LECCION 25 | ~30 min

Dimension fractal de atractores

¿Cuantas dimensiones tiene un atractor extrano? No una, no dos, sino fractal

¿Cuantas dimensiones tiene un atractor?

En geometria euclidiana, la dimension es un numero entero: un punto tiene dimension 0, una linea dimension 1, una superficie dimension 2, un volumen dimension 3. Pero los atractores extranos del caos viven en un mundo diferente. El atractor de Lorenz no es una linea (dimension 1) ni una superficie (dimension 2). Es algo intermedio: tiene dimension fraccionaria.

Esta idea, la de dimension fractal, fue formalizada por Benoit Mandelbrot en los anos 1970 y se convirtio en una de las herramientas mas poderosas para caracterizar la complejidad geometrica de los atractores caoticos. La dimension fractal cuantifica como de "arrugado", "plegado" o "complejo" es un objeto geometrico, dandole un numero preciso a lo que nuestros ojos perciben como complejidad.

Para un atractor caotico, la dimension fractal nos dice algo fundamental: cuantas variables independientes necesitamos realmente para describir el estado del sistema en el atractor. Si un sistema tridimensional tiene un atractor de dimension 2.06 (como el de Lorenz), esto significa que las trayectorias estan confinadas a una estructura que es "casi" una superficie, pero con una complejidad adicional infinitesimal que la hace ligeramente mas que bidimensional.

Dimension de box-counting

La dimension de box-counting (tambien llamada dimension de Minkowski-Bouligand o dimension de capacidad) es la mas intuitiva y la mas facil de calcular numericamente. La idea es cubrir el objeto con cajas (hipercubos) de lado $\epsilon$ y contar cuantas cajas $N(\epsilon)$ se necesitan para cubrirlo completamente.

Para un objeto euclidiano, la relacion entre $N$ y $\epsilon$ sigue una ley de potencia: $N(\epsilon) \sim \epsilon^{-D}$, donde $D$ es la dimension. Una linea de longitud $L$ necesita $N \approx L/\epsilon$ cajas, asi que $D = 1$. Un cuadrado de lado $L$ necesita $N \approx (L/\epsilon)^2$, asi que $D = 2$. Pero un fractal necesita $N \sim \epsilon^{-D}$ con $D$ no entero.

$$D_0 = \lim_{\epsilon \to 0} \frac{\ln N(\epsilon)}{\ln(1/\epsilon)}$$

En la practica, no podemos tomar el limite $\epsilon \to 0$ (la resolucion del atractor digitalizado es finita). En su lugar, calculamos $N(\epsilon)$ para varios valores de $\epsilon$, graficamos $\ln N$ versus $\ln(1/\epsilon)$, y ajustamos una recta. La pendiente de esa recta es la dimension de box-counting.

El rango de $\epsilon$ es critico: demasiado grande y las cajas no resuelven la estructura del atractor; demasiado pequeno y caemos en la resolucion finita de los datos. La region lineal del grafico $\ln N$ vs $\ln(1/\epsilon)$ es donde la estimacion es confiable.

Dimension de correlacion

La dimension de correlacion $D_2$, introducida por Grassberger y Procaccia (1983), es una alternativa estadistica al box-counting que es mas robusta numericamente y requiere menos datos. En lugar de cubrir con cajas, se basa en la suma de correlacion:

$$C(\epsilon) = \lim_{N\to\infty} \frac{1}{N^2} \sum_{i \neq j} \Theta(\epsilon - \|\mathbf{x}_i - \mathbf{x}_j\|)$$

Donde $\Theta$ es la funcion de Heaviside y la suma cuenta el numero de pares de puntos en el atractor que estan a distancia menor que $\epsilon$. La dimension de correlacion es:

$$D_2 = \lim_{\epsilon \to 0} \frac{\ln C(\epsilon)}{\ln \epsilon}$$

La dimension de correlacion siempre satisface $D_2 \leq D_0$ (la dimension de box-counting). Para muchos atractores caoticos, ambas son muy cercanas. La ventaja de $D_2$ es que pesa las regiones del atractor segun la frecuencia con que la trayectoria las visita, dando mas importancia a las partes densamente visitadas.

Dimension de Hausdorff

La dimension de Hausdorff-Besicovitch es la definicion matematicamente rigurosa de dimension fractal, y es el gold standard teorico. Se define usando cubiertas optimas del conjunto (no necesariamente cajas regulares) y un concepto de "medida" generalizada. Formalmente:

Para un valor $d$, la medida de Hausdorff $\mathcal{H}^d(S)$ es el infimo sobre todas las cubiertas de $S$ por conjuntos de diametro menor que $\epsilon$ de la suma $\sum |U_i|^d$, tomando el limite cuando $\epsilon \to 0$. La dimension de Hausdorff es el valor critico de $d$ donde la medida salta de infinito a cero.

En la practica, la dimension de Hausdorff rara vez se calcula directamente (es extremadamente dificil de estimar numericamente). Se usa como referencia teorica, y se aproxima mediante la dimension de box-counting o de correlacion. Para la mayoria de los atractores caoticos bien estudiados, las tres dimensiones son muy cercanas.

Dimensiones de atractores famosos

La dimension fractal de un atractor nos dice mucho sobre su estructura geometrica y dinamica. Veamos algunos ejemplos clasicos:

Atractor	D₀ (box)	D₂ (corr.)	Interpretacion
Lorenz	2.06	2.05	Casi una superficie, con estructura extra infinitesimal
Rossler	2.01	2.01	Apenas mas que una superficie; caos debil
Henon	1.26	1.22	Entre linea y superficie; fractal 2D
Conjunto de Cantor	0.631	0.631	Entre un punto y una linea; polvo fractal
Sierpinski triangle	1.585	1.585	Entre linea y superficie; autosimilar exacto
Frontera de Mandelbrot	2.00	2.00	Tan complejo como una superficie completa
Mackey-Glass (τ=30)	3.6	3.5	Hipersuerficie fractal; caos de alta dimension

Observa que el atractor de Lorenz tiene dimension $\approx 2.06$. Esto significa que vive en tres dimensiones, pero sus trayectorias estan confinadas a una estructura que es esencialmente una superficie con un poco de grosor fractal. ¿Por que? La fuerte contraccion a lo largo de un eje ($\lambda_3 \approx -14.57$) aplasta el atractor hasta hacerlo casi plano, pero la expansion caotica ($\lambda_1 \approx 0.906$) crea pliegues que le dan una estructura infinitamente detallada.

Existe una relacion elegante entre la dimension fractal y los exponentes de Lyapunov, conocida como la conjetura de Kaplan-Yorke:

$$D_{KY} = j + \frac{\sum_{i=1}^{j} \lambda_i}{|\lambda_{j+1}|}$$

donde $j$ es el mayor entero tal que $\sum_{i=1}^{j} \lambda_i \geq 0$. Para Lorenz: $j = 2$ (ya que $\lambda_1 + \lambda_2 = 0.906 + 0 = 0.906 > 0$), asi que $D_{KY} = 2 + 0.906/14.57 \approx 2.062$. Esta formula conecta directamente la geometria del atractor con su dinamica.

"La dimension fractal mide la complejidad geometrica del atractor: un numero que cuantifica cuanto espacio ocupa entre una linea y una superficie. Es la huella digital geometrica del caos."

El algoritmo de box-counting

Para implementar el box-counting numericamente sobre un atractor reconstruido:

Generar una trayectoria larga sobre el atractor (despues de eliminar el transitorio)
Proyectar a 2D (o usar la reconstruccion completa en nD)
Para cada tamano de caja $\epsilon_k$ (tipicamente 10-20 valores logaritmicamente espaciados):
Dividir el espacio en una grilla de celdas de lado $\epsilon_k$
Contar cuantas celdas contienen al menos un punto del atractor: $N(\epsilon_k)$
Graficar $\ln N$ vs $\ln(1/\epsilon)$
Ajustar una recta por minimos cuadrados en la region lineal
La pendiente es $D_0$

La precision del resultado depende criticamente del numero de puntos en la trayectoria y del rango de $\epsilon$. Una regla practica: necesitamos al menos $10^{D+1}$ puntos para estimar con fiabilidad una dimension $D$. Para el atractor de Lorenz ($D \approx 2$), esto significa al menos $10^3 = 1000$ puntos, pero $10^4$ o mas dan resultados mucho mejores.

Ejercicios

¿Por que D ≈ 2.06 para Lorenz?
Usando la formula de Kaplan-Yorke y los exponentes de Lyapunov del atractor de Lorenz ($\lambda_1 \approx 0.906$, $\lambda_2 \approx 0$, $\lambda_3 \approx -14.57$), calcula la dimension fractal. Explica intuitivamente por que el resultado esta tan cerca de 2.
Box-counting del conjunto de Cantor
El conjunto de Cantor se construye eliminando el tercio central de un segmento, luego el tercio central de cada segmento restante, y asi sucesivamente. En el paso $n$, hay $2^n$ segmentos de longitud $3^{-n}$. Demuestra que su dimension de box-counting es $D_0 = \ln 2 / \ln 3 \approx 0.631$.
Experimenta con ε en el LAB
En el laboratorio interactivo, ajusta el tamano de caja $\epsilon$ y observa como cambia $N(\epsilon)$. ¿Para que rango de $\epsilon$ es lineal la relacion log-log? ¿Que dimension obtienes?

LAB: Box-counting sobre Lorenz

Visualizacion del metodo de box-counting aplicado a una proyeccion 2D del atractor de Lorenz. La mitad izquierda muestra el atractor con la grilla de cajas superpuesta (las cajas ocupadas se resaltan). La mitad derecha muestra el grafico log-log de $N(\epsilon)$ vs $1/\epsilon$ con el ajuste lineal que estima la dimension. Usa el slider para cambiar el tamano de caja.

box-counting.js

ε = 8 px D ≈ --