11 Yüksek Mertebeden Türevler

Eğrilik, ivme ve jerk — Taylor’a kapı

Bölüm bilgisi

Grant’ın videosu: YouTube — Chapter 10: Higher order derivatives (≈5 dk)
Kaynak: 3Blue1Brown — Essence of Calculus
Okuma süresi: ≈12 dk

11.1 Bu Derste Ne Var?

Bu kısa bölüm, Ders 11’deki Taylor serilerine geçmeden önce bir dipnot: yüksek mertebeden türevler, özellikle ikinci türev. İkinci türev, türevin türevidir — yani eğimin nasıl değiştiğini söyler. Geometrik karşılığı eğrilik, fiziksel karşılığı ivmedir.

Üç ana fikir:

İkinci türev = türevin türevi; eğimin değişim oranı. Notasyon: $f''(x) = d^2f/dx^2$.
Geometrik: eğrilik. Yukarı bükey (⌣) → $f'' > 0$; aşağı bükey (⌢) → $f'' < 0$.
Fiziksel: ivme (mesafe → hız → ivme). Üçüncü türev = jerk.

flowchart LR
    F["f(x)"] -->|"türev"| D1["f'(x)<br/>eğim, hız<br/>= gradient"]
    D1 -->|"türev"| D2["f''(x)<br/>eğrilik, ivme<br/>= Hessian"]
    D2 -->|"türev"| D3["f'''(x)<br/>jerk"]
    D2 -.->|"ML"| ML["Newton's method,<br/>L-BFGS, Hessian<br/>(eğrilik bilgisi)"]
    style D2 fill:#fff3e0,stroke:#f57c00,stroke-width:2px
    style ML fill:#fce4ec,stroke:#c2185b

Şekil 11.1: Türev mertebeleri ve ML eşdeğerleri: gradient (1.) + Hessian (2.) + jerk (3.).

“the most visceral understanding of the second derivative is that it represents acceleration.” — Grant, 4:01

Builder Notu — ML Köprüleri

İkinci türev → Hessian. Çok değişkenli halde ikinci türevler bir matris (Hessian) oluşturur; loss landscape’in eğriliğini kodlar. Newton’s method ve ikinci-derece optimizer’lar (L-BFGS) bunu kullanır.
Eğrilik işareti → konvekslik. $f'' > 0$ her yerde ise fonksiyon konveks (tek minimum); ikinci türev testi kritik noktanın min mi ($f''>0$) max mı ($f''<0$) olduğunu söyler.
Düz vs keskin minimum → düşük eğrilikli (flat) minimumlar daha iyi genelleme yapar; sharpness-aware minimization (SAM) tam bunu hedefler.
İvme analojisi → SGD momentum: gradyan “kuvvet”, güncelleme “hız”; momentum, ikinci-derece dinamik bir sezgi katar.

11.2 İkinci Türev: Türevin Türevi

Bir $f(x)$ fonksiyonunda türev, grafiğin bir nokta üzerindeki eğimidir: dik eğim büyük türev, aşağı eğim negatif türev. İkinci türev ise türevin türevidir — yani o eğimin nasıl değiştiğini söyler.

Bunu bir bakışta görmenin yolu, $f(x)$ grafiğinin nasıl büküldüğüne bakmaktır. Grafiğin yukarı büküldüğü noktalarda eğim artıyordur, yani ikinci türev pozitiftir. Aşağı büküldüğü noktalarda eğim azalıyordur, ikinci türev negatiftir.

Builder Notu — Newton’s Method

Gradient descent yalnızca birinci türevi (eğim) kullanır; nereye gideceğini bilir ama “zemin ne kadar bükülüyor” bilmez. İkinci türev (Hessian) bu eksik bilgiyi verir: Newton’s method, adımı eğriliğe göre ölçekler ve çok daha hızlı yakınsayabilir.

11.3 Eğrilik: Yukarı/Aşağı Bükey

Eğriliğin şiddeti de önemli. Bir noktada eğim hızla artıyorsa, ikinci türev çok pozitiftir. Hiç eğrilik olmayan (doğrusal) noktalarda ise ikinci türev tam 0’dır.

İkinci türevin işareti, grafiğin yerel şeklini anlatır: pozitif ise vadi (⌣), negatif ise tepe (⌢). Bu, bir kritik noktanın (eğimin 0 olduğu yer) minimum mu maksimum mu olduğunu ayırt etmenin anahtarıdır.

Builder Notu — Eyer Noktaları

Eğrilik, optimizasyonun kalbidir. Bir kaybın minimumunda gradyan 0’dır; ama orada ikinci türeve bakarak minimum ($f'' > 0$), maksimum ($f'' < 0$) ya da eyer noktası (karışık) ayırt edilir. Yüksek boyutta bu, Hessian’ın özdeğerlerinin işaretlerine bakmaktır — derin ağların kayıp yüzeylerinin neden eyer noktalarıyla dolu olduğunu da bu açıklar.

11.4 Notasyon: $d^2f/dx^2$

İkinci türevi şöyle yazarız:

\[ f''(x) = \frac{d}{dx}\left(\frac{df}{dx}\right) = \frac{d^2 f}{dx^2} \]

Bir girdiden başla ve sağa, her biri $dx$ boyutunda iki küçük adım at. İlk adım fonksiyonda bir $df_1$ değişimine, ikinci adım benzer ama biraz farklı bir $df_2$ değişimine yol açar. Bu iki değişim arasındaki fark $ddf$’tir. Bunu çok küçük düşün; tipik olarak $(dx)^2$ ile orantılıdır:

\[ f''(x) \approx \frac{ddf}{(dx)^2} = \frac{df_2 - df_1}{(dx)^2} \]

Builder Notu — Taylor’ın İkinci Terimi

$(dx)^2$ ile orantılı olan $ddf$, Ders 2-3’te attığımız terimdi. İkinci türev tam olarak o atılan terimi yakalar — bu yüzden bir fonksiyonu birinci derece (teğet doğru) yerine ikinci derece (parabol) ile yaklaştırmak istediğinde ikinci türev devreye girer.

11.5 İvme ve Jerk

İkinci türevin en somut anlamı ivmedir. Bir doğru üzerindeki harekette:

\[ s(t) \;\to\; v(t) = \frac{ds}{dt} \;\to\; a(t) = \frac{d^2 s}{dt^2} \]

İkinci türev pozitifse hızlanma vardır; negatifse yavaşlama. Üçüncü türev — şaka değil — jerk (sarsıntı) diye adlandırılır.

“The third derivative, and this is not a joke, is called jerk.” — Grant, 4:54

Builder Notu — SGD Momentum

Mesafe → hız → ivme zinciri, SGD momentumunun sezgisidir: gradyan bir “kuvvet” gibi davranır, parametre güncellemesi bir “hız” biriktirir, böylece optimizasyon düz bölgelerde ivmelenir ve gürültüyü yumuşatır. Adam gibi optimizer’lar gradyanın birinci momentini (hız) ve ikinci momentini (ölçek) ayrı ayrı izleyerek bu fiziksel analojiyi daha da ileri taşır.

11.6 Bu Dersin Özeti

İkinci türev = türevin türevi; eğimin değişim oranıdır. Notasyon: $f''(x) = d^2f/dx^2$.
Geometrik anlam eğriliktir: yukarı bükey (⌣) → $f'' > 0$; aşağı bükey (⌢) → $f'' < 0$; eğrilik yoksa $f'' = 0$.
Eğriliğin şiddeti = ikinci türevin büyüklüğü (hızlı bükülme → büyük $f''$).
Notasyon mantığı: iki $dx$ adımı al, $ddf = df_2 - df_1 \propto (dx)^2$; $f'' = ddf/(dx)^2$.
Fiziksel anlam ivmedir: $a(t) = d^2s/dt^2$. Üçüncü türev = jerk.
Yüksek mertebeden türevler, fonksiyonları yaklaştırmanın (Taylor serisi, Ders 11) anahtarıdır.

Tek bir cümle

İkinci türev, türevin türevidir — eğimin nasıl değiştiğini, yani grafiğin eğriliğini (ve hareketin ivmesini) ölçer; $d^2f/dx^2$ notasyonundaki “kareler”, birinci türevde atılan $(dx)^2$ terimini yakalamasından gelir ve bu, fonksiyonları ikinci dereceden yaklaştırmanın temelidir.

11.7 Kontrol Soruları

Soru 1: f(x) = x³ için ikinci türev nedir? Eğriliği nasıl yorumlarsın?

Cevap: $f'(x) = 3x^2$, $f''(x) = 6x$. $x > 0$’da $f'' > 0$ (yukarı bükey), $x < 0$’da $f'' < 0$ (aşağı bükey), $x = 0$’da $f'' = 0$ (büküm noktası — eğrilik yön değiştirir). Bu yüzden $x^3$ grafiği S şeklindedir.

Soru 2: Bir kritik noktada (f’ = 0) ikinci türevin işareti ne söyler?

Cevap: $f'' > 0$ ise yerel minimum (vadi); $f'' < 0$ ise yerel maksimum (tepe); $f'' = 0$ ise test belirsizdir. Buna ikinci türev testi denir — gradyan sıfırken minimum/maksimum ayrımının anahtarı.

Soru 3: Bir araba s(t) = t² ile hareket ediyor. Hızı ve ivmesi nedir?

Cevap: Hız $v = ds/dt = 2t$ (zamanla doğrusal artar). İvme $a = d^2s/dt^2 = 2$ (sabit, pozitif). Yani araba sabit ivmeyle sürekli hızlanır — serbest düşüş gibi.

Soru 4: (Builder) Bir loss yüzeyinde Hessian’ın tüm özdeğerleri pozitifse ne anlama gelir? Eyer noktası nedir?

Cevap: Tüm özdeğerler pozitif (gradyan da 0) ise nokta yerel minimumdur — her yönde yukarı bükey. Eyer noktası, bazı özdeğerlerin pozitif bazılarının negatif olduğu yerdir: bir yönde minimum, başka bir yönde maksimum gibi. Gradyan 0’dır ama minimum değildir. Yüksek boyutlu derin ağlarda kritik noktaların çoğu minimumdan ziyade eyer noktasıdır.

11.8 Egzersizler

Egzersiz 1. $f(x) = x^4$’ün birinci, ikinci ve üçüncü türevlerini bul ($4x^3$, $12x^2$, $24x$).

Egzersiz 2. $f(x) = \sin(x)$’in ikinci türevini bul. (İpucu: $d(\sin)/dx = \cos$, $d(\cos)/dx = -\sin \to f'' = -\sin x$. $\sin$, iki türevde kendi negatifine döner.)

Egzersiz 3. Bir grafiğin büküm noktası, eğriliğin yön değiştirdiği yerdir: $f'' = 0$ ve işaret değiştirir. $f(x) = x^3$ için büküm noktasını bul.

Egzersiz 4. (Python — sayısal doğrulama) $f(x) = x^3$ için ikinci türevi merkezi-fark formülüyle $[f(x+h) - 2f(x) + f(x-h)]/h^2$ hesapla.

Egzersiz 5. (Sonraki dersin habercisi) Bir fonksiyonu bir nokta civarında polinomla yaklaştır: birinci türev sana en iyi teğet doğruyu, ikinci türev en iyi parabolü verir. Ders 11, Taylor serilerini anlatacak.

11.9 Anahtar Kavramlar (Cheat Sheet)

Kavram	Tanım	Grant’ta
İkinci türev	Türevin türevi; eğimin değişim oranı	0m57
$d^2f/dx^2$ notasyonu	İki $dx$ adımı; $ddf/(dx)^2$	2m19
Yukarı bükey → $f'' > 0$	Eğim artıyor (vadi ⌣)	1m08
Aşağı bükey → $f'' < 0$	Eğim azalıyor (tepe ⌢)	1m17
$f'' = 0$	Eğrilik yok; doğrusal nokta veya büküm	1m46
İvme = $d^2s/dt^2$	Hızın değişim oranı	4m01
İkinci türev testi	Kritik noktada $f'' > 0$ min, $f'' < 0$ max	1m26
Jerk	Üçüncü türev; ivmenin değişimi	4m54

11.10 ML Bağlantıları Özeti

7 köprü

İkinci türev → Hessian → loss landscape’in eğriliği; ikinci-derece bilgi.
Eğrilik işareti → konvekslik → ikinci türev testi (min / max / eyer ayrımı).
Newton’s method / L-BFGS → ikinci-derece optimizer; adımı eğriliğe göre ölçekler.
Düz vs keskin minimum → düşük eğrilikli (flat) minimumlar daha iyi genelleme; SAM.
İvme → SGD momentum → gradyan “kuvvet”, güncelleme “hız”; Adam birinci+ikinci moment.
$(dx)^2$ terimi → ikinci dereceden (parabol) yaklaşım; Taylor’ın ikinci terimi.
Eyer noktaları → yüksek boyutlu loss yüzeylerinin baskın kritik noktaları (Hessian özdeğer işaretleri).

Tek bir şey alıp gideceksen

İkinci türev, eğimin nasıl değiştiğidir — geometrik olarak eğrilik, fiziksel olarak ivme. İşareti bir kritik noktanın minimum mu maksimum mu olduğunu söyler (optimizasyonun kalbi), büyüklüğü ise bir fonksiyonu ne kadar iyi bir parabolle yaklaştırabileceğini. Bu da bizi doğrudan Taylor serilerine götürür.

--- title: "Yüksek Mertebeden Türevler" subtitle: "Eğrilik, ivme ve jerk — Taylor'a kapı" --- ::: {.callout-note title="Bölüm bilgisi"} - **Grant'ın videosu:** [YouTube — Chapter 10: Higher order derivatives](https://www.youtube.com/watch?v=BLkz5LGWihw&list=PLZHQObOWTQDMsr9K-rj53DwVRMYO3t5Yr&index=10) (≈5 dk) - **Kaynak:** [3Blue1Brown — Essence of Calculus](https://www.3blue1brown.com/topics/calculus) - **Okuma süresi:** ≈12 dk ::: ## Bu Derste Ne Var? {#sec-yuksek-intro} Bu kısa bölüm, Ders 11'deki **Taylor serilerine** geçmeden önce bir dipnot: **yüksek mertebeden türevler**, özellikle **ikinci türev**. İkinci türev, türevin türevidir — yani eğimin nasıl değiştiğini söyler. Geometrik karşılığı **eğrilik**, fiziksel karşılığı **ivme**dir. **Üç ana fikir:** 1. **İkinci türev = türevin türevi;** eğimin değişim oranı. Notasyon: $f''(x) = d^2f/dx^2$. 2. **Geometrik:** eğrilik. Yukarı bükey (⌣) → $f'' > 0$; aşağı bükey (⌢) → $f'' < 0$. 3. **Fiziksel:** ivme (mesafe → hız → ivme). Üçüncü türev = **jerk**. ```{mermaid} %%| label: fig-yuksek-map %%| fig-cap: "Türev mertebeleri ve ML eşdeğerleri: gradient (1.) + Hessian (2.) + jerk (3.)." flowchart LR F["f(x)"] -->|"türev"| D1["f'(x) eğim, hız = gradient"] D1 -->|"türev"| D2["f''(x) eğrilik, ivme = Hessian"] D2 -->|"türev"| D3["f'''(x) jerk"] D2 -.->|"ML"| ML["Newton's method, L-BFGS, Hessian (eğrilik bilgisi)"] style D2 fill:#fff3e0,stroke:#f57c00,stroke-width:2px style ML fill:#fce4ec,stroke:#c2185b ``` > *"the most visceral understanding of the second derivative is that it represents acceleration."* — Grant, 4:01 ::: {.callout-tip title="Builder Notu — ML Köprüleri"} - **İkinci türev → Hessian.** Çok değişkenli halde ikinci türevler bir matris (Hessian) oluşturur; loss landscape'in **eğriliğini** kodlar. Newton's method ve ikinci-derece optimizer'lar (L-BFGS) bunu kullanır. - **Eğrilik işareti → konvekslik.** $f'' > 0$ her yerde ise fonksiyon konveks (tek minimum); **ikinci türev testi** kritik noktanın min mi ($f''>0$) max mı ($f''<0$) olduğunu söyler. - **Düz vs keskin minimum** → düşük eğrilikli (flat) minimumlar daha iyi genelleme yapar; sharpness-aware minimization (SAM) tam bunu hedefler. - **İvme analojisi** → SGD **momentum**: gradyan "kuvvet", güncelleme "hız"; momentum, ikinci-derece dinamik bir sezgi katar. ::: ## İkinci Türev: Türevin Türevi {#sec-ikinci} Bir $f(x)$ fonksiyonunda türev, grafiğin bir nokta üzerindeki **eğimidir**: dik eğim büyük türev, aşağı eğim negatif türev. **İkinci türev** ise türevin türevidir — yani o eğimin **nasıl değiştiğini** söyler. ```{python} #| label: fig-ikinci-turev #| fig-cap: "$f(x) = x^3$, $f'(x) = 3x^2$, $f''(x) = 6x$. $x = 0$'da büküm noktası ($f'' = 0$, işaret değiştirir); $x > 0$ yukarı bükey, $x < 0$ aşağı bükey." #| fig-width: 11 #| fig-height: 4.5 import numpy as np import matplotlib.pyplot as plt x = np.linspace(-2, 2, 200) f = x**3 df = 3*x**2 ddf = 6*x fig, axes = plt.subplots(1, 3, figsize=(11, 4.5), sharex=True) ax = axes[0] ax.plot(x, f, color='#1e3a8a', linewidth=2.5) ax.axhline(0, color='#94a3b8', linewidth=0.6) ax.axvline(0, color='#94a3b8', linewidth=0.6) ax.fill_between(x, f, 0, where=x>0, color='#60a5fa', alpha=0.2) ax.fill_between(x, f, 0, where=x<0, color='#fb923c', alpha=0.2) ax.set_title('$f(x) = x^3$', fontsize=12) ax.set_ylabel('$f$', fontsize=11); ax.grid(alpha=0.3) ax = axes[1] ax.plot(x, df, color='#c2410c', linewidth=2.5) ax.axhline(0, color='#94a3b8', linewidth=0.6) ax.axvline(0, color='#94a3b8', linewidth=0.6) ax.set_title("$f'(x) = 3x^2$ (eğim, hep ≥ 0)", fontsize=12) ax.set_ylabel("$f'$", fontsize=11); ax.grid(alpha=0.3) ax = axes[2] ax.plot(x, ddf, color='#7c2d12', linewidth=2.5) ax.axhline(0, color='#94a3b8', linewidth=0.6) ax.axvline(0, color='#94a3b8', linewidth=0.6) ax.fill_between(x, ddf, 0, where=x>0, color='#60a5fa', alpha=0.3, label='yukarı bükey') ax.fill_between(x, ddf, 0, where=x<0, color='#fb923c', alpha=0.3, label='aşağı bükey') ax.set_title("$f''(x) = 6x$ (eğrilik)", fontsize=12) ax.set_ylabel("$f''$", fontsize=11); ax.grid(alpha=0.3) ax.legend(fontsize=9, loc='lower right') for ax in axes: ax.set_xlabel('$x$', fontsize=11) plt.tight_layout() plt.show() ``` Bunu bir bakışta görmenin yolu, $f(x)$ grafiğinin nasıl **büküldüğüne** bakmaktır. Grafiğin yukarı büküldüğü noktalarda eğim artıyordur, yani ikinci türev pozitiftir. Aşağı büküldüğü noktalarda eğim azalıyordur, ikinci türev negatiftir. ::: {.callout-tip title="Builder Notu — Newton's Method"} Gradient descent yalnızca birinci türevi (eğim) kullanır; nereye gideceğini bilir ama "zemin ne kadar bükülüyor" bilmez. İkinci türev (Hessian) bu eksik bilgiyi verir: Newton's method, adımı eğriliğe göre ölçekler ve çok daha hızlı yakınsayabilir. ::: ## Eğrilik: Yukarı/Aşağı Bükey {#sec-egrilik} Eğriliğin şiddeti de önemli. Bir noktada eğim **hızla** artıyorsa, ikinci türev **çok** pozitiftir. Hiç eğrilik olmayan (doğrusal) noktalarda ise ikinci türev tam **0**'dır. ```{python} #| label: fig-ikinci-test #| fig-cap: "İkinci türev testi: kritik noktada $f' = 0$. $f'' > 0$ ise yerel min; $f'' < 0$ ise yerel max; $f'' = 0$ ise belirsiz (büküm)." #| fig-width: 11 #| fig-height: 4.5 x = np.linspace(-2, 3, 200) fig, axes = plt.subplots(1, 3, figsize=(11, 4.5)) # Min ax = axes[0] y = (x - 1)**2 ax.plot(x, y, color='#1e3a8a', linewidth=2.5) ax.plot(1, 0, 'o', color='#16a34a', markersize=12, zorder=5) ax.set_title("Min: $f' = 0, f'' > 0$", fontsize=11) ax.set_ylabel('y'); ax.grid(alpha=0.3) ax.text(1, 1.5, "$\\smile$", fontsize=22, ha='center', color='#16a34a') # Max ax = axes[1] y = -(x - 1)**2 + 4 ax.plot(x, y, color='#1e3a8a', linewidth=2.5) ax.plot(1, 4, 'o', color='#dc2626', markersize=12, zorder=5) ax.set_title("Max: $f' = 0, f'' < 0$", fontsize=11) ax.grid(alpha=0.3) ax.text(1, 2.5, "$\\frown$", fontsize=22, ha='center', color='#dc2626') # Eyer (büküm) ax = axes[2] y = (x - 1)**3 ax.plot(x, y, color='#1e3a8a', linewidth=2.5) ax.plot(1, 0, 'o', color='#7c3aed', markersize=12, zorder=5) ax.set_title("Büküm: $f' = 0, f'' = 0$", fontsize=11) ax.grid(alpha=0.3) ax.text(1, 5, "?", fontsize=22, ha='center', color='#7c3aed') plt.tight_layout() plt.show() ``` İkinci türevin işareti, grafiğin yerel şeklini anlatır: pozitif ise vadi (⌣), negatif ise tepe (⌢). Bu, bir kritik noktanın (eğimin 0 olduğu yer) minimum mu maksimum mu olduğunu ayırt etmenin anahtarıdır. ::: {.callout-tip title="Builder Notu — Eyer Noktaları"} Eğrilik, optimizasyonun kalbidir. Bir kaybın minimumunda gradyan 0'dır; ama orada ikinci türeve bakarak minimum ($f'' > 0$), maksimum ($f'' < 0$) ya da eyer noktası (karışık) ayırt edilir. Yüksek boyutta bu, Hessian'ın özdeğerlerinin işaretlerine bakmaktır — derin ağların kayıp yüzeylerinin neden eyer noktalarıyla dolu olduğunu da bu açıklar. ::: ## Notasyon: $d^2f/dx^2$ {#sec-notasyon} İkinci türevi şöyle yazarız: $$ f''(x) = \frac{d}{dx}\left(\frac{df}{dx}\right) = \frac{d^2 f}{dx^2} $$ Bir girdiden başla ve sağa, her biri $dx$ boyutunda **iki küçük adım** at. İlk adım fonksiyonda bir $df_1$ değişimine, ikinci adım benzer ama biraz farklı bir $df_2$ değişimine yol açar. Bu iki değişim arasındaki fark $ddf$'tir. Bunu çok küçük düşün; tipik olarak $(dx)^2$ ile orantılıdır: $$ f''(x) \approx \frac{ddf}{(dx)^2} = \frac{df_2 - df_1}{(dx)^2} $$ ::: {.callout-tip title="Builder Notu — Taylor'ın İkinci Terimi"} $(dx)^2$ ile orantılı olan $ddf$, Ders 2-3'te **attığımız** terimdi. İkinci türev tam olarak o atılan terimi yakalar — bu yüzden bir fonksiyonu birinci derece (teğet doğru) yerine **ikinci derece** (parabol) ile yaklaştırmak istediğinde ikinci türev devreye girer. ::: ## İvme ve Jerk {#sec-ivme} İkinci türevin en somut anlamı **ivmedir**. Bir doğru üzerindeki harekette: $$ s(t) \;\to\; v(t) = \frac{ds}{dt} \;\to\; a(t) = \frac{d^2 s}{dt^2} $$ İkinci türev pozitifse hızlanma vardır; negatifse yavaşlama. Üçüncü türev — şaka değil — **jerk** (sarsıntı) diye adlandırılır. > *"The third derivative, and this is not a joke, is called jerk."* — Grant, 4:54 ::: {.callout-tip title="Builder Notu — SGD Momentum"} Mesafe → hız → ivme zinciri, SGD **momentum**unun sezgisidir: gradyan bir "kuvvet" gibi davranır, parametre güncellemesi bir "hız" biriktirir, böylece optimizasyon düz bölgelerde ivmelenir ve gürültüyü yumuşatır. Adam gibi optimizer'lar gradyanın birinci momentini (hız) ve ikinci momentini (ölçek) ayrı ayrı izleyerek bu fiziksel analojiyi daha da ileri taşır. ::: ## Bu Dersin Özeti {#sec-ozet-10} 1. İkinci türev = türevin türevi; eğimin değişim oranıdır. Notasyon: $f''(x) = d^2f/dx^2$. 2. Geometrik anlam eğriliktir: yukarı bükey (⌣) → $f'' > 0$; aşağı bükey (⌢) → $f'' < 0$; eğrilik yoksa $f'' = 0$. 3. Eğriliğin şiddeti = ikinci türevin büyüklüğü (hızlı bükülme → büyük $f''$). 4. Notasyon mantığı: iki $dx$ adımı al, $ddf = df_2 - df_1 \propto (dx)^2$; $f'' = ddf/(dx)^2$. 5. Fiziksel anlam ivmedir: $a(t) = d^2s/dt^2$. Üçüncü türev = jerk. 6. Yüksek mertebeden türevler, fonksiyonları yaklaştırmanın (Taylor serisi, Ders 11) anahtarıdır. ::: {.callout-important title="Tek bir cümle"} İkinci türev, türevin türevidir — eğimin nasıl değiştiğini, yani grafiğin eğriliğini (ve hareketin ivmesini) ölçer; $d^2f/dx^2$ notasyonundaki "kareler", birinci türevde atılan $(dx)^2$ terimini yakalamasından gelir ve bu, fonksiyonları ikinci dereceden yaklaştırmanın temelidir. ::: ## Kontrol Soruları {#sec-sorular-10} ::: {.callout-note collapse="true" title="Soru 1: f(x) = x³ için ikinci türev nedir? Eğriliği nasıl yorumlarsın?"} **Cevap:** $f'(x) = 3x^2$, $f''(x) = 6x$. $x > 0$'da $f'' > 0$ (yukarı bükey), $x < 0$'da $f'' < 0$ (aşağı bükey), $x = 0$'da $f'' = 0$ (büküm noktası — eğrilik yön değiştirir). Bu yüzden $x^3$ grafiği S şeklindedir. ::: ::: {.callout-note collapse="true" title="Soru 2: Bir kritik noktada (f' = 0) ikinci türevin işareti ne söyler?"} **Cevap:** $f'' > 0$ ise yerel **minimum** (vadi); $f'' < 0$ ise yerel **maksimum** (tepe); $f'' = 0$ ise test belirsizdir. Buna **ikinci türev testi** denir — gradyan sıfırken minimum/maksimum ayrımının anahtarı. ::: ::: {.callout-note collapse="true" title="Soru 3: Bir araba s(t) = t² ile hareket ediyor. Hızı ve ivmesi nedir?"} **Cevap:** Hız $v = ds/dt = 2t$ (zamanla doğrusal artar). İvme $a = d^2s/dt^2 = 2$ (sabit, pozitif). Yani araba sabit ivmeyle sürekli hızlanır — serbest düşüş gibi. ::: ::: {.callout-note collapse="true" title="Soru 4: (Builder) Bir loss yüzeyinde Hessian'ın tüm özdeğerleri pozitifse ne anlama gelir? Eyer noktası nedir?"} **Cevap:** Tüm özdeğerler pozitif (gradyan da 0) ise nokta yerel **minimumdur** — her yönde yukarı bükey. **Eyer noktası**, bazı özdeğerlerin pozitif bazılarının negatif olduğu yerdir: bir yönde minimum, başka bir yönde maksimum gibi. Gradyan 0'dır ama minimum değildir. Yüksek boyutlu derin ağlarda kritik noktaların çoğu minimumdan ziyade eyer noktasıdır. ::: ## Egzersizler {#sec-egzersizler-10} **Egzersiz 1.** $f(x) = x^4$'ün birinci, ikinci ve üçüncü türevlerini bul ($4x^3$, $12x^2$, $24x$). **Egzersiz 2.** $f(x) = \sin(x)$'in ikinci türevini bul. (İpucu: $d(\sin)/dx = \cos$, $d(\cos)/dx = -\sin \to f'' = -\sin x$. $\sin$, iki türevde kendi negatifine döner.) **Egzersiz 3.** Bir grafiğin **büküm noktası**, eğriliğin yön değiştirdiği yerdir: $f'' = 0$ ve işaret değiştirir. $f(x) = x^3$ için büküm noktasını bul. **Egzersiz 4.** *(Python — sayısal doğrulama)* $f(x) = x^3$ için ikinci türevi merkezi-fark formülüyle $[f(x+h) - 2f(x) + f(x-h)]/h^2$ hesapla. ```{python} f = lambda x: x**3 x, h = 2.0, 1e-3 num = (f(x + h) - 2*f(x) + f(x - h)) / h**2 print("sayisal f'' =", round(num, 4), " teorik 6x =", 6*x) ``` **Egzersiz 5.** *(Sonraki dersin habercisi)* Bir fonksiyonu bir nokta civarında polinomla yaklaştır: birinci türev sana en iyi **teğet doğruyu**, ikinci türev en iyi **parabolü** verir. Ders 11, **Taylor serilerini** anlatacak. ## Anahtar Kavramlar (Cheat Sheet) {#sec-cheat-10} | Kavram | Tanım | Grant'ta | |--------|-------|----------| | **İkinci türev** | Türevin türevi; eğimin değişim oranı | 0m57 | | **$d^2f/dx^2$ notasyonu** | İki $dx$ adımı; $ddf/(dx)^2$ | 2m19 | | **Yukarı bükey → $f'' > 0$** | Eğim artıyor (vadi ⌣) | 1m08 | | **Aşağı bükey → $f'' < 0$** | Eğim azalıyor (tepe ⌢) | 1m17 | | **$f'' = 0$** | Eğrilik yok; doğrusal nokta veya büküm | 1m46 | | **İvme = $d^2s/dt^2$** | Hızın değişim oranı | 4m01 | | **İkinci türev testi** | Kritik noktada $f'' > 0$ min, $f'' < 0$ max | 1m26 | | **Jerk** | Üçüncü türev; ivmenin değişimi | 4m54 | ## ML Bağlantıları Özeti {#sec-ml-10} ::: {.callout-tip title="7 köprü"} 1. **İkinci türev → Hessian** → loss landscape'in eğriliği; ikinci-derece bilgi. 2. **Eğrilik işareti → konvekslik** → ikinci türev testi (min / max / eyer ayrımı). 3. **Newton's method / L-BFGS** → ikinci-derece optimizer; adımı eğriliğe göre ölçekler. 4. **Düz vs keskin minimum** → düşük eğrilikli (flat) minimumlar daha iyi genelleme; SAM. 5. **İvme → SGD momentum** → gradyan "kuvvet", güncelleme "hız"; Adam birinci+ikinci moment. 6. **$(dx)^2$ terimi** → ikinci dereceden (parabol) yaklaşım; Taylor'ın ikinci terimi. 7. **Eyer noktaları** → yüksek boyutlu loss yüzeylerinin baskın kritik noktaları (Hessian özdeğer işaretleri). ::: ::: {.callout-important title="Tek bir şey alıp gideceksen"} İkinci türev, eğimin nasıl değiştiğidir — geometrik olarak eğrilik, fiziksel olarak ivme. İşareti bir kritik noktanın minimum mu maksimum mu olduğunu söyler (optimizasyonun kalbi), büyüklüğü ise bir fonksiyonu ne kadar iyi bir parabolle yaklaştırabileceğini. Bu da bizi doğrudan Taylor serilerine götürür. :::

11.1 Bu Derste Ne Var?

11.2 İkinci Türev: Türevin Türevi

11.3 Eğrilik: Yukarı/Aşağı Bükey

11.4 Notasyon: \(d^2f/dx^2\)

11.5 İvme ve Jerk

11.6 Bu Dersin Özeti

11.7 Kontrol Soruları

11.8 Egzersizler

11.9 Anahtar Kavramlar (Cheat Sheet)

11.10 ML Bağlantıları Özeti