Está en la página 1de 80

1

2
3
La Naturaleza es bella,
caticay fractal





VOLUMEN 1: Los fractales, Irreversibilidad, Azar
y Determinismo.













Dino Otero - 2010
dinootero@fibertel.com.ar
4
La Naturaleza es bella, catica y fractal Volumen 1: Fractales, Irreversibilidad,
Azar y determinismo.
Autor: Dino Otero
Editor: Bubok Publishing S.L.
Depsito Legal: M-26619-2010
ISBN: 978-84-9916-812-8
5
INDICE

INTRODUCCIN 6
LA NATURALEZA FRACTAL 8
CONCEPTO DE PROBABILIDAD. ENTROPA. SISTEMAS
LINEALES. EL HAMILTONIANO. VARIABLES CANNICAS.
EVOLUCIN EN EL ESPACIO DE FASES.
PRINCIPIO DE SUPERPOSICIN. PROBABILIDAD 20
IRREVERSIBILIDAD 23
DEFINICION DE EQUILIBRIO TERMODINMICO 25
EVOLUCION REVERSIBLE E IRREVERSIBLE 26
MEZCLA DE GASES 27
SISTEMAS DINMICOS LINEALES 33
EXPONENTE DE LYAPUNOV 37
DIMENSION DE HAUSDORFF 38
CONJUNTO O POLVO DE CANTOR 39
FRACTALES 41
CRECIMIENTO ELECTROLTICO FRACTAL 45
DETERMINACIN DE LA DIMENSIN FRACTAL.
MTODO NUMRICO 48
DIFICULTADES DE LA REPRESENTACIN DIGITAL 49
RESULTADOS 62

6


INTRODUCCIN
Este texto est principalmente dirigido a profesores universitarios, estudiantes y
profesionales que necesiten una introduccin a los temas de caos y fractales. En ambos
casos no existe hasta el presente asignaturas que traten explcitamente estos temas. No
estn muy claras las razones por la cuales se da esta omisin. Me permitir exponer
algunas hiptesis. Las races del caos se remontan a fines del siglo XIX con los trabajos
de Henry Poincar, mientras que el concepto de dimensin no entera fue introducido por
el matemtico Flix Hausdorff a principios del siglo XX. Sin embargo esos estudios
quedaran prcticamente ignorados hasta fines del siglo XX por diversas razones. Las
dos principales causas han sido, por un lado los espectaculares desarrollos de las teoras
cuntica y relativista, particularmente aplicadas con gran xito en las reas de fsica
atmica, molecular, nuclear y astrofsica y por el otro la necesidad de tener los
poderosos equipos de clculo y graficacin que son las computadoras. Hacia 1960 se
realiz un importante desarrollo con la demostracin del teorema KAM (Kolmogorov,
Arnold, Morse) pero el apogeo de la fsica lineal era an muy fuerte y el tema qued
relegado a los especialistas. Ms fortuna tuvo Benoit Mandelbrot cuando en 1967
comenz sus trabajos sobre la fractalidad publicando el artculo Cunto mide la costa
de Gran Bretaa?
1
, aunque el trmino lo acu mucho ms tarde alrededor de 1975. Ya
para entonces era posible volcar en un grfico de aceptable presentacin los elaborados
dibujos que se generan mediante algoritmos relacionados con caos o fractales. Creo que
el desarrollo grfico de la computacin contribuy en gran medida a la popularizacin
de estos conceptos y, por que no, al entendimiento y profundizacin de los mismos. La
colaboracin entre el ojo analgico del cientfico y el poder de clculo digital de las
computadoras han permitido avanzar rpidamente en el estudio de estos temas. Sin
embargo todo esto no aclara porque el retraso en incluirlos en las asignaturas de grado.
En los trabajos de divulgacin se afirma una y otra vez que los ejemplos de dinmica de
los cursos de grado son un conjunto muy pequeo respecto de los problemas reales que
se plantean en las ciencias exactas. Espero que este trabajo sea un grano de arena que
colabore en incorporarlos. Vaya el ejemplo de un pndulo real, que con una gran
riqueza en su dinmica, puede ser fcilmente comprendido y resuelto por alumnos de
los primeros aos de la universidad, con la ayuda de la computacin. Otro ejemplo
simple lo constituye la simple ecuacin logstica a diferencias finitas, para la cual ni
siquiera es necesaria ninguna herramienta sofisticada de clculo. Respecto de la
fractalidad podramos afirmar que la naturaleza es bella porque es fractal.
Efectivamente, si bien los estudiantes conocen (o al menos es de esperar que conozcan)
muy bien los teoremas eucldeos y reconocen las diferencias entre tringulos, elipses,
cubos, esferas, poliedros y cudricas, ni bien se asoman al mundo real y observan un
rbol, las nubes, la mezcla de dos pinturas, los remolinos en el agua, la descarga de un
rayo, descubren que lejos estn esos objetos y fenmenos de un tringulo, una esfera o
un poliedro. En 1900 surge en la pintura, de la mano de Pablo Ruiz Picaso, el
movimiento artstico denominado cubismo. Se rompa entonces con toda una tradicin
pictrica que representaba a la naturaleza tal como era, eventualmente impregnada del
espritu con el cual la contemplaba el pintor. En el afn de combinar tiempo y espacio
sobre una tela plana se perda, con el cubismo, una de las caractersticas, a mi juicio,
ms bellas de la naturaleza: la geometra fractal. Como dice Benoit Manderlbrot en su

1
Science, New Series, Vol 156, Nro 3775 (May 5, 1967), p 636-638.
7
libro: Las nubes no son esferas, las montaas no son conos, los litorales no son
circulares, y los ladridos no son suaves, lo mismo que los relmpagos no viajan en lnea
recta. Pero la estructura fractal que suele presentar la naturaleza tiene su origen en
procesos dinmicos a los cuales las ciencias fsicas slo recientemente han dedicado un
profundo inters: la teora del caos. La base de la teora del caos es la fsica no lineal.
Slo los relojes asociados a los rutinarios ciclos temporales estn realmente fuera de la
fsica no lineal. Con ciclos ms largos o ms imbricados todos los problemas que puede
resolver la fsica lineal se reduce a seguir esos ciclos.
En un primer volumen presentamos conceptos elementales y todo el tema de
fractales. El segundo volumen est dedicado al caos y la relacin de ambos conceptos
con el tema de sistemas complejos.
El autor ha publicado en teora del caos, fractales, fsica nuclear y teora de la
informacin. Fue profesor de fsica y matemticas en las universidades de Lujn, Centro
de la Provincia de Buenos Aires, UBA, UTN y Favaloro. Fue asesor cientfico en la
Comisin de Investigaciones Cientfica de la Pcia de Bs. As y desarroll tareas de
investigacin y gerenciamiento en la Comisin Nacional de Energa Atmica. Parte de
este material se dict en la carrera de doctorado de la Facultad Regional de Buenos
Aires, Universidad Tecnolgica Nacional.


8
LA NATURALEZA FRACTAL

Comenzaremos por presentar algunos ejemplos de la incidencia del caos y la
fractalidad en la naturaleza. Veamos que pasa en el cielo, particularmente en la
atmsfera. La atmsfera de la Tierra se encuentra muy fuera del equilibrio
termodinmico (afortunadamente!), tenemos aqu la vista de tres cielos:



Cmo se desarrollan las formas fractales de las nubes es un tema de fluidos que
an no ha sido completamente determinado. Confluyen varios efectos, particularmente
el movimiento del aire. Pero el ms importante est relacionado con la agregacin de las
gotas de agua. Para un gas como el aire predomina la repulsin de choque entre las
molculas originadas en las fuerzas de Coulomb. Pero para gases densos como son las
nubes, compuestas por gotas de agua, las fuerzas electrostticas tienen tanto el
comportamiento repulsivo como el atractivo. Sigamos mirando el cielo, un espectculo
entre sobrecogedor y hermoso son los relmpagos:



Ahora se trata de una descarga elctrica entre una nube o regin de la atmsfera
y la Tierra. La descarga recorre los caminos que mejor la conducen. Buscar esos
caminos mediante un clculo sera virtualmente imposible pero la naturaleza los
encuentra sin esfuerzo. La estructura es claramente fractal.
Bajemos ahora a la tierra y miremos que sucede con el agua. Mares, lagos y
hasta muchos ros tienen una superficie que puede aproximarse razonablemente bien
como plana o de dimensin dos (se puede medir en metros cuadrados). Pero, al igual
que en el caso de las nubes y los relmpagos cmo medir la dimensin de un salto de
agua?:

9



Aunque los tres saltos de agua son muy distintos los tres se caracterizan por no tener
bien definida su dimensin. Podemos estimar la altura, aproximadamente el ancho,
groseramente la profundidad pero su dimensin real es otra cosa y es eso justamente lo
que los hace bellos. A esto contribuyen una distribucin de rocas desorganizada, la
fuerza de gravedad y un comportamiento altamente no lineal del fluido. Pero veamos
como el hombre saca ventaja de este comportamiento catico y/o su aspecto fractal.
Primero vemos alguien que goza lanzndose entre un torbellino de agua,



Luego vemos como se aprovecha el espectculo de chorros caticos que surgen
de las fuentes para embellecer las ciudades, en este caso se trata de la estatua de
Neptuno en Madrid:

10


Finalmente en Noruega, en pleno paseo del tren turstico que une Bergen con
Myrdal y Flam, aprovechan todo el esplendor de la cada de agua y las rocas que la
rodean para enmarcar una bailarina,



La msica surge entre la distribucin fractal de las rocas y la cada catica
del agua.


11
Veamos que sucede con la Tierra misma, los accidentes geolgicos. Los ejemplos
tpicos lo constituyen las cadenas montaosas, en este caso se trata de los Pirineos a la
altura de Andorra:



Una pequea porcin de la cadena es autosimilar a una visin ms panormica.
Incluso los depsitos de nieve, por la propia estructura fractal de las montaas poseen
autosimilaridad. Tambin puede apreciarse el efecto de autosimilaridad en este perfil
montaoso del norte de Catalua:



Pero la propia estructura geolgica sigue tambin un patrn fractal de
autosimilaridad como puede apreciarse en estas vistas del Gran Can del Colorado:

12





Ms acentuada an son las estructuras que pueden observarse en el Bryce Canyon Nat.
Park, o en la estructura de estalagmitas y estalactitas en la cueva de las Flautas de Caa
en Guilin, China:
13




Aunque en estas ltimas fotos la iluminacin artificial acenta el efecto de por s
presente dentro de la caverna.

Uno de los primeros casos de estructura fractal corresponde a la dimensin de las
costas. Este fue el trabajo de Benoit Mandelbrot de 1967, Cunto miden la costa de
Gran Bretaa?
2
, aqu podemos apreciar esa estructura en la costa de la Baha de Las
Vegas, USA:



2
How Long is the COSAT of Britain?, Statisticas Self-Similarity and Fractional Dimension, Science,
New Series, Vol 156 Nro 3775 (May 5, 1967) p636-638.
14



Pero hay fenmenos en la naturaleza que combinan la fractalidad geolgica,
lquida y gaseosa, como por ejemplo los giseres de los cuales mostramos tres ejemplos
de Yellowstone:

15






16



Y no poda faltar la fractalidad en los rboles:



Son estas combinaciones de objetos naturales con diferentes tipos de fractalidad
en forma, color o en ambos los que nos generan estos agradables paisajes:
17






A escala planetaria tambin se pueden observar el caos y la fractalidad como en estas
tormentas en torbellinos sobre Jpiter:

18


O incluso a escalas galcticas:


Podemos apostar ms alto, la distribucin de galaxias en el universo hasta donde se ha
podido estudiar tambin muestra una dimensin fractal. Si la distribucin fuera
homognea la dimensin debera valer 3, en cambio se obtiene el valor de 2,1:

19



20

Relativity eliminated the Newtonian illusion of absolute space and time; quantum
theory eliminated the Newtonian dream of a controllable measurement process; and
chaos eliminates the Laplacian fantasy of deterministic predictability, of the tree, the
revolution in chaos applies to the universe we see and touch, to objects at human
scale.
Observacin de un fsico annimo
CONCEPTO DE PROBABILIDAD. ENTROPA.
SISTEMAS LINEALES. EL HAMILTONIANO.
VARIABLES CANNICAS. EVOLUCIN EN EL
ESPACIO DE FASES. PRINCIPIO DE SUPERPOSICIN.
si alguien tuviese una percepcin suficiente de las partes de las cosas y bastante
memoria y entendimiento, sera un profeta y vera el futuro en lo presente,
Pero es imposible que un entendimiento limitado prevea las cosas futuras pues el
mundo consta de infinitas cosas que cooperan, de modo que nada hay tan remoto ni
tan pequeo que no contribuya algo en su medida. Acostumbro a decir que una
mosca puede cambiar todo el estado si zumba ante la nariz del rey mientras ste est
sumido en importantes deliberaciones.
Gottfried Wlhelm Leibniz
3

PROBABILIDAD

Un concepto que recurrentemente reaparece en la solucin de los problemas
cientficos es el de la probabilidad. Este concepto est presente en las ciencias fsicas
en: la teora cintica, la termodinmica, la mecnica estadstica, los fluidos, los plasmas,
los slidos, la mecnica del continuo, la mecnica cuntica, la fsica nuclear, etc. Qu
papel juega realmente este concepto en las ciencias fsicas? Tenemos por un lado el
enunciado de leyes muy generales propuestas por: Newton, Schrdinger, Einstein. En
estas leyes se utilizan variables dinmicas de caractersticas geomtricas, rgidamente
relacionadas por las ecuaciones propuestas. Nada es aproximado o xel ilstica.
Sin embargo estas leyes tan precisas requieren del auxilio de la probabilidad para
describir completamente los fenmenos fsicos. Cuando en el mundo de los tomos una
interaccin exige que un sistema adquiera propiedades que en realidad no posee, la
mecnica cuntica provee una receta probabilstica. Por ejemplo un electrn en el
tomo de hidrgeno tiene la propiedad de acompaar al protn ubicado en auto
estados de energa con certeza absoluta. Sin embargo una interaccin (interna o
externa) puede forzar la localizacin espacial del electrn. La teora permite evaluar
probabilsticamente la localizacin, propiedad que hasta ese momento el electrn no
posea. Tambin las leyes de Newton requieren del auxilio de la probabilidad: Un dado
es un cuerpo rgido con un centro de gravedad bien definido para el cual no existe

3
Escritos en torno a la libertad, el azar y el destino, Ed. Tecnos, Madrid 1990.
21
ningn inconveniente (en principio) en aplicarle las leyes de Newton para predecir su
evolucin futura luego de arrojarlo sobre un tapete pero nadie juega a los dados
utilizando ecuaciones diferenciales!
Los estudios matemticos del azar comienzan con De Alea Geometriae de Blaise
Pascal (1650) con la fundamentacin de la teora de probabilidades. Tambin Fermat
contribuy a la fundamentacin y posteriormente en 1854, la teora se consolida con el
trabajo de George Boole: Laws of Thought, on Which Are Founded the Mathematical
Theories of Logic and Probabilities (1854). La motivacin tuvo razones muy prcticas:
el anlisis de los juegos de azar y la administracin del estado justamente mediante el
uso de las estadsticas.
La relacin entre azar y determinismo se plantea tardamente en las ciencias fsicas.
Recin en 1870, Ludwig Eduard Boltzmann publica una serie de trabajos en los cuales
establece que la segunda ley de la termodinmica tiene un origen puramente estadstico
y la relaciona con la equiparticin de la energa entre los distintos grados de libertad del
sistema. Pone as las bases de la mecnica estadstica. Sus trabajos fueron muy
combatidos por los fsicos contemporneos y posteriormente, a su muerte, en 1900 con
el estudio del movimiento de Brownian de las partculas, tuvo el merecido
reconocimiento.
El problema del azar en las ciencias fsicas se replante entre 1925 y 1940 en las
famosas discusiones entre Einstein y Bohr sintetizadas en la frase famosa: Dios no
juega a los dados!. La posicin pragmtica de la escuela de Copenhagen y los
resultados espectaculares del uso de la mecnica cuntica se impusieron a los
argumentos de Einstein y el problema qued relegado durante aos.
Las objeciones de Einstein no slo cuestionaban los resultados xel ilsticas de
una medida cuntica para un estado puro. Algunas de ellas, como la relacionada con la
paradoja de Einstein Podolski Rosen
4
y replanteada por John Stewart Bell
5
], fueron
resueltas a favor de la mecnica cuntica mediante un ingenioso experimento realizado
por Alain Aspect en 1982
6
:. Sin embargo la idea de Einstein que la teora no es
completa tiene an sus partidarios. Justamente un trabajo relativamente olvidado de
Einstein de 1917
7
sobre el anlisis de la teora cuntica del in H
2
+
, seala la dificultad
que tiene el formalismo cuntico en explicar el comportamiento dinmico de ms de dos
cuerpos. Hoy da, con la moderna teora de la fsica no lineal, esta dificultad ha
recobrado inters cientfico y dio origen a los estudios de caos cuntico. El Estudio
del caos cuntico apunta a unificar el uso de la probabilidad en la fsica clsica y la
mecnica cuntica.
Pero existe una diferencia conceptual profunda entre la probabilidad clsica, definida a
partir del conjunto continuo de nmeros reales {
i
p }, tal que 0 =
i
p = 1 y que cumplen
la condicin


i
i
p 1, y la probabilidad estrictamente cuntica. Un estado cuntico

4
Einstein, A., Podolski, B., and Rosen, N., 1935, "Can quantum-mechanical description of physical
reality be considered complete?". Physical Review. 47:777-780.
5
John Bell, "On the Einstein-Podolsky-Rosen Paradox" Physics Vol 1, 195 (1964).
6
A. Aspect, J. Dalibard and G. Roger, Experimental Test of Bell's Inequalities Using Time-Varying
Analyzers, Physical Review Letters, Vol. 49, Iss. 25, pp. 1804-1807 (1982)
7
A. ngel The Collected Papers of Albert Einstein, Vol 6, , trans., Pricenton U. Press, Pricenton, NJ
(1997), p. 434
22
general se puede describir por un conjunto de funciones (que pueden ser complejas)
ortogonales, denominadas funciones de onda cunticas,
{ } ) , , , ( t z y x
i
(1)
Veamos por ejemplo un estado descripto por dos funciones de este tipo,
) , , , ( ) , , , ( ) , , , (
2 1
t z y x b t z y x a t z y x + (2)
Ese estado podra corresponder a un electrn compartido por los tomos (1) y (2). Cmo
la funciones estn normalizadas y son ortogonales la probabilidades de que el electrn
sea localizado en el tomo (1) es
2
a y la probabilidad que sea localizado en el tomo
(2) es
2
b .Tambin puede suceder que el electrn est en alguno de los dos tomos pero
slo sepamos que existe una probabilidad p
1
de estar en el tomo (1) y una probabilidad
p
2
que est en el tomo (2). Los dos casos son bien distintos como podemos observar en
la figura:

23

Un ingrediente adicional surge de la irreversibilidad. Como ya sealamos las
ecuaciones bsicas de la fsica, tanto clsicas, cunticas o relativisticas, son
absolutamente reversibles. El tiempo puede transcurrir indiferentemente hacia el futuro
o hacia el pasado. La clara percepcin entre un pasado, un presente y un futuro se
denomina la flecha del tiempo. Pero la flecha del tiempo no tiene una ecuacin
dinmica que slo pueda avanzar desde el pasado hacia el futuro. Observemos un reloj
de pndulo. La oscilacin del pndulo no indica ninguna direccin temporal. Sin
embargo si olvidamos de darle cuerda (o suspendemos la alimentacin elctrica), el
pndulo comienza a detenerse y claramente nos indica la direccin del tiempo.
IRREVERSIBILIDAD
Se han propuesto varias explicaciones para conciliar la microreversibilidad con
la macroirreversibilidad. La ms aceptada consiste en aceptar que, dada la gran cantidad
de partculas involucradas en un proceso macroscpico, el tiempo necesario para que se
revirtiera un movimiento superara la edad del universo (14000 millones de aos).
Veamos que significa microreversibilidad en la siguiente figura donde chocan
coulombianamente dos partculas cargadas. En la colisin ir del estado 1-3 hasta el
estado 2-4 es equivalente a ir del estado 2-4 al estado 1-3, invirtiendo las velocidades
cuando las partculas llegan al estado 2-4. En cambio para una bola macroscpica no es
equivalente ir del estado A al B y luego volver al A, invirtiendo la velocidad cuando se
llega a B.
24


Frente al problema de tratar con un nmero muy grande de partculas la solucin
ha sido realizar un promedio o utilizar variables macroscpicas que implican
implcitamente un promedio. Por ejemplo para los gases resulta muy til utilizar la
simple ecuacin,

PV = nRT (1)

donde P, la presin, representa el promedio de los impulsos de las partculas sobre un
elemento de superficie; T, la temperatura, es un parmetro asociado a la energa
promedio de las partculas y n/V representa la densidad promedio del gas. Veamos el
caso ms simple de la densidad. Se basa en la idea intuitiva que fijado un elemento de
volumen, en cualquier lugar dentro del recipiente, el nmero de partculas es el mismo
al menos en promedio. Sobre este concepto se basa la definicin de estado de equilibrio
25
termodinmico. Si hubiera lugares donde el elemento de volumen tuviera un valor
promedio de partculas mayor o menor, el gas no estara en equilibrio trmico. En
nuestro ejemplo el valor promedio significa contar el nmero de partculas que
transitan por elemento de volumen en un cierto tiempo t . Cul es la exactitud de
ese promedio? Supongamos que tenemos un mol de gas a 20
o
y 1 atm. Esto ocupa
aproximadamente 22,4 litros. Un elemento de volumen podra ocupar, por ejemplo,
0,0224 litros, es decir mil veces menos. De acuerdo con el nmero de Avogadro
tendramos en promedio unas 6x10
20
partculas de gas. El nmero de partculas que
puede haber en un dado instante en el elemento de volumen es de caractersticas
frecuenciales. Las observaciones frecuenciales, por ejemplo el nmero de glbulos rojos
en un cm
3
de sangre, siguen una distribucin de Poisson que, para tan grandes nmeros
se puede aproximar por una distribucin de Gauss con un solo parmetro:


> <
> <

> <

n
n n
e
n
n P
2
) (
2
2
1
) (

(2)

Donde <n> es el valor promedio y > < n es la dispersin. Entonces en nuestro caso la
fluctuacin esperada para el nmero promedio en 0,0224 litros (un cubo de 2,8 cm de
lado) es de 2,45x10
10
partculas. La fluctuacin porcentual es de tan slo 4,8x10
-11
. La
densidad es constante con una tremenda precisin. Algo as como una precisin de 4,8
micrones en la distancia Bs.As.-Mar del Plata (450 km)!
Volvamos al concepto de equilibrio termodinmico. No es posible utilizar
variables macroscpicas que representan promedios de las variables microscpicas si el
sistema termodinmico no se encuentra en equilibrio. Veamos las condiciones que
aseguran el estado de equilibrio termodinmico:


DEFINICIN DE EQUILIBRIO TERMODINMICO

Las ecuaciones termodinmicas son ecuaciones de estado de equilibrio.
Conviene tener muy claro que se entiende por este concepto. Para poder
asegurar que el sistema est en equilibrio, se requieren las siguientes
condiciones:
El sistema debe estar constituido por un gran nmero de partculas (o en un
concepto ms fuerte, grados de libertad). Sin embargo cuando se fundamentan
estadsticamente las ecuaciones basta que ese nmero sea >>10, por ejemplo
100.
Las variables dinmicas de dichas partculas deben evolucionar errticamente.
Asegurar esta ltima condicin tambin se encuentra en la frontera de la ciencia,
pero afortunadamente existen condiciones externas que ayudan a caracterizarla.
Por ejemplo, una condicin importante es que el sistema no tenga forma de
decirnos como ha llegado a la situacin de equilibrio. Es decir el sistema ha
perdido la memoria de su evolucin y/o condiciones iniciales. Esto asegura que
las partculas estn evolucionando errticamente.
El sistema debe ser cerrado (no deben ingresar o salir partculas) y aislado (no
debe entrar o salir radiacin).
Las condiciones anteriores se aplican a un espacio finito y a un tiempo
26
limitado. Estas dos ltimas condiciones colaboran a extender el concepto de
equilibrio termodinmico a sistemas que globalmente no lo estn.
Las variables intensivas, por ejemplo la temperatura, la presin, la densidad,
deben tomar el mismo valor en cualquier punto del sistema. El sistema es
homogneo respecto de dichas variables.
La definicin de un estado de equilibrio es subjetiva pues depende de las
variables que se observen. Por ejemplo sea un vaso de agua en el cual vierto
tinta. Luego de un rato toda el agua se colore uniformemente y recin entonces
estaramos en condiciones de afirmar que el sistema est en equilibrio. Pero si en
lugar de tinta vertemos sal, slo si medimos la salinidad podremos asegurar en
qu momento el sistema alcanz el equilibrio.

EVOLUCIN REVERSIBLE
Las evoluciones reversibles se caracterizan por pasar por estados de equilibrio,
donde la variacin de las variables macroscpicas evolucionan ms lentamente
que las microscpicas.
Las evoluciones cuasiestacionarias suelen confundirse con evoluciones
reversibles pero si se presta atencin se descubre que el paso lento de una
situacin a otra no es va estados de equilibrio. Por ejemplo una barra con los
extremos a diferente temperatura pasa al estado de equilibrio en un proceso
irreversible aunque cuasiestacionario. La barra no es homognea respecto de la
temperatura. Sin embargo si se toman fetas transversales muy delgadas, la
temperatura est bien definida para cada feta pero evidentemente no estn
aisladas unas de otras.

EVOLUCIN IRREVERSIBLE
Por supuesto se la identifica como aquella evolucin que no es reversible. Por
ejemplo en la expansin violenta de un pistn. Si la velocidad de movimiento del pistn
es muy superior a la velocidad promedio de las partculas del gas contenido en el pistn,
entonces al moverse se producir un cuasi vaco detrs del pistn y una consiguiente
corriente de gas hacia el pistn. Observado en ese instante el sistema tiene memoria
de cmo se est moviendo el pistn. En cambio si el pistn se mueve mucho ms
despacio que el movimiento promedio de las partculas, al observar al sistema, en un
dado instante, no es posible saber en qu direccin se mueve el pistn observando el
movimiento de las partculas.
Cul es la relacin entre la irreversibilidad termodinmica y la irreversibilidad
mecnica? La primera se refiere a la evolucin del valor promedio de una variable
macroscpica en tanto que la segunda se refiere a la evolucin de magnitudes fsicas
razonablemente bien establecidas: la posicin del centro de masa y su velocidad. Sin
embargo poseen en comn la imposibilidad de invertir la evolucin sin poner trabajo en
el sistema.
Veamos ahora un ejemplo de evolucin irreversible que permite relacionar el
concepto de calor termodinmico con la probabilidad y la teora de la informacin.

MEZCLA DE GASES

La purificacin de gases es una tcnica usual en la industria. Se gasta energa en
separarlos y si por cualquier razn vuelven a mezclarse habr que invertir nuevamente
trabajo en separarlos. Veremos desde el concepto termodinmico de entropa que sucede
27
cuando se mezclan gases distintos. Los gases se encuentran en recipientes como indica
la figura, a una temperatura y densidad que pueden considerarse gases ideales.











Es decir se rigen por la ecuacin de estado: PV = nRT.
Supongamos que la relacin de volmenes que ocupa cada gas, es x para el gas 1
y (1-x) para el gas 2. Si el volumen total es V, el gas 1 ocupar un volumen xV y el gas
2 un volumen (1-x)V. El nmero de moles para el gas 1 ser x y el del gas 2, (1-x).
Consideremos ahora la evolucin irreversible (cuasiestacionaria) del sistema para la
cual la pared que separa los gases permite una lenta mezcla de ambos gases hasta que
se alcanza un nuevo equilibrio a la misma (P,T) pero con los gases completamente
mezclados.
Durante todo el proceso el sistema est aislado tal que entonces 0 U .
Obsrvese que por ser gases ideales la energa interna slo depende de la temperatura y
como esta es la misma para ambos recipientes al mezclar los gases la temperatura no
cambia y por lo tanto tampoco la energa interna, por Para determinar la variacin de
entropa utilizaremos la frmula usual de entropa:
U = TdS PdV = 0
despejando dS e integrando:
dV
T
P
dS S


Si el proceso de mezcla de los gases es suficientemente lento la presin y la
temperatura estarn bien definidas en todo instante. Por otra parte por ser gases ideales
las variables intensivas (P,T) no varan al mezclarlos. Incluso la expansin de un gas
ideal en el vaco no cambia su temperatura. Concretando la integracin indicada, para el
gas 1 tenemos,




pues el gas 1 pasa de ocupar un volumen xV a ocupar un volumen V. Para el gas 2 se
tiene,





La variacin total de la entropa ser,

[ ] ) 1 ln( ) 1 ( ln
2 1
x x x x nR S S S + +

x nR
xV
V
xnR
v
dv
xnR dv
T
P
S
V
xV
ln ln
1



V
V x
v
dv
nR x dv
T
P
S
) 1 (
2
) 1 (
) 1 ln(
) 1 (
ln ) 1 ( x nR
x V
V
nR x


28
como x y (1-x) son menores que uno, ambas contribuciones son mayores que cero y
tambin 0 > S . La grfica de esta funcin es fundamental en el concepto de
entropa y teora de la informacin:

















Las fracciones x y (1-x) podemos interpretarlas como la probabilidad que, luego de
mezclar los gases, al tomar una molcula corresponda al gas 1, p
1
= x o al gas 2, p
2
= (1-
x). La expresin para la variacin de entropa puede ponerse como,

S = -nR(p
1
lnp
1
+p
2
lnp
2
)

Antes de que los gases se mezclaran conocamos con exactitud dnde estaba
cada gas, informacin que se pierde al mezclarlos. El aumento de entropa est
midiendo esa prdida de informacin. La constante nR es arbitraria pero permite en
este caso relacionar la entropa informacional con la termodinmica. La prdida de
informacin es nula si cualquiera de los recipientes tiene inicialmente volumen igual a
cero.
La mxima prdida se da para cuando ambos recipientes son iguales.
Supongamos que ahora tenemos un conjunto similar de recipientes con diferentes gases
1,2,3, m, como indica la figura:




cada recipiente representa una fraccin x
1
, x
2
, x
3
, , x
m-1
, x
m-2
que al mezclar los gases
pueden interpretarse como las probabilidades p
1
, p
2
, p
3
, , p
m-1
, p
m
de sacar una
molcula de alguno de los m gases. Trivialmente la expresin (131) se generaliza:



Ahora el mximo valor que puede tomar la entropa es, S = ln(m), que corresponde a
m cajas iguales. Veamos como se demuestra esto. Para ello partimos de la desigualdad,


Que se cumple para todo valor de x y en particular vale la igualdad para x=1:
i
m
i
i
m
i
i
p p nR S S ln
1 1



x x ln 1
29



Definiendo,

Y reemplazando en la desigualdad,




Multiplicando por p
i
y sumando sobre el ndice i,





pero el miembro de la izquierda es nulo pues la sumatoria sobre p
i
vale 1 y sumar N
veces 1 es igual a N, como lnN es una constante se tiene que:




por lo que, reordenando se tiene,

En trminos de mezcla de gases, antes de mezclarlos podramos definir que
como la falta de informacin es nula, la entropa tambin lo ser. Pero eso no es
correcto pues cada gas tiene un valor de entropa por la agitacin trmica de sus
molculas. Es decir se carece de informacin respecto del estado dinmico de cada
molcula. Dentro de cada recipiente no podemos saber donde est cada molcula ni con
qu velocidad se est moviendo ms all de un valor promedio. En lo que respecta a la
entropa de cada gas, existe una falta de informacin de la posicin y velocidad de cada
partcula. Clsicamente no es posible definir un valor absoluto de la entropa pues
como el espacio de fases puede subdividirse en recipientes arbitrariamente pequeos
el resultado es que el valor de la entropa absoluta diverge para cualquier temperatura
y presin. Sin embargo las divergencias para diferentes temperaturas y volmenes
tienen igual orden y cancelan cuando se evala una variacin de entropa. Por eso slo
se calculan, clsicamente, las variaciones de entropa.
Pero este ejemplo da para ms an. Qu sucede con el tratamiento realizado
si el gas 1 es el mismo que el gas 2? La expresin empleada no tiene forma de
i
Np
x
1

) ln(
1
ln 1
1
N p
Np Np
i
i i

N p p p p
N
N
i
i
N
i
i i i
N
i
ln ln )
1
(
1 1 1



N p p
N
i
i i
ln ln 0
1

S N > ln
30
diferenciar un caso del otro y por supuesto obtendremos el mismo resultado. Sin
embargo resulta evidente que al mezclar gases iguales la entropa no crece. Esto se
conoce como la paradoja de Gibbs que no tena solucin en el formalismo clsico. La
trampa est en que las partculas son indistinguibles y la frmula convencional
utilizada asume que las partculas son distinguibles. En la deduccin se requiere
evaluar los posibles microestados accesibles del gas. Veamos la diferencia si las
partculas son distinguibles o indistinguibles:



Vemos aqu en un caso tan simple de dos partculas y dos niveles de energa que existe
una configuracin ms en el primer caso. En el caso real el nmero de niveles
disponibles es mucho mayor que el nmero de partculas por lo que hay prcticamente
una partcula por estado de energa. La discrepancia es an muy superior,



Un tratamiento ms riguroso, basado en la maximizacin de S utilizando
multiplicadores de Lagrange, demuestra que la frmula de estado Pv = nRT no
cambia ya sea que se consideren la partculas distinguibles o indistinguibles. Pero la
expresin de la entropa cambia. Para eso debe recalcularse la entropa considerando
que las partculas son indistinguibles y slo pueden distinguirse cuando los gases
son distintos. Se obtiene as la expresin de Sackur Tetrode
8
.
Como conclusin, la identificacin macroscpica a la cual estamos tan
habituados comienza a manifestarse en la medida que las molculas de vuelven ms y
ms complejas o los ordenamientos policristalinos difieren unos de otros. La
identificacin de los sistemas se vuelve as un problema de diferente ordenamiento de
31
tomos y molculas que, individualmente son esencialmente indistinguibles.
Justamente en un gas debido a la total falta de orden el problema de la indistinguibilidad
desemboca en la paradoja de Gibbs.
Desde un punto de vista cuntico la indistinguibilidad es esencial. Como dijo
Erwin Schredinger en 1950:

Cuando observas una partcula de un tipo determinado, pongamos por caso un
electrn, aqu y ahora, debes considerarlo, en principio, como un acontecimiento
aislado. Incluso si observas, muy poco tiempo despus una partcula similar en un
punto muy prximo al primero, y hasta si tienes toda la razn para encontrar relacin
causal entre la primera y la segunda observacin, no tiene autntico e inequvoco
sentido afirmar que es la misma partcula la que has observado en los dos casos. Puede
que las circunstancias sean tales que aconsejen y hagan deseable que te expreses de esa
manera, pero no es sino una limitacin;

Veamos que sucede cuando se utiliza la frmula de Sackur Tetrode
8
:
DISTINGUIBLES




INDISTINGUIBLES: SACKUR-TETRODE (Versin simplificada)



La sutil diferencia radica en que aparece el nmero de moles dentro del
logaritmo. Por de pronto ahora se cumple una importante propiedad de la entropa como
variable extensiva: si se multiplica por ? el nmero de moles (a T=cte) debe aparecer
multiplicada por ? la expresin de la entropa,






Vamos ahora a la paradoja de Gibbs. Conviene hacer los clculos con cierto detalle para
entender bien la diferencia entre dos gases iguales o dos gases distintos. Para ello
veamos primero la entropa de los gases antes de mezclarlos. Debemos recordar que por
ser la entropa una funcin potencial termodinmica, slo queda determinada a menos
de una constante:








8
Philip M. Morse, Thermal Physics, W.A. Benjamin, New York, 1965.

,
_

,
_


0 0
ln ln
V
V
nR
T
T
C S
v

,
_

,
_


n V
Vn
nR
T
T
C S
V
0
0
0
ln ln
) , ( ln ln ) , (
0
0
0
0
V n S
n V
Vn
nR
n V
Vn
nR V n S


) , ( ln ln ) , (
0 0
V n S
V
V
nR
V
V
nR V n S

,
_

,
_


01
1
1
1 1
ln S
n
V
R n S
i
+
02
2
2
2 2
ln S
n
V
R n S
i
+
32
Si los gases son distintos [distinguible una molcula del gas (1) de otra del gas (2)],
entonces se puede evaluar la entropa final de cada gas luego de mezclarlos:






Entonces la diferencia de entropa entre el estado final (gases distintos mezclados) y el
inicial (gases distintos separados):



Y si reemplazamos por las fracciones molares y de volmenes, tenemos:





Que coincide con la obtenida originalmente. Pero si los gases son idnticos entonces la
entropa final ser,



Porque no puedo identificar de qu lado est cada molcula con ningn tipo de
medicin! (tampoco la propia naturaleza puede identificarlas con ningn tipo de
interaccin!). Calculando nuevamente la diferencia entre la entropa final (gases
idnticos mezclados) y la inicial (gases idnticos separados),

+
+
2
2
2
1
1
1 2 1 ) 2 1 (
ln ln ln ) (
n
V
R n
n
V
R n
n
V
n S S S S
i i f total


reemplazando por la relaciones molares y volumtricas,




Este tema de la indistinguibilidad no ha sido an suficientemente analizado en
los sistemas caticos. Normalmente se asume que existen comportamientos caticos en
el lmite clsico. Por otra parte la mecnica cuntica no puede ser formulada en un
sistema autnticamente no lineal. Sin embargo la indistinguibilidad de las partculas es
una propiedad intrnseca que, como vimos se pone de manifiesto a nivel macroscpico
para una gas cuyas partculas deberan estar movindose completamente al azar, es decir
en un estado completamente catico. Si la propia naturaleza no puede distinguir una
partcula de otra Cmo puede asegurarse que una y cada una de las molculas est
siguiendo una trayectoria catica? Se est frente a una real paradoja? O ms bien se
trata de uno de los tpicos problemas indecibles? Este es un tema no cerrado.

SISTEMAS DINMICOS LINEALES.
01
1
1 1
ln S
n
V
R n S
f
+
02
2
2 2
ln S
n
V
R n S
f
+
2
2
1
1 2 1 2 1
ln ln ) ( ) (
V
V
R n
V
V
R n S S S S S
i i f f total
+ + +
[ ] ) 1 ln( ) 1 ( ln
) 1 (
ln ) 1 ( ln
x x x x nR
x V
V
R x n
Vx
V
xnR S
total
+

+
02 01
2 1
2 1 ) 2 1 (
ln ) ( S S
n n
V
n n S
f
+ +
+
+
+
0 ln ) 1 ( ln ln
n
V
R x n
n
V
nxR
n
V
n
33

Para comprender la profunda conmocin que ha producido la moderna teora de
caos en la ciencia conviene repasar algunos conceptos de sistemas dinmicos lineales.
Durante los siglos XVII, XVIII, XIX y gran parte del siglo XX se careca de
computacin como para realizar los complejos e iterativos clculos que demanda el
estudio de los sistemas no lineales. Aunque la evaluacin de los sistemas dinmicos dio
un gran paso con la introduccin del clculo integro-diferencial slo era posible resolver
los problemas lineales y un conjunto muy acotado de sistemas no lineales. Toda la
investigacin se centr entonces en el anlisis de las ecuaciones lineales. A principios
del siglo XX se aclar el concepto de fuerzas fundamentales estableciendo que existan
cuatro:

ELECTROMAGNTICA (Unificacin de elctrica y magntica lograda por Maxwell a
mediados del siglo XIX).
GRAVITATORIA
NUCLEAR
DBIL (responsable del decaimiento radiactivo beta, se unific con la electromagntica
a mediados del siglo XX por Salam, Glashow y Weinberg).

Es interesante destacar que slo las fuerzas gravitatorias y electromagnticas
generan una dinmica. En realidad como las otras dos fuerzas se manifiestan en
distancias tan pequeas como los ncleos no tiene muchos sentido hablar de fuerzas
sino ms bien de potenciales. En la mecnica cuntica (nico formalismo medianamente
idneo para resolver problemas con estos potenciales) no existe el concepto de fuerza.
Es que simultneamente haca su irrupcin la mecnica cuntica (Shrdinger-
Heisemberg), una teora nacida al amparo de ecuaciones lineales y la teora relativista
(Einstein). Todas las fuerzas, la mecnica cuntica y la teora relativista, son reversibles
temporalmente. Las fuerzas disipativas, responsables de la irreversibilidad, se asignaron
a la interaccin de un conjunto muy grande de partculas intratable con las herramientas
disponibles. Pareca lgico reducir la dinmica fundamentalista a aquellos problemas en
los que la disipacin estuviera ausente, plantendose en consecuencia ecuaciones
reversibles. Es posible en este caso plantear cualquier problema (no disipativo)
escribiendo la contribucin de la energa cintica ms la energa potencial a la energa
total del sistema,

E
T
= E
c
+ E
p


A la expresin simblica (realizacin) de la energa total se la denomin Hamiltoniano
(en honor del gran matemtico Hamilton). Por ejemplo el Hamiltoniano de una partcula
libre es,

m
p
H
2
2

En tanto que el hamiltoniano para un oscilador armnico es,


2 2
2
2
1
2
x m
m
p
H +

Una herramienta til para visualizar la evolucin de los sistemas, creada con los
sistemas lineales pero de gran aplicacin en los sistemas no lineales es el espacio de
34
fases. Se denomina espacio de fases al sistema de coordenadas ortogonales compuesto
por las variables x
i
, p
i
(el ndice i indica que existe un conjunto de partculas
nomencladas por ese ndice). Si tuviramos por ejemplo tres partculas el espacio de
fases tendra 18 dimensiones: x
1
, y
1
, z
1
, x
2
, y
2
, z
2,
x
3
, y
3
, z
3,
p
1x
, p
2x
, p
3x,
p
1y
, p
2y
, p
3y,
p
1z
,
p
2z
y p
3z
. Este espacio se suele utilizar en mecnica estadstica y por ejemplo para un
gramo mol de gas monoatmico ideal tendr 6x6,022x10
23
dimensiones. Para visualizar
su utilidad en sistemas simples veamos la representacin de una partcula libre que se
mueve segn la direccin x (dos dimensiones),



Veamos ahora el caso unidimensional del oscilador armnico, nuevamente el
espacio de fases tiene dos dimensiones y consistir de elipses con semiejes
determinados por los valores de las constantes que intervienen en la energa (como no
hay disipacin la energa se mantiene constante):



Las variables p y x se denominan variables cannicas y a partir de ellas se
desarrollan todo el conjunto de variables dinmicas de inters. Los sistemas lineales
estn gobernados por ecuaciones diferenciales lineales. Las soluciones de este tipo de
ecuaciones cumplen las siguientes relaciones,

Y = ay
1
+by
2


Donde y
1
, y
2
e Y son soluciones de la ecuacin. En smbolos, si L representa la
ecuacin diferencial entonces,

35
L(ay
1
+by
2
) = aLy
1
+bLy
2


Incluso si el sistema puede est gobernado por ms de una ecuacin diferencial lineal se
cumple que,

(aL
1
+bL
2
)y = aL
1
y+bL
2
y

Estas propiedades se pierden cuando el sistema es no lineal. La posibilidad de
obtener soluciones mediante superposicin lineal permite, a partir de un conjunto
completo y linealmente independiente de autofunciones de L, obtener cualquier
solucin de la ecuacin. Es decir conocidas las autofunciones se tiene resuelto el
problema. En cambio para sistemas no lineales, conociendo dos soluciones la suma de
ambas no es necesariamente solucin de la ecuacin. Incluso para una misma solucin
no se sabr, en general, la evolucin del sistema al cambiar levemente las condiciones
iniciales.
No est muy en claro si los fsicos y los astrnomos han sido conscientes de las
tenues bases matemticas (frecuentemente no dichas) de sus creencias, pero es muy
claro que no se han preocupado demasiado por eso
Max Dresden
9

El primero que descubri el comportamiento complejo en el estudio de sistemas
dinmicos no lineales fue Poincar. Realiz (1890) una substancial contribucin a la
teora de rbitas de planetas y estrellas, en particular el problema Sol-Luna-Tierra.
Este era el problema de n cuerpos para el cual el Rey Oscar II de Suecia cre un
premio de 10000 coronas. Poincar gan el premio en 1889 aunque no lleg a resolver
totalmente el problema para el caso del sistema solar. Para el estudio de trayectorias
complicadas invent el mapa de Poincar que consiste en un plano sobre el cual la
trayectoria del sistema marca un punto cuando lo atraviesa. El uso de dicho plano es
importante an en la actualidad, en particular para el estudio de los denominados
atractores extraos. Si la trayectoria es cclica el conjunto de puntos sobre el plano es
finito. Por ejemplo para un pndulo no amortiguado da dos puntos. Para sistemas no
lineales, el conjunto de puntos puede cubrir homogneamente una regin del plano o
distribuirse segn extraas figuras denominadas fractales, generadas por un conjunto
infinito de puntos.
La trayectoria no vuelve a pasar por los mismos lugares aunque se encuentre
restringida a una regin del espacio, estos son los atractores extraos. Para calificar
este tipo de trayectorias existen dos importantes conceptos matemticos: Los
exponentes de Liapounoff y la dimensin de Hausdorff.
Pero antes fijemos ideas respecto del determinismo y al azar. Para un sistema
determinstico dada una situacin (condicin inicial) A se tiene otra situacin (estado
final) B:

Dado A ? se tiene B
En cambio en los procesos azarosos:
Dado A ? se tiene {Bi}, con i > 1
y a cada i se asociar un nmero real pi tal que,
0 = pi = 1 y 1

i
i
p
(condicin de normalizacin) .

9
The Physics Teacher, Vol 30, Jan 1992.
36

las condiciones azarosas expuestas aseguran an un cierto grado de determinismo en
el sentido que algn B
i
debe suceder. El proceso azaroso definido en (9) corresponde a
un sistema cerrado, tpico de los sistemas termodinmicos de equilibrio. Los procesos
azarosos abiertos tienen un grado menor de determinismo y son de un tratamiento an
ms difcil. Corresponden a la termodinmica de no equilibrio.
En ciencia el determinismo se manifiesta como ecuaciones constitutivas,
ecuaciones diferenciales o a diferencias finitas, reglas y/o principios. Ejemplos
tpicos son el sistema planetario, el juego de billar, el pndulo con pequeas
oscilaciones, las reacciones qumicas (en general), sistemas termodinmicos y su
evolucin mediante procesos de cuasiequilibrio.
Obsrvese que como sealamos al principio la segunda ley tiene una base
esencialmente probabilstica. La irreversibilidad y la probabilidad son conceptos que
confluyen en el segundo principio. Estamos muy acostumbrados a tratar con sistemas
xelilsticas: la ruleta, la lotera, la distribucin de velocidades de las partculas de
un gas a temperatura ambiente, las tasas de fallas de equipos electromecnicos, la
distribucin de errores de una medicin, etc. Para los sistemas semiestadsticos el
problema es muy complicado y cada caso requiere un estudio particular. Para asegurar
que la informacin relacionada con un sistema es puramente estadstica suelen usarse
estimadores, por ejemplo: el valor promedio de los observables y la desviacin
estndar, la evaluacin de la variable
2
, etc. Inmediatamente surge la pregunta: Es
posible definir una medida del grado de aleatoriedad de un proceso? Algo como
un reloj de este tipo
10
:




EXPONENTE DE LYAPUNOV

En la introduccin establecimos que, para un sistema determinstico rige la
condicin (7): dado A existe un B asociado y slo un B. Una pequea perturbacin en el
valor de A: A A t tendr un valor asociado B, que podr diferir poco o mucho del
anterior o tener poco que ver con l. La condicin determinista no dice nada sobre este
aspecto.
En las ecuaciones diferenciales lineales el valor asociado B difiere poco del
anterior B: B B B t y permiten utilizar aproximaciones con pequeas
perturbaciones. En las ecuaciones no lineales el valor de B puede tener poco que ver

10
Dino Otero, Jugando a los dados, Investigacin y Ciencia, Investigacin y Ciencia,
Tomo 57 N
o
1 (2005), p40.
37
con el previo B y por ello pueden ser caticas. Cuando la solucin se aparta de valor
previo con un comportamiento



entonces se dice que el sistema es particularmente sensible a las condiciones iniciales y
su comportamiento es catico. Los valores de A y B corresponden a los valores que
pueden tomar las variables dinmicas del espacio de fases del sistema. En muchos casos
es posible evaluar el exponente ?, denominado exponente de Lyapunov.
Si es positivo el comportamiento es catico (el sistema puede ir a cualquier
lugar en una regin grande del espacio de fases), si es nulo existe la posibilidad de una
bifurcacin (el sistema puede ir a dos lugares muy distintos del espacio de fases), si es
negativo el sistema es estable y pequeas perturbaciones en el valor de A genera
pequeas perturbaciones en el valor de B.
Se pueden evaluar tantos exponentes de Liapunov como grados de libertad
posea el sistema. Algunos pueden ser negativos, otros nulos y otros positivos. Sin
embargo estos exponentes son slo una cota del comportamiento de la solucin. La
distribucin de posibles valores de B puede no ser congruente con una variable
aleatoria aunque el exponente sea positivo. Se requiere una investigacin ms
profunda del comportamiento de la solucin.

DIMENSIN DE HAUSDORFF

El matemtico Hausdorff introdujo un criterio de dimensin para un conjunto
de puntos. Aunque no es la nica forma de medir la dimensin de un conjunto de
puntos, suele ser una de la ms usada. Ms prctica an es la definicin de capacidad
de un conjunto de puntos que para los casos de inters tiene un resultado equivalente al
de la dimensin de Hausdorff.
Estas definiciones coinciden con el concepto usual que tenemos por ejemplo
para: Un punto o conjunto de puntos aislados, dimensin cero. Una lnea, dimensin
uno. Una superficie, dimensin dos. Un volumen, dimensin tres. La capacidad se
define como:

0
1
ln
) ( ln

'

,
_

N
lm D
C


Donde e se define por un hipercubo de lado y N( ) es el mnimo nmero de cubos
requeridos para cubrir la trayectoria cuando 0 . Por ejemplo,
Un conjunto finito de m puntos: Requiere m cubos con 0 , entonces,

0 0
1
ln
) ln(
1
ln
) ( ln

'

,
_

'

,
_



m
lm
N
lm D
C


t A
e B
) (

38
y como ln(1/ ) es divergente para 0 , se tiene que DC 0, que coincide con la
definicin matemtica usual para un conjunto de puntos aislados.

Un conjunto de m lneas de longitud l:

0 0
1
ln
ln
1
ln
) ( ln

'

,
_

,
_

'

,
_

mL
lm
N
lm D
C







pues se necesitan L/ cubos para cubrir cada lnea de longitud L, entonces,







CONJUNTO O POLVO DE CANTOR:

Este es un conjunto menos trivial, se trata de la construccin matemtica por la
cual se va eliminando secciones de un segmento segn la siguiente regla por la cual
desaparece un tercio de cada segmento.

Tamao del Cubo paso Nmero de cubos


Para cubrir el primer segmento necesito un cubo de lado arbitrario 1 (por
simplicidad en la figura se ha achatado al cubo lo cual no influye en el razonamiento).
A medida que elimino las zonas segn la regla establecida, la longitud del lado del
cubo disminuye como 1/3
n
en tanto que el nmero requerido para cubrir lo que
queda del segmento inicial crece como N(e) = 2
n
. En el lmite de n ? 8 el cubo
tiende a cero y


1
)
1
ln(
)
1
ln(
)
1
ln(
) ln(
0

'

mL
lm D
C
...... 6309297 , 0
3 ln
2 ln
3 ln
2 ln

n
n
C
lmite D
39




Este lmite est entre cero y uno y es lo que se denomina dimensin fractal. El
polvo de Cantor no llega a ser una lnea pero tiene una dimensin superior a un
conjunto finito de puntos. La determinacin de la dimensin de Hausdorff permite
establecer cuando una rbita cubre densamente una cierta regin del espacio.
Si adems para dicha regin los exponentes de Liapunov son positivos entonces
los puntos del plano de Poincar quedarn distribuidos al azar. Si la dimensin de
Hausdorff es menor que la dimensin de la regin del espacio en el cual se desarrollan
las rbitas y los exponentes de Lyapunov son positivos, los puntos tendrn una
distribucin catica pero podr haber regiones ms densas que otras y la distribucin
no ser completamente al azar. La combinacin de ambos criterios permite tener
informacin de cun catico es el sistema y cunto se asemeja la trayectoria con la idea
conceptual de evolucin al azar.
40
FRACTALES

Antes de continuar con el estudio de los sistemas dinmicos analizaremos un
poco ms el tema de la fractalidad que ya hemos presentado matemticamente. El
estudio de los espacios fsicos tiene dos conceptos importantes: la dimensin y la
mtrica. La mtrica se dominaba haca ya tiempo por los matemticos pero fue
introducida en el estudio de los sistemas fsicos por Einstein y su teora de la
relatividad.
El uso de mtricas diferentes de la eucldea slo requiere de un buen
conocimiento del clculo tensorial. Las dimensiones se mantenan hasta hace pocos
aos tranquilas en nmeros enteros: cero (punto), uno (lnea), dos (superficie), tres
(volumen), cuatro (espacio-temporal). En teora avanzadas de campos y
supercuerdas y sper membranas se teoriza con la posibilidad de 10 u 11
dimensiones la mayora enroscadas en tamaos indetectables.
Respecto de las dimensiones Mandebrot puso el tema de moda entre los 70 y 80
del siglo pasado. El concepto de fractalidad es especialmente til para entender y
catalogar estructuras complejas. Personalmente me gusta llamar dimensiones
compactas a las dimensiones enteras y fractales al resto. Cuando analicemos en
detalle el concepto de fractal, veremos que se trata de una aproximacin matemtica
del objeto fsico en estudio pero, no lo son tambin aproximaciones los conceptos
de punto, lnea, superficie y volumen?
Una lnea en un cuaderno se convierte en un conglomerado de partculas
acomodadas segn una cierta tendencia. Una estrella tiene dimensin 3 cuando se
estudia su estructura cercanamente como es el caso del Sol observado mediante un
telescopio. Sin embargo observado en el cielo no pasa de un disco, es decir una
superficie. Finalmente al observar una estrella muy lejana a la cual no se le puede
detectar el dimetro, tendremos un punto.
En el caso de los fractales tambin la escala en la cual se observen ser
fundamental para que sus propiedades estn bien definidas. Al comienzo realizamos
una serie de presentaciones de fotos naturales donde asegurbamos que la
fractalidad estaba presente, retomaremos ahora esta idea con un aspecto prctico.
Supongamos que estamos frente a un rbol de hojas caducas en pleno invierno:

















41
y deseamos caracterizarlo de algn modo. Podramos elegir: el volumen que ocupa, su
peso, la longitud total, su altura el dimetro medio, etc. Todas estas propiedades estn
relacionadas con dimensiones compactas que no son las ms apropiadas para
caracterizar a un rbol de este tipo. Es as que medir el volumen sera una mproba tarea
que demandara arrancar el rbol y sumergirlo en un tanque de agua. La longitud es una
tarea prcticamente imposible y con muchas fuentes de error.
La altura y el ancho son poco representativos. Aqu lo ideal es caracterizarlo con
la dimensin fractal. La dimensin fractal tiene la propiedad de ser invariante al
cambiar la amplificacin de la ventana. En principio se tendr la misma
dimensin ya sea que se tome todo el rbol, varias ramas o slo una rama.
Por supuesto que, como vimos en el caso de las dimensiones compactas, existir
un lmite superior (generalmente impuesto o por la ventana de observacin o por el
tamao de la estructura) y un lmite inferior (los ladrillos con que estn edificadas
las estructuras fractales son, invariablemente de dimensin compacta. Por lo tanto estos
ladrillos marcarn indefectiblemente el lmite inferior, por ejemplo en el caso del rbol
una ramita aislada ser el lmite inferior.
Pero tambin para las dimensiones compactas tenemos ese problema. No existen
lneas, superficies o volmenes infinitos. Miradas las figuras compactas con un
microscopio tambin observamos los ladrillos elementales. En cada estructura resulta
muy interesante descubrir cul es la causa por la cual el sistema pasa de una estructura
compacta (los ladrillos) a una estructura fractal. Veamos otros ejemplos.
En la siguiente foto se observan varias estructuras naturales con dimensin
fractal:


























42
En el cielo las nubes, al fondo las montaas en el prado diversos tipos de rboles
y arbustos. Todos ellos tienen en comn la autosimilaridad. Otro ejemplo que se da
frecuentemente son las costas, Costa de Gran Bretaa
11
vista desde el satlite
magnificada de izquierda a derecha


Costa de Chile desde el satlite magnificada de izquierda a derecha.

Establecer la longitud de una costa es virtualmente imposible, cambio si se
puede determinar la dimensin fractal.
Ya hemos visto la definicin matemtica de Hausdorff. En general esa
definicin tiene buena aplicacin en fractales generados por reglas discretas no caticas.
En sistemas reales, el problema del caos est siempre presente y se hace necesario
aproximar su influencia mediante tratamientos estadsticos. En el caso de los fractales
suele agregarse a reglas discretas y determinsticas el ingrediente aleatorio.
Veamos ejemplos construidos geomtricamente:




11
Benot Mandelbrot, La Geometra Fractal de la Naturaleza, Tusquets, 2000.
43
Esta curva de Koch que es similar a un cristal de nieve tiene dimensin DH =
log4/log3. tambin tiene un lejano parecido con la estructura de una costa.
Tenemos aqu un ejemplo de estructura geomtrica tridimensional:












44
CRECIMIENTO ELECTROLTICO FRACTAL
12


Veamos ahora un ejemplo experimental muy simple de crecimiento fractal. Se
trata de un crecimiento electroltico generado sobre un portaobjeto de microscopio
como se muestra en la figura:


Se aplica una diferencia de potencial de unos pocos voltios entre los alambres de
cobre (tpicamente entre 5 y 10 Volts). Entre los vidrios portaobjetos se introduce una
solucin 0,5 molar de sulfato de cobre. En pocos segundos comienza a crecer, por
depsito electroltico, una estructura dendrtica que, observada al microscopio ptico se
presenta con dimensin fractal:

Comienzo del crecimiento Al llegar al otro electrodo


12
D. Otero, G. Marshall, S. Tagtachian, From a Compact to a Rugged Border in Ramified Copper
Electrodeposits, Fractals, vol 4 nro 1 (1996) p7-16.

45
Ahora las imgenes superiores son tomadas con lupa, en cambio la inferior
izquierda es de microcopio en pleno crecimiento con 400x, En cambio la derecha es
tomada con microscopio y 1000x pero detenido el crecimiento,

Estas otras son tomadas con un microscopio electrnico. A la izquierda con
12500x y la de la derecha 25000x. Pueden observarse unos largos bastones de 1 2 nm
de dimetro mezclados con un conglomerado de partculas.

Ahora a la izquierda tenemos una foto de microscopio electrnico de 3500x
donde los bastones se ven como largas agujas clavadas en conglomerados informes. A
la derecha el aumento de 25000x se ha focalizado en el conglomerado logrndose
observar cristales de xido de cobre donde la forma ha sido remarcada en un caso.







46











Salvo el caso dinmico el resto de las fotos han sido tomadas luego que se
detuvo el crecimiento electroltico y en particular para las de microscopio electrnico se
debi levantar uno de los portaobjetos, generndose un fuerte barrido del lquido
sobre la estructura. Lo que se observe es en consecuencia el montn de ladrillos
fundamentales con que estaba construida la estructura.
Para aclarar ms la composicin de estos ladrillos se realiz un estudio mediante
difraccin de rayos X de Brag:

47

Se observa la presencia de Cu
2
O y cobre puro. De estos anlisis se concluy que
muy probablemente la aparicin de xido bloquee el crecimiento compacto de los
cristales de cobre induciendo una estructura fractal. Agregando agua oxigenada
(perxido de hidrgeno) se observ un bloqueo progresivo del crecimiento a medida
que creca la concentracin de agua oxigenada. Algo as como lo que muestra la
siguiente figura, donde se muestra el crecimiento cristalino en direccin del campo
elctrico y las ramificaciones generadas por el bloqueo:




48
DETERMINACIN DE LA DIMENSIN FRACTAL.
MTODO NUMRICO
13
.

La caracterizacin de un objeto se dificulta segn se vaya complicando su estructura.
Uno de los casos de inters ms simples lo constituyen los recintos simplemente
conexos. El borde de dichos recintos puede ser un factor muy importante para el
metabolismo de sistemas biolgicos, procesos fsicos complejos de absorcin,
caracterizacin geogrfica de fronteras y costas, bordes de corrosin, etc. Por
simplicidad comenzaremos estudiando recintos en espacios bidimensionales. La
dimensin geomtrica estar comprendida entre el valor uno y el valor dos.
En el primer caso se trata de una lnea que puede o no cerrarse sobre s misma y en el
segundo caso se trata de un borde liso de un recinto ocupado por materia, como se
muestra en la figura,

Dimensin UNO Dimensin DOS

aunque el mtodo es posible extenderlo a objetos tridimensionales, la complejidad
amerita realizar un estudio restringido a los sistemas bidimensionales. El mtodo tiene
alguna similitud con el desarrollado por Forrest y Witten
14
, aunque un ingrediente lo
diferencia fundamentalmente: la evaluacin de la dimensin se realiza localmente y la
dimensin correspondiente a la figura surge de un promedio de todas las dimensiones
evaluadas en cada pxel. Ya vimos que la dimensin de Hausdorff tiene una expresin
heurstica denominada capacidad que se expresa por:

'

,
_

1
ln
) ( ln N
lm D
C


L es una longitud tpica donde est el objeto y

define un hipercubo de lado

y N(

) es el mnimo nmero de esos cubos requeridos para cubrir la el conjunto


de puntos cuando 0 .
Entonces e representar una fraccin de L que debe tender a cero para evaluar
DC. Cuando operamos con imgenes digitales el tamao un xel. La nica forma de
que tienda a cero es aumentando el nmero n de pxeles que contiene L,

13
Dino Otero, Claudio Bollini, Modelizaciones geomtricas digitales: Aspectos no eucldeos,
Modelizacin aplicada a la Ingeniera, Vol II, p320, 2007.
14
Forrest, S. R. y Witten Jr., T.A. Long-range correlations in smoke particle aggregates. Journal of
Physics A: Math. And General, 12, L109-117, 1979.
49
considerando que la figura fractal mantiene autosimilaridad aunque se mnimo de


est determinado por aumente el nmero de pxeles que la definen.
Tendremos entonces que,

= L/n = 1 pixel

Sin embargo en los casos prcticos no es tan simple obtener el resultado
aplicando la definicin. En ese sentido se han propuesto definiciones constructivas de
la dimensin fractal. Aqu presentamos un mtodo robusto para determinar la
dimensin. Como veremos en algunos ejemplos este criterio resulta fundamental para
caracterizar adecuadamente la recinto.

DIFICULTADES DE LA REPRESENTACIN BINARIA

Entenderemos por simulacin binaria la que slo utiliza pxeles blancos o negros,
sin tonos intermedios. En realidad para objetos geomtricos ideales (puntos, rectas,
cuadrados, crculos, etc.) e incluso para figuras de estructuras ms complejas se
esperara que esta representacin fuera la mejor indicada.
Un punto ser un pxel negro y una recta una sucesin de pxeles negros uno
contiguo al otro. Pero confluyen aqu dos problemas. Aunque podra aceptarse que un
pxel aislado puede asociarse a un punto de dimensin cero resulta inaceptable que los
puntos de la recta sean numerables. Cualquier simulacin que evale un lmite sobre la
recta presentar una dificultad insalvable que no se resuelve aumentando el nmero de
pxeles que componen la recta simulada.
Se viola aqu un concepto importante de la geometra eucldea: la continuidad de la
recta. El segundo problema insalvable se origina en el teselado de la matriz.
Normalmente los sistemas de adquisicin o procesamiento de imgenes distribuyen los
pxeles con un teselado estrictamente rectangular. Automticamente queda fijada una
simetra que se superpone a la forma de la figura procesada. Si la simetra y la
orientacin de la figura son rectangulares segn los ejes del teselado no hay distorsin.
Si la inclinacin de una lnea es de 45 grados la distorsin es mxima. La geometra
deja de ser eucldea, y ya no se cumple el teorema de Pitgoras. Un tringulo rectngulo
con los catetos iguales tiene, los tres lados iguales en nmero de pxeles, el error es de
29%,

50




Una circunferencia tiene el mismo permetro que un cuadrado inscripto en ella. El
error en el permetro de la circunferencia (constante, independiente del nmero de
pxeles) es del orden del 10%. No se obtiene mejora aumentando el nmero de pxeles.
Para corregir este error se desarroll un cdigo que evala la correccin localmente
mientras se recorre la figura. El rea evaluada contando el nmero de pxeles
encerrados dentro de un contorno tiene, sin embargo, muy poco error. Efectivamente, el
error al evaluar un rea se limita justamente al contorno que es de una dimensin menor
que la superficie.
Supondremos que, a los efectos prcticos, tenemos una imagen determinada por un
conjunto de pxeles dispuestos segn una simetra cartesiana, es decir la tpica imagen
construida por una computadora. Los sistemas actuales de adquisicin de imgenes
convierten automticamente una imagen analgica en una imagen digital, por ejemplo el
scanner.
Para estudiar las estructuras asumiremos que slo nos interesa el comportamiento
del contorno para lo cual se convertir la imagen en una estructura binaria de ceros
(blanco = no imagen) y unos (negro = imagen). El cdigo recorrer el recinto
51
comenzando desde el primer xel ocupado por un uno desde arriba a la izquierda,
bajando.
Sobre cada pxel se establecen un conjunto de pares de cuadrados que
identificaremos por el tamao de sus lados segn la figura:





Donde d > es el lado del cuadrado mayor y d < es el lado del cuadrado menor. El
cdigo cuenta los pxeles ocupados dentro del cuadrado menor y los ocupados dentro
del cuadrado mayor (por supuesto que estos ltimos comprenden a los primeros). Los
casos extremos que pueden darse son el de la figura anterior, donde el nmero de
pxeles es proporcional al lado del cuadrado y el de la siguiente figura en la cual es
proporcional al rea del cuadrado:




Sin realizar una demostracin matemtica rigurosa asumiremos que para
dimensiones fractales ese nmero estar comprendido entre esos dos lmites y
converger a la verdadera dimensin fractal cuando el borde del recinto se acerca a esa
dimensin. En este caso existen dos lmites bien establecidos para caracterizar la
dimensin fractal: por abajo el pxel y por arriba el nmero mximo de pxeles que
caben en la figura. En ese sentido un pxel tiene dimensin cero y la autosimilaridad
dimensional se cortar en el tamao mximo de la figura. En la naturaleza tambin se
dan estos dos lmites. Por ejemplo en un tpico crecimiento electroltico, el lmite
inferior de la estructura est dado por el cristal de xido, que tiene dimensin compacta
o entera.
52
El lmite superior en este caso est dado por el tamao de la celda de crecimiento
electroltico. En realidad para las dimensiones enteras convencionales tambin existen
estos lmites: una circunferencia trazada en el pizarrn es un conjunto de
microcristales en los sistemas monoclnicos y ortorrmbicos de metasilicato cido
de magnesio, H2Mg
3
(SiO
3
)4, fuertemente localizados y con una simetra polar.
En realidad, como veremos al aplicar este mtodo aqu expuesto, tendremos que
revisar el concepto de dimensin entera para los objetos finitos.
Consideremos entonces un par de cajas centradas en un determinado xel, cada
una de ellas definen las dimensiones n
1
y n
2
. Aplicando la definicin tenemos que debe
cumplirse y la relacin respecto de un xel,



2
2
1
1
ln
ln
ln
ln
ln
) ( ln
n
N
n
N
L
N
lm D
C

'

,
_







donde n
1
,
2
son los lados de los cuadrados medidos en pxeles y N
1
,
2
son el nmero de
pxeles de la figura que caen dentro de cada cuadrado. Reordenando,





restando la unidad,






que puede ponerse como,





entonces,






2 , 1
2 , 1
L
n
2
1
2
1
ln
ln
ln
ln
n
n
N
N

2
2 1
2
2 1
ln
ln ln
ln
ln ln
n
n n
N
N N

2
1
2
2
2
1
ln
ln
ln
ln
n
n
n
N
N
N

C
D
n
N

2
2
ln
ln
2
1
2
1
ln ln
n
n
D
N
N
C

53
La expresin (214) permite evaluar la dimensin fractal alrededor de un
determinado xel, haciendo el cociente entre ln(N1/N2) y ln(n1/n2).
Tomemos ahora un conjunto de cajas centradas en cada uno de los pxeles que
definen la figura cuya dimensin se quiere determinar. Sea ese xel el i-simo y el
conjunto centrado de cajas definidas por cada valor de n: {n
j
}. Ordenemos ahora las
cajas de menor a mayor y tomemos todas las combinaciones posibles de a pares. Si cada
par diera exactamente el mismo valor para Dc, entonces la expresin (214) define una
recta en funcin de la diferentes relaciones ln(n
j
) /ln(n
j
) con ordenada al origen nula.




Las desviaciones respecto de la autosimilaridad, y las deformaciones de la figura
generada por la particin en pxeles dar valores fluctuantes de D
c
, por lo que convendr
evaluar la pendiente mediante el mtodo de mnimos cuadrados. La primera expresin
permite por s misma obtener la dimensin fractal. La diferencia fundamental con la
segunda radica en que mientras la primera evala la dimensin en forma absoluta, la
segunda obtiene la dimensin comparando el nmero de pxeles de dos recintos.
La expresin hallada ser fuertemente sensible a las dimensiones relativas de los
recintos y a la distribucin de pxeles en dichos recintos. Si la estructura del objeto tiene
una correlacin fuerte con la relacin (y forma) de los recintos, esa correlacin influir
en el valor de la dimensin determinada por este mtodo. Volviendo a (212) podemos
rescribirla en forma incremental variando un n el cuadrado,






1
1 1 1
1 1
1 1 1 1 1
ln
ln ) ln(
) ( ln
) ( ln ) ( ln
n
n n n
n N
n N n n N +

+
54



nuevamente podemos usar que


y dividiendo ambos miembros por n1, con n1/N1 0 (como n mnimo es un
xel para tener un incremento tendiendo a cero debemos tender N a ) se obtiene,






El valor evaluado ser el mismo mientras DC se mantenga constante pues,

) ( ln ln

N
L
D
C

,
_




Integrando con D
c
=cte, se obtiene nuevamente,




Para un objeto no pixelado tendremos,






en la frontera entre dos dimensiones esta expresin dar un valor diferente de la
dimensin pues DC no se mantiene constante. En fsica es bien conocido el tema de la
C
D
n
N

1
1
ln
ln
[ ]
1
1
1
1 1
ln ) ( ln
dn
n d
D
dn
n N d
C

C
D
n
N

1
1
ln
ln
( ) 337. 56 145. 1698 4. 08 28. 08 0 / 5 23. 8516 0. 5172 0 0 1 337. 56 150. 3298 23. 8516 ( )

d
L
d
d
N
d
D
c
ln
) (
ln

,
_

55
frontera en la ligadura de objetos compactos: la gota de agua (tensin superficial) y el
ncleo (trmino de superficie en la frmula de masas). Resulta razonable plantearse el
problema:cunto vale la dimensin cuando estoy localmente el borde entre dos
dimensiones? Por simplicidad comenzaremos con el ejemplo simple de una semirrecta.
Primero consideraremos una regin interna que no contiene el extremo.
Aplicando la definicin formal de H-B tenemos:






Tambin se podra resolver por Lhospital con un resultado idntico (y trivial). Vamos
ahora al extremo de la semirrecta. Cuando me acerco al punto que corresponde al
extremo, su valor puede ser bien definido asignndoles cualquier nmero real.
Sobre la base de dicha identificacin se propone que la evaluacin de la
dimensin quede definida por (Lhospital) ,

'

,
_

d
L
d
d
N d
lm D
C
ln
) ( ln


L y 0

En todo punto intermedio tenemos,

1
ln
) ( ln

'

,
_

d
L
d
d
N d
lm D
C


Para cualquier punto intermedio siempre tenemos otro punto tan cercano como
se quiera y ningn punto puede ser individualizado. En cambio evaluando el resultado
en un extremo, el punto del extremo es el nico que puede ser individualizado y
numerado:








1
ln
ln
ln
) ( ln
0 0


L
L
L
N
D
2
1
1
1
1
ln
1 ln
0 ,
2
2
0 , 0 ,

'

'

,
_

,
_



L
lm
L
L
L
lm
d
L
d
d
L
d
lm D
L
L L C
56







Donde L/ est asociada a la dimensin uno de la semirrecta y 1 a la dimensin cero
del punto del extremo. El resultado es el valor promedio entre ambas dimensiones.
Veamos ahora el clculo utilizando las cajas del mtodo propuesto originalmente,




El lmite lo obtendremos tomando cajas que difieran en un pxel y tendiendo el
nmero de pxeles a infinito. Las cajas se localizarn como indica la figura, de tal forma
que la menor contiene una recta y la mayor detecta la falta de un pxel.

2
1
2
1
ln ln
n
n
D
N
N
C

57



Las cajas difieren en 2 pxeles y el nmero N de pxeles de la recta dentro de las cajas
difiere slo en un xel. Usando entonces la expresin propuesta tenemos:

'

,
_

'

n
n
lm
n
n
n
n
lm D
C
2
1 ln
1
1
1
ln
2
ln
1
ln

'

n
n
n
lm
2
1
)
2
1 ln(
1
1
1
ln



Veamos el comportamiento a medida que el punto medio se acerca al borde. Al correrse
un xel hacia el borde tenemos:

+
+

'

n
n
n
lm
n
n
n
n
lm D
C
2
1
)
2
1 ln(
)
1
1 ln(
2
ln
2
1
ln


58

+
+

'

n
n
n
lm
n
n
n
n
lm D
C
2
1
)
2
1 ln(
)
1
1 ln(
2
ln
3
2
ln




etc, va desapareciendo un xel de cada caja a medida que se desplazan. Si se evala el
lmite desde el extremo opuesto, es decir cuando ya no podemos corrernos ms pxeles
(ver figura).

Entonces para justo ese lmite tenemos,









Que tambin se obtiene cuando comenzamos a agregar pxeles:








En el caso real, en el cual n , la dimensin pasa de uno a 0,5 y luego
gradualmente vuelve a uno. Es decir en el borde de la semirrecta se produce una
discontinuidad que luego restituye suavemente el valor original. Si la diferencia entre
las dos cajas en mayor que un xel, la discontinuidad disminuye. Este resultado pone
de manifiesto que la dimensin semientera slo se manifiesta exactamente sobre el
borde de la recta.
1
2
ln
2
1
2
ln

'

+
+

n
n
n
n
lm D
C
1
2
ln
1
2
2
2
ln

'

+
+
+

n
n
n
n
lm D
C
59
Vamos ahora al caso un poco ms complejo consistente en un ngulo recto
formado por dos semirrectas y acerqumonos con nuestras cajas centrados desde una de
las semirrectas, como indica la figura:


Nuevamente comenzaremos con una diferencia de un xel entre ambas cajas.
Aplicado nuevamente la expresin original, tenemos que el lmite da ahora 2/3. Para
obtener este resultado mediante la definicin donde se pone de manifiesto la derivacin,










Se deber asumir que se tienen dos objetos con dimensin uno (las dos semirrectas) y
uno con dimensin cero (el punto),









Un paso ms ser evaluar la dimensin en el lmite que tres semirrectas forma
ortogonalmente una T.
Localizando las cajas como se muestra en la figura 5 se obtiene, DC= . Esto se
obtiene tambin con (12) si se asumen tres objetos de dimensin uno (las tres
semirrectas) ms un objeto de dimensin cero (el punto de unin): (1+1+1+0)/4 = .
0
) ln(
) ( ln

'

d
L
d
d
N d
lm D
C
3
2
) ln(
) 1
2
ln(
) ln(
) ( ln
0 , 0 ,

'

'

L L
C
d
L
d
d
L
d
lm
d
L
d
d
N d
lm D
60


Sin embargo, la extrapolacin a figuras ms complejas no es inmediata por
varias razones. No cualquier figura permite acercarse a lmite adecuadamente y lo que
es ms grave, si la simetra de la figura no es acorde con la simetra del teselado la
discrepancia es muy importante. Este problema se pone muy de manifiesto para ngulos
no rectngulos.
61
RESULTADOS
15



RECTA HORIZONTAL

TRINGULO

























15
Est disponible un versin comercial del soft.
62

CUADRADO























SUPERFICIE CUADRADA


















Veamos ahora
como se
genera la
estructura
fractal desde una estructura con dimensin entera. En el primer caso desde el tringulo,
que tiene dimensin casi uno se llega al diagrama de Koch con dimensin D
H
= 1,2618.
63


KOCH
En este y los casos que siguen se utiliza la siguiente nomenclatura: D, dimensin; S,
entropa.


KOCH


PASO 1 PASO 2
D = 1,06 0,11 D = 1,08 0,11
S = 2,82x10
-3
S = 1,39x10
-3

Nro Pixels = 511 Nro Pixels = 781








64










PASO 3
D = 1,173 0,148
S = 1,88x10
-3

Nro Pixels = 930
65

PASO 4 PASO 5
D = 1,27 0,12 D = 1,27 0,10
S = 1,89x10-3 S = 0,83x10-3
Nro Pixels = 1457 Nro Pixels = 1771




66
PASO 6
D = 1,28 0.09
S = 0,71x10-3
Nro Pixels = 1880



67

Dimensin terica de Koch







En el segundo caso se pasa de un tringulo lleno con dimensin casi dos a una
estructura fractal denominada Sierpinski. Vemos en todos los casos comola semilla de
la dimensin fractal se encuentra en la figura con dimensin entera original. En
particular la contribucin que cambia la dimensin aparece en los borde donde un
quiebre limita una lnea o una superficie.
2618 , 1
3 ln
4 ln

H
D
68

SIERPINSKI

PASO 1 PASO 2


DH = 1,97 0,08 DH = 1.93 0,10
S = 7,5x10-6 S = 1,42x10-5
Nro ps = 125653 Nro ps = 94727









PASO 3
.... 585 , 1
2 ln
3 ln

H
D
69


DH = 1,87 0,12
S = 2,1x10-5
Nro ps = 71783


.... 585 , 1
2 ln
3 ln

H
D
70

PASO 4 PASO 5
DH = 1,76 0,11 DH = 1,60 0,13
S = 2,81x10-5 S = 3,58x10-5
Nro ps = 125653 Nro ps = 43415


71


72
PASO 6
DH = 1,56 ,14
S = 4,82x10-5
Nro ps = 35716



PASO 7 PASO 8

73


74


DH = 1,574 0,111 DH = 1,585 0,098
S = 4,684x10-5 S = 4,858x10-5
Nro pixels = 31404 Nro pixels = 29871






.... 585 , 1
2 ln
3 ln

H
D
75



Est cdigo permite discriminar si existen varios objetos con diferentes
dimensin fractal. Al recorrer la imgenes basta orientar los objetos adecuadamente
para poner de manifiesto que cada un de ellos contribuye con una distribucin de
dimensiones centradas en valores diferentes. En los ejemplos que siguen se han
procesado, primero un diagrama Koch junto con una lnea recta y luego un diagrama
Koch con un rectngulo lleno.
76


77

78
REPASANDO IMGENES

Si volvemos ahora a las imgenes de la presentacin del tema tenemos por
ejemplo para las nubes:



En la foto se han seleccionado dos regiones con dimensiones proporcionales si giramos
una de ellas 90 grados. Determinando los contornos se obtienen las siguientes figuras:


Procesndolas con el algoritmo propuesto se obtienen los siguientes resultados,

D
HA
= 1,24 t 0,18 y D
HB
= 1,28 t 20

Dejamos para el lector jugar con el resto de las imgenes para encontrar, como
en el juego de los 10 errores, las zonas autosimilares. Como vimos pueden estar giradas,
incluso un ngulo no necesariamente recto. La fractalidad puede darse tanto en contorno
como en superficie. La dimensin estar comprendida entre cero (un conjunto aislado
de puntos) hasta dos una superficie compacta. Los rayos por ejemplo estn cerca de la
dimensin uno en cambio las cadas de agua estn ms cerca de la dimensin dos. Los
contornos montaosos se acercan a la dimensin uno y las formaciones geolgicas
requieren una evaluacin tridimensional pues tendrn una dimensin entre 2 y 3. Queda
como ejercicio para el lector imaginar la dimensin de la costa del lago de las Vegas.