Raquel Soa Rebelo Nunes

Geometria Fractal e Aplica c oes

Departamento de Matematica Pura
Faculdade de Ciencias da Universidade do Porto
Janeiro / 2006
1
Raquel Soa Rebelo Nunes
Geometria Fractal e Aplica c oes
Tese submetida ` a Faculdade de Ciencias da Universidade do Porto
para obten c ao do grau de Mestre em Ensino da Matem atica
Departamento de Matem atica Pura
Faculdade de Ciencias da Universidade do Porto
Janeiro / 2006
2
Para os meus pais e para o Ricardo.
3
Gostaria de agradecer a todos os professores do mestrado em Ensino da Matem atica
pelos seus ensinamentos, ` a colega e amiga Jenny Campos pelo seu companheirismo e in-
centivo durante o curso, ao Ricardo Mort agua pelo seu apoio incondicional, permanente
disponibilidade e colabora c oes decisivas e por m, um agradecimento especial ao Prof. Dr.
Jose Ferreira Alves pela sua orienta c ao cientca, coopera c ao e compreens ao ao longo da
realiza c ao deste trabalho.
4
Conte udo
Referencias 1
1 Generalidades 9
1.1 N umeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Percep c ao de innito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Fractais classicos 15
2.1 O conjunto de Cantor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 O tri angulo de Sierpinski . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 A curva de Koch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Curvas que preenchem o quadrado . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1 Curva de Peano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.2 Curva de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Caractersticas de um fractal 29
3.1 Auto-semelhan ca, escala e complexidade . . . . . . . . . . . . . . . . . . . 29
3.2 Dimens ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2.1 Dimens ao euclidiana . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.2 Dimens ao topol ogica . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2.3 Dimens ao fractal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4 Fractais em sistemas dinamicos 47
4.1 Conjuntos de Julia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5
4.2 Conjunto de Mandelbrot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3 Conjunto de Cantor dinamicamente denido . . . . . . . . . . . . . . . . . 52
4.4 O jogo do caos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5 Aplica c oes 57
5.1 Meio-tom digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.2 Fractais gotejados de Pollock . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.3 A lei do crescimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6 Conclusao 73
7 Bibliograa 75
6
Introdu cao
A geometria fractal permite a integra c ao de diversos temas da matem atica e de outras
areas, desde as ciencias naturais ` as econ omico-sociais e ` a tecnologia. Quando includa
no ensino, permite desenvolver o esprito experimental dos alunos de forma a entender a
geometria de objectos n ao tradicionais e de estabelecer modelos matem aticos para auxiliar
os estudos dos fen omenos naturais.
Jose Sebasti ao e Silva em [17] (1966), arma que a moderniza c ao do ensino da Matem atica
ter a de ser feita n ao s o quanto a programas, mas tambem quanto a metodos de ensino. E
refere:
Ensinar matem atica sem mostrar a origem e a nalidade dos conceitos e como falar de
cores a um dalt onico: e construir no vazio. Especula c oes matem aticas que, pelo menos de
incio, n ao estejam solidamente ancoradas em intui c oes, resultam inoperantes, n ao falam
ao esprito, n ao o iluminam.
Com o presente trabalho, pretendemos contribuir para o processo de ensino/aprendizagem
da geometria e do c alculo que s ao objectos de estudos no ensino secund ario e cujo programa
[11] descreve como uma das suas nalidades:
Estabelecer conex oes entre a Geometria, a Matem atica discreta e a An alise Innites-
imal, envolvendo padr oes geometricos e numericos, os conceitos de medida, sucess oes, it-
era c ao e limites, ao mesmo tempo que se adicionam novas ideias como a auto-semelhan ca
e a dimens ao fractal.
7
Apresentamos a geometria fractal atraves dos fractais cl assicos de Cantor, Koch, Sier-
pinki, Peano e Hilbert, descrevendo as caractersticas de auto-semelhan ca, escala e di-
mens ao. Em seguida descrevemos alguns exemplos de fractais em sistemas din amicos como
os conjunto de Julia, Mandelbrot e Cantor.

E tambem descrito o jogo do caos como um
processo din amico que gera um fractal. Por m, apresentamos algumas aplica c oes noutras
areas, nomeadamente na computa c ao, na arte e na medicina.
A aplica c ao Meio-tom digital refere-se a um metodo de meio-tom digital que utiliza
curvas que preenchem o quadrado, nomeadamente, a curva de Hilbert, para reproduzir
imagens monocrom aticas. O metodo consiste na subdivis ao da imagem original em peque-
nas regi oes baseadas no tra co da curva que preenche o quadrado, em seguida s ao calcu-
ladas as intensidades medias de cada regi ao e por m determina-se os padr oes de pontos
da imagem. Esse metodo e aplic avel a diversos sectores da tecnica tais como Ind ustria
Gr aca, Impress ao de Imagens monocrom aticas e/ou a cores, Reprodu c ao de meio-tom,
Computa c ao Gr aca, e Ilustra c ao digital.
Na aplica c ao Fractais gotejados de Pollock apresentamos uma forma de arte moderna
que despertou interesse ao autor R. Taylor. Este, desenvolveu um estudo em torno das
pinturas de Pollock e demonstrou que estas tinham caractersticas fractais, nomeadamente,
dimens ao fractal.
A aplica c ao A lei do crescimento baseia-se na constata c ao do facto do crescimento do
corpo de um ser humano n ao ser proporcional. De facto, o crescimento do corpo de um
ser humano segue uma lei de potencia que est a directamente relacionada com a dimens ao
fractal.
As guras contidas neste trabalho foram adaptadas e construdas utilizando diversos
programas, nomeadamente GSP- Geometer SketchPad, Graph, Ultrafractal, Fractree e
Jasc Paint Shop Pro.
8
Captulo 1
Generalidades
1.1 N umeros complexos
Os n umeros complexos surgiram para dar resposta a quest oes tais como: Se a equa c ao
x
2
1 = 0 e sol uvel, por que raz ao n ao o ser a tambem a equa c ao x
2
+ 1 = 0? Ou seja,
n ao ter a 1 uma raiz quadrada?[15]
Quando resolvemos esta equa c ao obtemos x
2
= 1 x =

1, mas n ao conhecendo
razes quadradas de n umeros negativos, a equa c ao seria impossvel. Foi, ent ao, criado
um smbolo i designado por unidade imaginaria que satisfaz a condi c ao, i =

1 e
que obedece ` as regras que j a conhecemos para os n umeros reais, nomeadamente, as leis
operat orias habituais. Assim, a equa c ao x
2
= 1 passa a ser resol uvel e as suas razes
ou solu c oes s ao: i ou i. Desta forma, faz sentido criar um novo conjunto de n umeros, o
conjunto dos n umeros complexos.
Podemos fazer dois tipos de representa c ao destes n umeros frequentemente designados
pela letra z: A representa c ao algebrica e a trigonometrica.
9
Representa cao algebrica do n umero complexo z:
Na representa c ao algebrica, um n umero complexo representa-se por z = a + bi, com a
e b R em que a e a parte real de z: a = Re(z) e b, o coeciente da parte imagin aria de
z: b = Im(z).
Os n umeros na forma z = bi, isto e, quando Re(z) = 0 e Im(z) = 0, s ao designados
de imaginarios puros e denidos por I = {a + bi C : a = 0}. Quando Im(z) = 0 e
Re(z) = 0, os n umeros complexos reduzem-se ` a parte real sendo z = a, um n umero real
denido por R = {a + bi C : b = 0}. O conjunto de todos os n umeros complexos tem
estrutura de corpo que designamos de corpo complexo. Assim, o corpo real R e um
subconjunto do corpo complexo C, pois qualquer n umero real pode ser escrito na forma
z=a+bi com b=0.
Os n umeros complexos podem ser representados num referencial cartesiano Oxy, em
que se xa o eixo das abcissas para representar o conjunto dos n umeros reais e o eixo das
ordenadas para representar o conjunto dos n umeros imagin arios. Assim, a cada n umero
complexo, z = a + bi, podemos associar um e um s o ponto P do plano de coordenadas
(a, b) e reciprocamente, a cada ponto P

= (a

, b

) podemos associar um e um s o complexo

z = a

+b

i. Deste modo, ca estabelecida uma correspondencia biunvoca entre os n umeros

complexos e os pontos do plano cartesiano e dizemos que, no plano complexo, P = (a, b) e
o axo ou imagem do n umero complexo a +bi.
Figura 1.1: Correspondencia biunvoca entre os n umeros complexos e os pontos do plano carte-
siano.
10
Representa cao trigonometrica do n umero complexo z:
Consideremos o tri angulo rect angulo OPR da gura 1.2 em que: OR = a = r cos
e RP = b = r sin . Pelo Teorema de Pit agoras, OP = r =

a
2
+b
2
. Reparemos
que r = |z| = |a + bi|. Assim, todo o complexo n ao nulo pode-se escrever na forma
z = r cos + r sin i = r(cos + i sin ) ou mais simplesmente z = r cis, em que r
representa a dist ancia de z a 0, designado por m odulo de z, r = |z| e o angulo designado
por argumento, = arg(z).
Em particular, todo o n umero real e representado sobre o eixo Ox e e um complexo com
argumento 0 ou , consoante seja positivo ou negativo, respectivamente. E todo o n umero
imagin ario puro e representado sobre o eixo Oy sendo um complexo com argumento

2
ou
3
2
, consoante o seu coeciente seja positivo ou negativo respectivamente.
Figura 1.2: Representa c ao geometrica de um n umero complexo
Igualdade de n umeros complexos
Dados os n umeros complexos z = a + bi e w = c + di, denimos a igualdade entre z e
w, escrevendo z = w a = c b = d
Simetrico de um n umero complexo
O simetrico do n umero complexo z = a + bi e o n umero complexo z = (a + bi), ou
seja, z = (a) +(b)i, que corresponde a uma rota c ao de 180
o
de z em torno da origem.
Conjugado de um n umero complexo
11
O conjugado do n umero complexo z = a+bi e o n umero complexo denotado por z=a-bi,
que corresponde a uma reex ao de z na recta das abcissas.
Inverso de um n umero complexo
O inverso do n umero z = a +bi(= 0), e o n umero complexo z
1
=
(abi)
a
2
+b
2
Opera c oes com complexos
Adi c ao: (a +bi) + (c +di) = a +bi +c +di = (a +c) + (b +d)i
Produto: (a + bi) (c + di) = a(c + di) + bi(c + di) = ac + adi + bci + bdi
2
=
(ac bd) + (ad +bc)i
Potencia c ao (se o expoente for inteiro e positivo): (a+bi)
n
=
n
..
(a +bi) (a +bi) . . . (a +bi)
Potencia c ao (se o expoente for inteiro e negativo): (a +bi)
n
=
1
(a+bi)
n
Radicia c ao (f ormula de Moivre):
n

a +bi =
n

r (cos
+2k
n
+ i sin
+2k
n
), onde k e
um inteiro qualquer.
Esta f ormula permite vericar que cada n umero complexo tem n razes de ndice
n que se obtem dando a k, n valores inteiros consecutivos, por exemplo os valores
0, 1, 2, . . . , n 1
Iremos ver mais ` a frente a aplicabilidade dos n umeros complexos na geometria fractal.
1.2 Percep cao de innito
A percep c ao de innito est a subjacente aos objectos fractais, pois estes s ao obtidos no limite
de um processo de constru c ao que se repete indenidamente e como tal, temos necessidade
de atribuir um limite ao nosso campo de vis ao. James Gleick [6] arma que Para os olhos
da mente, um fractal e uma maneira de entrever o innito.
Um exemplo muito conhecido no mundo da geometria s ao as gravuras de M. C. Escher,
em que este preenche o plano com guras sucessivamente mais pequenas, seguindo uma
progress ao geometrica. Com estas guras, Escher tenta alcan car o limite do innitamente
12
pequeno de modo a simbolizar o innito. Quem quiser representar um n umero innito, tem
de reduzir gradualmente o tamanho das guras ate que alcance, pelo menos teoricamente,
o limite do formato innitamente pequeno. [7]
(a) Smaller and smaller, 1956 (b) Circle limit III, 1959
Figura 1.3: Gravuras de M. C. Escher
Na gura 1.3 (a) a area de cada elemento, em forma de reptil dirigindo-se para o
centro, e continuamente reduzida a metade, sendo que em teoria se pode alcan car n ao s o o
formato innitamente pequeno, como tambem o n umero innitamente grande. Na pr atica,
Escher chega ao m das suas possibilidades pois existem factores que o condicionam tais
como: a qualidade da tela; a agudeza do instrumento que usa; a seguran ca da sua m ao e
a capacidade visual. Nesta gravura podemos ver a existencia do limite no centro, mas em
direc c ao ao exterior, o padr ao tem um limite arbitr ario. J a na gura 1.3 (b), a redu c ao
dos motivos e de dentro para fora, anulando o limite imposto pela fronteira fsica do papel,
ou seja, criando a ideia de uma fronteira inatingvel. Segundo o matem atico Coxeter
1
,
1
Harold Scott MacDonald Coxeter (1907-2003), matem atico ingles, distinguiu-se pelo modo como ex-
plorou a rela c ao entre a teoria de grupos e a geometria. Os seus trabalhos em espa cos hiperb olicos,
nomeadamente, uma pavimenta c ao do plano de Poincare com tri angulos congruentes, tiveram inuencia
sobre Escher, na representa c ao do innito.
13
Escher utilizou nesta gravura um modelo aproximado ao de Poincare
2
, na medida em que
as leiras de peixes que nadam ao longo dos arcos brancos, desde os innitamente pequenos,
passando por um tamanho m aximo, ate innitamente pequenos, cortam a circunferencia
periferica n ao segundo um angulo de 90
o
, mas sim de 80
o
.
Esta descri c ao leva-nos a uma no c ao de innito de uma forma intuitiva que poder a
servir de um ponto de partida para a compreens ao do conceito de limite matem atico cuja
descri c ao se encontra fora do ambito desta disserta c ao.
2
Jules-Henri Poincare (1854-1912), matem atico e fsico frances, contribuiu para a clarica c ao da ge-
ometria hiperb olica inventando um modelo conhecido por Modelo de Poincare.
14
Captulo 2
Fractais classicos
Muitos foram os matem aticos que ao longo dos tempos se dedicaram ao estudo de com-
portamentos naturais, como por exemplo o movimento dos planetas. Com o objectivo de
tornar a natureza simples e compreensvel, foram surgindo novas teorias que formavam
bases matem aticas s olidas e que descreviam e formalizavam os fen omenos. No nal do sec.
XIX e incio do sec. XX, alguns matem aticos como, Cantor
1
, Koch
2
, Sierpinski
3
, Peano
4
e
Hilbert
5
investigavam objectos que punham em causa algumas das bases matem aticas da
epoca relacionadas com a an alise, algebra e geometria. Estes objectos foram considerados
casos patol ogicos ou monstros matem aticos.
Os conjuntos de Cantor e de Sierpinski s ao gerados atraves de um processo de remo c ao
de alguma parte da gura inicial enquanto que os conjuntos de Koch, Peano e de Hilbert
s ao gerados atraves de um processo de altera c ao da gura inicial.
1
Geog Cantor (1945-1918), matem atico Russo cujos seus trabalhos ligados ` a Teoria dos Conjuntos est ao
na base do aparecimento do famoso fractal Conjunto de Cantor.
2
Helge von Koch (1870-1924), matem atico Sueco que introduziu em 1904 o fractal conhecido como A
Curva de Koch.
3
Waclaw Sierpinski (1882-1969), matem atico Polaco que criou em 1916 o fractal que recebeu o seu nome
Tri angulo de Sierpinski.
4
Giuseppe Peano (1858-1932) matem atico Italiano, descreveu a primeira curva em 1890. Desde ent ao,
foram descobertas, por outros matem aticos, curvas que por possurem caractersticas comuns ` a primeira,
foram denominadas Curvas de Peano.
5
David Hilbert (1862-1943), matem atico alem ao que criou o fractal A Curva de Hilbert.
15
2.1 O conjunto de Cantor
O Conjunto de Cantor tambem conhecido como Poeira de Cantor desenvolvido por Cantor
e um subconjunto innito de pontos no intervalo unit ario [0,1]. A sua constru c ao numerica
permite-nos obter a ideia de um subconjunto fechado de n umeros reais. A constru c ao
geometrica permite-nos ter uma melhor percep c ao deste conceito e leva-nos ` a estrutura c ao
de um fractal.
Consideremos como gura inicial, o intervalo fechado I
0
= [0, 1], dividimo-lo em 3
partes congruentes e desprezamos o ter co medio (ver gura 2.1). Ficamos, desta forma,
com a uni ao disjunta de dois intervalos fechados, I
1
= [0,
1
3
] [
2
3
, 1] de comprimento
1
3
cada.
Aplicando este processo aos intervalos de extremos 0 e
1
/
3
;
2
/
3
e 1, ou seja, dividindo cada
um deles em tres partes iguais e desprezando o ter co medio, obtemos I
2
= [0,
1
9
] [
2
9
,
1
3
]
[
2
3
,
7
9
] [
8
9
, 1] com 4 intervalos congruentes de comprimento
1
9
cada. Continuando o processo
para os quatro intervalos obtidos no passo anterior, obtemos 8 intervalos de comprimento
1
27
cada. Repetindo indenidamente o processo, iremos obter I
N
que ser a constitudo pela
uni ao disjunta de 2
N
intervalos fechados de comprimento
1
3
N
cada.
Desta forma, o conjunto de Cantor, designemos por K, e denido por K =

N=0
I
N
. E
portanto, e o conjunto de pontos que restam quando repetimos os passos onde se removem
os intervalos ate ao innito. Em particular, K tem comprimento menor do que qualquer
I
N
cujo comprimento e 2
N

_
1
3
_
N
=
_
2
3
_
N
. Como
_
2
3
_
N
0 quando N , ent ao o
comprimento do conjunto de Cantor e zero, o que implica que K n ao contenha intervalos.
Iremos ver na sec c ao 3.2 que o conjunto de Cantor tem dimens ao topol ogica zero e
dimens ao fractal aproximadamente 0,63.
16
Figura 2.1: Conjunto de Cantor.
2.2 O triangulo de Sierpinski
O Tri angulo de Sierpinski e uma gura geometrica que foi objecto de estudo do matem atico
polaco Waclav Sierpinski. Existem diferentes formas de constru c ao deste fractal, desde
alguns processos geradores completamente distintos ate um que utiliza o Jogo do Caos que
est a descrito no captulo 4.
Esta gura e obtida como limite de um processo recursivo que est a descrito, geometrica-
mente, na gura 2.2. Partimos de um tri angulo equil atero, depois, removemos o tri angulo
equil atero denido pelos pontos medios dos lados e obtemos a gura geradora. Repetimos
continuamente o processo, ou seja, aplicamos a gura geradora em todos os tri angulos
equil ateros que n ao foram removidos e obtemos, no limite, o tri angulo de Sierpinski.
Atraves da gura anterior, podemos vericar, em cada itera c ao, que a area do tri angulo
de Sierpinski, e igual ` a area do tri angulo inicial multiplicada pelo factor
3
/
4
e que o seu
permetro e igual ao permetro do tri angulo inicial multiplicado pelo factor
3
/
2
.
17
Figura 2.2: Figura inicial e primeiras tres itera c oes da constru c ao do Tri angulo de Sierpinski.
Passos

Area Permetro
0 A P
1 A
1
= A
3
4
P
1
=
3
2
2 A
2
= A
_
3
4
_
2
P
2
= P
_
3
2
_
2
3 A
3
= A
_
3
4
_
3
P
3
= P
_
3
2
_
3
Tabela 2.1:

Area e permetro do tri angulo de Sierpinski ate ao 3
o
passo da sua constru c ao.
Analisando a tabela 2.1, podemos vericar que no n-esimo passo a gura ter a area
A
n
= A
_
3
4
_
n
e permetro P
n
= P
_
3
2
_
n
. Estamos perante duas progress oes geometricas
de raz ao
3
4
(< 1) e
3
2
(> 1) respectivamente, o que signica que quando n + a area do
tri angulo de Sierpinski tende para zero e o permetro tende para innito.
Outras guras como o Tapete de Sierpinski e a Esponja de Menger
6
assemelham-
se, pela sua constru c ao, ao tri angulo de Sierpinski. Podemos ver o processo de constru c ao
do tapete de Sierpinski no captulo 3. A esponja de Menger e um fractal tridimensional
obtido a partir de um cubo, onde s ao retirados sistematicamente outros cubos de modo
semelhante ao que e feito na constru c ao do tri angulo de Sierpinski: divide-se o cubo em 27
cubos iguais removendo-se o cubo central e os seis cubos centrais de cada face. Repete-se o
processo em cada um dos cubos restantes e continuando-o indenidamente, obtemos uma
gura de area innita e volume zero.
6
Karl Menger (1902-1985), matem atico americano com origem austraca, apresentou uma vers ao tridi-
mensional da carpete de Sierpinski
18
Figura 2.3: Esponja de Menger.
Em [12] podemos ver um exemplo interessante da aplicabilidade do tri angulo de Sier-
pinski na area das probabilidades onde est ao apresentados os n umeros que constituem o
tri angulo de Pascal
7
, dispostos gracamente de forma a distinguir os n umeros pares e os
n umeros mpares com cores diferentes, obtendo como resultado uma gura muito semel-
hante ao tri angulo de Sierpinski.
Iremos ver na sec c ao 3.2 que o tri angulo de Sierpinski tem dimens ao fractal aproxi-
madamente 1,59.
2.3 A curva de Koch
O matem atico sueco Helge von Kock foi o criador da curva de Koch que mais tarde originou
a Ilha de Kock ou Floco de Neve de Kock. Ambas as guras baseiam-se no mesmo
processo de constru c ao, com a diferen ca de que a curva de Koch tem como gura inicial
um segmento de recta, e a ilha de Koch, um tri angulo equil atero que e composto por tres
desses segmentos de recta.
Iniciamos ent ao o processo, com um tri angulo equil atero. No primeiro passo de con-
stru c ao, dividimos cada lado do tri angulo em tres partes iguais e construmos sobre cada um
7
Blaise Pascal (1623-1662) publicou o Tratado do Tri angulo Aritmetico onde demonstrou diversas
propriedades do tri angulo que cou conhecido com o seu nome.
19
dos segmentos medios, um novo tri angulo equil atero, tal como podemos observar na gura
2.4. Obtivemos, portanto, a segunda gura do processo de constru c ao. Em seguida, repeti-
mos o mesmo processo a cada um dos 12 segmentos obtidos na gura anterior. Repetindo
indenidamente o processo, obtemos a curva de Kock no limite deste processo recursivo.
Figura 2.4: Figura inicial e primeiros quatro passos da constru c ao da curva de Koch.
Ao vermos a representa c ao geometrica deste fractal podemos perceber facilmente que
temos uma gura regular fechada cuja fronteira e composta por innitos lados cada vez
mais pequenos (os lados de cada nova gura s ao tres vezes mais pequenos que os da gura
anterior).
Analisemos este facto atraves da tabela 2.2, considerando o comprimento do lado do
tri angulo inicial igual a uma unidade.
Passos N umero de lados Comprimento do lado
0 3 4
0
= 3 1 = 3
0
1 3 4
1
= 12
1
/
3
= 3
1
2 3 4
2
= 48
1
/
9
= 3
2
3 3 4
3
= 192 1/
27
= 3
3
4 3 4
4
= 768
1
/
81
= 3
4
Tabela 2.2: N umero de lados e comprimento de cada lado da curva de Koch ate ao 4
o
passo da
sua constru c ao.
O n umero de lados de cada gura em fun c ao do n umero de passos e dado pela
express ao M
n
= 3 4
n
que e uma sucess ao mon otona crescente e quando n +
20
a sucess ao M
n
+. O que signica que a curva vai ter um n umero innito de
lados.
O comprimento dos lados de cada gura em fun c ao do n umero de passos e dado pela
express ao N
n
= 3
n
que e uma sucess ao mon otona decrescente e quando n +
a sucess ao N
n
0. O que signica que o comprimento de cada lado da curva
tende para zero.
Desta forma, podemos fazer uma an alise de como vai variar o comprimento da fronteira,
ou seja, o permetro da curva de Koch.
Seja P
n
= M
n
N
n
a sucess ao dos permetros denida ` a custa das duas sucess oes
anteriores.
P
n
= (3 4
n
) (3
n
) = 3
_
4
3
_
n
Ora, P
n
+, quando n + (P
n
e uma progress ao geometrica cujo primeiro
termo e positivo e a raz ao e superior a 1), logo o permetro da curva de Koch e innito.
Ser a que a area e tambem innita?
Antes de respondermos a esta quest ao, veriquemos que o comprimento do lado de
cada nova gura triangular e reduzida por um factor de raz ao
1
/
3
. Assim, e como podemos
vericar na gura 2.5, a area de cada tri angulo da curva de Koch formado nos sucessivos
passos de constru c ao, sofre uma redu c ao de
1
/
9
, uma vez que pode ser dividido em nove
tri angulos geometricamente iguais.
Consideremos novamente a gura 2.4 em que o comprimento do lado do tri angulo
inicial e igual a uma unidade. Assim, designando a sua area por A
0
, vem que A
0
=
1

3
2
2
=

3
4
. A area da gura seguinte, obtem-se adicionando ` a area da gura anterior, o
n umero de tri angulos que se acrescentam nesse passo multiplicado pela area de um tri angulo
equil atero, cujo valor sofre uma redu c ao por num factor de
1
/
9
do valor da gura inicial.
No 1
o
passo, temos 3 novos tri angulos cuja area e

3
4

1
9
. Logo, o valor da area da
gura e:
A
1
=

3
4
+ 3

3
4

1
9
=

3
4
+

3
12
21
Figura 2.5: Divis ao de um tri angulo equil atero em nove tri angulos equil ateros geometricamente
iguais.
No 2
o
passo, temos 3 4 novos tri angulos cuja area e

3
4

_
1
9
_
2
. Logo, o valor da
area da gura e:
A
2
=

3
4
+

3
12
+ 3 4

3
4
(
1
9
)
2
=

3
4
+

3
12
+

3
12

4
9
No 3
o
passo, temos 3 4
2
novos tri angulos cuja area e

3
4

_
1
9
_
3
. Logo, o valor da
area da gura e:
A
3
=

3
4
+

3
12
+

3
12

4
9
+34
2

3
4

_
1
9
_
3
=

3
4
+

3
12
+

3
12

4
9
+

3
12

_
4
9
_
2
No n-esimo passo, temos 3 4
n1
novos tri angulos cuja area e

3
4

_
1
9
_
n
. Logo, o
valor da area da gura e:
A
n
=

3
4
+

3
12
+

3
12

4
9
+

3
12

_
4
9
_
2
+

3
12

_
4
9
_
3
+ +

3
12

_
4
9
_
n1
Assim, podemos escrever A
n
como uma soma entre

3
4
e os termos de uma progress ao
geometrica, B
n1
, de raz ao
4
9
, com o primeiro termo igual a

3
12
e cuja soma dos n primeiros
termos e:
S
n
=

3
12

1
_
4
9
_
n
1
4
9
22
Quando n +, S
n

3

3
20
e portanto, a area da curva de Koch e

3
4
+
3

3
20
=
2

3
5
0, 7
Conclumos ent ao que a area da curva de Koch e nita.
Alem das caractersticas citadas acima, a curva de Koch, apesar de ser contnua em
todos os pontos, n ao e diferenci avel (ou deriv avel) em nenhum dos seus pontos, isto por
ser composta por innitos cantos.
Iremos ver na sec c ao 3.2 que a curva de Koch tem dimens ao fractal aproximadamente
1,26, maior que a de uma linha recta (dimens ao 1), mas menor que a de uma curva
(dimens ao 2).
2.4 Curvas que preenchem o quadrado
O aparecimento das curvas que preenchem o quadrado foi muito importante para o desen-
volvimento do conceito de dimens ao. Em meados do ano 1891, Peano e Hilbert discutiram
estas curvas questionando a sua percep c ao intuitiva, ou seja, dada uma parte de um plano
(bidimensional) h a uma curva (unidimensional) que encontra, pelo menos uma vez, todos
os pontos desse plano durante o seu percurso.
Mais formalmente, podemos dizer que uma curva plana e uma aplica c ao contnua
c : I R
2
do intervalo unit ario I =[0,1] da recta real no plano euclidiano R
2
= {(x, y) : x, y R}.
A imagem c(I) e chamada de tra co da curva c.
Uma curva que preenche o quadrado e uma curva contnua tal que o seu tra co preenche
todo o quadrado unit ario I
2
= [0, 1] [0, 1] do plano. Portanto, para cada ponto P de
I
2
existe um n umero real t ,do intervalo I, tal que c(t)=P. Isto signica que a curva nos
oferece uma maneira ordenada de visitar todos os pontos do quadrado apenas fazendo
variar o par ametro t entre 0 e 1.
23
2.4.1 Curva de Peano
Para constru c ao da curva de Peano tambem usamos um processo iterativo. Come camos
com um pequeno segmento de recta, por exemplo com uma unidade de comprimento.
Depois de dividirmos o segmento de recta em tres sub-segmentos iguais, construmos um
rect angulo sobre o sub-segmento intermedio cando com dois quadrados de lado igual a
cada um dos sub-segmentos. Obtemos, portanto, uma curva geradora com 9 sub-segmentos,
tal como apresentamos na gura 2.6.
Figura 2.6: Figura geradora da curva de Peano.
Agora, cada segmento de recta e substitudo por v arios segmentos de recta com tamanho
inferior e proporcional por um factor de escala 3. Observando a tabela 2.3, vericamos que
no k-esimo passo, cada sub-segmento mede
1
3
k
e o comprimento da curva e de 9
k

1
3
k
= 3
k
.
Repetindo sucessivamente os passos de constru c ao da curva de Peano, observamos no
objecto nal da sua constru c ao, um quadrado completamente preenchido. Ver gura 2.7.
Iremos ver na sec c ao 3.2 que a curva de Peano tem dimens ao fractal igual a 2.
24
Passos N
o
de sub-segmentos Comprimento de cada sub-segmento Comprimento da curva
1 9
1
3
9
1
3
= 3
2 9 9 = 9
2 1
3

1
3
=
1
3
2
9
2

1
3
2
= 3
2
3 9 9 9 = 9
3 1
3

1
3

1
3
=
1
3
3
9
3

1
3
3
= 3
3
4 9 9 9 9 = 9
4 1
3

1
3

1
3

1
3
=
1
3
4
9
2

1
3
4
= 3
4
Tabela 2.3: N umero de sub-segmentos, comprimento de cada sub-segmento e comprimento da
curva de Peano ate ao 4
o
passo da sua constru c ao.
Figura 2.7: Processo recursivo da constru c ao da curva de Peano. No limite enchemos o
quadrado.
2.4.2 Curva de Hilbert
Figura 2.8: Figura inicial da curva de Hilbert.
A curva de Hilbert foi apresentada por David Hilbert e tal como a curva de Peano e
construda atraves de um processo recursivo mas com algumas particularidades. A gura
inicial e um quadrado unit ario, como podemos ver na gura 2.8 e a gura geradora con-
siste em dividi-lo em quatro quadrados iguais, unindo os pontos centrais de cada um desses
25
Figura 2.9: Figura geradora da curva de Hilbert.
quadrados, tal como podemos ver na gura 2.9. A curva e formada, n ao pelos quadrados
mas sim pelos segmentos de recta formados pela liga c ao desses pontos centrais. Os suces-
sivos passos, s ao construdos utilizando o processo anterior, como est a descrito na gura
2.10. Observando a tabela 2.4, vericamos que no k-esimo passo temos 4
k
quadrados com
comprimento de lado
1
2
k1
.
3
o
passo 5
o
passo 8
o
passo k-esimo passo
Figura 2.10: Processo recursivo da constru c ao da Curva de Hilbert.
Passos N
o
quadrados Comprimento do lado do quadrado
1 4
1
2
0
2 16 = 4
2 1
2
1
3 64 = 4
3 1
2
2
4 256 = 4
4 1
2
3
Tabela 2.4: N umero de quadrados e comprimento de cada lado do quadrado.
A curva de Hilbert, tal como a de Peano, tem comprimento innito limitado ` a area de
26
um quadrado e dimens ao fractal igual a 2 (ver na sec c ao 3.2). A curva passa progressiva-
mente atraves dos pontos de uma grelha quadrada sempre mais renada em cada passo de
constru c ao. Veremos mais ` a frente, na sec c ao 5.3 uma aplica c ao desta curva ao Meio-tom
digital.
27
28
Captulo 3
Caractersticas de um fractal
Fractais s ao objectos que podem ser obtidos geometricamente (tal como vimos no captulo
anterior) ou aleatoriamente (como iremos ver no captulo 4), atraves de processos recursivos
apresentando determinadas caractersticas que por vezes s ao encontradas em formas da
natureza. Essas caractersticas s ao: auto-semelhan ca, escala, complexidade e dimens ao.
3.1 Auto-semelhan ca, escala e complexidade
Uma gura e auto-semelhante se apresenta sempre o mesmo aspecto visual a qualquer
escala que seja ampliada ou reduzida, ou seja, se parte de uma gura se assemelha ` a gura
vista como um todo.
No entanto, quando falamos de guras ou objectos auto-semelhantes, temos de con-
siderar dois tipos de auto-semelhan ca: a exacta e a aproximada (ou estatstica). A auto-
semelhan ca exacta s o existe em guras geradas por processos matem aticos em que, o
conjunto total e formado por pequenas replicas perfeitas delas mesmas, ou seja e formado
atraves de um processo iterativo como e o caso, por exemplo, do tri angulo e do tapete de
Sierpinski e da curva de Koch. Vejamos, o exemplo do tapete de Sierpinski descrito na
gura 3.1.
Esta caracterstica (auto-semelhan ca) resulta do facto das guras serem construdas
29
quadrado s olido gura geradora
1
a
itera c ao 2
a
itera c ao
Figura 3.1: Sequencia do processo iterativo de constru c ao do Tapete de Sierpinski.
pela itera c ao da mesma regra de constru c ao, indenidamente.
A itera cao e a repeti c ao de um procedimento consecutivamente. Vejamos o proced-
imento de constru c ao da sequencia iterativa do Tapete de Sierpinski. Partimos de um
quadrado preenchido que e dividido em 9 quadrados iguais e retiramos o quadrado do
meio. Ficamos, portanto, com a gura geradora. A 1
a
itera c ao e obtida atraves de uma
aplica c ao da gura geradora a cada um dos quadrados preenchidos que a constituem. A
gura nal deste passo de constru c ao e o elemento de constru c ao da gura seguinte (2
a
itera c ao), por aplica c ao da gura geradora. O processo iterativo consiste em aplicar a
mesma regra a cada um dos quadrados preenchidos que resultam da iterada anterior, como
est a ilustrado na gura 3.1. O processo e repetido (iterado) indenidamente obtendo-se a
gura limite a que chamamos de Tapete de Sierpinski.
30
A auto-semelhan ca e um elemento integrante do processo de constru c ao. Cada quadrado
preenchido contido na iterada k, est a reduzido por um factor de 3 em rela c ao aos quadrados
preenchidos que comp oem a iterada anterior, e cada um dos nove quadrados que comp oem
a iterada k, e uma c opia reduzida por um factor 3 de toda a estrutura da iterada imedi-
atamente anterior.
Assim, o objecto que resulta da passagem ao limite deste processo recursivo e exac-
tamente auto-semelhante, ou seja, e igual a uma c opia ampliada dos elementos que o
constituem.
Os fractais s ao formados por um processo recursivo aplicado indenidamente. Quanto
maior for o n umero de itera c oes deste processo, mais detalhes ser ao apresentados e assim,
nunca obteremos uma imagem nal. Da a express ao complexidade innita. Dizemos,
por isso que a carpete de Sierpinski e cada um dos exemplos descritos na gura 3.2 s ao os
limites do processo iterativo.
Planta simples, 12
a
itera c ao

Arvore complexa, 22
a
itera c ao Curva do drag ao, 20
a
itera c ao
Figura 3.2: Exemplos de fractais gerados por computador, usando o programa Fractree.
No entanto, nem todo o processo iterativo origina um fractal. Por exemplo, se a um seg-
mento de recta, retirarmos um peda co nal e repetirmos esta opera c ao consecutivamente,
obteremos apenas um segmento mais pequeno, que obviamente n ao e um fractal. Porem,
j a vimos no captulo 2 que podemos construir fractais a partir de segmentos (Conjunto de
Cantor).
Outra forma de itera c ao e atraves de fun c oes matem aticas gerando sequencias de
31
n umeros. Vejamos o exemplo da fun c ao logstica F(x) = kx(1 x) que associa a cada
n umero x um novo n umero F(x). Iterar esta fun c ao, signica gerar uma sequencia de
n umeros atraves da mesma regra, ou seja, fazendo repetir o processo de converter cada
n umero x num novo valor da seguinte forma:
F(x) = kx(1 x)
F(F(x)) = F(kx(1 x)) = k[kx(1 x)][1 kx(1 x)]
F(F(F(x))) = F(k[kx(1 x)][1 kx(1 x)])
Representemos estas sequencias da seguinte forma:
F
1
(x) = F(x)
F
2
(x) = F(F(x))
F
3
(x) = F(F(F(x)))
onde F
n
(x) signica a n-esima itera c ao de F.
A sequencia de valores obtidos atraves desta itera c ao diz-se orbita do ponto x.
A fun c ao logstica j a e conhecida e utilizada por cientistas h a mais de cem anos para
descrever matematicamente fen omenos progressivos. Exemplos destes fen omenos s ao a
dissemina c ao de doen cas, a evolu c ao de processos qumicos, a evolu c ao de uma popula c ao ao
longo do tempo, entre outros. Iremos ver uma aplica c ao da fun c ao logstica em fen omenos
ecol ogicos no captulo 4.
Existem muitas formas da natureza, como e o caso das guras 3.3, 3.4 e 3.5 que apre-
sentam estruturas de auto-semelhan ca e que apesar de n ao conseguirmos visualizar muitas
escalas de amplia c ao, devem ser discutidas sob o ponto de vista da geometria fractal. Para
estas formas da natureza, a no c ao de auto-semelhan ca deve ser vista cuidadosamente e
deve ser encarada como auto-semelhan ca aproximada (ou estatstica), uma vez que, partes
destas guras tem a mesma estrutura ou uma distribui c ao estatstica identica mas n ao s ao
replicas exactas destas.
32
No caso, por exemplo, de uma arvore vista como um todo, podemos descreve-la como
sendo um tronco principal e os ramos que partem dele. Mas se olharmos para um desses
ramos, podemos descreve-lo da mesma forma, ou seja, ramos ainda mais pequenos que
partem do anterior. Neste caso, n ao e possvel prosseguir indenidamente, como foi de-
scrito, no exemplo da carpete de Sierpinski. Assim, os fractais podem ser usados como mod-
elos para formas da natureza mas temos que estar sempre conscientes das suas limita c oes.
Figura 3.3: Feto e respectivas replicas observadas numa determinada folha.
Figura 3.4: Couve-or e replica observada numa por c ao da mesma.
33
Figura 3.5:

Arvores, linhas de costa e nuvens, s ao tambem exemplos de fractais na natureza
3.2 Dimensao
No dia-a-dia, somos confrontados por vezes com a necessidade de localizarmos lugares
na superfcie terrestre. Para o fazermos utilizamos como referencia determinados lugares
conhecidos e por vezes servimo-nos dos pontos cardiais e colaterais da rosa-dos-ventos.
Por exemplo, se pretendermos localizar o arquipelago da Madeira relativamente a Por-
tugal continental imaginamos a rosa-dos-ventos centrada em Portugal continental e obser-
vamos qual a direc c ao do arquipelago da Madeira (Sudoeste de Portugal Continental).
Num sentido mais amplo, para localizarmos a Europa relativamente aos outros con-
tinentes, imaginamos a rosa-dos-ventos centrada em cada um dos continentes e observa-
mos para cada caso a direc c ao desta (Norte do Continente Africano; Oeste do Continente
Asi atico; Este da America do Norte e Noroeste da Oce ania). No entanto, a posi c ao rel-
ativa varia consoante o lugar que tomamos como referencia. Assim, podemos dizer que
este metodo n ao e suciente para permitir determinar com rigor a posi c ao dos lugares ` a
superfcie da Terra. Se n ao, vejamos: como encontraramos uma pessoa com apenas a
indica c ao de que se encontrava a norte de It alia?
Para ultrapassar este tipo de ambiguidades que tambem emergiram de modo natural
em problemas de navega c ao recorreu-se ` a localiza c ao absoluta (posi c ao exacta de um lugar
na superfcie da Terra) descrita pelas coordenadas geogr acas. Cada ponto da superfcie
terrestre ca determinado por um par de n umeros designados de latitude e longitude. Estas
34
coordenadas cam estabelecidas medindo a dist ancia angular entre os diferentes lugares e as
duas principais linhas de referencia: o equador e o semimeridiano de Greenwich. Dizemos
ent ao que a superfcie da Terra tem duas dimens oes pois e possvel com duas coordenadas
(latitude e longitude) localizar com exactid ao qualquer lugar.
E se quisermos localizar um satelite no espa co?
Uma vez que o satelite n ao se encontra sobre a superfcie terrestre, o recurso ` as duas
dimens oes da superfcie terrestre n ao e suciente.

E necess ario recorrer a uma terceira
coordenada (altitude) para quanticar a altura do satelite em rela c ao ` a superfcie terrestre.
Assim, para localizarmos um ponto especco na orbita de um satelite precisamos de tres
quantidades: a latitude e longitude de um ponto da Terra acrescidas da altitude em que o
satelite se encontra acima desse ponto.
O pr oximo passo e a quarta dimens ao. Algumas pessoas podem pensar no tempo
e n ao est ao erradas. De facto a Terra existe no tempo, fazendo da sua superfcie algo
tridimensional (se quisermos encontrar um navio devemos saber a sua latitude, longitude
e a que horas foram calculadas). Assim como o Espa co passa a ser quadri-dimensional
(precisamos saber a que horas o satelite passar a num ponto com determinadas latitude,
longitude e altitude).
Matematicamente, n ao h a problema em denir o espa co quadri-dimensional. Na ver-
dade, Riemann
1
, defendeu a existencia de outras geometrias referentes a espa cos concep-
tuais que denominou variedades, com dimens oes a variar desde zero a innito.
Durante v arias gera c oes ap os Euclides
2
, o comprimento, a largura e a altura determi-
naram o conceito de dimens ao cujo valor e um n umero inteiro positivo. Desde ent ao, a
deni c ao matem atica de dimens ao, variou ao longo dos tempos, sendo descrita por v arios
matem aticos ` a medida que surgiam obst aculos como por exemplo o aparecimento das
curvas que preenchem o quadrado.

E neste sentido que descrevemos, em seguida, o conceito
1
Georg Friedrich Bernhard Riemann (1826-1866), matem atico alem ao que fez contribui c oes importantes
para a an alise e para a geometria diferencial.
2
Euclides (330 a.C.-260 a.C), foi um dos primeiros ge ometras e e reconhecido como um dos matem aticos
mais importantes.
35
de dimens ao matem atica.
3.2.1 Dimensao euclidiana
A dimens ao euclidiana tem origem na geometria euclideana plana que se encontra descrita
nas famosas obras de Euclides e que foram objecto de estudo de muitos matem aticos.
Encontra-se em [4] as seguintes deni c oes:
1. Ponto e o, que n ao tem partes, ou o, que n ao tem grandeza alguma.
2. Linha e o, que tem comprimento sem largura. As extremidades da linha s ao pontos.
3. Linha recta e aquela, que est a posta igualmente entre as suas extremidades.
4. Superfcie e o, que tem comprimento e largura.
5. As extremidades da superfcie s ao linhas.
6. Superfcie plana e aquela, sobre a qual assenta toda uma linha recta entre dois pontos
quaisquer, que estiverem na mesma superfcie.
Mais tarde, surgiu a deni c ao de s olido que levou ` a generaliza c ao do conceito de terceira
dimens ao: Um s olido e o que tem comprimento, largura e profundidade.
A dimens ao euclideana pode ser encarado como sendo uma dimens ao na qual os objectos
s ao relacionados ao espa co no qual est ao inseridos. Assim, pontos tem dimens ao 0; rectas e
curvas, dimens ao 1; plano, dimens ao 2; s olido, dimens ao 3 e, por indu c ao, pode ampliar-se
sucessivamente ate n dimens oes.
Para Euclides, todas as formas da natureza podiam ser reduzidas a formas geometricas
simples como quadrados, circunferencias, etc. No entanto, a geometria euclideana era
insuciente para explicar e descrever fen omenos ditos como monstros matem aticos, como
e o caso, por exemplo, das curvas que preenchem o espa co. Como e que uma curva,
de dimens ao 1, podia preencher o espa co de um quadrado, de dimens ao 2? Este dilema
36
preocupou grandes matem aticos da epoca, como Poincare, Lebesgue
3
, Brouwer
4
, Cantor,
Peano, etc. que estavam envolvidos com o desenvolvimento da topologia.
3.2.2 Dimensao topol ogica
O conceito de dimens ao topol ogica est a relacionada com a forma que um conjunto tem
de ocupar o espa co. Em topologia, linhas direitas podem ser manipuladas em curvas,
crculos em tri angulos ou quadrados e uma folha de papel plana e equivalente a outra folha
innitamente amarrotada. Quando estes objectos s ao devidamente transformados, atraves
de um homeomorsmo
5
, as suas dimens oes topol ogicas s ao preservadas. Ora, uma linha
direita, de dimens ao 1 e a curva de Koch s ao topologicamente o mesmo.
A no c ao intuitiva de dimens ao consistia no n umero de par ametros (coordenadas) necess arios
para a discri c ao unica dos pontos de um objecto. Em 1878, Cantor encontrou uma trans-
forma c ao f do intervalo unit ario [0,1] para o quadrado unit ario [0, 1] [0, 1] numa corre-
spondencia de um para um, isto e, a cada elemento do intervalo unit ario, por exemplo, x
corresponde um elemento do quadrado unit ario y, tal que f(x) = y. Assim, Cantor apenas
precisava de um par ametro para descrever os pontos de um quadrado. Mas como a trans-
forma c ao de Cantor n ao era contnua, consequentemente, n ao era um homeomorsmo. As
diculdades continuavam, portanto, a existir.
Mais tarde, as constru c oes das curvas preenchedoras do espa co de Peano e de Hilbert
que tambem aplicavam uma transforma c ao g do intervalo unit ario [0,1] para o quadrado
unit ario [0, 1] [0, 1] j a eram contnuas mas n ao estavam numa correspondencia de um para
um. Existiam pontos distintos, por exemplo, x
1
, x
2
no intervalo unit ario que correspondiam
ao mesmo ponto y do quadrado: y = g(x
1
) = g(x
2
), consequentemente, n ao era uma
homeomorsmo.
Foram surgindo v arias no c oes de dimens ao mas sempre com a ideia de que para objectos
3
Henri Lebesgue (1875-1941), matem atico frances que iniciou as suas investiga c oes em superfcies n ao
alinhadas aplic aveis sobre o plano.
4
Luitzen Egbertus Jan Brouwer (1881-1966), contribuiu bastante para o desenvolvimento da topologia.
5
Homeomorsmo e uma aplica c ao contnua, biunvoca e cuja inversa e contnua.
37
equivalentes topologicamente, o seu valor mantem-se e e sempre um n umero natural ou
zero, se forem pontos.
Vejamos a Dimensao topol ogica de cobertura, atribuda a Lebesgue, como exemplo
destas no c oes.
A ideia consiste em encontrar o menor n umero de intersec c oes de bolas
6
, com raio
sucientemente pequeno, necess arias para cobrir todas as partes dos objectos (renamento
de uma cobertura). Mas antes, precisamos de denir cobertura e renamento da cobertura.
Por deni c ao, cobertura de um conjunto X no plano ou no espa co e uma colec c ao
A = {D
1
, . . . , D
r
} de bolas abertas de raio positivo tais que a sua uni ao cobre X. Em
geral, assumimos que temos um conjunto denido em R
n
e que uma cobertura nita e uma
colec c ao nita de conjuntos abertos, tal que X est a contido na uni ao desses conjuntos. Uma
cobertura aberta B = {E
1
, . . . , E
l
} com l r e um renamento de A = {D
1
, . . . , D
r
}
se para cada E
i
existir D
k
tal que E
i
D
k
. A ordem da cobertura aberta A e o maior
inteiro k tal que D
i
1
D
i
k
= , ou seja, e o n umero m aximo de bolas na cobertura que
tem intersec c oes n ao vazias. Se a intersec c ao de todos os pares de conjuntos da cobertura e
vazia, ent ao a ordem e 1. Se uma cobertura tem ordem n ent ao quaisquer n +1 conjuntos
da cobertura tem intersec c ao vazia.
Denamos, agora dimens ao topol ogica de cobertura:
Seja X um conjunto pertencente a R
n
onde n e um inteiro positivo ou zero. Ent ao
denimos dimX n desde que qualquer cobertura aberta nita tenha um renamento
aberto nito de ordem n + 1. Portanto, dimX = n desde que dimX n, mas n ao
dim(X) n 1. Por outras palavras, esta condi c ao signica que existe uma cobertura
aberta nita de X tal que todos os renamentos abertos nitos tem ordem n + 1.
Vejamos a dimens ao topol ogica de alguns objectos, segundo esta deni c ao.
. Um conjunto de pontos isolados pode ser coberto com bolas de raio sucientemente
pequeno de modo que n ao haja nenhuma intersec c ao entre elas (ver gura 3.6). Logo,
6
Bola aberta de raio centrada em x: B(x, ) = {y R
n
: d(x, y) < }, Bola fechada de raio centrada
em x: B(x, ) = {y R
n
: d(x, y) }.
38
a sua dimens ao topol ogica e D = 0.
Figura 3.6: Cobertura de um conjunto de pontos.
. Uma curva pode ser coberta com discos de raio sucientemente pequeno tal que n ao
hajam tripletos e quadripletos mas apenas pares de bolas com intersec c ao n ao vazia
(ver gura 3.7). Dizemos portanto, que existe uma intersec c ao e que a curva tem
dimens ao topol ogica D = 1.
Figura 3.7: Cobertura de uma curva.
. Uma superfcie no espa co pode ser coberta com bolas de raio sucientemente pe-
queno de tal modo que n ao hajam quadripletos mas apenas tripletos de discos com
intersec c ao n ao vazia. Tambem n ao h a forma de cobrir toda a superfcie com pares
de bolas de raio sucientemente pequeno (ver gura 3.8). Assim, existem duas inter-
sec c oes e a dimens ao topol ogica da superfcie e D = 2.
39
Figura 3.8: Cobertura de uma superfcie.
. Vejamos a dimens ao topol ogica do conjunto de Cantor K =

N=0
I
N
onde I
N
e con-
stitudo pela uni ao disjunta de 2
N
intervalos fechados de comprimento
1
3
N
, como
vimos na sec c ao 2.1.
Consideremos um ponto E tal que E n ao pertence a I
N
. Ent ao, E n ao pertence ao
conjunto de Cantor K. Mas se considerarmos que E pertence a I
N
, vai existir algum
intervalo de I
N
onde E e extremo desse intervalo.
No entanto, o comprimento de cada intervalo de I
N
e
1
3
N
e
1
3
N
0 quando N ,
o que signica que K n ao contem intervalos mas apenas conjuntos singulares. Assim
K pode ser coberto com bolas de raio sucientemente pequeno de modo que n ao haja
nenhuma intersec c ao entre eles. Portanto a dimens ao topol ogica de K e D = 0.
Ap os a an alise de trabalhos de v arios matem aticos sobre dimens oes, Mandelbrot
7
mostrou a existencia de guras com dimens ao fraccion aria cujo termo cou generalizado
por dimens ao fractal. O conjunto de Cantor e uma dessas guras cuja dimens ao fractal e
aproximadamente 0,63, como iremos vericar na sec c ao seguinte.
7
Benot Mandelbrot, nasceu em 1924, conhecido como sendo o matem atico respons avel pela denom-
ina c ao fractal a objectos cuja dimens ao pode ser um n umero fraccion ario.
40
3.2.3 Dimensao fractal
Se pretendermos medir o comprimento de uma linha costeira com todas as imperfei c oes
que apresenta, podemos faze-lo atraves de uma fotograa de satelite e, considerando um
determinada escala, obtemos um determinado valor. Mas se a fotograa fosse tirada de
um helic optero, as irregularidades seriam mais visveis e, considerando uma escala inferior,
obteramos um outro valor para o comprimento da costa. Se esta fosse percorrida a pe,
tomando cada passo como uma nova escala, ainda mais pequena, o comprimento seria
ainda maior. Se quisermos considerar cada vez mais pormenores como por exemplo, os
contornos das rochas, poderamos usar este processo indenidamente com escalas sempre
cada vez menores e obtendo comprimentos sempre cada vez maiores.
Podemos fazer uma analogia entre uma linha de costa e a curva de Koch que est a
ilustrada na gura 2.4. No entanto, esta, tem que ser considerada como um modelo sim-
plicado da linha de costa, pela sua regularidade sistem atica. A no c ao de dimens ao fractal
permite traduzir a rugosidade e a irregularidade de um objecto.
Para denir fractal, Mandelbrot retomou a ideia de Hausdor
8
e desenvolvida por
Besicovitch
9
, o qual avan cou o conceito de dimens oes fraccion arias, tornando possvel a ex-
istencia de objectos com dimens oes desde zero a innito. Mandelbrot, deniu fractal como
sendo um conjunto para o qual a dimens ao de Hausdor-Besicovitch excede estritamente
a dimens ao topol ogica. Esta deni c ao e formalmente complicada e transcende o ambito
desta disserta c ao.
Iremos determinar a dimens ao fractal em objectos com auto-semelhan ca exacta e em
objectos com auto-semelhan ca aproximada. Ambas tem a particularidade de n ao serem
necessariamente uma dimens ao inteira, o que as diferencia da dimens ao topol ogica. Come-
cemos por analisar o conceito de dimens ao fractal atraves da auto-semelhan ca.
8
Felix Hausdor (1868-1942), matem atico alem ao cujos trabalhos em topologia contriburam para os
estudos de Mandelbrot.
9
Abram Samoilovitch Besicovitch (1891-1970), matem atico russo cujos trabalhos em conjuntos de di-
mens ao n ao inteira, contriburam para os estudos de Mandelbrot.
41
Conjuntos auto-semelhantes
Dimensao 1: Considere-se um segmento de recta. Divida-se cada um dos seus lados em
quatro partes geometricamente iguais, isto e, cada parte que n os obtemos na divis ao
e igual ao segmento original multiplicado por um factor de
1
4
. Ficamos ent ao com 4
partes iguais.
Figura 3.9: Segmento
Dimensao 2: Efectuando o mesmo processo para um quadrado, divida-se cada um dos
lados em quatro partes iguais. Ficamos ent ao com 4
2
partes iguais.
Figura 3.10: Quadrado
Dimensao 3: Procedendo de igual forma para um cubo, obtemos 4
3
partes iguais.
Poderamos ter escolhido qualquer outro coeciente de redu c ao, variando o n umero de
partes em que o objecto inicial e dividido. Assim, designando por N o n umero de partes
e por r o coeciente de redu c ao, obtem-se as seguintes igualdades em que a dimens ao e
o expoente que aparece no denominador da frac c ao: N =
1
r
1
, no caso do segmento de
42
Figura 3.11: Cubo
recta (dimens ao 1), N =
1
r
2
, no caso do quadrado (dimens ao 2), N =
1
r
3
, no caso do cubo
(dimens ao 3). Assim, sendo D a dimens ao do objecto, N o n umero de partes iguais obtidas
e r o coeciente de redu c ao, tem-se:
N =
1
r
D
O que e equivalente a ter:
N =
_
1
r
_
D
Aplicando logaritmo a ambos os membros vem:
D =
log N
log
1
r
(3.1)
Conclumos ent ao que: A dimens ao Dde objectos auto-semelhantes, fractais ou n ao fractais
e dada pela f ormula (3.1) com N e r denidos como anteriormente.
Vejamos agora a dimens ao de alguns conjuntos fractais.

E de real car que cada um
destes objectos s ao geometricamente auto-semelhantes, ou seja, cada uma das suas partes
s ao uma c opia reduzida exacta do objecto inicial. Este conceito de dimens ao apenas pode
ser considerado na an alise de objectos que tem auto-semelhan ca exacta.
43
Conjunto de Cantor Sabendo que, em cada itera c ao, camos com 2 segmentos
que ser ao novamente divididos em tres partes iguais, e que
o coeciente de redu c ao e
1
3
ent ao a dimens ao fractal do
conjunto de Cantor e dada por: D =
log 2
log 3
0, 63
Triangulo de Sierpinski
Sabendo que o coeciente de redu c ao e r =
1
2
e que o n umero
de partes obtidas em cada segmento de recta e N = 3, temos,
D =
log 3
log 2
1, 59
Curva de Koch
Sabendo que o coeciente de redu c ao e r =
1
3
e que o n umero
de partes obtidas em cada segmento de recta e N = 4, temos,
D =
log 4
log 3
1, 26
44
Curva de Peano
Sabendo que o coeciente de redu c ao e r =
1
3
e que o n umero
de partes obtidas em cada segmento de recta e N = 9, temos,
D =
log 9
log 3
= 2.
Curva de Hilbert
Sabendo que o coeciente de redu c ao e r =
1
2
e que o n umero
de partes obtidas em cada segmento de recta e N = 4, temos,
D =
log 4
log 2
= 2
Capacidade limite
A capacidade limite e utilizada para estruturas fractais que n ao s ao totalmente auto-
semelhantes, embora esteja relacionada com a auto-semelhan ca pois em muitos casos
encontram-se os mesmos valores.
Colocamos a estrutura numa grelha com uma determinada escala s e contamos o n umero
de caixas N que contem as partes da estrutura. Como N depende de s, escrevemos N(s).
Agora, mudamos s progressivamente para escalas inferiores e contamos os correspondentes
n umeros N(s). Frequentemente, s ao utilizadas grelhas onde o factor de redu c ao e 1/2
e portanto N(s) = N(1/2
k
), k N
0
, ver gura 3.12. Em seguida tra camos um gr aco
que relaciona log N(s) com log(
1
/
s
) onde marcamos os pontos (| log(
1
/
s
)|, | log N(s)|) cor-
respondentes a cada grelha. Por m, tra camos uma linha recta pelos pontos do gr aco e
calculamos a sua inclina c ao que ser a uma estimativa para o valor da dimens ao, de capaci-
dade limite, D
c
da estrutura fractal.
45
D
c
=
log N(1/2
k+1
) log N(1/2
k
)
log 2
k+1
log 2
k
=
log
N(
1
2
k+1
)
N(
1
2
k
)
log 2
= log
2
N(
1
2
k+1
)
N(
1
2
k
)
,
ou seja
2
D
c
=
N(
1
2
k+1
)
N(
1
2
k
)
Podemos ent ao dizer que, se o n umero de caixas aumenta segundo um factor de 2
D
c
quando o tamanho das caixas e dividido em partes iguais, ent ao a dimens ao fractal e igual
a D
c
.
Figura 3.12: Estrutura com grelha em escalas diferentes
O valor da capacidade limite D
C
de qualquer estrutura fractal, no plano, nunca excede
2. J a o valor da dimens ao de auto-semelhan ca, D pode exceder 2 no caso, de certas curvas
do plano. Por exemplo, para uma curva onde o factor de redu c ao seja r = 1/3 e o n umero
de partes iguais obtidas na gura geradora seja N = 13, temos uma dimens ao de auto-
semelhan ca, D =
log 13
log 3
2, 34, usando (3.1). A raz ao para esta diferen ca e que esta curva
e constituda por partes onde a auto-semelhan ca e evidente mas tambem e constituda por
partes terminais onde normalmente se aplica o metodo de capacidade limite.
46
Captulo 4
Fractais em sistemas dinamicos
Um sistema din amico e um sistema que evolui ao longo do tempo e pode surgir em qualquer
ramo da ciencia como por exemplo na meteriologia, na economia ou mesmo na astronomia.
No caso da economia, a subida e descida do ndice de Dow Jones ilustra a forma de como
o sistema utua no tempo. A teoria dos sistemas din amicos trabalha com estes processos
com o objectivo de prever a evolu c ao dos mesmos. Aparentemente, sistemas din amicos
que envolvem processos complicados com um grande n umero de vari aveis s ao imprevisveis
e sistemas din amicos com poucas vari aveis s ao previsveis. No entanto, existem processos
simples e determinsticos que resultam em comportamentos aparentemente imprevisveis
e aleat orios. O estudo destes casos faz parte de um novo campo de investiga c ao de-
nominado Teoria dos Sistemas Dinamicos, que se baseia em teorias matem aticas para
descrever processos em movimento. Esta teoria procura, no aparente acaso, uma ordem
inerente determinada por leis bem denidas. O estudo pode ser realizado com a ajuda de
computadores pela sua grande capacidade de c alculo e de representa c ao gr aca. E e aqui
que vemos a geometria fractal de muitos sistemas din amicos.
Vejamos um exemplo de aplica c ao da fun c ao logstica em fen omenos ecol ogicos. Supon-
hamos que existe uma unica especie isolada, cuja popula c ao cresce ao longo do tempo num
ambiente controlado. O crescimento dessa popula c ao a longo prazo pode ser previsto por
um modelo matem atico simples (fun c ao logstica), fazendo contagem da popula c ao no nal
47
de cada gera c ao.
Matematicamente, escrevamos P
n
para a percentagem de popula c ao da gera c ao n, onde
0 P
n
1. E consideremos a fun c ao,
P
n+1
= kP
n
(1 P
n
)
onde k e uma constante relacionada com as condi c oes ecol ogicas impostas, tais como a
quantidade de comida presente.
Assim, mantendo as condi c oes denidas por k constantes e conhecendo o valor P
n
da
popula c ao anterior e possvel prever o valor P
n+1
da popula c ao na gera c ao seguinte.
O processo iterativo para gerar os conjuntos de Julia e de Mandelbrot, que apresentare-
mos em seguida, baseia-se na aplica c ao da recorrencia z
n+1
= z
2
n
+c onde z e c s ao n umeros
complexos. Para construir o conjunto de Mandelbrot iteramos a fun c ao para cada ponto c
do plano complexo come cando com z
0
= 0. Em rela c ao ao conjunto de Julia, a constante
c mantem-se xa ao longo de todo o processo de itera c ao variando o valor z
0
.
Outro tipo de fractais em sistemas din amicos s ao os baseados em sequencias de n umeros
reais determinadas por sistemas de fun c oes em R
2
e que geram pares ordenados. Um
processo que gera estes fractais e popularmente conhecido por Jogo do Caos, que apre-
sentaremos mais adiante.
4.1 Conjuntos de Julia
Os conjuntos de Julia surgiram ap os v arios estudos acerca de processos iterativos envol-
vendo n umeros complexos. Estes estudos foram apresentados no ano de 1918 por Gaston
Julia e Pierre Fatou sem o recurso do computador que nos dias de hoje e de grande utilidade
para reproduzir detalhadamente o comportamento de fun c oes iterativas.
Consideremos a fun c ao Z
n+1
= Z
2
n
+c em que c e um ponto xo no plano complexo.
Para cada ponto Z
0
iteremos a fun c ao gerando a seguinte sequencia de n umeros com-
plexos ( orbita de Z
0
).
Z
0
Z
1
= Z
2
0
+c Z
2
= Z
2
1
+c
48
Se a orbita de Z
0
e atrada para innito (Z
0
e ponto escape), ent ao Z
0
n ao pertence a
nenhum conjunto de Julia. O conjunto de todos estes pontos formam o conjunto escape
de c.
Se a orbita de Z
0
e atrada para um crculo em torno da origem (Z
0
e ponto prisioneiro),
ent ao Z
0
pertence a algum conjunto de Julia. O conjunto de todos estes pontos formam o
conjunto prisioneiro de c.
Ambos os conjuntos complementam-se e preenchem alguma parte do plano complexo.
Assim, a fronteira do conjunto escape e simultaneamente a fronteira do conjunto prisioneiro
e nesta fronteira temos o conjunto de Julia associado ao par ametro c.
O valor do ponto c determina a forma c ao dos conjuntos de Julia, sendo associado com
um conjunto de Julia em particular. Podemos ver alguns exemplos na gura 4.1, em que
por exemplo, para c = 0 obtemos o crculo unit ario. Se c pertencer ao interior do conjunto
de Mandelbrot, o conjunto de Julia obtido ser a conexo. Se, pelo contr ario, o ponto c n ao
pertencer ao conjunto de mandelbrot, o conjunto de Julia correspondente e desconexo.
c = -1,25+0i c = 0,3+0,5i c = 0,5-0,6i
c = 0,3+0i c = 0,3+0,1i c = 0
Figura 4.1: Alguns conjuntos de Julia obtidos por computador com o programa UltraFractal.
49
Qualquer conjunto de Julia pode ser visto como um conjunto que se repete em diferentes
escalas de amplia c ao, no entanto a auto-semelhan ca existente nestes conjuntos e apenas
aproximada.
4.2 Conjunto de Mandelbrot
Em 1979, Mandelbrot, ao tentar encontrar uma forma de generalizar os conjuntos de Julia,
descobriu que podia criar uma imagem no plano complexo que catalogava os conjuntos de
Julia.
A sua constru c ao baseia-se na fun c ao Z
n+1
= Z
2
n
+c onde Z
n
(n N
0
) e c s ao n umeros
complexos e Z
0
= 0. O conjunto de Mandelbrot e ent ao denido como sendo o conjunto de
todos os n umeros complexos c tais que ap os um certo n umero de itera c oes de Z
n+1
= Z
2
n
+c,
z n ao tende para innito. Iterando a fun c ao para cada ponto c do plano complexo, temos
a sequencia de itera c oes:
c c
2
+c (c
2
+c)
2
+c
Tomando alguns valores para c, vem:
para c = 0:
0 0 0
para c = 1:
0 1 0 1 0
para c = i:
0 i i 1 i i 1 i i 1
Vericamos dois tipos de sequencias (para c = 0 temos um ponto de convergencia e
para c = 1 e c = i, temos sequencias peri odicas) que s ao limitadas pois permanecem
dentro de um crculo em que a dist ancia ` a origem mantem-se nita. No entanto, para
certos valores de c, a fun c ao e ilimitada afastando-se cada vez mais da origem. Vejamos
alguns exemplos:
50
para c = 3:
0 3 6 33 1086
para c = 1:
0 1 2 5 26 677 458330
Os conjuntos formados pelas sequencias limitadas e pelas sequencias ilimitadas preenchem
todo o plano complexo e delimitam o conjunto de Mandelbrot atribuindo-se uma cor, por
exemplo, preto para o primeiro conjunto , isto e, se a sucess ao de cada valor c permanece
limitada e, outras cores, consoante o n umero de itera c oes dos pontos para o segundo con-
junto, isto e, se a sucess ao de cada valor c e ilimitada.
Tal como dissemos anteriormente, podemos encontrar no conjunto de Mandelbrot, os
conjuntos de Julia fazendo variar os valores do ponto c, como apresentamos na gura 4.2.
Figura 4.2: Conjunto de Mandelbrot como um cat alogo de conjuntos de Julia
Podemos tambem vericar a auto-semelhan ca aproximada, fazendo algumas amplia c oes
do conjunto de Mandelbrot, apresentadas na gura 4.3 e vericando as v arias formas que
51
se lhe aproximam.

E interessante referir que o bordo do conjunto de Mandelbrot tem
dimens ao 2.
Figura 4.3: Algumas amplia c oes do conjunto de Mandelbrot, obtidas por computador com o
programa UltraFractal
4.3 Conjunto de Cantor dinamicamente denido
O conjunto de Cantor tem uma propriedade interessante que revela uma importante inter-
preta c ao din amica e uma liga c ao surpreendente com o caos.
Consideremos a fun c ao cujo gr aco se encontra na gura 4.4.
f(x) =
_
_
_
3x se x 1/2
3x + 3 se x > 1/2
Figura 4.4: Gr aco da fun c ao dada por f(x) = 3x se x 1/2 e 3x + x se x > 1/2.
52
Comecemos com o ponto inicial x
0
e com a sequencia x
0
, x
1
, x
2
, x
3
, . . . de pontos descrita
por um processo da forma f(x
n
) = x
n+1
, ou seja, f(x
o
) = x
1
, f(x
1
) = x
2
, f(x
2
) = x
3
, . . .
Veriquemos como se comportam estes pontos da sequencia:
Se x
0
< 0, ent ao x
1
= f(x
0
) = 3x
0
< 0 e por indu c ao, todos os n umeros x
k
desta
sequencia s ao da forma x
k
= 3
k
x
0
e portanto negativos. Esta sequencia e decrescente e
tende para . Este tipo de sequencias s ao designadas por sequencias escapat orias e o
ponto x
0
e o ponto de escape.
Se x
0
> 1, ent ao x
1
= f(x
0
) = 3x
0
+3 < 0, portanto temos novamente uma sequencia
que escapa para .
Se x
0
= 0, ent ao x
1
= f(x
0
) = 3x
0
= 0 e todos os pontos da sequencia s ao zeros.
Qualquer ponto x
0
que v a para zero, em algum passo, ent ao permanecer a sempre em zero
e portanto x
0
e prisioneiro. x
0
= 0 diz-se ponto xo pois f(x
0
) = x
0
.
Todos os pontos pr oximos de
1
/
2
iteram fora do quadrado unit ario e escapam para ,
todos os pontos que iteram para o centro, escapam para e todos os pontos que n ao
escapam do intervalo unit ario [0,1], formam o conjunto de Cantor.
Figura 4.5: Ilustra c ao da din amica de um ponto no intervalo unit ario [0,1]
53
4.4 O jogo do caos
O processo conhecido como jogo do caos foi criado por Michael Barnsley e e descrito atraves
de um processo aleat orio em que cada fun c ao iterada do sistema
1
e aplicada aleatoriamente.
A tecnica e utilizada para criar modelos de formas naturais tais como plantas, nuvens,
gal axias, etc.
Um exemplo do jogo do caos e utilizar um dado cujas faces est ao numeradas de 1 a 6 e
um tabuleiro onde gura um tri angulo [ABC]. Este dado funciona como gerador aleat orio,
fazendo corresponder as faces 1, 2 do dado ao vertice A do tri angulo, 3, 4 a B e 5, 6 a C.
Iniciamos o jogo escolhendo arbitrariamente um ponto z
0
no tabuleiro (ver gura 4.6).
De seguida, lan camos o dado. Assumindo que o valor gerado e 2 vericamos pela corre-
spondencia descrita, que corresponde ao vertice A. Dene-se ent ao z
1
como o ponto medio
entre z
0
e A. Lan ca-se novamente o dado e suponhamos que e gerado o n umero 5 que cor-
responde ao vertice C. Dene-se ent ao z
2
como o ponto medio entre z
1
e C. Este processo
repete-se indenidamente.
Figura 4.6: Cinco primeiras itera c oes do Jogo do caos
Generalizando, dados os pontos coordenados P
1
= (a
1
, b
1
); P
2
= (a
2
, b
2
); P
3
= (a
3
, b
3
) e
o ponto Z
k
= (x
k
, y
k
) com k N
0
encontramos o ponto Z
k+1
=
Z
k
+P
n
2
onde n e escolhido
1
Vemos frequentemente o uso da sigla IFS - Iterated Function System.
54
aleatoriamente no conjunto {1, 2, 3}. As coordenadas de Z
k+1
s ao (x
k+1
, y
k+1
) em que
x
k+1
=
x
k
+a
n
2
x
k+1
=
1
2
x
k
+
1
2
a
n
y
k+1
=
y
k
+b
n
2
y
k+1
=
1
2
y
k
+
1
2
b
n
Em forma de matriz, obtemos a transforma c ao linear:
W
n
=
_
_
1
2
0
1
2
a
n
0
1
2
1
2
b
n
_
_
Desta forma, o jogo do caos pode ser denido pelo seguinte algoritmo:
1. Escolhemos aleatoriamente um ponto z
0
no plano;
2. Para k = 0, 1, 2, . . . tomemos Z
k+1
= W
s
k
(Z
k
) onde s
k
e escolhido aleatoriamente,
com igual probabilidade em {1, 2, 3}.
Seguindo este processo, obtemos as guras 4.7, 4.8 e 4.9 e observamos que ap os su-
cessivas itera c oes aproximamo-nos do conhecido fractal, tri angulo de Sierpinski (apesar de
existirem pontos que n ao pertencem a este).
Figura 4.7: 500 itera c oes do Jogo do caos
55
Figura 4.8: 5000 itera c oes do Jogo do caos
Figura 4.9: 50000 itera c oes do Jogo do caos
56
Captulo 5
Aplica c oes
5.1 Meio-tom digital
A tecnica de meio-tom digital e uma tecnica utilizada na simula c ao de imagens com mais
que um tom, recorrendo a um n umero limitado de cores. Desempenha um papel especial-
mente importante na ind ustria tipogr aca, devido ao factor econ omico, uma vez que reduz
o n umero de cores a utilizar.
Algumas tecnicas cl assicas de meio-tom, como meio-tom ordenado, difus ao de erro,
e difus ao de ponto introduzem artefactos nas imagens geradas, tais como a forma c ao
de padr oes peri odicos. Estes padr oes para alem de inesteticos, podem ser de tal modo
evidentes que induzem em erro quem visualiza a imagem. Outro aspecto relevante e a
grande diferen ca de intensidade entre a imagem original e a correspondente em meio-tom,
quando as imagens s ao impressas. Este problema toma maior signicado, quando se recorre
a dispositivos de impress ao de alta resolu c ao. Tendo em vista minimizar estes efeitos se-
cund arios, desenvolveram-se v arias tecnicas de meio-tom, tendo todas elas uma abordagem
diferente ao meio-tom, mas partilhando o mesmo objectivo: minimizar os artefactos inseri-
dos nas imagens nais, melhorando assim a qualidade da imagem obtida. Surgem assim as
tecnicas de varrimento ordenado, onde o varrimento da imagem e efectuado por uma curva
preenchedora do quadrado com pontos agregados [21]. Esta tecnica torna-se atractiva por
57
ser a unica capaz de minimizar a forma c ao de padr oes peri odicos (artefactos), bem como
renar a imagem nal, devido ` a forma c ao de agregados de pontos, conferindo uma maior
credibilidade relativamente ` a intensidade da imagem nal.
Em seguida, descrevemos as tecnicas de meio-tom que partilham o mesmo fundamento
de forma c ao de agregados:
Varrimento ordenado
O varrimento ordenado e provavelmente o algoritmo mais utilizado baseando-se na
divis ao da imagem atraves de uma grelha e dividindo a imagem em celulas. Cada celula
pode ser representada por uma matriz D onde para cada ponto da celula se estabelece um
valor de referencia T.
Quando a intensidade do pixel na imagem original e superior ` a denida para o mesmo
pixel na matriz D, o algoritmo coloca na imagem nal um ponto preto, caso contr ario
coloca um ponto branco. Este procedimento executa-se para todos os valores da matriz e
respectivos pontos, seguindo-se para a matriz seguinte, ate a grelha estar completamente
preenchida. Este algoritmo e bastante popular devido ` a sua simplicidade e exibilidade.
Outra vantagem deste metodo e a sua capacidade de formar agregados com os pontos
pretos, de tal modo que o efeito de borr ao seja minimizado, quando a imagem e impressa.
Descrevemos, em seguida, um exemplo de aplica c ao da tecnica atraves de uma imagem
que foi convertida em tons de cinzento, numa escala de 8 bit, gerando assim 256 tons de
cinzento diferentes. A imagem e dividida em v arias regi oes (matrizes), formando assim um
agregado de pixeis em cada matriz.
A matriz utilizada como referencia foi uma matriz D de 44 cujo valor medio dos seus
elementos e aproximadamente 0,5.
D =
_
_
_
_
_
_
_
_
0, 49 0, 48 0, 47 0, 50
0, 51 0, 48 0, 49 0, 50
0, 49 0, 48 0, 49 0, 51
0, 50 0, 48 0, 50 0, 51
_
_
_
_
_
_
_
_
58
(a) (b)
Figura 5.1: (a) Imagem original (b) Sec c ao da imagem original dividida numa grelha com uma
regi ao seleccionada a azul.
Seleccionamos uma regi ao da imagem 5.1(b) e obtivemos a gura 5.2 cuja matriz que
traduz as intensidades de cada pixel e I(P). Esta matriz e ent ao avaliada por compara c ao
com a matriz D, gerando-se a matriz I(P

) cujos elementos assumem valores 0 ou 1,

consoante a sua intensidade seja menor ou maior que o valor de referencia respectivo na
matriz D. Por exemplo, 6/256 < 0, 49, logo o valor correspondente na matriz I(P

) e 0;
168/256 > 0, 51, logo o valor correspondente na matriz I(P

) e 1. Assim, e gerada a gura

5.3 a partir dos valores de I(P

).
Figura 5.2: Amplia c ao de uma regi ao da imagem 5.1(b).
59
I(P) =
_
_
_
_
_
_
_
_
6
/
256
4
/
256
50
/
256
175
/
256
5
/
256
5
/
256
29
/
256
173
/
256
4
/
256
4
/
256
5
/
256
168
/
256
4
/
256
4
/
256
4
/
256
134
/
256
_
_
_
_
_
_
_
_
I(P

) =
_
_
_
_
_
_
_
_
0 0 0 1
0 0 0 1
0 0 0 1
0 0 0 1
_
_
_
_
_
_
_
_
Figura 5.3: Imagem nal obtida por compara c ao das matrizes I(P) e I(P

).
Podemos obter resultados diferentes variando o valor medio dos elementos da matriz
de referencia D. A sequencia de imagens seguinte ilustra estes resultados para 0,5 (gura
5.4(b)) e para 0,3 (gura 5.4(c)), numa matriz 44. Como podemos vericar, esta tecnica
n ao permite a diferencia c ao de pequenos detalhes presentes na imagem original, bem como
vericamos uma enorme diferen ca em termos de tonalidade entre as imagens.
(a) (b) (c)
Figura 5.4: (a) Imagem original (b)imagem com valores da matriz de referencia aproximadamente
0,5 (c)imagem com valores da matriz de referencia aproximadamente 0,3.
60
Difusao do erro
A difus ao de erro e um esquema cuidadosamente elaborado para preservar a tonali-
dade da imagem original quando e gerada a imagem em meio-tom. O metodo distribui a
quantiza c ao do erro presente num pixel, pelos 4 pixeis vizinhos de modo a suavizar as
diferen cas visveis em termos de intensidade entre a imagem original e a gerada.
O algoritmo resume-se aos seguintes passos:
. Avaliar intensidade do pixel original;
. Mediante o par ametro de referencia, gerar 1 ou 0;
. Calcular a diferen ca das intensidades I(P) - I(P) = Erro;
. Distribuir o erro pelos pixeis vizinhos, incrementando ` as suas tonalidades originais
as seguintes propor c oes:
7/16 x Erro ao pixel ` a direita
3/16 x Erro ao pixel ` a direita e acima
5/16 x Erro ao pixel abaixo
1/16 x Erro ao pixel ` a direita e abaixo
Figura 5.5: Distribui c ao do erro pelos pixeis vizinhos.
O arrastamento do erro ao longo do procedimento, leva a que este metodo consiga
gerar imagens muito semelhantes ` as originais em termos de tonalidade media, mas peca
pela forma c ao de superfcies de tonalidade uniformizada.
61
(a) (b)
Figura 5.6: (a) Imagem original, (b) Imagem obtida por aplica c ao de um algoritmo de difus ao
do erro.
Meio-tom atraves de uma curva que preenche do quadrado
Como referimos no captulo 2, uma curva que preenche um quadrado, e uma curva
que visita pelo menos uma vez todos os pontos de uma area. Transpondo este conceito
para as tecnicas de meio-tom, temos uma ferramenta muito util, que permite a recolha
da informa c ao de cada pixel inserido numa determinada regi ao. De entre as curvas que
preenchem o quadrado, a curva de Hilbert e das que melhor se adequa a este processo,
devido ` a sua elevada coerencia espacial.
Figura 5.7: Curva de Hilbert a percorrer uma regi ao de 64 pixeis.
62
Figura 5.8: Curva de Hilbert a percorrer um agregado de 16 pixeis.
A difus ao do erro ao longo do percurso da curva, e efectuada para a regi ao seguinte e
n ao como a tecnica da difus ao do erro, anteriormente referida, que o propaga para os 4
pixeis vizinhos.
Velho e Gomes [21] propuseram uma vers ao deste metodo onde s ao considerados agre-
gados de pixeis.
Consideremos uma certa imagem subdividida em pequenos agregados de pixeis (ver
gura 5.2).
`
A medida que a curva avan ca ao longo dessa imagem (ver gura 5.8), s ao
retidos os valores das intensidades dos pixeis visitados e e formada a matriz I(P) com
esses valores.
I(P) =
_
_
_
_
_
_
_
_
6
/
256
4
/
256
50
/
256
175
/
256
5
/
256
5
/
256
29
/
256
173
/
256
4
/
256
4
/
256
5
/
256
168
/
256
4
/
256
4
/
256
4
/
256
134
/
256
_
_
_
_
_
_
_
_
Quando e visitado um n umero pre-estabelecido de pixeis, os quais formam um agregado,
e gerado um n umero N de pixeis pretos, cuja intensidade e equivalente ` a intensidade do
conjunto de pixeis na imagem original (ver gura 5.9) e e formada a matriz I(P

) cujos
valores s ao 0 ou 1.
63
Calculemos a intensidade media dos elementos de I(P):
6
4
256
+ 3
5
256
+
6
256
+
29
256
+
50
256
+
134
256
+
168
256
+
173
256
+
175
256
16
0, 18896
Sabendo que a unidade b asica de constru c ao para este agregado de 16 pixeis e um
pixel preto que equivale a
1
16
= 0, 0625, ent ao o n umero de pixeis pretos necess arios para
equivaler a I(P) e N =
0,18896
0,0625
= 3, 02336 . Temos, portanto, um agregado com 3 pixeis
pretos correspondentes aos 3 primeiros pixeis do percurso da curva de Hilbert.
Figura 5.9: Agregado com 3 pixeis pretos correspondentes aos 3 primeiros pixeis do percurso da
curva de Hilbert.
I(P

) =
_
_
_
_
_
_
_
_
0 0 0 0
0 0 0 0
0
256
/
256
0 0
256
/
256
256
/
256
0 0
_
_
_
_
_
_
_
_
Os 3 pontos pretos s ao incrementados no incio do percurso da curva na pr oxima regi ao
e o erro entre o valor real do cinzento acumulado e a intensidade de pixeis pretos gerados
(3, 023363 3 = 0, 2336) e propagado para a regi ao seguinte.
Esta tecnica cria pontos dispersos que s ao mais evidenciados se tivermos regi oes de pon-
tos agregados de grande dimens ao. Assim, para agregados de menor dimens ao, consegue-se
uma maior deni c ao.
64
5.2 Fractais gotejados de Pollock
O mundo da arte tremeu em 1945, ano em que Jackson Pollock (1912-1956) se mudou da
baixa de Manhattan para Springs, uma cidade calma no campo. Aqui ele ocupava grande
parte do seu tempo, na observa c ao do meio campestre, buscando inspira c ao nas formas
naturais que o rodeavam.
Pollock cou conhecido pela sua tecnica radical de pintura que consistia em tra car
manchas, os e gotas de tinta sobre uma tela colocada horizontalmente sobre o ch ao. A
tinta era gotejada sobre a tela, com a ajuda de v arios instrumentos (facas, colheres,...) em
substitui c ao do tradicional pincel, nunca sendo estabelecido o contacto fsico entre a tela e
o instrumento.
Esta tecnica irreverente de express ao pl astica, levou a que todo o seu trabalho fosse
discutido, no seio da comunidade artstica, tendo tanto de apoiantes como crticos.
A comunica c ao social da epoca, tambem n ao cou alheia a este fen omeno, uma revista
de culto da epoca atribuiu-lhe a alcunha de Jack the dripper
1
Os quadros de Pollock, devido ` as suas caractersticas peculiares em termos de express ao,
foram alvo de estudos matem aticos liderados por Richard Taylor, onde se conrmou a
presen ca de padr oes fractais em algumas das obras de Pollock. Esta caracterstica invulgar,
permite em termos artsticos proceder ` a avalia c ao de autenticidade e data c ao de uma obra
de Pollock.
A express ao artstica de Pollock, reecte toda a complexidade captada nos longos
perodos de observa c ao de motivos naturais, como o emaranhado de ramos numa arvore
ou a rugosidade de um tronco.
A complexidade visual dos padr oes fractais de Pollock, e possvel de quanticar atraves
do conceito de dimens ao fractal D. Neste caso especco, este conceito descreve de uma
forma numerica, o preenchimento de uma superfcie. (Ver cap. 2.4) A analogia entre uma
imagem da natureza, em termos de dimens ao e um quadro de Pollock, e bastante aceit avel
e plausvel. Na gura 5.11, de cima para baixo, verica-se um aumento da dimens ao,
1
Jack o gotejador, referencia a Jack the ripper (Jack o estripador) e a drip (gotejar).
65
Figura 5.10:

Arvores e revestimentos de troncos s ao um exemplos de objectos fractais na natureza
come cando com D = 1 e variando crescentemente D, ate um valor muito pr oximo de 2.
Nas obras de Pollock, e possvel estabelecer uma associa c ao entre a dimens ao D do
padr ao fractal de um quadro e o ano em que foi pintado.
Como demonstra a gura 5.12, Pollock aperfei coou esta tecnica ao longo de 10 anos.
Numa fase preliminar 1943-1945 as suas telas eram caracterizadas por baixos valores de
D. Durante a fase de transi c ao 1945-1947, a experimenta c ao de novas tecnicas de goteja-
mento, levou a um aumento brusco da dimens ao fractal das obras produzidas nesse perodo.
No perodo designado por alguns de cl assico 1948-1952, a tecnica foi aperfei coada e a
dimens ao fractal das suas obras foi crescendo mais gradualmente.
Todos estes estudos, em torno da dimens ao fractal das v arias obras de Pollock, foram
efectuados aplicando o metodo de capacidade limite, no qual, imagens digitalizadas de
pinturas de Pollock foram cobertas com uma grelha de quadrados identicos gerada por
computador. O n umero de quadrados N(L) que continham parte do padr ao pintado foram
contados e este processo foi repetido ` a medida que o tamanho L dos quadrados foi reduzido.
O maior quadrado foi escolhido para coincidir com o tamanho da tela (L 2, 5m) e o mais
pequeno foi escolhido de modo a coincidir com o mais no detalhe (L 1mm).Para
comportamento fractal, N(L) e escalado de acordo com N(L) L
D
, onde os valores de
1 < D < 2 foram extrados do gradiente de um gr aco que relaciona log N(L) com log(L).
66
Figura 5.11: Analogia gr aca entre alguns excertos de quadros de Pollock (coluna esquerda) e
imagens da natureza(coluna direita). Em cima: A linha do horizonte forma uma linha com D = 1.
No centro: ramos de arvores e quadro N umero 23(1948) s ao padr oes fractais com D = 1, 3. Em
baixo: folhas sobre o ch ao e quadro N umero 31(1950) s ao padr oes fractais com D = 1, 9.
5.3 A lei do crescimento
A lei de crescimento humano e completamente distinta da lei de semelhan ca geometrica.
Em todas as fases de crescimento de um humano, desde recem-nascido ate adulto, diferentes
partes do corpo crescem, cada uma com um factor de escala diferente. Por exemplo, se
medirmos o comprimento de um bra co ou o tamanho da cabe ca de indivduos de diferentes
idades e compararmos com a altura do corpo, observamos que os humanos n ao crescem
preservando a semelhan ca geometrica. A gura 5.13 ilustra a mudan ca na forma ` a medida
que a altura se vai normalizando.
Concentremo-nos agora, na rela c ao, tamanho da cabe ca (designemos de t) versus al-
tura do corpo (dignemos por a). Uma das formas de encontrar um criterio para a lei do
crescimento e atraves da delinea c ao de uma raz ao destas duas quantidades (designemos
67
Figura 5.12: A dimens ao fractal D das obras de Pollock em fun c ao do ano em que foram pintadas
Figura 5.13: Evolu c ao da forma do corpo entre as idades 0,5 e 25
de r =
t
a
) versus idade como apresentamos no gr aco da gura 5.14. Os dados que foram
recolhidos pertencem a uma determinada pessoa desde os 0 aos 40 anos como podemos
ver na tabela 5.1. Podemos concluir que se o crescimento total fosse proporcional, ou seja,
em conformidade com a semelhan ca geometrica, ent ao r deveria ser constante ao longo
dos anos, pertencendo todos os pontos do gr aco a uma linha horizontal. No entanto,
vericamos que numa fase inicial (0-3 anos) temos um crescimento proporcional chamado
de crescimento isometrico
2
. Depois, numa segunda fase a raz ao desce signicativamente
indicando que a cresce relativamente r apido em rela c ao a t. Este crescimento e chamado
2
Crescimento proporcional.
68
de alometrico
3
. Por volta dos 30 anos de idade, o processo de crescimento ca completo e
r e novamente constante.
Idade Altura do corpo (a) Tamanho da cabe ca (t) raz ao(r)
(anos) (cm) (cm)
0 50 11 0.22
1 70 15 0.21
2 79 17 0.22
3 86 18 0.21
5 99 19 0.19
10 127 21 0.17
20 151 22 0.15
25 167 23 0.14
30 16 23 0.14
40 169 23 0.14
Tabela 5.1: Altura do corpo (a) e o tamanho da cabe ca (t) de uma pessoa. A ultima coluna
corresponde ` a raz ao entre t e a
Este fen omeno de crescimento n ao proporcional (crescimento alometrico), e compar avel
com a geometria fractal, nomeadamente com a lei de potencia.
Vejamos em que consiste a lei de potencia atraves da seguinte conjectura: se consider-
armos, numa certa experiencia, os dados em largas escalas numericas x e y, ent ao e possvel
que exista uma lei de potencia que exprima y em termos de x. Para testar esta conjectura,
colocamos os dados num gr aco log/log e vericamos se e ou n ao possvel tra car uma recta
pelos pontos do gr aco. Se assim ocorrer podemos continuar com a nossa conjectura e es-
crever log y = mlog x+b onde m e o declive da recta e b e a ordenada na origem. Estamos
3
Um padr ao de crescimento em que uma caracterstica cresce numa raz ao proporcional a uma potencia
de uma outra caracterstica.
69
Figura 5.14: Gr aco que relaciona o crescimento ao longo dos anos do tamanho da cabe ca em
rela c ao ` a altura
a considerar 10 como base do logaritmo mas poderia ser qualquer outra.
log
10
y = mlog
10
x +b 10
log
10
y
= 10
log
10
x
m
10
b

y = x
m
10
b
y = cx
m
, c = 10
b
Esta equa c ao descreve a lei de potencia: y em fun c ao de x, em que x e uma potencia cujo
expoente e o declive da recta.

E de real car que se m = 1, ent ao y = cx e uma equa c ao linear que descreve o crescimento
isometrico.
Vamos agora, reformular a tabela 5.1 extendendo-a a logaritmos, ou seja, tomando os
logaritmos dos valores obtidos para o tamanho da cabe ca (t) e para o altura do corpo
(a), como apresentamos na tabela 5.2. Seguidamente, construmos um gr aco log/log ,
gura5.15 e usando uma aproxima c ao da lei de potencia, vericamos que se conrmam as
fases de crescimento do indivduo. A primeira linha corresponde ` a fase dos 0 aos 3 anos
de idade e tem declive aproximadamente 1, o que signica que as quantidades t e a s ao
proporcionais. A segunda linha corresponde aos restantes anos de idade e tem declive de
aproximadamente
1
/
3
o que signica que, segundo uma lei de potencia, t = a
1/3
, ou seja, a
altura do corpo e proporcional ao tamanho da cabe ca elevado ao cubo, c t
3
.
Convem real car o facto de que estas medidas foram tiradas a uma unica pessoa (nascida
no seculo 19) e num unico e largo intervalo de tempo. Portanto, a lei do crescimento c ubica
acima descrita e provavelmente uma aproxima c ao n ao representativa.
70
Idade Altura do corpo (a) Tamanho da cabe ca (t) log c log t
(anos) (cm) (cm) (logaritmo) (logaritmo)
0 50 11 1.70 1.04
1 70 15 1.85 1.18
2 79 17 1.90 1.23
3 86 18 1.93 1.26
5 99 19 2.00 1.28
10 127 21 2.10 1.32
20 151 22 2.18 1.34
25 167 23 2.22 1.36
30 16 23 2.23 1.36
40 169 23 2.23 1.36
Tabela 5.2: Altura do corpo e o tamanho da cabe ca de uma pessoa com os valores dos logaritmos
dos mesmos dados
Figura 5.15: Gr aco log/log que relaciona o tamanho da cabe ca com a altura co corpo
71
72
Captulo 6
Conclusao
Citando Marjorie Senechal
1
, o Estudo da forma tem estado historicamente esmagado de-
baixo da geometria, a qual durante muitos anos foi dominada pelos postulados, axiomas e
teoremas de Euclides. Tal como Shakespeare n ao e suciente para a literatura e Copernico
n ao e suciente para a astronomia, tambem Euclides n ao e suciente para a geometria.
A geometria fractal, quando inserida na area curricular da matem atica no ensino b asico
e secund ario, e um tema motivador e integrador de v arios t opicos matem aticos. A apli-
cabilidade do estudo dos fractais em areas como a arte, a ciencia e a tecnologia poder a
impulsionar o interesse pelo tema. Tambem, o facto das no c oes de forma e dimens ao
estarem muito presentes na natureza, permite uma abordagem simples a esta geometria,
em que as propriedades da recursividade e auto-semelhan ca s ao facilmente entendidas.
O uso de actividades que envolvam o tema da geometria fractal, permitem ao professor
promover as capacidades de investiga c ao matem atica do aluno, abordando conceitos de uma
forma mais ou menos complexa, de acordo com o nvel de escolaridade e de desenvolvimento
deste.
Auto-semelhan ca, forma, dimens ao, area, permetro, volume, n umeros complexos, semel-
han ca de guras, sucess oes e itera c ao de fun c oes, s ao alguns exemplos de conte udos matem aticos
que podem ser explorados atraves deste tema.
1
On the Shoulder os Giants, [22]
73
A explora c ao da geometria fractal, em contexto de sala de aula, proporciona o desen-
volvimento das atitudes, dos valores e das competencias dos alunos, na medida em que
promove a curiosidade e o gosto de aprender, de pesquisar e de investigar; impulsiona a
utiliza c ao da matem atica na interpreta c ao do real, reconhecendo formas e processos que
envolvem conceitos matem aticos; ajuda na compreens ao dos conceitos de permetro, area
e volume; promove a pesquisa de padr oes e regularidades formulando em seguida general-
iza c oes em situa c oes diversas, nomeadamente em contextos numericos e geometricos.
Outras atitudes, valores e competencias poder ao ser desenvolvidas com este tema, de-
pendendo do dinamismo do professor e do aluno na explora c ao das diferenciadas activi-
dades.
74
Captulo 7
Bibliograa
75
76
Bibliograa
[1] M. Barnsley, Fractals Everywhere, Academic Press, Inc., 1998.
[2] B. J. Cara ca, Conceitos Fumdamentais da Matem atica, Colec c ao Ciencia Aberta,
Gradiva, 4
a
Edi c ao 2002.
[3] F. Commandino, Elementos de Euclides, Imprensa da Universidade de Coimbra, 1855.
[4] L. Emmerling, Pollock, Taschen, 2003.
[5] A. Fernandes, Educa c ao e Matem atica, APM 75, 2003: 16-20.
[6] J. Gleick, Caos - A constru c ao de uma nova ciencia, Colec c ao Ciencia Aberta,
Gradiva, 1987.
[7] U. GmbH, M. C. Escher - Gravura e Desenhos, Koninklijke Erven J.J. Tijl N. V.,
Zwolle 1959.
[8] J. Gomes, L. Velho, Image Processing for Computer Graphics, Springer-Verlag, New
York, 1997.
[9] L.S. Liebovitch, Fractals and Chaos Simplied for the Life Sciences, Oxford University
Press, 1998.
[10] B. Mandelbrot, Objectos Fractais, Colec c ao Ciencia Aberta, Gradiva, 2
a
Edi c ao 1998.
[11] Ministerio-da-Educa c ao, Matem atica - Programas: 10
o
, 11
o
e 12
o
anos Porto: Depar-
tamento do Ensino Secund ario, 1997.
77
[12] H. Peitgen, H. J urgens, D. Saupe, Fractals for the Classroom: Part One: Introduction
to Fractals and Chaos, Springer-Verlag, 1991.
[13] H. Peitgen, D. Saupe, The Science of Fractals Images, Springer-Verlag, 1988.
[14] C. Pereira, E. Ferreira, I. Aguiar, M. Pires, S. Sabugueiro, Educa c ao e Matem atica,
APM 55, 1999: 22-23.
[15] N. B. Providencia, Matem atica ou Mesas, Cadeiras e Canecas de Cerveja, Colec c ao
O Prazer da Matem atica, Gradiva, 1
a
Edi c ao 2000.
[16] A. Rodrigues, A. Barret, G. Ferraz, S. Martins, S. Diego, V. Silva, M. C. Escher -
Arte e matem atica, APM- Associa c ao de Professores de Matem atica, 1998.
[17] J. S. Silva, Guia para a utiliza c ao do Compendio de Matem atica (1
o
vol), Lisboa:
Min.Educa c ao/OCDE, 1965-66.
[18] R. Taylor,Fractal Expressionism-Where Art Meets Science, Santa Fe Institute, 2002:
1-28.
[19] R. P. Taylor, R. Guzman, T. P. martin, G. D. R. Hall, A. P. micolich, C. A. Mar-
low, Authenticating Pollock Paintings Fractal Geometry, accepted for Publication in
Pattern Recognition Letters.
[20] R.P. Taylor, B. Spehar, C. W. G. Cliord, B. R. Newell, The Visual Complexity of
Pollocks Dripped Fractals,Proceedings of the International Conference of Complex
Systems, 2002.
[21] L. Velho, J. Gomes, Digital Halftoning with Space Filling Curves, SIGGRAPH, Com-
puter Graphics 25(4), 1991: 81-90.
[22] E. Veloso, Geometria-temas actuais: materiais para os professores, Instituto de In-
ova c ao Educacional, 1998.
78