Komplexe Dynamik befasst sich mit der Iteration einer Funktion auf der komplexen Zahlenebene. Zu einer Funktion f schaut man, wie sich eine komplexe Zahl z bei wiederholter Anwendung von f verhält: man betrachtet die Folge z, f(z), f(f(z)), f(f(f(z))), \ldots
image

Ein einfaches Beispiel: f(z)=z^2 . Zu einem Startwert z haben wir die Folge z, f(z)=z^2, f(f(z))=z^4, f(f(f(z)))=z^8 usw. Wenn man etwa z=2 einsetzt erhält man die Folge 2,4,8,16,… die ‘gegen Unendlich’ geht. (Und genauso für jeden anderen Starwert ausserhalb des Einheitskreises.) Und wenn man z=1/2 einsetzt, erhält man die Folge 1/2,1/4,1/8,1/16,… die gegen Null geht. (Und genauso für jeden Startwert im Inneren des Einheitskreises.)

Komplizierter ist es auf dem Rand des Einheitskreises. Manche Startwerte landen letztlich in der 1, andere haben einen dichten Orbit auf dem Einheitskreis. Eine geringe Störung des Startwertes auf dem Einheitskreis führt zu einem gänzlich anderen Verhalten der Iteration.

Die Menge der Punkte, in denen die Dynamik sensitiv gegenüber Störungen des Startwertes ist, bezeichnet man als Julia-Menge, ihr Komplement als Fatou-Menge.

Für f(z)=z2 ist die Julia-Menge einfach der Kreis vom Radius 1, also kein kompliziertes Bild. Es war aber schon in den 20er Jahren durch Arbeiten von Gaston Julia bekannt, das für andere Funktionen viel kompliziertere fraktale Mengen erhalten werden.

Das folgende Bild ist die Julia-Menge des quadratischen Polynoms f(z)=z^2-0,742+0,1i . Die Julia-Menge ist weiss, das grüne und das blaue Gebiet sind die beiden Komponenten der Fatou-Menge.

image

Formal definiert man die Fatou-Menge als die Menge aller derjenigen Punkte, in denen die Folge der Iterationen f^k(z) gleichgradig stetig ist (d.h. das ε in der ε-δ-Definition von Stetigkeit hängt nicht von k ab). Bei dieser Definition ist zu beachten, dass man sich die Metrik auf der komplexen Ebene so denkt, dass die komplexe Zahlenebene (mittels stereografischer Projektion) eine Teilmenge der Sphäre ist, also das Innere und Äussere des Einheitskreis durch Inversion am Kreis isometrisch aufeinander abgebildet werden. (Anderenfalls wären die Iterierten von z2 auf dem Äusseren des Einheitskreises nämlich nicht gleichgradig stetig.)

image

Im Fall der quadratischen Polynome bestand die Fatou-Menge nur aus zwei Komponenten. Für andere Funktionen kann sie aber viel komplizierter aussehen. Das folgende Bild zeigt in weiß die Julia-Menge eines kubischen Polynoms, die Fatou-Menge besteht aus den verschiedenen roten, blauen und grünen Gebieten.

image

Und das nächste Bild zeigt in grau die Julia-Menge von f(z)=z+2\pi sin(z) und in weiß ihre Fatou-Komponenten.
image

Für das letzte Beispiel f(z)=z+2\pi sin(z) weiss man, dass die Fatou-Komponenten wandern: wenn man f auf eine Fatou-Komponente anwendet, bekommt man die jeweils nächste und man kehrt nie zurück. Anders ist es bei dem kubischen Polynom im Bild drüber. Dort trifft der Orbit einer Fatou-Komponente immer nur endlich viele andere Fatou-Komponenten, die Fatou-Komponente wandert nicht beliebig weit.

Wohl schon Fatou und Julia hatten vermutet, dass letzteres Verhalten typisch für Polynome ist. Bewiesen wurde das dann Ende der 70er von Dennis Sullivan: das No-wandering-domain Theorem besagt, dass für ein Polynom f und eine beliebige seiner Fatou-Komponenten U die Folge U, f(U), f(f(U)), f(f(f(U))), \ldots letztlich periodisch wird.

Sullivans Beweis benutzte damals zum ersten Mal quasikonforme Abbildungen als Hilfsmittel in der komplexen Dynamik, also die Tatsache dass man komplexe dynamische Systeme mittels quasikonformer Abbildungen in andere komplexe dynamische Systeme deformieren kann. Man weiß schon seit Längerem dass sich Sullivans Methoden nicht in höhere Dimensionen übertragen lassen. Trotzdem hatte man aber lange vermutet, dass Sullivans Resultat entsprechend auch für Polynome in mehreren Variablen gelten sollte, also dass Iteration eines Polynoms in k Variablen (als dynamisches System auf dem komplex k-dimensionalen projektiven Raum) wieder die Eigenschaft haben sollte, dass die Orbits der Fatou-Komponenten letztlich periodisch sind.

1 / 2 / Auf einer Seite lesen

Kommentare (6)

  1. #1 Keno
    8. August 2016

    Bei allen polynomiellen Beispielen sah es so aus, als ob die Julia-Mengen Ränder sind, bzw. das Maß 0 haben. Könnte das sein? Und wenn ja, sind dann die ausgeprägten Julia-Mengen im Sinus-Beispiel echt oder graphische Artefakte der Auflösung?

  2. #2 Boya Badana
    http://dekordelisi.com
    8. August 2016

    Teşekkür ederim.

  3. #3 Thilo
    8. August 2016

    @Kono:Bei dem Sinus-Beispiel ist die Julia-Menge tatsächlich die ganze graue Fläche, die in dem Bild in verschiedenen Grauschattierungen eingezeichnet ist.

    Für Polynome dagegen ist die Julia-Menge immer der Rand der “filled Julia set”, das sind diejenigen Punkte, deren Orbit (in der komplexen Ebene) beschränkt ist.

    Bemerkenswerterweise folgt daraus nicht, dass die Julia-Menge immer Maß 0 hat (wie man lange vermutet hatte). Buff-Cheritat haben bewiesen, dass es quadratische Polynome gibt, deren Julia-Menge positives Maß hat: http://arxiv.org/abs/math/0605514 Ihr Beweis ist nicht konstruktiv, d.h man kann diese quadratischen Polynome nicht explizit angeben.

  4. #4 tomtoo
    8. August 2016

    ich weis ich bin wieder ein bischen ot aber doch in der nähe.
    kennt jemand diese bilder .
    http://mandelbulb.com/2014/mb3d-parameter-set-by-hal-tenny/

    ich finde die einfach hammerhart.

  5. #5 tomtoo
    8. August 2016

    sry nochmal ich
    http://mandelbulb.com/wp-content/uploads/2014/02/Abalo014-perennial_bloom.jpg

    aber sowas sieht einfach so organisch aus.
    fraktale also die visualisierung haben mich schon immer begeistert weis nicht warum ist halt so.
    klar für ein mathematiker ists halt ein fraktal. fŭr mich hatt das schon fast was von leben.
    ok jetzt bin ich still.

  6. #6 anderer Michael
    17. August 2016

    Tomtoo
    Ich habe das auch gelesen und mich bemüht, was davon zu verstehen ( schätze 5-10%, bin eben kein Mathematiker.). Da waren deine Bilder eine nette Erholung, sozusagen alltagsrelevante Anwendung itérativer Reihen und Fraktale.