папороть Барнслі, тримапний трикутник Серпінського, двомапні криві дракона та Леві C, двійкове дерево і корал. Повзунок «Точок / кадр» регулює швидкість ітерацій, а «Швидкість затухання» — наскільки швидко тьмяніють старі точки. «Очистити» перезапускає малювання, «Пауза» зупиняє його. IFS лежать в основі фрактального стискання зображень та процедурного моделювання рослин і природних текстур.

Поширені запитання

Що таке ітераційна система функцій?

IFS — це скінченна сукупність стискуючих афінних перетворень площини. Кожне відображення стискає і переміщує простір, а об'єднання результатів багаторазового застосування всіх відображень визначає єдину фрактальну множину — атрактор. Папороть Барнслі, трикутник Серпінського та крива дракона — усі вони є атракторами різних IFS.

Як працює алгоритм гри хаосу?

Починаємо з довільної точки, а на кожному кроці випадково обираємо одне з відображень із вагою, пропорційною його ймовірності p, і застосовуємо його до поточної точки. Нанесення кожної нової точки поступово заповнює атрактор. Перші кілька точок пропускаються як «розігрів», щоб не відображати перехідні позиції поза атрактором.

Що роблять елементи керування?

Кнопки пресетів вибирають активний набір відображень IFS. «Точок / кадр» (від 500 до 30 000) визначає кількість ітерацій за кадр, тобто швидкість малювання. «Швидкість затухання» (від 0 до 0,05) тьмяніє старі точки для оновлення полотна. «Очистити» скидає лічильник точок і полотно, «Пауза» зупиняє або відновлює ітерацію.

Чому результат не залежить від початкової точки?

Оскільки всі відображення є стискуючими, їх багаторазове застосування притягує будь-яку початкову точку все ближче до атрактора. Це наслідок теореми Банаха про нерухому точку, застосованої до оператора IFS на компактних множинах, тому різні початкові точки збігаються до одного й того самого фракталу.

Яке рівняння афінного відображення використовується?

Кожне відображення має вигляд W(x,y) = (a·x + b·y + e, c·x + d·y + f). Коефіцієнти a, b, c, d виконують обертання, масштабування і зсув, а e та f зміщують точку. Папороть Барнслі, наприклад, використовує чотири такі відображення з ймовірностями 0,01, 0,85, 0,07 та 0,07.

Чому відображення стебла папороті Барнслі має таку малу ймовірність?

Перше відображення (ймовірність 0,01) стискає точки на вертикальне стебло і займає дуже малу площу, тому його рідко потрібно застосовувати. Домінуюче відображення з ймовірністю 0,85 формує основний листок. Ймовірності підібрані відповідно до частки атрактора, яку покриває кожне відображення, що забезпечує рівномірне, фотореалістичне заповнення.

Що таке розмірність Хаусдорфа у статистиці?

Це фрактальна розмірність атрактора — нецілочисельна міра того, як масштабується деталізація. Трикутник Серпінського має розмірність log3/log2 ≈ 1,585, тоді як крива дракона заповнює площу і наближається до 2. Відображені значення є характерними оцінками для кожного пресету.

Чи є відображені фрактали математично точними?

Коефіцієнти відображень та ймовірності відповідають стандартним опублікованим значенням для кожної системи, а афінна арифметика є точною у форматі з рухомою комою. Зображення є скінченною вибіркою, тому дрібні деталі проявляються лише з накопиченням більшої кількості точок, але збіжений образ точно відтворює справжній атрактор.

Що таке теорема про колаж?

Доведена Барнслі та Демко у 1986 році, вона гарантує, що будь-яка IFS зі стискуючими відображеннями має єдиний компактний атрактор A, що задовольняє умову A = об'єднанню всіх Wᵢ(A). Вона також вказує, як знайти IFS, атрактор якої наближає цільову форму, — це основа фрактального стискання зображень.

Де ітераційні системи функцій застосовуються на практиці?

Вони використовуються у фрактальному стисканні зображень, де зображення кодується як набір відображень IFS, а не пікселів, а також у процедурній генерації рослин, хмар, рельєфу та природних текстур для графіки та ігор. Компактність IFS робить їх ефективними для представлення детальних самоподібних форм.