5.

HAFTA

1.1. Doğrusal Olmayan Bağıntılarla Eğri Uydurma

Mühendisliğin birçok alanında kendi büyüklükleriyle orantılı hızla artan ya da azalan

nicelikleri karakterize eden denklemleri deneysel verilere uydurmak için, doğrusal
olmayan regresyon teknikleri vardır. Ancak, bu tekniklere uygun olmayan durumlar için,
verileri doğrusal regresyona uygun bir formda ifade etmek için dönüşümler ya da
matematiksel işlemler kullanılabilir. Buna örnek olarak kuvvet fonksiyonu ve üstel
fonksiyon verilebilir. Bu bölümde bu fonksiyonlarla eğri uydurma ele alınacaktır.

1.1.1. Kuvvet Fonksiyonu ve Eğri Uydurma

En küçük kareler metodu, kuvvet fonksiyonlarını doğrusallaştırmak için

kullanılabilecek şekilde düzenlenebilir. Verilen (𝑥𝑖 , 𝑦𝑖 ), 𝑖 = 1,2, … , 𝑛 şeklindeki 𝑛 adet
nokta için

𝑦𝑖 = 𝑎𝑥𝑖𝑏 + 𝜀𝑖

biçiminde tanımlanan kuvvet fonksiyonunun dağılımı en basit hali ile aşağıdaki şekilde
gösterilir.

Amacımız, en ideal kuvvet fonksiyonunu belirlemek için hata kareler toplamını en küçük
yapan 𝑎 ve 𝑏 katsayılarını bulmaktır.

𝑛 𝑛 𝑛
2
2
𝑆 = ∑ 𝜀𝑖 = ∑(𝑦𝑖 − 𝑎𝑥𝑖𝑏 ) = ∑(𝑦𝑖 − 𝑦̂𝑖 )2 = 𝑚𝑖𝑛
𝑖=1 𝑖=1 𝑖=1

Yukarıdaki fonksiyonu minimize eden optimal değerleri bulmak için kuvvet

fonksiyonunun her iki tarafının doğal logaritmasının alınması ile

ln 𝑦𝑖 = ln 𝑎 + 𝑏. ln 𝑥𝑖

şeklindeki doğrusallaştırmayı yapmak mümkündür. Elde edilen son eşitlikte

𝑌𝑖 = ln 𝑦𝑖 𝐴 = ln 𝑎 ⇒ 𝑎 = 𝑒 𝐴 𝐵=𝑏 𝑋𝑖 = ln 𝑥𝑖
 5. HAFTA

tanımlamalarıyla

𝑌𝑖 = 𝐴 + 𝐵𝑋𝑖

doğrusal (lineer) denklemine dönüşüm sağlanır. Yapılan doğrusallaştırma sonucu elde

edilen doğru denkleminin şekli ise aşağıdaki görselde sunulmuştur.

Kuvvet fonksiyonuna ait 𝑎 ve 𝑏 katsayılarının bulunması için doğrusal regresyondaki

katsayılar matrisinde aşağıdaki düzenlemeler yapılır.

𝑛 𝑛 𝑛 𝑛

𝑛 ∑ 𝑋𝑖 ∑ 𝑌𝑖 𝑛 ∑ ln 𝑥𝑖 ∑ ln 𝑦𝑖
𝑖=1 𝐴 𝑖=1 𝑖=1 A 𝑖=1
𝑛 𝑛 [ ]= 𝑛 ⇒ 𝑛 𝑛 [ ]= 𝑛
𝐵 𝐵
∑ 𝑋𝑖 ∑ 𝑋𝑖 2 ∑ 𝑋𝑖 𝑌𝑖 ∑ ln 𝑥𝑖 ∑(ln 𝑥𝑖 )2 ∑ ln 𝑥𝑖 ln 𝑦𝑖
[ 𝑖=1 𝑖=1 ] [ 𝑖=1 ] [ 𝑖=1 𝑖=1 ] [ 𝑖=1 ]

Kuvvet fonksiyonu için yeniden düzenlenen katsayılar matrisinin 1. sütun elemanlarının

eşitliğin sağındaki matris ile yer değiştirmesi sonucu elde edilen matrisin determinantı

𝑛 𝑛

∑ ln 𝑦𝑖 ∑ ln 𝑥𝑖
| 𝑖=1 𝑖=1
|
∆A = 𝑛 𝑛
| |
∑ ln 𝑥𝑖 ln 𝑦𝑖 ∑(ln 𝑥𝑖 )2
𝑖=1 𝑖=1

şeklinde elde edilirken katsayılar matrisinin 2. sütun elemanlarının eşitliğin sağındaki

matris ile yer değiştirmesi sonucu elde edilen matrisin determinantı

𝑛 ∑ ln 𝑦𝑖
| 𝑖=1
|
∆𝐵 = 𝑛 𝑛
| |
∑ ln 𝑥𝑖 ∑ ln 𝑥𝑖 ln 𝑦𝑖
𝑖=1 𝑖=1
 5. HAFTA

şeklinde elde edilmektedir. Katsayılar matrisinin determinantı da

𝑛 ∑ ln 𝑥𝑖
| 𝑖=1
|
∆= 𝑛 𝑛
| |
∑ ln 𝑥𝑖 ∑(ln 𝑥𝑖 )2
𝑖=1 𝑖=1

olmak 𝑎 ve 𝑏 değerleri Cramer yöntemi ile

∆𝐴 ∆𝐵
ln 𝑎 = 𝐴 = ve 𝑏=𝐵=
∆ ∆

olarak elde edilir. Sonuç olarak en küçük kareler hatası kullanılarak kuvvet
fonksiyonunu minimize eden optimal değerler tahmin edilmiş olur.

ÖRNEK 32 : Aşağıda verilen tabloyu kullanarak en küçük kareler yöntemiyle 𝑦 = 𝑎𝑥 𝑏

formunda bir eğri uydurunuz.

xi 1 3 5
yi 3 15.588 33.541

ÇÖZÜM: En küçük kareler yöntemi ile 𝑦 = 𝑎𝑥 𝑏 formunda bir eğri uydurmak için
öncelikle bir tablo yardımı ile aşağıdaki büyüklükleri hesaplayalım.

xi yi 𝐥𝐧 𝒙𝒊 (𝐥𝐧 𝒙𝒊 )𝟐 𝐥𝐧 𝐲𝐢 𝐥𝐧 𝒙𝒊 𝐥𝐧 𝒚𝒊
1 3 0 0 1.099 0
3 15.588 1.099 1.207 2.747 3.017
5 33.541 1.609 2.590 3.513 5.654
𝑛=3

∑… 9 52.129 2.708 3.797 7.359 8.671

𝑖=1

Elde edilen tablo kullanılarak 𝑎 ve 𝑏 değerleri katsayılar matrisi kullanılarak Cramer

yöntemi ile;

𝑛 𝑛

𝑛 ∑ ln 𝑥𝑖 ∑ ln 𝑦𝑖
𝑖=1 A 𝑖=1 3 2.708 A 7.359
𝑛 𝑛 [ ]= 𝑛 ⇒ [ ][ ] = [ ]
𝐵 2.708 3.797 𝐵 8.671
∑ ln 𝑥𝑖 ∑(ln 𝑥𝑖 )2 ∑ ln 𝑥𝑖 ln 𝑦𝑖
[ 𝑖=1 𝑖=1 ] [ 𝑖=1 ]
 5. HAFTA

∑𝑛 ln 𝑦𝑖 ∑𝑛𝑖=1 ln 𝑥𝑖
| 𝑛 𝑖=1 | |7.359 2.708
|
∆𝐴 ∑𝑖=1 ln 𝑥𝑖 ln 𝑦𝑖 ∑𝑛𝑖=1(ln 𝑥𝑖 )2 3.797 = (3.797 × 7.359) − (8.671 × 2.708)
𝐴= = = 8.671
∆ 𝑛 ∑𝑛𝑖=1 ln 𝑥𝑖 3 2.708 (3.797 × 3) − (2.708 × 2.708)
| 𝑛 | | |
𝑛
∑𝑖=1 ln 𝑥𝑖 ∑𝑖=1(ln 𝑥𝑖 ) 2 2.708 3.797

27.942 − 23.481 4.461

𝐴= = = 1.099
11.391 − 7.333 4.058

𝐴 = ln 𝑎 = 1.099 ⇒ 𝑎 = 𝑒 𝐴 ⇒ 𝑎 = 𝑒 1.099 = 3.001

𝑛 ∑𝑛𝑖=1 ln 𝑦𝑖
| 𝑛 𝑛 | | 3 7.359
|
𝐵=
∆𝐵
=
∑𝑖=1 ln 𝑥𝑖 ∑𝑖=1 ln 𝑥𝑖 ln 𝑦𝑖
= 2.708 8.671 = (8.671 × 3) − (2.708 × 7.359)
𝑛 ∑𝑛𝑖=1 ln 𝑥𝑖 3 2.708
∆
| 𝑛 | | | (3.797 × 3) − (2.708 × 2.708)
𝑛
∑𝑖=1 ln 𝑥𝑖 ∑𝑖=1(ln 𝑥𝑖 ) 2 2.708 3.797

26.013 − 19.928 6.085

𝐵= = = 1.500
11.391 − 7.333 4.058

𝐵 = 𝑏 = 1.500

şeklinde elde edilir. Bu sonuçlara göre kuvvet fonksiyonu

𝑦 = 𝑎𝑥 𝑏 = 3.001𝑥1.5

olarak elde edilir.

1.1.2. Üstel Fonksiyon ve Eğri Uydurma

En küçük kareler yöntemi, üstel fonksiyonu doğrusallaştırmak için kullanılabilecek

şekilde düzenlenebilir. Verilen (𝑥𝑖 , 𝑦𝑖 ), 𝑖 = 1,2, … , 𝑛 şeklindeki 𝑛 adet nokta için

𝑦𝑖 = 𝑎𝑒 𝑏𝑥𝑖 + 𝜀𝑖

biçiminde tanımlanan üstel fonksiyonunun dağılımı en basit hali ile aşağıdaki şekilde
gösterilir.
 5. HAFTA

Amacımız, en ideal üstel fonksiyonu belirlemek için hata kareler toplamını en küçük
yapan 𝑎 ve 𝑏 katsayılarını bulmaktır.

𝑛 𝑛 𝑛
2 𝑏𝑥𝑖 )2
𝑆 = ∑ 𝜀𝑖 = ∑(𝑦𝑖 − 𝑎𝑒 = ∑(𝑦𝑖 − 𝑦̂𝑖 )2 = 𝑚𝑖𝑛
𝑖=1 𝑖=1 𝑖=1

Yukarıdaki fonksiyonu minimize eden optimal değerleri bulmak için kuvvet

fonksiyonunun her iki tarafının doğal logaritmasının alınması ile

ln 𝑦𝑖 = ln 𝑎 + 𝑏. 𝑥𝑖

şeklindeki doğrusallaştırmayı yapmak mümkündür. Elde edilen son eşitlikte

𝑌𝑖 = ln 𝑦𝑖 𝐴 = ln 𝑎 ⇒ 𝑎 = 𝑒 𝐴 𝐵=𝑏 𝑋𝑖 = 𝑥𝑖

tanımlamalarıyla

𝑌𝑖 = 𝐴 + 𝐵𝑋𝑖

doğrusal (lineer) denklemine dönüşüm sağlanır. Yapılan doğrusallaştırma sonucu elde

edilen doğru denkleminin şekli ise aşağıdaki görselde sunulmuştur.

Üstel fonksiyona ait 𝑎 ve 𝑏 katsayılarının bulunması için doğrusal regresyondaki

katsayılar matrisinde aşağıdaki düzenlemeler yapılır.

𝑛 𝑛 𝑛 𝑛

𝑛 ∑ 𝑋𝑖 ∑ 𝑌𝑖 𝑛 ∑ 𝑥𝑖 ∑ ln 𝑦𝑖
𝑖=1 𝐴 𝑖=1 𝑖=1 A 𝑖=1
𝑛 𝑛 [ ]= 𝑛 ⇒ 𝑛 𝑛 [ ]= 𝑛
𝐵 𝐵
∑ 𝑋𝑖 ∑ 𝑋𝑖 2 ∑ 𝑋𝑖 𝑌𝑖 ∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 ln 𝑦𝑖
[ 𝑖=1 𝑖=1 ] [ 𝑖=1 ] [ 𝑖=1 𝑖=1 ] [ 𝑖=1 ]

Üstel fonksiyon için yeniden düzenlenen katsayılar matrisinin 1. sütun elemanlarının

eşitliğin sağındaki matris ile yer değiştirmesi sonucu elde edilen matrisin determinantı
 5. HAFTA

𝑛 𝑛

∑ ln 𝑦𝑖 ∑ 𝑥𝑖
| 𝑖=1 𝑖=1
|
∆A = 𝑛 𝑛
| |
∑ 𝑥𝑖 ln 𝑦𝑖 ∑ 𝑥𝑖 2
𝑖=1 𝑖=1

şeklinde elde edilirken katsayılar matrisinin 2. sütun elemanlarının eşitliğin sağındaki

matris ile yer değiştirmesi sonucu elde edilen matrisin determinantı

𝑛 ∑ ln 𝑦𝑖
| 𝑖=1
|
∆𝐵 = 𝑛 𝑛
| |
∑ 𝑥𝑖 ∑ 𝑥𝑖 ln 𝑦𝑖
𝑖=1 𝑖=1

şeklinde elde edilmektedir. Katsayılar matrisinin determinantı da

𝑛 ∑ 𝑥𝑖
| 𝑖=1
|
∆= 𝑛 𝑛
| |
∑ 𝑥𝑖 ∑ 𝑥𝑖 2
𝑖=1 𝑖=1

olmak 𝑎 ve 𝑏 değerleri Cramer yöntemi ile

∆𝐴 ∆𝐵
ln 𝑎 = 𝐴 = ve 𝑏=𝐵=
∆ ∆

olarak elde edilir. Sonuç olarak en küçük kareler hatası kullanılarak üstel fonksiyonunu
minimize eden optimal değerler tahmin edilmiş olur.

ÖRNEK 33 : En küçük kareler yöntemiyle aşağıda verilen noktalara uygun 𝑦 = 𝑎𝑒 𝑏𝑥

denklemini oluşturunuz.

xi 0 1 2
yi 1 2 6

ÇÖZÜM: En küçük kareler yöntemi ile 𝑦 = 𝑎𝑒 𝑏𝑥 formunda bir eğri uydurmak için
öncelikle bir tablo yardımı ile aşağıdaki büyüklükleri hesaplayalım.
 5. HAFTA

xi yi 𝐱𝐢𝟐 𝐥𝐧 𝐲𝐢 𝒙𝒊 𝐥𝐧 𝒚𝒊
0 1 0 0 0
1 2 1 0.693 0.693
2 6 4 1.792 3.584
𝑛=3

∑… 3 9 5 2.485 4.277
𝑖=1

Elde edilen tablo kullanılarak 𝑎 ve 𝑏 değerleri katsayılar matrisi kullanılarak Cramer

yöntemi ile;

𝑛 𝑛

𝑛 ∑ 𝑥𝑖 ∑ ln 𝑦𝑖
𝑖=1 A 𝑖=1 3 3 A 2.485
𝑛 𝑛 [ ]= 𝑛 ⇒ [ ][ ] = [ ]
𝐵 3 5 𝐵 4.277
∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 ln 𝑦𝑖
[ 𝑖=1 𝑖=1 ] [ 𝑖=1 ]

∑𝑛 ln 𝑦𝑖 ∑𝑛𝑖=1 𝑥𝑖
| 𝑛𝑖=1 | |2.485 3|
∆𝐴 ∑𝑖=1 𝑥𝑖 ln 𝑦𝑖 ∑𝑛𝑖=1 𝑥𝑖 2 (5 × 2.485) − (4.277 × 3)
𝐴= = 𝑛 = 4.277 5 =
∆ 𝑛 ∑𝑖=1 𝑥𝑖 3 3 (5 × 3) − (3 × 3)
| 𝑛 | | |
𝑛
∑𝑖=1 𝑥𝑖 ∑𝑖=1 𝑥𝑖 2 3 5

12.425 − 12.831 −0.406

𝐴= = = −0.068
15 − 9 6

𝐴 = ln 𝑎 = −0.068 ⇒ 𝑎 = 𝑒 𝐴 ⇒ 𝑎 = 𝑒 −0.068 = 0.934

𝑛 ∑𝑛𝑖=1 ln 𝑦𝑖
| | |3 2.485|
∆𝐵 ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑥𝑖 ln 𝑦𝑖 (4.277 × 3) − (3 × 2.485)
𝐵= = 𝑛 = 3 4.277 =
∆ 𝑛 ∑𝑖=1 𝑥𝑖 3 3 (5 × 3) − (3 × 3)
| 𝑛 | | |
𝑛
∑𝑖=1 𝑥𝑖 ∑𝑖=1 𝑥𝑖 2 3 5

12.831 − 7.455 5.376

𝐵= = = 0.896
15 − 9 6

𝐵 = 𝑏 = 0.896

şeklinde elde edilir. Bu sonuçlara göre üstel fonksiyon

𝑦 = 𝑎𝑒 𝑏𝑥 = 0.934𝑒 0.896𝑥

olarak elde edilir.