10. Türev
    6 Eylül 2026
    20 dakika
    19 görüntüleme

    MatematikKalkülüs

    Türev, bir fonksiyonun yalnızca ne değer ürettiğini değil, bu değerin ne yönde ve ne hızla değiştiğini anlamamızı sağlayan Kalkülüs'ün en temel araçlarından biridir. Yapay zeka açısından ise türev, bir modelin yaptığı hatayı azaltabilmek için parametrelerini hangi yönde değiştirmesi gerektiğini belirleyen öğrenme sürecinin matematiksel temelidir. Bu makalede türevin sezgisel anlamından başlayarak limit ile ilişkisini, geometrik karşılığını, temel türev kurallarını ve minimum-maksimum problemlerindeki rolünü inceleyeceğiz.

    Türev Nedir?

    Bir önceki makalemizde Limit kavramını incelerken asıl hedefimizin Türev'e ulaşmak olduğunu söylemiştik. Artık o noktadayız.

    Türevin ne olduğunu anlamak için önce basit bir soru soralım: Bir şeyin ne kadar hızlı değiştiğini nasıl ölçeriz?

    Bir otomobilin 2 saat içerisinde 120 kilometre yol aldığını biliyorsak, ortalama hızını hesaplamak oldukça kolaydır.

    $$ \begin{aligned} & Ortalama\ Hız = \frac{Alınan\ Yol}{Geçen\ Zaman} \ \ & Ortalama\ Hız = \frac{120}{2} = 60\ km/s \end{aligned} $$

    Ancak bu bize otomobilin yolculuğun her anında 60 km/s hızla gittiğini söylemez. Otomobil bazen durmuş, bazen 30 km/s, bazen de 120 km/s hızla hareket etmiş olabilir. Peki otomobilin tam olarak belirli bir andaki hızını nasıl bulacağız?

    Daha kısa bir zaman aralığında alınan yolu ölçmeyi deneyebiliriz. Diyelim ki 10 saniye boyunca otomobilin aldığı yolu ölçtük ve 150 metre olduğunu gördük. Hemen basit bir hesapla;

    $$ \begin{aligned} & \frac{x_2 - x_1}{t_2 - t_1} \ = \frac{150}{10} = 15\ m/s \end{aligned} $$

    değerini elde ederiz. Peki bu otomobilin anlık hızı mıdır? Hayır, biz sadece 10 saniyelik ortalama hızını bulduk.

    Eğer 1 saniyede aldığı yolu ölçüp aynı hesaplamayı yapsaydık, bu sefer de 1 saniyedeki ortalama hızını buluyor olacaktık. Bu değer yeterince hassas mı? Duruma göre değişir. Bir otomobilin hız göstergesi için yeterince hassas olabilir. Ancak yapay zeka modellemeleri gibi virgülden sonraki basamakları takip ettiğimiz ortamlarda çok daha hassas ölçümlere ihtiyacımız var.

    İhtiyaç duyduğumuz mutlak hassaslık \(t_2 - t_1\) değerinin birbirine en yaklaştığı yani 0'a yaklaştığı yerdedir ki, bu durumda \(x_2 - x_1\) değeri de 0'a yaklaşır. Bu da bizi \( \frac{0}{0} \) belirsizliğine götürür. Tanıdık geldi mi?

    Türev, en basit tanımıyla, bir fonksiyonun belirli bir noktadaki anlık değişim hızıdır. Başka bir ifadeyle türev; girdide çok küçük bir değişiklik yaptığımızda, çıktının ne kadar değişeceğini ölçer.

    Şimdi bunu matematiksel olarak inceleyelim. Aşağıdaki oldukça basit fonksiyonu ele alalım:

    $$ \begin{aligned} & f(x) = x^2 \end{aligned} $$

    Bu fonksiyon üzerinde \(x=2\) noktasında ne kadar hızlı değişim olduğunu bulmak istiyoruz. Öncelikle \(x=2\) ve \(x=3\) noktaları arasındaki ortalama değişim hızını hesaplayalım.

    $$ \begin{aligned} & f(2)=2^2=4 \\ & f(3)=3^2=9 \end{aligned} $$

    Girdimiz 2'den 3'e giderken 1 birim değişti. Çıktımız ise 4'ten 9'a giderek 5 birim değişti.

    O halde:

    $$ \begin{aligned} & Ortalama\ Değişim\ Hızı = \frac{f(3)-f(2)}{3-2} =\frac{9-4}{1}=5 \end{aligned} $$

    Bunu genel bir formül haline getirebiliriz. Bir \(f(x)\) fonksiyonunda \(x\) ile \(x+h\) noktaları arasındaki ortalama değişim hızı:

    $$ \begin{aligned} & \frac{f(x+h)-f(x)}{h} \end{aligned} $$

    şeklindedir. Buradaki \(h\), iki nokta arasındaki yatay mesafeyi temsil eder.

    Ancak bizim aradığımız şey \(x=2\) ile başka bir nokta arasındaki ortalama değişim değil. Tam olarak \(x=2\) noktasındaki anlık değişim.

    O halde ikinci noktayı \(x=2\)'ye yaklaştıralım. \(f(x)=x^2\) fonksiyonu için \(x=2\) noktasından başlayarak farklı \(h\) değerlerini deneyelim.

    \(h\) İkinci Nokta \(2+h\) Ortalama Değişim Hızı
    1 3 5
    0.5 2.5 4.5
    0.1 2.1 4.1
    0.01 2.01 4.01
    0.001 2.001 4.001
    -0.1 1.9 3.9
    -0.01 1.99 3.99

    İlginç bir şey oluyor.

    İkinci noktayı \(x=2\)'ye ne kadar yaklaştırırsak, hesapladığımız değişim hızı da 4 değerine yaklaşıyor.

    Sağdan yaklaştığımızda 4.1, 4.01, 4.001...

    Soldan yaklaştığımızda 3.9, 3.99, 3.999...

    Ve böylece yeniden Limit'in dünyasına dönmüş olduk.

    Türevin Limit ile Tanımı

    İki nokta arasındaki ortalama değişim hızımız:

    $$ \begin{aligned} & \frac{f(x+h)-f(x)}{h} \end{aligned} $$

    şeklindeydi.

    İki nokta arasındaki \(h\) mesafesini gittikçe küçültürsek, \(h\) değeri sıfıra yaklaşır. Ancak \(h=0\) yazamayız. Çünkü bu durumda paydada sıfır elde ederiz.

    $$ \begin{aligned} & \frac{f(x+0)-f(x)}{0} = \frac{0}{0} \end{aligned} $$

    Tanıdık geldi mi?

    Bir önceki makalemizde tam olarak bu sorunu çözmek için Limit kavramını öğrenmiştik. Bir değeri doğrudan sıfır yapmak yerine, onun sıfıra yaklaşırken nasıl davrandığına bakabiliriz. O halde:

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{f(x+h)-f(x)}{h} \end{aligned} $$

    ifadesini yazabiliriz. İşte türevin matematiksel tanımı budur.

    İlk bakışta biraz ürkütücü görünebilir ama aslında yaptığımız şey son derece basit:

    1. Fonksiyon üzerinde birbirine yakın iki nokta seçiyoruz.
    2. Bu noktalar arasındaki değişim hızını hesaplıyoruz.
    3. İki nokta arasındaki mesafeyi sıfıra yaklaştırıyoruz.
    4. Değişim hızının yaklaştığı değeri buluyoruz.

    Bu değer, fonksiyonun o noktadaki türevidir.

    Başka bir ifadeyle türev, iki nokta arasındaki değişimden tek bir noktadaki değişimi çıkarabilmek için limit kullanır.

    Sekant Doğrusundan Teğet Doğrusuna

    Türevin geometrik anlamını gördüğümüzde işler çok daha anlaşılır hale gelir. Bir fonksiyonun grafiği üzerinde iki farklı nokta seçtiğimizi düşünelim. Bu iki noktadan geçen doğruya sekant doğrusu denir.

    Sekant doğrusunun eğimi:

    $$ \begin{aligned} & m = \frac{f(x+h)-f(x)}{h} \end{aligned} $$

    şeklindedir. Yani az önce hesapladığımız ortalama değişim hızı, geometrik olarak iki noktadan geçen sekant doğrusunun eğimidir.

    Şimdi ikinci noktayı birinci noktaya doğru yaklaştıralım. Noktalar birbirine yaklaştıkça sekant doğrusu da sürekli yön değiştirecektir.

    İkinci nokta birinci noktaya sonsuz derecede yaklaştığında elimizde artık iki farklı noktadan geçen bir sekant doğrusu değil, eğriye tek bir noktada dokunan teğet doğrusu kalır.

    İşte türev, bu teğet doğrusunun eğimidir. Bu nedenle;

    Türev = Anlık değişim hızı = Teğet doğrusunun eğimi

    Bu üç ifade aynı matematiksel gerçeğin farklı yorumlarıdır.

    Türevi Tanımından Hesaplamak

    Şimdi \(f(x)=x^2\) fonksiyonunun türevini, ezberlenmiş herhangi bir türev kuralı kullanmadan doğrudan tanımından bulalım.

    Türevin tanımı:

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{f(x+h)-f(x)}{h} \end{aligned} $$

    Fonksiyonumuz:

    $$ \begin{aligned} & f(x)=x^2 \end{aligned} $$

    olduğuna göre:

    $$ \begin{aligned} & f(x+h)=(x+h)^2 \end{aligned} $$

    yazabiliriz. Türev tanımındaki yerine koyalım:

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{(x+h)^2-x^2}{h} \end{aligned} $$

    Parantezi açalım:

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{x^2+2xh+h^2-x^2}{h} \end{aligned} $$

    \(x^2\) ifadeleri birbirini götürür.

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{2xh+h^2}{h} \end{aligned} $$

    Paydaki \(h\)'leri ortak paranteze alalım.

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} \frac{h(2x+h)}{h} \end{aligned} $$

    Pay ve paydadaki \(h\) sadeleşir.

    $$ \begin{aligned} & f'(x)= \lim_{h \to 0} (2x+h) \end{aligned} $$

    Artık \(h\) sıfıra yaklaşabilir.

    $$ \begin{aligned} & f'(x)=2x \end{aligned} $$

    Böylece çok önemli bir sonuca ulaştık:

    $$ \begin{aligned} & f(x)=x^2 \\ & f'(x)=2x \end{aligned} $$

    Dikkat ederseniz artık elimizde sadece \(x=2\) noktasındaki türev değil, fonksiyonun her noktasındaki değişim hızını veren yeni bir fonksiyon bulunuyor.

    Örneğin:

    $$ \begin{aligned} & f'(1)=2 \\ & f'(2)=4 \\ & f'(3)=6 \\ & f'(5)=10 \end{aligned} $$

    \(x\) arttıkça \(x^2\) fonksiyonunun grafiği giderek dikleşir. Türev fonksiyonumuz olan \(2x\) de bize tam olarak bunu söylüyor.

    Bir Noktadaki Türev ve Türev Fonksiyonu

    Burada önemli bir ayrımı netleştirelim.

    $$ \begin{aligned} & f'(x)=2x \end{aligned} $$

    bir türev fonksiyonudur. Fonksiyonun herhangi bir noktadaki değişim hızını hesaplamamızı sağlar.

    Ancak:

    $$ \begin{aligned} & f'(2)=4 \end{aligned} $$

    belirli bir noktadaki türev değeridir. Bu durumda \(x=2\) noktasında fonksiyonun teğet eğimi 4'tür.

    Teğet doğrusunun denklemini de bildiğimiz doğru denklemi ile oluşturabiliriz:

    $$ \begin{aligned} & y-y_1=m(x-x_1) \end{aligned} $$

    Fonksiyonumuzda,

    $$ \begin{aligned} & x_1=2 \\ & y_1=f(2)=4 \\ & m=f'(2)=4 \end{aligned} $$

    olduğuna göre;

    $$ \begin{aligned} & y-4=4(x-2) \\ & y=4x-4 \end{aligned} $$

    elde ederiz. Bu doğru, \(y=x^2\) eğrisine \(x=2\) noktasında teğettir.

    Böylece soyut görünen türev değeri olan 4'ün geometrik anlamını da görmüş olduk: O noktadaki teğetin eğimi.

    Türev Gösterimleri

    Türev matematikte birkaç farklı şekilde gösterilebilir.

    Bir \(f(x)\) fonksiyonu için en yaygın gösterim:

    $$ \begin{aligned} & f'(x) \end{aligned} $$

    şeklindedir ve "f üssü x" veya "f prime x" şeklinde okunabilir.

    Leibniz gösterimi ise:

    $$ \begin{aligned} & \frac{df}{dx} \end{aligned} $$

    veya \(y=f(x)\) için:

    $$ \begin{aligned} & \frac{dy}{dx} \end{aligned} $$

    şeklindedir.

    Bir başka sık kullanılan gösterim de:

    $$ \begin{aligned} & \frac{d}{dx}f(x) \end{aligned} $$

    ifadesidir.

    Bunların tamamı temel olarak aynı şeyi söyler: x değiştiğinde fonksiyon ne hızla değişiyor?

    Özellikle ileride çok değişkenli fonksiyonlar, kısmi türevler ve gradyan konularına geçtiğimizde Leibniz gösterimi oldukça faydalı hale gelecek.

    Sabit Fonksiyonun Türevi

    En basit durumla başlayalım.

    $$ \begin{aligned} & f(x)=5 \end{aligned} $$

    fonksiyonunun grafiği yatay bir doğrudur. x ne kadar değişirse değişsin, fonksiyonun çıktısı her zaman 5 olacaktır. Ortada değişim olmadığına göre değişim hızı da sıfırdır.

    $$ \begin{aligned} & f'(x)=0 \end{aligned} $$

    Genel olarak:

    $$ \begin{aligned} & \frac{d}{dx}c=0 \end{aligned} $$

    Burada \(c\) herhangi bir sabit sayıdır. Yatay bir doğrunun eğimi her zaman sıfırdır.

    Kuvvet Kuralı

    Polinom fonksiyonlarının türevini hesaplamayı son derece kolaylaştıran en temel kurallardan biri kuvvet kuralıdır.

    $$ \begin{aligned} & f(x)=x^n \end{aligned} $$

    şeklindeki bir fonksiyonun türevi:

    $$ \begin{aligned} & f'(x)=n.x^{n-1} \end{aligned} $$

    şeklinde hesaplanır. Yani üs başa çarpan olarak gelir ve üsten 1 çıkartılır.

    Örneğin:

    $$ \begin{aligned} & f(x)=x^2 \\ & f'(x)=2x \end{aligned} $$

    Az önce uzun uzun limit kullanarak ulaştığımız sonucu tek işlemle bulduk.

    Başka örnekler görelim:

    $$ \begin{aligned} & f(x)=x^3 & \Rightarrow & f'(x)=3x^2 \\ \\ & f(x)=x^5 & \Rightarrow & f'(x)=5x^4 \\ \\ & f(x)=x & \Rightarrow & f'(x)=1 \end{aligned} $$

    (y=x\) fonksiyonunun grafiği eğimi 1 olan düz bir doğrudur. Fonksiyonun her noktasındaki türevinin 1 çıkması tam olarak beklediğimiz sonuçtur.

    Sabit Katsayı Kuralı

    Bir fonksiyon sabit bir sayı ile çarpılmışsa, türev alınırken bu sayı olduğu gibi korunabilir.

    $$ \begin{aligned} & \frac{d}{dx}[c.f(x)] = c.f'(x) \end{aligned} $$

    Örneğin:

    $$ \begin{aligned} & f(x)=4x^3 \\ \\ & f'(x)=4.3x^2 \\ & f'(x)=12x^2 \end{aligned} $$

    Toplama ve Çıkarma Kuralı

    Fonksiyonlar toplanmış veya birbirinden çıkartılmışsa, her terimin türevi ayrı ayrı alınabilir.

    $$ \begin{aligned} & \frac{d}{dx}[f(x)+g(x)] = f'(x)+g'(x) \end{aligned} $$

    Benzer şekilde:

    $$ \begin{aligned} & \frac{d}{dx}[f(x)-g(x)] = f'(x)-g'(x) \end{aligned} $$

    Bu kural sayesinde polinomların türevini almak oldukça kolay hale gelir.

    Örneğin:

    $$ \begin{aligned} & f(x)=3x^4-2x^2+5x-7 \end{aligned} $$

    Her terimin türevini ayrı ayrı alalım:

    $$ \begin{aligned} & f'(x) = 12x^3-4x+5 \end{aligned} $$

    Not: Sabit olan -7'nin türevi sıfırdır.

    Bir zamanlar karmaşık görünen dördüncü dereceden bir fonksiyonun değişim davranışını birkaç saniye içerisinde elde etmiş olduk.

    Çarpım Kuralı

    İki fonksiyon birbiriyle çarpılıyorsa, ilk bakışta her iki fonksiyonun türevini alıp çarpmak mantıklı gelebilir. Ancak türev bu şekilde çalışmaz.

    İki fonksiyonun çarpımının türevi:

    $$ \begin{aligned} & [f(x).g(x)]' = f'(x).g(x)+f(x).g'(x) \end{aligned} $$

    şeklindedir.

    Örneğin:

    $$ \begin{aligned} & f(x)=x^2 \\ & g(x)=x^3+1 \end{aligned} $$

    olsun. Çarpımları:

    $$ \begin{aligned} & h(x)=x^2(x^3+1) \end{aligned} $$

    Çarpım kuralını uygularsak:

    $$ \begin{aligned} & h'(x) = 2x(x^3+1) + x^2(3x^2) \end{aligned} $$

    Buradan:

    $$ \begin{aligned} & h'(x) = 2x^4+2x+3x^4 \\ & h'(x)=5x^4+2x \end{aligned} $$

    sonucuna ulaşırız.

    Bölüm Kuralı

    İki fonksiyon birbirine bölünmüşse bölüm kuralını kullanırız.

    $$ \begin{aligned} & \left[ \frac{f(x)}{g(x)} \right]' = \frac {f'(x)g(x)-f(x)g'(x)} {[g(x)]^2} \end{aligned} $$

    Örneğin:

    $$ \begin{aligned} & h(x)=\frac{x^2}{x+1} \end{aligned} $$

    olsun. Burada:

    $$ \begin{aligned} & f(x)=x^2 & \Rightarrow & f'(x)=2x \\ \\ & g(x)=x+1 & \Rightarrow & g'(x)=1 \end{aligned} $$

    Bölüm kuralını uygulayalım:

    $$ \begin{aligned} & h'(x) = \frac {2x(x+1)-x^2} {(x+1)^2} \end{aligned} $$

    Payı düzenlersek:

    $$ \begin{aligned} & h'(x) = \frac {2x^2+2x-x^2} {(x+1)^2} \\ \\ & h'(x) = \frac{x^2+2x}{(x+1)^2} \end{aligned} $$

    elde ederiz.

    Şimdilik temel türev kuralları için bu kadarı yeterli. Fonksiyonların birbirinin içine geçtiği durumlarda kullanacağımız çok önemli bir kural daha vardır: Zincir Kuralı (Chain Rule). Ancak özellikle yapay sinir ağlarının öğrenme mekanizmasını anlamamızda büyük öneme sahip olan bu kuralı ilerleyen makalelerde ayrıca ve detaylı olarak inceleyeceğiz.

    Üstel Fonksiyonların Türevi

    Üstel ve Logaritmik Fonksiyonlar makalemizde Euler sayısından bahsederken oldukça sıra dışı bir özelliğine değinmiştik.

    $$ \begin{aligned} & f(x)=e^x \end{aligned} $$

    fonksiyonunun türevi yine kendisidir.

    $$ \begin{aligned} & \frac{d}{dx}e^x=e^x \end{aligned} $$

    Bu gerçekten özel bir durumdur. Çünkü \(e^x\) fonksiyonunun herhangi bir noktadaki değeri, aynı zamanda o noktadaki anlık değişim hızına eşittir.

    Örneğin:

    $$ \begin{aligned} & f(0)=e^0=1 \\ & f'(0)=e^0=1 \end{aligned} $$

    ve

    $$ \begin{aligned} & f(2)=e^2 \\ & f'(2)=e^2 \end{aligned} $$

    Genel bir \(a^x\) üstel fonksiyonu için ise:

    $$ \begin{aligned} & \frac{d}{dx}a^x = a^x\ln(a) \end{aligned} $$

    olur. Euler sayısının neden Kalkülüs'te bu kadar özel bir yere sahip olduğunu artık daha açık şekilde görebiliyoruz. \(a=e\) olduğunda:

    $$ \begin{aligned} & \ln(e)=1 \end{aligned} $$

    olduğu için:

    $$ \begin{aligned} & \frac{d}{dx}e^x = e^x \end{aligned} $$

    sonucu ortaya çıkar.

    Logaritmik Fonksiyonların Türevi

    Doğal logaritmanın türevi de oldukça zarif bir formüle sahiptir.

    $$ \begin{aligned} & \frac{d}{dx}\ln(x) = \frac{1}{x} \end{aligned} $$

    Burada doğal logaritmanın tanım kümesi nedeniyle \(x>0\) olduğunu hatırlayalım.

    Genel tabanlı logaritma için:

    $$ \begin{aligned} & \frac{d}{dx}\log_a(x) = \frac{1}{x\ln(a)} \end{aligned} $$

    elde edilir. İlerleyen makalelerde maliyet fonksiyonlarını incelerken hem üstel hem de logaritmik fonksiyonların türevleriyle yeniden karşılaşacağız.

    Trigonometrik Fonksiyonların Türevi

    Trigonometri makalemizde sinüs ve cosinüs fonksiyonlarının periyodik davranışlarını incelemiştik. Bu fonksiyonların türevleri de birbirleriyle oldukça güzel bir ilişki içerisindedir.

    $$ \begin{aligned} & \frac{d}{dx}\sin(x)=\cos(x) \\ \\ & \frac{d}{dx}\cos(x)=-\sin(x) \end{aligned} $$

    Tanjant için:

    $$ \begin{aligned} & \frac{d}{dx}\tan(x) = \sec^2(x) \end{aligned} $$

    sonucu elde edilir. Burada önemli bir ayrıntı var: Bu türev formüllerinin standart halleri, açılar radyan cinsinden ifade edildiğinde geçerlidir.

    Trigonometri makalemizde radyanı özellikle türev ve integralde tekrar karşımıza çıkacağı için öğrenmiştik. İşte nedenlerinden biri buydu.

    Türev Bize Fonksiyon Hakkında Ne Söyler?

    Şimdi biraz geri çekilip elimizdeki aracın bize gerçekte ne anlattığına bakalım. Bir fonksiyon için:

    $$ \begin{aligned} & f'(x)>0 \end{aligned} $$

    ise fonksiyon o bölgede artma eğilimindedir.

    $$ \begin{aligned} & f'(x)<0 \end{aligned} $$

    ise fonksiyon o bölgede azalma eğilimindedir ve:

    $$ \begin{aligned} & f'(x)=0 \end{aligned} $$

    ise fonksiyonun teğeti o noktada yataydır. Bu son durum bizim için özellikle önemlidir. Çünkü fonksiyonların minimum ve maksimum noktalarında çoğu zaman türev sıfıra eşittir.

    Minimum ve Maksimum Noktalarını Bulmak

    Aşağıdaki fonksiyonu ele alalım:

    $$ \begin{aligned} & f(x)=x^2-6x+5 \end{aligned} $$

    Bu ikinci dereceden fonksiyon yukarı doğru açılan bir paraboldür ve dolayısıyla bir minimum noktası vardır. Türevini alalım:

    $$ \begin{aligned} & f'(x)=2x-6 \end{aligned} $$

    Minimum noktasında teğetin yatay olmasını beklediğimiz için türevi sıfıra eşitleyelim:

    $$ \begin{aligned} & 2x-6=0 \\ & 2x=6 \\ & x=3 \end{aligned} $$

    Fonksiyonun \(x=3\) noktasındaki değerini hesaplayalım:

    $$ \begin{aligned} & f(3)=3^2-6.3+5 \\ & f(3)=9-18+5 \\ & f(3)=-4 \end{aligned} $$

    Parabolün minimum noktası:

    $$ \begin{aligned} & (3,-4) \end{aligned} $$

    olacaktır. Burada yapay zeka açısından son derece önemli bir şey yaptık. Bir fonksiyonun en düşük noktasını, grafiği piksel piksel tarayarak aramak yerine değişim hızını kullanarak bulduk. Bu fikir aklımızın bir köşesinde dursun. Çünkü ileride bir yapay zeka modelinin yaptığı hatayı temsil eden maliyet fonksiyonunun (Cost Function) minimum noktasını ararken tam olarak bu fikirden faydalanacağız.

    Türev Neden Sıfır Olduğunda Minimum Olmak Zorunda Değildir?

    Burada küçük ama önemli bir tuzağa dikkat etmemiz gerekiyor.

    $$ \begin{aligned} & f'(x)=0 \end{aligned} $$

    olması, o noktanın mutlaka minimum olduğu anlamına gelmez. Bir maksimum noktası da olabilir. Örneğin:

    $$ \begin{aligned} & f(x)=-x^2 \end{aligned} $$

    fonksiyonunun türevi:

    $$ \begin{aligned} & f'(x)=-2x \end{aligned} $$

    olur. \(x=0\) için:

    $$ \begin{aligned} & f'(0)=0 \end{aligned} $$

    ancak bu nokta minimum değil, parabölün maksimum noktasıdır. Daha da ilginci, bazı fonksiyonlarda türevin sıfır olduğu nokta minimum veya maksimum bile olmayabilir. Dolayısıyla; türevin sıfır olması bize "burada dikkat çekici bir şey oluyor" der; bunun minimum mu, maksimum mu veya başka türden bir kritik nokta mı olduğunu ayrıca incelememiz gerekir. Bu tür noktalara genel olarak kritik noktalar (critical points) adı verilir.

    İkinci Türev

    Bir fonksiyonun türevini aldıktan sonra ortaya çıkan fonksiyonun da türevini alabiliriz. İlk türev:

    $$ \begin{aligned} & f'(x) \end{aligned} $$

    şeklinde gösterilirken, ikinci türev:

    $$ \begin{aligned} & f''(x) \end{aligned} $$

    veya:

    $$ \begin{aligned} & \frac{d^2f}{dx^2} \end{aligned} $$

    şeklinde gösterilir. Peki değişim hızının değişim hızı ne anlama geliyor? Fizik üzerinden düşünürsek oldukça anlaşılır hale gelir. Bir nesnenin konumunu:

    $$ \begin{aligned} & s(t) \end{aligned} $$

    fonksiyonu ile ifade ettiğimizi varsayalım. Konumun zamana göre türevi bize hızı verir:

    $$ \begin{aligned} & v(t)=s'(t) \end{aligned} $$

    Hızın zamana göre türevi ise ivmeyi verir:

    $$ \begin{aligned} & a(t)=v'(t)=s''(t) \end{aligned} $$

    Yani: Konum → birinci türev → hız → ikinci türev → ivme

    Örneğin:

    $$ \begin{aligned} & s(t)=t^3 \end{aligned} $$

    ise:

    $$ \begin{aligned} & s'(t)=3t^2 \end{aligned} $$

    hızı,

    $$ \begin{aligned} & s''(t)=6t \end{aligned} $$

    ise ivmeyi verir. İkinci türev sadece fizik için değil, bir fonksiyonun eğriliğini ve kritik bir noktanın minimum mu maksimum mu olduğunu anlamak için de oldukça faydalıdır.

    Genel olarak kritik bir \(x=c\) noktası için:

    $$ \begin{aligned} & f''(c)>0 \end{aligned} $$

    ise grafik yukarı doğru kıvrılır ve nokta genellikle yerel minimumdur.

    $$ \begin{aligned} & f''(c)<0 \end{aligned} $$

    ise grafik aşağı doğru kıvrılır ve nokta genellikle yerel maksimumdur.

    Her Fonksiyonun Türevi Var mıdır?

    Kısaca cevap vereyim: Hayır. Bir fonksiyonun tanımlı olması, hatta sürekli olması bile her noktada türevlenebilir olduğu anlamına gelmez. Bunun en güzel örneklerinden biri mutlak değer fonksiyonudur.

    $$ \begin{aligned} & f(x)=|x| \end{aligned} $$

    Bu fonksiyonu parçalı olarak şöyle yazabiliriz:

    $$ \begin{aligned} & f(x)= \begin{cases} x, & x\geq0 \\ -x, & x<0 \end{cases} \end{aligned} $$

    \(x=0\)'ın solunda fonksiyonun eğimi:

    $$ \begin{aligned} & -1 \end{aligned} $$

    sağında ise:

    $$ \begin{aligned} & +1 \end{aligned} $$

    değerindedir. Yani \(x=0\) noktasına soldan ve sağdan yaklaşırken farklı türev değerleri elde ederiz. Bu nedenle:

    $$ \begin{aligned} & f'(0) \end{aligned} $$

    matematiksel olarak mevcut değildir. Grafiğe baktığımızda bunun sebebini sezgisel olarak da görebiliriz. Fonksiyon \(x=0\) noktasında keskin bir köşe yapar ve o noktaya yerleştirebileceğimiz tek bir teğet doğrusu yoktur.

    Burada önemli bir ilişki ortaya çıkar: Bir fonksiyon bir noktada türevlenebiliyorsa o noktada süreklidir. Ancak sürekli olan her fonksiyon türevlenebilir olmak zorunda değildir. Mutlak değer fonksiyonu bunun güzel bir örneğidir.

    ReLU ve Türevlenemeyen Nokta

    Bu durumun yapay zekada da oldukça ilginç bir karşılığı vardır. Derin öğrenmede en yaygın kullanılan aktivasyon fonksiyonlarından biri olan ReLU:

    $$ \begin{aligned} & ReLU(x)=max(0,x) \end{aligned} $$

    şeklinde tanımlanır. Parçalı olarak:

    $$ \begin{aligned} & ReLU(x)= \begin{cases} 0, & x\leq0 \\ x, & x>0 \end{cases} \end{aligned} $$

    şeklindedir. Fonksiyonun türevi negatif bölgede:

    $$ \begin{aligned} & ReLU'(x)=0 \end{aligned} $$

    pozitif bölgede ise:

    $$ \begin{aligned} & ReLU'(x)=1 \end{aligned} $$

    olur. Ancak tam \(x=0\) noktasında sol ve sağ eğimler birbirinden farklı olduğu için klasik anlamda türev mevcut değildir. Buna rağmen yapay sinir ağlarının eğitiminde bu tek noktalık problem pratik yöntemlerle ele alınabilir ve ReLU başarıyla kullanılmaya devam eder.

    Türev Bir Fonksiyonun Yerel Davranışını Gösterir

    Türevin belki de en güçlü yorumlarından biri şudur: Bir fonksiyonun belirli bir noktanın hemen yakınında nasıl davranacağını yaklaşık olarak tahmin edebiliriz. Bir \(x\) noktasından küçük bir \(\Delta x\) kadar uzaklaşırsak:

    $$ \begin{aligned} & f(x+\Delta x) \approx f(x)+f'(x)\Delta x \end{aligned} $$

    yaklaşımını kullanabiliriz. Bu ifadeye dikkatli bakalım. Fonksiyonun mevcut değerini biliyoruz:

    $$ \begin{aligned} & f(x) \end{aligned} $$

    Türev bize değişim hızını söylüyor:

    $$ \begin{aligned} & f'(x) \end{aligned} $$

    Girdiyi ne kadar değiştirdiğimizi biliyoruz:

    $$ \begin{aligned} & \Delta x \end{aligned} $$

    Bunları kullanarak yeni fonksiyon değerini yaklaşık olarak tahmin edebiliyoruz. Örneğin:

    $$ \begin{aligned} & f(x)=x^2 \end{aligned} $$

    olsun. \(x=3\) noktasında:

    $$ \begin{aligned} & f(3)=9 \end{aligned} $$

    ve:

    $$ \begin{aligned} & f'(x)=2x \\ & f'(3)=6 \end{aligned} $$

    olur. \(x\)'i 3'ten 3.01'e çıkartırsak:

    $$ \begin{aligned} & \Delta x=0.01 \end{aligned} $$

    ve yaklaşık çıktı:

    $$ \begin{aligned} & f(3.01) \approx 9+6.0.01 \\ & f(3.01)\approx9.06 \end{aligned} $$

    olacaktır. Gerçek değer:

    $$ \begin{aligned} & 3.01^2=9.0601 \end{aligned} $$

    çıkar. Oldukça yakın!

    Çünkü çok küçük bir bölgeye yeterince yakından baktığımızda düzgün bir eğri, giderek bir doğruya benzemeye başlar. Türev bize işte bu yerel doğrunun eğimini verir. Bu fikir ileride çok daha karmaşık fonksiyonların davranışlarını anlamamızda büyük önem taşıyacaktır.

    Yapay Zeka Gözüyle Türev

    Artık türevin neden yapay zeka için bu kadar önemli olduğunu konuşabiliriz. Bir yapay zeka modeli eğitilirken modelin tahmini ile gerçek sonuç arasındaki farkı ölçen bir maliyet fonksiyonu (Cost Function) kullanılır.

    Basit bir örnek oluşturalım. Modelimizin yalnızca bir adet \(w\) parametresi olduğunu ve maliyet fonksiyonumuzun:

    $$ \begin{aligned} & J(w)=(w-3)^2 \end{aligned} $$

    olduğunu varsayalım. Bu fonksiyon bize modelin hatasını temsil ediyor olsun. Grafiği yukarı doğru açılan bir paraboldür ve minimum noktası açıkça \(w=3\)'tedir.

    Ancak model bunu bilmiyor, çünkü elinde herhangi bir formül yok, sadece bu formülden çıkmış sonuçlar var. Diyelim ki başlangıçta:

    $$ \begin{aligned} & w=1 \end{aligned} $$

    değerindeyiz. Maliyet:

    $$ \begin{aligned} & J(1)=(1-3)^2=4 \end{aligned} $$

    olacaktır. Şimdi fonksiyonun türevini alalım:

    $$ \begin{aligned} & J'(w)=2(w-3) \end{aligned} $$

    \(w=1\) noktasındaki türev:

    $$ \begin{aligned} & J'(1)=2(1-3)=-4 \end{aligned} $$

    çıkar. Türevin negatif olması bize çok önemli bir bilgi verir: w değerini artırdığımızda maliyet azalacaktır.

    Şimdi başka bir noktaya bakalım:

    $$ \begin{aligned} & w=5 \end{aligned} $$

    için:

    $$ \begin{aligned} & J'(5)=2(5-3)=4 \end{aligned} $$

    çıkar. Türev bu sefer pozitiftir. Yani w değerini azaltırsak maliyet azalacaktır.

    Minimum noktasına geldiğimizde ise:

    $$ \begin{aligned} & J'(3)=0 \end{aligned} $$

    olur. Artık hangi yöne gidersek gidelim maliyet artacaktır. İşte yapay zeka modelinin "öğrenmesi" dediğimiz sürecin altında yatan temel fikir budur.

    Model: "Hangi yönde gidersem hatam azalır?" sorusunu sorar. Türev ise ona: "Fonksiyon şu anda bu yöne doğru yükseliyor, öyleyse sen diğer tarafa git." cevabını verir.

    Gerçek yapay zeka modellerinde elbette yalnızca tek bir \(w\) parametresi bulunmaz. Modern modeller milyonlarca, milyarlarca hatta daha fazla parametre içerebilir. Bu durumda artık tek bir değişkene göre türev almak yeterli değildir. Her parametrenin maliyet fonksiyonunu nasıl etkilediğini ayrı ayrı ölçmemiz gerekir.

    İşte ileride inceleyeceğimiz Kısmi Türevler ve tüm bu değişim yönlerini tek bir matematiksel yapıda birleştiren Gradyan kavramı burada devreye girecektir. Ardından gradyanın gösterdiği yönün tersine küçük adımlar atarak maliyet fonksiyonunun dibini arayacağız. Bu yöntemin adı ise Gradyan İnişi (Gradient Descent) olacak.

    Ama henüz oraya gelmedik. Şimdilik çok daha önemli bir şeyi başardık. Bir fonksiyonun yalnızca değerini hesaplamayı değil, artık onun nasıl değiştiğini de biliyoruz.

    Limit bize bir noktaya sonsuz derecede yaklaşabilme yeteneğini verdi. Türev ise bu yeteneği kullanarak fonksiyonun o noktadaki değişimini ölçmemizi sağladı.

    Böylece yapay zekanın öğrenme mekanizmasını anlamak için ihtiyaç duyduğumuz en önemli matematiksel araçlardan birini daha elde etmiş olduk.

    Bir sonraki makalemizde ise bakış açımızı tersine çevireceğiz. Türev bize "şu anda ne kadar hızlı değişiyorum?" sorusunun cevabını verdi. İntegral ise: "Bu küçük değişimlerin tamamını biriktirirsem toplamda ne elde ederim?" sorusunu cevaplayacak. Ve Kalkülüs'ün görünüşte birbirinden farklı bu iki büyük fikrinin aslında ne kadar derin bir ilişki içerisinde olduğunu görmeye başlayacağız.

    Yazar: Levent KARAGÖL

    Makaleyi Paylaş:

    İlgili Makaleler

    9. Limit

    9. Limit