パラメータ設定
カラーマップ
表示モード
マウスをキャンバス上で動かすと、その座標をcパラメータとしてジュリア集合をリアルタイム更新します。
プリセット
現在の表示情報
反復式
マンデルブロ集合 $\mathcal{M}$:
$$z_{n+1}= z_n^2 + c, \quad z_0 = 0$$
$|z_n| \leq 2$ が保たれる$c$の集合。スムーズカラーリング:
$$\nu = n + 1 - \frac{\log\log|z_n|}{\log 2}$$
CAEとの接点: フラクタル解析は金属破断面の粗さ評価（破壊力学）、多孔質材料の透過率計算、乱流のエネルギーカスケードモデリングに使われます。
左クリック: ズームイン（2x） 右クリック: ズームアウト ドラッグ: パン
マンデルブロ集合・フラクタル幾何学とは
🧑🎓
マンデルブロ集合って、結局何を描いている図なんですか？ただの綺麗な模様？
🎓
ざっくり言うと、「ある簡単な計算ルールで、値が無限に大きくなってしまうか、ならないかを調べた地図」だよ。このシミュレーターで「最大反復回数」のスライダーを動かしてみて。回数を少なくすると大雑把な形、多くすると細かい枝や渦巻きが現れるでしょ。これが「発散するまで何回計算できたか」を色で表しているんだ。
🧑🎓
え、計算ルール？「$z_{n+1}= z_n^2 + c$」ってやつですか？でも、画面のどこをクリックしてもズームして新しい模様が出てくるんですけど、これって無限に続くんですか？
🎓
その通り！これがフラクタルの「自己相似性」、つまり一部分が全体と似た構造を無限に持つ性質だ。実務では、この無限の複雑さを有限の計算で近似するために「最大反復回数」を設定する。例えば、上の「カラーマップ」を変えると、発散の速さの違いが視覚化されて、構造の見え方がガラッと変わるよ。境界付近は特に敏感だ。
🧑🎓
なるほど…。で、CAEとの関係って「綺麗な模様を見るため」じゃないですよね？「ジュリアモード」ってのもあるし。
🎓
鋭いね！「ジュリア集合」はマンデルブロ集合の各点cに対応する、別のフラクタル図形だ。シミュレーターでマンデルブロ集合をクリックすると、その点cでのジュリア集合が表示される。この「パラメータ(c)が少し変わるだけで全体の構造が劇的に変わる」性質は、例えば材料中の微小なき裂が全体の破壊にどう影響するか、みたいな「初期条件への敏感性」を研究するモデルとして使われるんだ。
物理モデルと主要な数式
マンデルブロ集合の定義は、複素数 $c$ をパラメータとする以下の反復計算が、$n \to \infty$ でも発散しない（$|z_n|$ が有限に留まる）ような $c$ の集合です。計算上は、ある閾値（通常 $|z_n| > 2$）を超えた時点で発散と判定します。
$$z_{n+1}= z_n^2 + c, \quad z_0 = 0$$
$z_n, c \in \mathbb{C}$（複素数）。$z_0$ は常に0からスタートし、$c$ を平面上の点として与え、反復を繰り返します。発散の速さ（何回目の反復で閾値を超えたか）で色分けすることで、あの美しいカラフルな図形が描かれます。
より滑らかな色のグラデーションを得るために、以下のような連続的な発散指標 $\nu$（エスケープタイム）が使われることがあります。これにより、バンドリング（縞模様）が軽減され、視覚的に滑らかなカラーマップが実現できます。
$$\nu = n + 1 - \frac{\log\log|z_n|}{\log 2}$$
$n$: 発散判定時の反復回数、$|z_n|$: 発散判定時の絶対値。この式は、反復計算の対数的な振る舞いを考慮して、発散の「程度」をより細かく評価します。シミュレーターの「スムーズカラーリング」の背後にある考え方です。
実世界での応用
破壊力学・材料科学：金属やセラミックスの破断面は、顕微鏡で見るとフラクタル構造を示します。このフラクタル次元をマンデルブロ集合の解析手法を用いて評価することで、材料の脆性や靭性、破壊に至った応力状態を推定する研究が行われています。
多孔質材料・流体工学：岩石やスポンジなどの複雑な内部構造を持つ多孔質材料内の流体の流れ（浸透）は、フラクタル幾何学を用いてモデル化されます。表面積や透過率の計算に応用され、石油回収やフィルター設計に役立ちます。
乱流モデリング：乱流の中には、大きな渦から小さな渦へとエネルギーが連鎖的に受け渡される「カスケード」現象があります。この自己相似的な渦の構造を記述するのにフラクタルの概念が用いられ、気象シミュレーションや航空機の設計におけるCAE解析の高度化に貢献しています。
アンテナ・回路設計：フラクタル形状（例：コッホ曲線）を用いたアンテナは、小さなサイズで広い周波数帯域をカバーできる特性があります。この「空間充填性」はマンデルブロ集合にみられる自己相似性と根源を同じくする概念です。
よくある誤解と注意点
まず、「最大反復回数」をむやみに大きくすれば精度が上がると思いがちですが、計算時間が爆発的に増える割に、視覚的な違いはほとんどなくなります。例えば、1000回と2000回では、ほとんどの領域で色の変化がわからないでしょう。実務では、必要な解像度と計算リソースのバランスを見て、まずは200〜500回程度から始め、境界付近の詳細を見たい時だけ1000回以上にすると効率的です。
次に、「発散判定の閾値」は固定値（通常2）ですが、これを安易に変更すると集合の形状そのものが変わってしまうので注意。例えば、閾値を10にすると、本来発散するはずの点が「発散しない」と誤判定され、マンデルブロ集合が実際より大きく描かれてしまいます。この値は数学的な根拠（$|z_n|>2$なら必ず発散する）に基づいているので、原則変えないこと。
また、「ジュリアモード」で表示される図形は、マンデルブロ集合上の点をクリックした位置で一意に決まるという点を理解しましょう。マンデルブロ集合の「内側」（黒い部分）に対応するcを選ぶと、ジュリア集合は「連結」された単一の図形に。一方、「外側」のcを選ぶと、粉々の「フラクタルダスト」と呼ばれる非連結な図形になります。この違いは、背後にある力学系の安定性を表しており、パラメータcのわずかな違いが全体構造を激変させる「初期条件敏感性」の良い例です。
関連する工学分野
このツールの背後にある「複素力学系」と「フラクタル次元」の概念は、CAEを超えて様々な先端工学分野で応用されています。例えば、無線通信の符号理論では、ジュリア集合の境界の複雑さを利用した暗号化の研究があります。また、画像圧縮技術では、自然画像の持つ自己相似性をフラクタル符号化で表現し、高圧縮率を実現するアルゴリズムの基礎として発展しました。
よりCAEに近いところでは、電池材料の劣化解析が挙げられます。リチウムイオン電池の電極材料中では、充放電を繰り返すうちに複雑なクラックネットワーク（き裂網）が成長します。この成長パターンのフラクタル次元をマンデルブロ集合の解析手法で追跡することで、劣化の進行度や残寿命を非破壊的に推定する研究が進んでいます。シミュレーターで「ズームするほど似た構造が現れる」性質は、材料のミクロからマクロにわたる損傷の相似性を捉えるモデルとして極めて有効です。
さらに、3Dプリンティングの造形最適化でも応用が始まっています。軽量でありながら強度を保つために、内部構造をフラクタル形状（例えば、ジュリア集合を3次元化した「マンデルバルブ」）で設計し、有限要素法で強度解析を行う手法です。自然界の骨の構造に学ぶ「バイオミメティクス」の数理的実装と言えるでしょう。
発展的な学習のために
まず次のステップとしておすすめなのは、「マンデルブロ集合の境界のフラクタル次元を数値計算で求めてみる」ことです。ツールで拡大した画像から、ボックスカウント法などの簡単なアルゴリズムを実装し、次元が1（滑らかな線）から2（面を埋める）の間の非整数値を取ることを体験しましょう。これが、破断面の粗さを定量化する「フラクタル破壊力学」の第一歩です。
数学的背景を深めたいなら、複素平面での写像 $f(z) = z^2 + c$ が作り出す力学系を学ぶこと。安定な固定点や周期軌道、そしてカオスへの分岐（例えば $c = -0.75$ 付近での周期倍分岐）を理解すると、ジュリア集合の形状変化が「パラメータcに対する力学系の安定性の地図」であることが腹落ちします。この考え方は、流体の層流から乱流への遷移を記述する非線形力学系の理論と直結しています。
最終的には、このツールで遊んだ経験を、実際のCAEソルバーにおける非線形解析の設定に活かせます。材料の塑性や接触問題といった強非線形問題では、解の収束性が初期値やメッシュに敏感に依存します。マンデルブロ集合の探索で養った「パラメータがもたらす結果の劇的な変化への直感」は、そんな時に収束不良の原因を切り分けるための、強力な思考の枠組みを提供してくれるはずです。