Цель работы

Целью данной работы является изучение процесса неравновесной агрегации и его математическое моделирование. Основное внимание уделяется модели агрегации, ограниченной диффузией (Diffusion Limited Aggregation, DLA), а также методам анализа полученных структур, в частности, определению их фрактальной размерности.

Задание

1. Изучить теоретические основы процессов неравновесной агрегации и фрактальных структур.
2. Разработать концептуальное описание модели DLA на квадратной решетке в соответствии с принципами, изложенными в литературе.
3. Подготовить теоретическое введение, описывающее алгоритм модели, методы определения фрактальной размерности и примеры математических фракталов.

Теоретическое введение

Неравновесная агрегация и фракталы

Многие физические процессы в природе характеризуются неравновесной агрегацией — необратимым слипанием частиц с образованием кластера. Примерами являются образование сажи, рост осадков при электроосаждении, формирование «вязких пальцев» при вытеснении нефти водой. В условиях, далеких от равновесия, когда обратный переход частиц в раствор маловероятен, вырастают не компактные, а сильно разветвленные структуры, называемые фракталами.

Термин «фрактал» (от лат. fractus — дробный) был введен Бенуа Мандельбротом для обозначения множеств, обладающих свойством самоподобия и имеющих дробную размерность. Фрактальная размерность D является количественной характеристикой, описывающей, как масса объекта заполняет пространство. В отличие от привычных евклидовых размерностей (1 для линии, 2 для плоскости), для фракталов масса m связана с радиусом R степенным образом:

$$ m(R) \sim R^{D} $$

где D - нецелое число.

Например, размерность кластера DLA на плоскости составляет $D \approx 1.71 \pm 0.02$.

Модель диффузионно-ограниченной агрегации (DLA)

Простейшей и наиболее изученной моделью неравновесной агрегации является модель DLA. В данной работе рассматривается её решеточная реализация.

Основные принципы модели:

1. Среда: Используется регулярная (например, квадратная) сетка на плоскости.

2. Затравка: В центре сетки помещается одна неподвижная частица-затравка.

3. Генерация частиц: На достаточном удалении от кластера (например, на окружности радиусом немного больше максимального радиуса кластера Rmax) случайным образом генерируется новая частица. Угловая координата выбирается равномерно из интервала [0, 2π]: $\alpha = 2\pi * random$

4. Диффузия: Частица начинает случайное блуждание по узлам решетки. На каждом шаге она с равной вероятностью перемещается в один из четырех соседних узлов.

5. Агрегация (прилипание): : Если в результате блуждания частица попадает в узел, соседний с любым уже занятым узлом кластера, она останавливается и «прилипает» к нему, становясь частью кластера.

6. Удаление: Если частица уходит далеко от кластера (например, за окружность радиусом 2Rmax), она уничтожается, и процесс начинается заново с генерации новой частицы.

Процесс повторяется многократно, что приводит к росту древовидного, разветвленного кластера.

Методы определения фрактальной размерности

Для анализа выращенных кластеров используются различные методы определения их фрактальной размерности $D$.

Метод сфер (ящиков)

Данный метод применим, если у кластера есть выделенная центральная точка. Строятся концентрические сферы (окружности на плоскости) различных радиусов $R$ с центром в этой точке. Для каждой сферы подсчитывается масса $m(R)$ — количество частиц кластера, попавших внутрь. Затем строится график зависимости $\ln m(R)$ от $\ln R$. Если точки ложатся на прямую линию, то её угловой коэффициент (тангенс угла наклона) и будет фрактальной размерностью $D$.

Метод подсчета клеток (Box Counting)

Этот метод не требует наличия центра. Вся область, содержащая кластер, покрывается сеткой с размером ячейки $L(i)$. Подсчитывается число ячеек $N(i)$, в которые попала хотя бы одна частица кластера. Процедура повторяется для разных размеров ячеек (например, каждый раз уменьшая размер вдвое). Если выполняется соотношение $N_{i} \sim L_{i}^{-D}$, то $D$ — искомая размерность. Этот метод хорошо подходит для анализа как искусственных, так и природных объектов, например, береговой линии.

Метод радиуса гирации

В процессе роста кластера от центра удобно использовать радиус гирации $R(g)$, который характеризует средний разброс частиц относительно центра масс. Для кластера из $N$ частиц с координатами $r_i$ радиус гирации определяется, как $R_{g}^{2} = \frac{1}{N} \sum_{i=1}^{N} r_{i}^{2}$. В этом случае также выполняется соотношение, согласно которому $N \sim R_{g}^{D}$.

Примеры математических фракталов

Для лучшего понимания концепции фракталов полезно рассмотреть классические примеры, размерность которых вычисляется аналитически:

• Множество Кантора («Канторова пыль»): Получается путем многократного удаления средней трети из отрезков. Имеет размерность $D = \frac{\ln 2}{\ln 4} \approx 0.631$.

• Кривая Коха («Снежинка Коха»): Строится путем замены средней трети каждого отрезка на два отрезка, образующих угол. Её размерность $D = \frac{\ln 4}{\ln 3} \approx 1.262$.

• Треугольник (салфетка) Серпинского: Строится путем многократного удаления центральных треугольников. Его размерность $D = \frac{\ln 3}{\ln 2} \approx 1.585$.

Эти примеры демонстрируют, что фрактальная размерность находится между топологической размерностью объекта и размерностью пространства, в котором он находится.

Вывод

В ходе выполнения первого этапа проекта была изучена научная проблема, связанная с неравновесной агрегацией и образованием фрактальных структур. Рассмотрена классическая модель диффузионно-ограниченной агрегации (DLA), описаны её ключевые алгоритмические шаги. Также были проанализированы основные методы количественного анализа фрактальных кластеров и приведены примеры идеальных математических фракталов. Полученные теоретические знания служат основой для последующей программной реализации модели и проведения вычислительных экспериментов.