分形：无限细节中的几何学

1967 年，数学家伯努瓦·曼德博（Benoit Mandelbrot）在《科学》杂志上提出了一个看似天真的问题：英国的海岸线有多长？ 直觉告诉我们，量得足够仔细就能得到一个确定的数。但事实恰恰相反：用公里级的尺子量是一个值，换米级的尺子量会更大，若沿着每一粒沙的轮廓去量，长度将趋向无穷。

原因在于海岸线具有自相似性（Self-similarity）——把一小段海岸放大，它的曲折结构与整体惊人地相似。这种"放大后细节不消失、反而不断涌现新结构"的几何形状，曼德博在 1975 年命名为分形（Fractal），词根取自拉丁语 fractus（破碎）。

传统欧几里得几何研究的是直线、圆、球这类光滑对象，而自然界中云的边界、山脉的轮廓、闪电的分叉、血管的分支、西兰花的表面，都远比它们粗糙。分形几何正是为描述这种"粗糙度"而生的语言。

一个关键的思想转变是：分形往往不是被"画出来"的，而是被一个迭代过程（Iteration）定义出来的。规则极其简单，重复次数趋于无穷后，极限对象就是分形。接下来我们亲手构造几个最经典的例子。

科赫雪花（Koch Snowflake）由瑞典数学家赫尔奇·冯·科赫（Helge von Koch）于 1904 年提出，是最早被构造出的病态曲线之一。生成规则只有一句话：

把每条线段三等分，去掉中间一段，代之以向外凸出的等边三角形的两条边；然后对每一条新线段重复此操作，直至无穷。

每一步迭代，线段总数变为原来的 4 倍，总长度变为原来的 倍。下面的演示展示了这一逐次生长的过程：

这个图形立刻暴露出两个悖论：

• 周长无穷：初始周长为 ， 次迭代后为 ；
• 面积有限：每次新增的小三角形面积以公比 的几何级数衰减，总面积收敛到初始三角形面积的 倍。

于是科赫雪花是一条"无限长的曲线围出一块有限面积"——它无法用传统的长度来刻画，这正是引入新维度概念的动机。

谢尔宾斯基三角形（Sierpinski Triangle）提供了另一种视角。从一个实心三角形出发，挖去其中点相连的小三角形，再对剩下的每个小三角形重复挖空……极限图形是无数个点的"尘埃"。它的构造也可以用矩阵形式优雅地表达：

上式得到的 0–1 矩阵中，1 的位置恰好构成谢尔宾斯基三角形——它与杨辉三角（帕斯卡三角）中奇数的分布完全一致。一个纯代数的对象里竟然藏着分形，这是分形无处不在的第一个暗示。

我们熟悉的"维数"来自直觉：直线是一维，平面是二维，空间是三维。但科赫雪花的边界是什么？说它是一维显然不对——一维对象的长度有限；说它是二维也不对——它没有面积。它似乎"介于 1 和 2 之间"。

要精确说出"介于几和几之间"，需要一个能给出分数维数的定义。盒计数维数（Box-counting Dimension）是最便于计算的一种：用边长为 的小盒子覆盖集合，记所需盒子数为 。对光滑曲线，；对一块区域，。一般地，若

则称 为该集合的盒计数维数，等价地写成极限形式：

对严格自相似的集合还有更简洁的公式：若图形由 个缩小到 的自身副本组成，则自相似维数（Self-similarity Dimension）为

用它立即算出几个经典结果：

注意康托集（Cantor Set）：把线段三等分去掉中段并无限重复，得到的是一堆"点的尘埃"——它的维数小于 1，却包含不可数无穷多个点。分形维数量化的正是这种"稀疏程度"或"粗糙程度"。

上一节的公式告诉我们分形"长什么样"，而迭代函数系统（Iterated Function System, IFS）回答了另一个问题：如何让计算机自动生成分形？

一个 IFS 是一组压缩仿射变换 。核心定理（ Hutchinson 定理）保证：无论从哪个初始图形出发，反复把图形替换为所有 的并集，最终都收敛到同一个唯一的极限集合——吸引子（Attractor），而这个吸引子正是分形。科赫曲线、谢尔宾斯基三角形都是相应 IFS 的吸引子。

1988 年，迈克尔·巴恩斯利（Michael Barnsley）发现了更惊人的混沌游戏（Chaos Game）：随机地（而非系统地）应用这些变换也能画出分形。以谢尔宾斯基三角形为例，规则简单到令人怀疑：

1. 在三角形内任取一点；
2. 掷一枚"三面骰子"随机选中一个顶点；
3. 把当前点向该顶点移动一半距离，画下新位置；
4. 回到第 2 步，重复成千上万次。

单看任何一个点都是纯粹的随机游走，但成千上万个随机点落下来，图案不是一团模糊，而是轮廓锐利的谢尔宾斯基三角形。确定性结构从随机过程中涌现——这是分形给概率论与动力系统之间架起的第一座桥。

这一原理有实际价值：巴恩斯利据此开发了分形图像压缩技术——只需存储几个仿射变换的参数，就能重建整幅具有自相似性的图像。1992 年，他的学生斯科特·德拉姆斯（Scott Draves）将其推广，催生了著名的分形艺术渲染软件 Electric Sheep。

如果说前面的分形还是手工构造的玩具，那么曼德博集合（Mandelbrot Set）则是分形王冠上的明珠——它源自复平面上最简单的迭代：

其中 是一个复参数。对每个固定的 ，从 开始反复迭代：若序列 保持有界（不逃逸到无穷远），就把 归入曼德博集合；否则排除。把复平面上属于集合的点涂黑、不属于的点按逃逸速度涂色，就得到了那幅著名的图像。

这幅图的深奥之处在于：

• 定义极简，结构无穷：一行公式生成的边界复杂到任何放大倍率下都有新细节；
• 处处自相似又不完全重复：放大后会出现与整体相似的小"曼德博仔"，但周围装饰各不相同；
• 边界维数为 2：布鲁克斯与马蒂尔斯基证明了其边界是"分形曲线之最"——维数达到 2 的曲线；
• 与朱利亚集合（Julia Set）深刻关联：曼德博集合实际上是所有朱利亚集合的"目录"—— 点落在曼德博集合内部，对应的朱利亚集合连通；落在外部，则朱利亚集合碎成尘埃。

曼德博集合与混沌理论血脉相连。迭代 在实轴上的截面，正是逻辑斯蒂映射（Logistic Map） 的化身：随着参数变化，周期倍化级联通向混沌，而费根鲍姆常数（Feigenbaum Constant） 就藏在分叉树的结构之中。分形几何因此成为描述混沌吸引子（如洛伦兹吸引子）形状的自然语言。

分形之所以重要，是因为大自然偏爱这种结构。进化面临一个普遍的工程难题：在有限的体积内最大化交换面积。肺部的支气管树经过约 23 级分叉，把巴掌大的胸腔扩展出约 70 平方米的气体交换面（相当于一个羽毛球场）；血管、树叶的叶脉、河流水系、闪电通道，都遵循类似的分形分支策略。

定量地说，人体血管系统的分形维数约为 2.7：它必须像三维实体一样充满整个身体（维数接近 3），又本质上是细管网络。类似地，实测英国海岸线的维数约为 1.25，挪威多峡湾的海岸线高达 1.52——分形维数成了可以写进地理数据库的"粗糙度指标"。

三维世界中最经典的立体分形是门格海绵（Menger Sponge）：把立方体每边三等分成 27 个小块，挖去每面中心及正中心的 7 块，对剩下的 20 块重复……其体积按 消失，表面积却按 发散——一个"体积为零的无穷大表面"。

工程与科学中的应用已相当广泛：

• 天线设计：分形天线（Fractal Antenna）利用自相似结构在极小尺寸内谐振多个频段，广泛用于手机与无线设备；
• 材料科学：分形孔隙结构决定催化剂效率与电池电极性能；
• 金融数学：曼德博本人晚年用多重分形过程刻画资产价格的尖峰厚尾波动，挑战布朗运动模型；
• 计算机图形学：《星球大战》早期特效公司发明的分形山脉算法至今仍是地形生成的基础；
• 医学影像：视网膜血管的分形维数被用作糖尿病等疾病的早期诊断指标。

回到开头的问题：海岸线有多长？正确的回答是——这个问题问错了。海岸线没有一个本征长度，它真正拥有的不变量是分形维数。学会提出更好的问题，往往比急于求解更重要，这或许就是分形几何给我们最深的启示。