跳到正文
格致开物MATHWIKI

自相似集

内容维护:格致开物 · 编写与核验 · 修订记录 · 纠错

自相似集(self-similar set)是在一组压缩相似映射下,由自身的有限个缩小副本组成的非空紧集。这里的“相似”要求所有距离按同一个比例缩放,允许旋转、平移和反射。有限步骤画出的图形是近似;自相似集本身满足一个精确的集合等式。

例如,把一个直角三角形缩小为原来的一半,分别放在三个顶点处;对留下的每个小三角形重复这一操作。每一步留下的面积都比上一步小,但三个顶点始终保留。这个构造把“局部像整体”变成了可以计算和证明的关系。

相似映射与不变集

在欧几里得空间 ℝd 中,相似映射 S 满足 ‖S(x)−S(y)‖=r‖x−y‖(x,y∈ℝd), 其中 r>0 是相似比。当 0<r<1 时,它是压缩相似映射,可写成 S(x)=rQx+b,Q𝖳Q=I. 正交矩阵 Q 保持距离,向量 b 负责平移,只有 r 改变长度。面积因此乘以 r2,d 维体积乘以 rd。

给定有限个这样的映射 S1,…,Sm,如果非空紧集 K 满足 K=⋃i=1mSi(K), 就称它为这组相似映射的自相似集。右边每一块都由同一个 K 缩小得到;这比“某些局部看起来相似”更强。有限个严格压缩映射在完备空间中具有唯一非空紧吸引子,存在性、唯一性及逼近误差见迭代函数系统。这里允许不同副本重叠,计算维数时再另加分离条件。[1]

三角形的嵌套构造

取闭三角形 T={(x,y):x≥0, y≥0, x+y≤1}, 顶点为 A=(0,0)、B=(1,0)、C=(0,1)。定义 S1(x,y)=(x2,y2),S2(x,y)=(x+12,y2),S3(x,y)=(x2,y+12). 三个映射的相似比都是 1/2。例如,S2 把三个顶点依次送到 (1/2,0)、(1,0)、(1/2,1/2),得到右下方的小三角形。

单位直角三角形内的三个二分之一相似副本,分别位于三个顶点处,中间的倒三角形空缺
第一次操作留下三个闭三角形。它们的内部互不相交,相邻两块仅在一个顶点相接。

记 F(E)=S1(E)∪S2(E)∪S3(E),并令 T0=T、Tn+1=F(Tn)。因为 F(T)⊂T,且集合包含关系经过映射和并集后仍保持,归纳可得 T0⊃T1⊃T2⊃⋯. 每个 Tn 都是有限个闭三角形的并,因而紧;顶点 A 属于所有 Tn。所以 K=⋂n=0∞Tn 是非空紧集。这个 K 是直角三角形版本的谢尔宾斯基三角形。

还需证明交集确实由自己的三个副本组成。若 x∈K,则 Si(x)∈Si(Tn)⊂Tn+1 对每个 n 成立,因此 Si(K)⊂K。反过来,若 x∈K,对每个 n 都有 x∈⋃iSi(Tn)。只有三个索引,至少有一个 i 在任意大的 n 上出现。由于 Si(Tn) 随 n 嵌套,这个 x 便属于所有 Si(Tn)。相似映射可逆,故 Si−1(x)∈Tn 对所有 n 成立,即 x∈Si(K)。两方向合并得到 K=F(K)。

第 n 步对应 3n 个长度为 n 的映射序列;每个小三角形的直角边长为 2−n。序列记录的是所在的副本,不一定唯一记录交界顶点。例如 (1/2,0)=S1(B)=S2(A),同一点已经有两种第一步表示。

面积趋零的完整计算

初始面积为 m2(T)=1/2,其中 m2 表示平面面积。每个相似比为 1/2 的副本面积乘以 1/4。同一层的小三角形至多在顶点相交,这些交集面积为零,所以可以直接相加: m2(Tn)=3n⋅12(12)2n=12(34)n. 前三步的面积依次为 3/8、9/32、27/128。面积递减并不表示图形会在有限一步变空;每个有限步骤仍包含有内部的小三角形。

第三步保留二十七个直角边长为八分之一的小三角形,总面积二十七除以一百二十八
第三步的副本数为27,每块面积为1/128,总面积为27/128。

由于 K⊂Tn,面积的单调性给出 0≤m2(K)≤12(34)n对所有 n≥0. 右边趋于零,因此 m2(K)=0。这里已经证明了极限集的面积为零,无需把有限图像的空白外推成结论。零面积也不等于有限个点;例如底边 [A,B] 在每一层都被相接的二等分线段完整保留,因此整条底边属于 K。

相似维数与开放集条件

“三块、每块长度减半”提示一个尺度指数 s:若缩小 r 倍的副本贡献 rs,则应有 3(12)s=1,s=log⁡3log⁡2≈1.58496. 一般地,压缩比 0<ri<1 对应的相似维数是方程 ∑i=1mris=1 的解;当 m≥2 时,左边从 m 连续严格下降至零,故存在唯一正解。单个相似映射的解为 s=0,其紧吸引子是该映射的不动点。这个指数由映射族决定,不能只凭方程就断言它是集合的豪斯多夫维数。

一个足以保证两者相等的条件是开放集条件:存在非空开集 O⊂ℝd,使 ⋃i=1mSi(O)⊂O,Si(O)∩Sj(O)=∅(i≠j). 要求分离的是开集的像,而非所有闭副本。上例可取 O={x>0,y>0,x+y<1}。三个像分别位于 x+y<1/2、x>1/2、y>1/2 的区域内,均在 O 中,彼此不交。闭副本共享顶点与这一条件相容。

对欧几里得空间中有限个压缩相似映射及其非空紧吸引子,开放集条件保证 dimHK=s,0<ℋs(K)<∞. 这是 Moran–Hutchinson 型维数定理的结论;它还需要小尺度测度估计,不能由前面的面积递推推出。本篇引用该定理,不在此证明。将已核实的开放集条件代入,才得到上述三角形的 Hausdorff 维数为 log⁡3/log⁡2。[2]

重叠会破坏这个结论。取两个完全相同的映射 S1(x)=S2(x)=x/2。其非空紧吸引子是 {0}:若 K=(1/2)K,则紧性使直径有限,而 diam⁡K=(1/2)diam⁡K 强迫直径为零;不动点方程再给出唯一的点为零。这个集合的 Hausdorff 维数为零,但按两个索引计算的相似维数满足 2(1/2)s=1,等于一。两个开集像完全重合,因此开放集条件不成立。重复计入同一块增加了方程中的“块数”,却没有增加任何几何内容。开放集条件是这里的充分条件;条件不成立本身并不能断定维数一定下降。

改变压缩比及与其他构造的区别

保留同一组三个顶点,把映射改为 Ri(x)=x/3+2vi/3,其中 v1=A,v2=B,v3=C。这次每块直角边长为原来的三分之一。第 n 层的面积为 3n⋅123−2n=12(13)n; 第三层为 1/54,仍趋于零。原三角形内部仍可作为开放集:三个像被 x+y<1/3、x>2/3、y>2/3 分开。相似维数方程变为 3(1/3)s=1,故定理给出维数一。两个例子的面积都为零,Hausdorff 维数却不同,说明面积信息不足以决定维数。

一般迭代函数系统允许任意严格压缩映射,不要求各方向按同一个比例变化;自相似构造是其中一类。若采用 S(x)=Ax+b,而 A 在不同方向上具有不同伸缩比,则属于自仿射构造。例如 A=diag⁡(1/2,1/3) 把水平单位线段缩为二分之一、竖直单位线段缩为三分之一,不能用单个相似比描述。相似维数的上述方程及其定理不能直接移用。反过来,线段和正方形也能由较小的相似副本组成;自相似性本身不要求维数非整数。

参考资料

  1. ↑ John E. Hutchinson. Fractals and Self Similarity, Indiana University Mathematics Journal 30 (1981), 713–747。本文链接为作者重排版;§3.1—3.2,第10—12页讨论不变紧集,§5.1,第18页讨论相似维数。原文§5.1(1)的 self-similar 定义还包含按临界维 Hausdorff 测度计的最小重叠条件;本篇把相似不变性与分离条件分开陈述。
  2. ↑ Hutchinson,同上,作者重排版§5.1,第18页;§5.2,第18—19页给出开放集条件;§5.3(1),第19—20页给出正有限临界 Hausdorff 测度与维数结论。原文将§5.3(1)(ii)归于 Moran。