Mandelbrot Fractal Calculator & Self Similarity Explorer

Mandelbrot 집합을 탐험하고, 자기유사 프랙탈 경계를 확대하며, 반복 깊이, 색상 대비, 복소평면 좌표를 비교해 보세요.

중심 -0.500000 + 0.000000i
배율 1x
가시 창 3.500 x 2.000
반복 횟수 180
유틸리티 스튜디오

이 유틸리티를 내 웹사이트에 추가하고 싶으신가요?

WordPress, Notion 또는 직접 운영하는 사이트에 맞게 색상과 다크 모드를 설정하세요.

자주 묻는 질문

Mandelbrot 집합 계산기는 무엇을 보여주나요?

z = 0에서 시작할 때 점화식 z(n+1) = z(n)^2 + c를 유계로 유지하는 복소수 c를 보여줍니다. 선택한 반복 예산 내에서 절대 발산하지 않는 점은 집합의 구성원으로 색칠되고, 외부 점은 궤도가 발산하는 속도에 따라 색칠됩니다.

Mandelbrot 집합의 경계에는 왜 이렇게 많은 세부 정보가 포함되어 있나요?

경계는 안정 궤도와 발산 궤도를 분리하며, 그 경계 근처의 미세한 좌표 변화가 장기적인 행동을 완전히 바꿀 수 있습니다. 이러한 민감성은 중첩된 벌브, 나선, 필라멘트 및 여러 확대 수준에서 나타나는 미니어처 복사본을 생성합니다.

Mandelbrot 집합은 정말로 자기유사한가요?

시어핀스키 삼각형과 같은 엄격한 의미에서 완벽하게 자기유사하지는 않지만, 풍부한 준자기유사성을 가지고 있습니다. 전체 집합의 작은 복사본이 평면 전체에 나타나며, 종종 왜곡되고 정교한 분기 구조로 연결됩니다.

반복 횟수는 무엇을 제어하나요?

반복 횟수는 계산기가 각 점을 테스트한 후 집합에 속할 것이라고 결정하기까지의 시간을 제어합니다. 더 높은 값은 더 깊은 필라멘트와 더 선명한 미니브로트를 드러내지만, 픽셀당 더 많은 계산이 필요합니다.

검은 영역 밖에서 색상이 변하는 이유는 무엇인가요?

외부 색상은 탈출 시간에 기반합니다. 빨리 발산하는 점은 여러 반복 동안 집합 근처에 머무르는 점과 다른 색상을 받습니다. 부드러운 컬러링은 거친 밴드를 줄이고 근처 궤도의 기하학적 구조를 검사하기 쉽게 만듭니다.

# Mandelbrot Set Calculator for Fractals, Escape Time, and Self-Similarity

이 Mandelbrot 프랙탈 계산기는 반복 z(n+1) = z(n)^2 + c로 정의되는 고전적인 복소평면 집합을 렌더링합니다. 수동적인 시청보다는 탐험을 위해 설계되었습니다. 모든 클릭은 평면을 재중심화하고, 각 확대는 더 작은 수학적 이웃을 노출시키며, 반복 슬라이더는 점을 안정 또는 발산으로 색칠하기 전에 계산기가 경계를 얼마나 깊이 테스트할지 결정하게 합니다.

# How to Read the Mandelbrot Image

어두운 중앙 모양은 현재 반복 예산 내에서 궤도가 유계로 유지되는 점을 나타냅니다. 색칠된 외부는 탈출 시간 맵입니다. 집합 가까이 색칠된 점은 크기가 탈출 반경을 초과하기 전에 수백 번의 반복을 견딜 수 있지만, 멀리 있는 점은 거의 즉시 발산합니다. 가장 과학적으로 흥미로운 기하학적 구조는 일반적으로 채워진 모양 내부가 아니라 유계와 비유계 행동이 얽혀 있는 경계를 따라 있습니다.
제어 변경 사항 증가해야 할 때
반복 깊이각 픽셀에 대해 테스트되는 점화 단계의 수입니다.얇은 필라멘트나 미니어처 복사본으로 확대한 후 더 높은 값을 사용하세요.
발산 대비부드러운 발산 값이 가시 밴드로 분리되는 강도입니다.이미지가 평평해 보일 때 올리고, 색상이 너무 강할 때 내리세요.
팔레트외부 점에 적용되는 색상 매핑입니다.팔레트를 전환하여 하나의 색상 필드로는 숨겨질 수 있는 구조를 드러내세요.

# Self-Similarity and Minibrots

Mandelbrot 집합이 그렇게 유명한 이유 중 하나는 준자기유사성 때문입니다. 안테나, 나선, 계곡으로 확대해 들어가면 미니브로트라고 불리는 작은 Mandelbrot 같은 섬들을 반복해서 만나게 됩니다. 이러한 복사본은 단순한 장식이 아닙니다. 그 배열은 주기적인 벌브, 분기 패턴, 그리고 궤도가 발산하기 전에 오랜 기간 동안 갇혀 있는 영역을 포함한 이차 사상의 동역학을 반영합니다.

# Why Higher Iterations Matter at Deep Zoom

전체 집합 보기에서는 적당한 반복 제한으로 인식 가능한 이미지를 얻을 수 있습니다. 그러나 더 깊은 배율에서는 많은 경계 점이 발산 여부를 드러내는 데 훨씬 더 오래 걸립니다. 반복 제한이 너무 낮으면 미세 구조가 잘못하여 단단하거나 흐릿하게 보일 수 있습니다. 반복 횟수를 늘리면 경계 분류가 개선되고 계산기가 가는 덩굴손, 나선 팔, 위성 벌브를 더 확실하게 해상할 수 있습니다.

# Mathematical Meaning of the Complex Coordinates

좌표 판독값은 뷰포트의 현재 중심을 복소수 c = a + bi로 표시합니다. 수평 축은 실수부이고 수직 축은 허수부입니다. 캔버스를 클릭하면 새 복소 좌표를 선택한 다음 그 주위의 가시 창을 확대합니다. 이는 프랙탈의 시각적 영역이 복소평면의 정확한 위치에 어떻게 대응하는지 학습하는 데 유용한 도구가 됩니다.

참고 문헌