Un fractal es un objeto geométrico cuya estructura básica, fragmentada o

aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]

El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.

Analicemos el caso particular de funciones polinómicas de grado mayor que

uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.

Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa

de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C

Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C

Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C
Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)

Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)
Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)
Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122

Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060

Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.

Ejemplos de fractales de tipo Newton, de algunas funciones de variable

compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]
Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]
El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.

Analicemos el caso particular de funciones polinómicas de grado mayor que

uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.

Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa

de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C
Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C

Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C

Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)

Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)

Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122
Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060
Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.

Ejemplos de fractales de tipo Newton, de algunas funciones de variable

compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]

Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]
El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.
Analicemos el caso particular de funciones polinómicas de grado mayor que
uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.
Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa
de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C

Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C
Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C

Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)
Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)

Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122

Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060

Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.
Ejemplos de fractales de tipo Newton, de algunas funciones de variable
compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]

Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]
El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.

Analicemos el caso particular de funciones polinómicas de grado mayor que

uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.

Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa

de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C

Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C

Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C
Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)

Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)
Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)
Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122

Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060

Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.

Ejemplos de fractales de tipo Newton, de algunas funciones de variable

compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]
Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]
El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.

Analicemos el caso particular de funciones polinómicas de grado mayor que

uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.

Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa

de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C
Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C

Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C

Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)

Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)

Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122
Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060
Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.

Ejemplos de fractales de tipo Newton, de algunas funciones de variable

compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]

Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos
Un fractal es un objeto geométrico cuya estructura básica, fragmentada o
aparentemente irregular, se repite a diferentes escalas (autosimilaridad).[1]
El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva
del latín fractus, que significa quebrado o fracturado. Muchas estructuras
naturales son de tipo fractal. La propiedad matemática clave de un objeto
genuinamente fractal es que su dimensión métrica fractal es un número no
entero mayor que su dimensión topológica (que siempre es un entero).

Si bien el término "fractal" es reciente, los objetos hoy denominados

fractales eran bien conocidos en matemáticas desde principios del siglo XX.
Las maneras más comunes de determinar lo que hoy denominamos dimensión
fractal fueron establecidas a principios del siglo XX en el ámbito de la
teoría de la medida.

Introducción
La definición de fractal desarrollada en los años 1970 dio unidad a una serie
de ejemplos, algunos de los cuales se remontaban a un siglo antes. A un
objeto geométrico fractal se le atribuyen las siguientes características:[2]

Es demasiado irregular para ser descrito en términos geométricos

tradicionales.
Es autosimilar, su forma es hecha de copias más pequeñas de la misma figura.
Las copias son similares al todo: misma forma pero diferente tamaño. Ejemplos
de autosimilitud:

Fractales naturales son objetos naturales que se pueden representar con muy
buena aproximación mediante fractales matemáticos con autosimilitud
estadística. Los fractales encontrados en la naturaleza se diferencian de los
fractales matemáticos en que los naturales son aproximados o estadísticos y
su autosimilitud se extiende solo a un rango de escalas (por ejemplo, a
escala cercana a la atómica su estructura difiere de la estructura
macroscópica).
Conjunto de Mandelbrot es un fractal autosimilar, generado por el conjunto de
puntos estables de órbita acotada bajo cierta transformación iterativa no
lineal.
Paisajes fractales, este tipo de fractales generados computacionalmente
pueden producir paisajes realistas convincentes.
Fractales de pinturas, se utilizan para realizar el proceso de decalcomanía.
Su dimensión de Hausdorff-Besicovitch es estrictamente mayor que su dimensión
topológica.
Se define mediante un simple algoritmo recursivo.
No basta con una sola de estas características para definir un fractal. Por
ejemplo, la recta real no se considera un fractal, pues a pesar de ser un
objeto autosimilar carece del resto de características exigidas.

Un fractal natural es un elemento de la naturaleza que puede ser descrito

mediante la geometría fractal. Las nubes, las montañas, el sistema
circulatorio, las líneas costeras[3] o los copos de nieve son fractales
naturales. Esta representación es aproximada, pues las propiedades atribuidas
a los objetos fractales ideales, como el detalle infinito, tienen límites en
el mundo natural.

Los ejemplos clásicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a
finales del siglo XIX: en 1872 apareció la función de Weierstrass, cuyo grafo
hoy en día consideraríamos fractal, como ejemplo de función continua pero no
diferenciable en ningún punto.

Sucesivos pasos de la construcción de la Curva de Koch

Posteriormente aparecieron ejemplos con propiedades similares pero una
definición más geométrica. Dichos ejemplos podían construirse partiendo de
una figura inicial (semilla), a la que se aplicaban una serie de
construcciones geométricas sencillas. La serie de figuras obtenidas se
aproximaba a una figura límite que correspondía a lo que hoy llamamos
conjunto fractal. Así, en 1904, Helge von Koch definió una curva con
propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915,
Waclaw Sierpinski construyó su triángulo y, un año después, su alfombra.

Construcción de la alfombra de Sierpinski:

Paso 1 (semilla)Paso 2Paso 3Paso 4Paso 5

Estos conjuntos mostraban las limitaciones del análisis clásico, pero eran
vistos como objetos artificiales, una "galería de monstruos", como los
denominó Henri Poincaré. Pocos matemáticos vieron la necesidad de estudiar
estos objetos en sí mismos.[4]

En 1919 surge una herramienta básica en la descripción y medida de estos

conjuntos: la dimensión de Hausdorff-Besicovitch.

Los conjuntos de Julia

En negro, imagen del Conjunto de Mandelbrot superpuesto con los conjuntos de

Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos
de Julia conexos y en azul los no conexos).
Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los
años 1920, surgen como resultado de la aplicación reiterada de funciones
holomorfas
z
↦
f
(
z
)
↦
f
(
f
(
z
)
)
↦
…
{\displaystyle z\mapsto f(z)\mapsto f(f(z))\mapsto \ldots }.
Analicemos el caso particular de funciones polinómicas de grado mayor que
uno. Al aplicar sucesivas veces una función polinómica es muy posible que el
resultado tienda a
∞
{\displaystyle \infty }. Al conjunto de valores de
z
∈
C
{\displaystyle z\in C} que no escapan al infinito mediante esta operación se
le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto
de Julia.

Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en

que cada pixel se colorea según el número de iteraciones necesarias para
escapar. Suele usarse un color especial, a menudo el negro, para representar
los puntos que no han escapado tras un número grande y prefijado de
iteraciones.

Ejemplos de conjuntos de Julia para

f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c}

En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el

número áureo
En blanco, conjunto de Julia relleno asociado a fc, c=1-φ, donde φ es el
número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i
Familias de fractales: el conjunto de Mandelbrot
La familia de conjuntos de Julia
{
f
c
}
{\displaystyle \{f_{c}\}}, asociadas a la reiteración de funciones de la
forma
f
c
(
z
)
=
z
2
+
c
{\displaystyle f_{c}(z)=z^{2}+c} presenta conjuntos de una variedad
sorprendente.
Dicha familia tendrá especial relevancia al quedar parametrizada en un mapa
de fractales, popularizado en los años 1980, llamado conjunto de Mandelbrot.
Este conjunto M representa un mapa en que cada pixel, correspondiente a un
valor del parámetro
c
∈
C
{\displaystyle c\in \mathbb {C} }, se colorea de modo que refleje una
propiedad básica del conjunto de Julia asociado a
f
c
{\displaystyle f_{c}}. En concreto,
c
∈
M
{\displaystyle c\in M} si el conjunto de Julia asociado a
f
c
{\displaystyle f_{c}} es conexo.

Iterando funciones de forma alternativa se generan los fractales oscilantes.

El método de Mandelbrot: diferentes fractales iterando potencias de Z

A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C , según el método de Mandelbrot. Todos los puntos del plano
complejo C=(Cx,iCy) son iterados por adición a la función correspondiente.
Todas las iteraciones parten de los puntos x=0 iy=0. Cuando la iteración
converge se colorea de amarillo pálido. La divergencia a infinito es
coloreada mediante un patrón cromático desde el negro al azul. El fractal
derivado de la función Z = Z2 + C se denomina conjunto de Mandelbrot.

Ejemplos de fractales del tipo Mandelbrot Z = Zm + C

Z = Z2 + CConjunto de Mandelbrot
Z = Z2 + C
Conjunto de Mandelbrot

Z = Z3 + C
Z = Z3 + C

Z = Z4 + C
Z = Z4 + C

Z = Z5 + C
Z = Z5 + C

Z = Z6 + C
Z = Z6 + C

Z = Z7 + C
Z = Z7 + C

Z = Z8 + C
Z = Z8 + C

Z = Z9 + C
Z = Z9 + C

Z = Z10 + C
Z = Z10 + C

Z = Z11 + C
Z = Z11 + C
Z = Z12 + C
Z = Z12 + C

Z = Z20 + C
Z = Z20 + C
Ejemplos de fractales del tipo Mandelbrot Z = Zm + 1/C

Aquí cuando la iteración converge se ha coloreado de negro.

Z=Z2 + 1/C
Z=Z2 + 1/C

Z=Z3 + 1/C
Z=Z3 + 1/C

Z=Z4 + 1/C
Z=Z4 + 1/C

Z=Z5 + 1/C
Z=Z5 + 1/C

Z=Z6 + 1/C
Z=Z6 + 1/C

Z=Z7 + 1/C
Z=Z7 + 1/C
Más fractales según el método de Mandelbrot.

Z = Z2+C6 - 1 Zo = (0,0i)
Z = Z2+C6 - 1
Zo = (0,0i)

Z = Cos(Z)+ 1/C Zo = (0,0i)

Z = Cos(Z)+ 1/C
Zo = (0,0i)

Z = Exp[(Z2+Z)/Sqr(C3)] Zo = (1,1i)
Z = Exp[(Z2+Z)/Sqr(C3)]
Zo = (1,1i)

Z = Exp[(Z2-1.00001*Z)/Sqr(C3)] Zo = (0,0i)
Z = Exp[(Z2-1.00001*Z)/Sqr(C3)]
Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3] Zo = (0,0i)

Z = Exp[(Z2- 1.00001*Z)/C3]
Zo = (0,0i)

Z = Sin(Z*C2) Zo = (1,0i)
Z = Sin(Z*C2)
Zo = (1,0i)

Z = Cos(Z/C) Zo = (0,0i)
Z = Cos(Z/C)
Zo = (0,0i)

Z = Cos(Z*C^3) Zo = (0,0i)
Z = Cos(Z*C^3)
Zo = (0,0i)

Z = Exp(Z^3/C^3) Zo = (0,0i)
Z = Exp(Z^3/C^3)
Zo = (0,0i)
Z = Exp(C^3/Z^3) Zo = (0,0i)
Z = Exp(C^3/Z^3)
Zo = (0,0i)

Z = Exp(Z/C^4) Zo = (0,0i)
Z = Exp(Z/C^4)
Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C Zo = (0,0i)

Z=Z2 + C2 / (Z2+C) + C
Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1) Zo = (0,0i)

Z=Z2 + C2 / (C4 + 0.1)
Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25) Zo = (0,0i)

Z=Z2 + C2 / (C4 - 0.25)
Zo = (0,0i)

Z = SinH(Z / C ) Zo = (0,1i)
Z = SinH(Z / C )
Zo = (0,1i)

Z = SinH(Z) + 1/C Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C
Zo = (0.90, -0.05i)

Z = SinH(Z) + 1/C2 Zo = (1, 0.1i)

Z = SinH(Z) + 1/C2
Zo = (1, 0.1i)

Z = Exp[Z2 / ( C5 + C )] Zo = (0,0i)
Z = Exp[Z2 / ( C5 + C )]
Zo = (0,0i)
El método de Julia: diferentes fractales iterando potencias de Z
A continuación se muestra una serie de fractales de las diferentes potencias
de Z = Zm + C, según el método de Julia, por el matemático francés Gaston
Julia.

Todos los puntos del plano complejo Z=(x,iy) son iterados en la función
correspondiente. A todas las iteraciones se le añade una constante arbitraria
(Cx,iCy) de tal modo que la elección de la constante "semilla" determina de
forma unívoca la forma y el color del fractal, una vez ha sido definido el
patrón cromático. En los ejemplos mostrados a continuación se ha elegido una
constante tal que solo produce divergencia, y se ha coloreado con el
algoritmo de la velocidad de escape.

Ejemplos de fractales del tipo Julia Z = Zm + C

Z = Z2 + C Cx=0.279 Cy=0.000
Z = Z2 + C
Cx=0.279 Cy=0.000

Z = Z3 + C Cx=0.400 Cy=0.000
Z = Z3 + C
Cx=0.400 Cy=0.000

Z = Z4 + C Cx=0.484 Cy=0.000
Z = Z4 + C
Cx=0.484 Cy=0.000

Z = Z5 + C Cx=0.544 Cy=0.000
Z = Z5 + C
Cx=0.544 Cy=0.000

Z = Z6 + C Cx=0.590 Cy=0.000
Z = Z6 + C
Cx=0.590 Cy=0.000

Z = Z7 + C Cx=0.626 Cy=0.000
Z = Z7 + C
Cx=0.626 Cy=0.000

Ejemplos de fractales de tipo Julia, de la función exponencial: Z = Zm + C

Z = Exp(Z) + C Cx= -0.65 Cy=0.00

Z = Exp(Z) + C
Cx= -0.65 Cy=0.00

Z = Exp(Z3) + C Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C
Cx= -0.59 Cy=0.00

Z = Exp(Z3) + C Cx= -0.621 Cy=0.00Zoom x9

Z = Exp(Z3) + C
Cx= -0.621 Cy=0.00
Zoom x9

Z = Z * Exp(Z) + C Cx= 0.04 Cy=0.00

Z = Z * Exp(Z) + C
Cx= 0.04 Cy=0.00

Z = Z2 * Exp(Z) + C Cx= 0.21 Cy=0.00

Z = Z2 * Exp(Z) + C
Cx= 0.21 Cy=0.00

Z = Z3 * Exp(Z) + C Cx= 0.33 Cy=0.00

Z = Z3 * Exp(Z) + C
Cx= 0.33 Cy=0.00

Z = Z4 * Exp(Z) + C Cx= 0.41 Cy=0.00

Z = Z4 * Exp(Z) + C
Cx= 0.41 Cy=0.00
Ejemplos de fractales del tipo Julia de funciones complejas.

Z = Sqr[SinH(Z2)] + CCx= 0.065 Cy=0.122

Z = Sqr[SinH(Z2)] + C
Cx= 0.065 Cy=0.122

Z = [(Z2+Z) / LN(Z)] + CCx= 0.268 Cy=0.060

Z = [(Z2+Z) / LN(Z)] + C
Cx= 0.268 Cy=0.060

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Cosh(Z) +(-0.45,0.00i)

f(z) = Sin(Z) +(4.0,0.88i)

f(z) = Sin(Z) +(4.0,0.88i)
El método de Newton
El método de Newton intenta encontrar por iteración las raíces de la función
F(Z)-1 = 0.

Se itera la función F(Z) con cada punto del plano complejo (x + iy), siendo Z
= (x1 + iy1) hasta la convergencia de x1 i y1, según la siguiente fórmula:
Zn+1 = Zn - F(Zn) / F’(Zn), en donde F’(Z) es la derivada. Se ha coloreado
con el algoritmo de la velocidad de convergencia, conceptualmente idéntico al
de la velocidad de escape, y presenta similitudes con el método de Julia.
Ejemplos de fractales de tipo Newton, de algunas funciones de variable
compleja:

Z4-1 = 0Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z4-1 = 0
Zn+1 = [(3 * Zn4 + 1) / (4 * Zn3)]

Z6 + Z3 - 1 = 0
Z6 + Z3 - 1 = 0

SIN(Z)- 1 = 0
SIN(Z)- 1 = 0

COSH(Z)- 1 = 0
COSH(Z)- 1 = 0

Características de un fractal
Autosimilitud
Según B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes
tienen la misma forma o estructura que el todo, aunque pueden presentarse a
diferente escala y pueden estar ligeramente deformadas.[5]

Los fractales pueden presentar tres tipos de autosimilitud:

Autosimilitud exacta
Este es el tipo más restrictivo de autosimilitud: exige que el fractal
parezca idéntico a diferentes escalas. A menudo la encontramos en fractales
definidos por sistemas de funciones iteradas (IFS).
Cuasiautosimilitud

Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala

obtenemos copias del conjunto con pequeñas diferencias.
Exige que el fractal parezca aproximadamente idéntico a diferentes escalas.
Los fractales de este tipo contienen copias menores y distorsionadas de sí
mismos. Matemáticamente D. Sullivan definió el concepto de conjunto
cuasiauto-similar a partir del concepto de cuasi-isometría. Los fractales
definidos por relaciones de recurrencia son normalmente de este tipo.
Autosimilitud estadística
Es el tipo más débil de autosimilitud: se exige que el fractal tenga medidas
numéricas o estadísticas que se preserven con el cambio de escala. Los
fractales aleatorios son ejemplos de fractales de este tipo.
Dimensión fractal y dimensión de Hausdorff-Besicovitch
Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el
plano. En ese caso, la dimensión topológica de la curva, que es uno, no nos
informa sobre la forma en que esta ocupa el espacio ambiente. De modo
general, podríamos preguntarnos cómo densamente un conjunto ocupa el espacio
métrico que lo contiene. Los números que nos informan objetivamente de este
tipo de cuestiones son:

La dimensión fractal
Las fórmulas que la definen tienen que ver con el recuento de las bolas
necesarias para recubrir el conjunto o con el de cajas de una cuadrícula que
contienen parte del conjunto, cuando las dimensiones de unas y otras tienden
a cero. Podemos medir la dimensión fractal de objetos reales: líneas de la
costa (1.2), nubes, árboles, etc, Con estas medidas podemos comparar objetos
del mundo real con fractales generados por algoritmos matemáticos.
La dimensión de Hausdorff-Besicovitch

Autosimilitud estadística de un fractal generado por el proceso de agregación

limitada por difusión.
Tiene una definición más compleja que la de dimensión fractal. Su definición
no suele usarse para comparar conjuntos del mundo real.
Definición por algoritmos recursivos