渲染设置
统计信息
模式：曼德布罗集
左键：放大
右键：缩小
Shift+点击：朱利亚集
理论与主要公式
$$z_{n+1} = z_n^2 + c \quad (z_0 = 0)$$
曼德布罗迭代：$z, c \in \mathbb{C}$。始终保持 $|z_n| \leq 2$ 的 $c$ 的集合即为曼德布罗集（例如 $c=0$ 有界，$c=1$ 发散）。
$$d_H = \lim_{\varepsilon \to 0} \frac{\log N(\varepsilon)}{\log(1/\varepsilon)}$$
豪斯多夫维数：$N(\varepsilon)$ 是用大小为 $\varepsilon$ 的方格覆盖边界所需的数量。分形维数不是整数。
$$\nu = n + 1 - \log_2\!\big(\log|z_n|\big)$$
平滑（连续）迭代数：用于边界处无缝的渐变着色。
什么是曼德布罗集
🙋
这个黑乎乎的像虫子一样的图形就是曼德布罗集？它到底是什么东西啊？
🎓
简单来说，它是一个“复数的户口本”。我们用一个简单的规则来审查每个复数 $c$：从 $z_0=0$ 开始，反复计算 $z_{n+1}= z_n^2 + c$。如果这个数列的“大小”永远不超过2，那么这个 $c$ 就是“良民”，属于曼德布罗集，在图上显示为黑色。否则就是“逃逸者”，根据它“逃跑”所需的迭代次数来决定颜色。你试着在模拟器里左键点击黑色区域边缘放大看看，会发现无穷无尽的复杂结构！
🙋
诶，真的吗？那旁边那些五彩斑斓的颜色又是啥意思？还有那个“平滑着色”的选项是干嘛的？
🎓
颜色代表“逃逸速度”！迭代次数少就逃出去的点，颜色偏蓝（冷色），迭代很多次才逃出去的点，颜色偏红（热色）。默认的“硬着色”会产生明显的色带。你打开“平滑着色”选项试试，它会用一个巧妙的公式在色带之间插值，让颜色过渡像彩虹一样丝滑，更能展现分形边界的细腻纹理。
🙋
哦！那按住Shift再点一下，画面突然变了，这又是什么魔法？
🎓
这就是曼德布罗集和朱利亚集这对“孪生兄弟”的奇妙联系！你刚才点击的位置对应一个复数 $c$。曼德布罗集是固定起点 $z_0=0$，遍历所有 $c$。而朱利亚集是固定你选的这个 $c$，然后遍历所有可能的起点 $z_0$。简单来说，曼德布罗集上的每个点，都对应一个独一无二的朱利亚集图形。你多试几个地方，会发现有的朱利亚集是连成一片的（对应曼德布罗集内部的点），有的则是支离破碎的尘埃（对应外部的点）！
物理模型与关键公式
曼德布罗集的核心是一个极其简单的复二次迭代方程，它决定了点的“命运”：
$$z_{n+1}= z_n^2 + c$$
其中，$z_n$ 是第 $n$ 次迭代后的复数，$c$ 是一个待检验的复常数。我们从 $z_0 = 0$ 开始迭代。如果对于某个 $c$，序列 $\{ |z_n| \}$ 始终有界（通常判断 $|z_n|$ 是否超过逃逸半径 $R=2$），则 $c$ 属于曼德布罗集。
为了得到更美观的视觉效果，平滑着色技术使用以下公式计算连续的“逃逸时间”：
$$\nu = n + 1 - \log_2 (\log |z_n|)$$
这里，$n$ 是迭代次数，$|z_n|$ 是逃逸时的模长。这个公式消除了整数迭代次数 $n$ 带来的生硬色阶，用连续值 $\nu$ 来映射颜色，从而产生平滑的渐变效果。
现实世界中的应用
计算机图形学与艺术：曼德布罗集是生成复杂、自相似图案的经典算法。其无限放大的特性被广泛用于电影特效、数字艺术和纹理生成，创造出自然界的复杂景观，如山脉、海岸线和云层。
非线性动力学与混沌理论：这个简单的迭代方程是研究混沌的入门模型。它展示了“对初始条件的极端敏感性”，即参数 $c$ 的微小变化可能导致系统行为（收敛或发散）的彻底改变，这有助于理解湍流、气候等复杂系统的内在不稳定性。
数值分析稳定性可视化：在求解非线性方程的数值方法（如牛顿法）中，不同初始值会收敛到不同的根，其收敛域的边界往往形成类似朱利亚集的分形结构。曼德布罗集帮助可视化和分析这些数值算法的稳定区域。
材料科学与断裂力学：金属断裂表面、闪电路径或扩散受限聚集（DLA）形成的图案，其粗糙度和复杂度可以用分形维数来描述。研究曼德布罗集等标准分形，为量化这些自然现象的复杂结构提供了数学工具和灵感。
常见误解与注意事项
开始使用此工具时，有几个容易陷入的误区。首先，人们常认为“放大倍数越高，细节会以相同形状重复出现”，但这并不准确。虽然确实存在自相似的部分，但曼德博集合并非完全自相似，其特点在于每次放大都会出现全新的、不可预测的图案。例如，即使放大主心形（中央拳头状结构）周围的球根状区域，也不会再次出现完全相同的球根结构。这正是“分形维数”为非整数的体现，证明了其复杂性并非简单的重复。
其次是计算参数设置。若保持“最大迭代次数”为默认值进行深度放大，图像可能会变得模糊且细节丢失。这是因为发散判定精度不足。放大倍数越深，需要计算的“逃逸时间”就越长。经验法则是：当显示倍率达到10的n次方倍时，必须显著增加最大迭代次数（例如100→500→2000）。这与实际CAE中细化网格后需增加求解器迭代次数的思路是一致的。
最后是关于“黑色区域都是相同的‘曼德博集合’”的误解。严格来说，即使在黑色区域内部，不同点之间“不发散”的稳定性也存在渐变梯度。关闭平滑着色时，这种微妙差异会显现为色带。这与CAE应力分析中不因应力在许用范围内就用单一颜色填充，而需显示危险度梯度的做法具有同等重要性。