Eksponansiyel İlişki

Exponansiyel artış ve azalış.

2019-2020 öğretim yılı I. Dönem Türkçe Seçmeli Ders Notu.

Prof. Dr. Mehmet Uğur

Eksponansiyel büyümeyi “epidemilerin temel prensipleri” konulu
derste gördük, dolayısıyla şimdiki ders sanki epidemi dersinin
bir parçasıymış gibi algılanabilir. Ancak eksponansiyel
değişimler karşımıza o kadar farklı durumlarda çıkabilmektedir
ki, bu tip değişimleri tek başlarına çok temel bir konu olarak
düşünmek gerekir. Kanımca eksponansiyel ilişkileri anlamak ve
uygulandığı örnekleri incelemek amacıyla oluşturulmuş ayrı bir
ders faydalı olacaktır.
Havuz yüzeyini kaplayan nilüfer çiçeği örneği, niçin eksponansiyel büyümeyi
anlamakta zorlandığımızı açıklamak için kullanılan çok klasik bir örnektir. Bu
nedenle derse bu klasik örnekle başlamak istiyorum.

Günler Kaplama Oranı

0 0,000004
Nilüfer çiceği su yüzeyinde büyüyen ve yüzen yaprakları olan bir
1 0,000008
2 0,000015
çiçektir. Dolayısı ve yatay büyür ve büyüdükçe de bulunduğu suyun
3 0,000031 daha büyük bir yüzeyini kaplar.
4 0,000062 Bir bahçıvan bir süs havuzunun yüzeyinde büyüyen bir nilufer
5 0,000124 çiçeğinin havuzun yüzeyini ne oranda kapladığını her gün için
6 0,000248
kaydetmiştir (yandaki sayılar). Çiçeğin havuz yüzeyinin yarısını
7 0,000496
kaplaması için geçen süre görüldüğü gibi 17 gündür. Havuzun
8 0,000992
9 0,001983 tamamının kaplanması kaç gün sürecektir?
10 0,003967
11 0,007934 Durun ve bir süre düşünün!!
12 0,015868
13 0,031736
14 0,063472
15 0,126943
16 0,253886
17 0,507773
Havuz yüzeyini kaplayan nilüfer çiçeği örneği, niçin eksponansiyel büyümeyi
anlamakta zorlandığımızı açıklamak için kullanılan çok klasik bir örnektir. Bu
nedenle derse bu klasik örnekle başlamak istiyorum.

Günler Kaplama Oranı

0 0,000004
Nilüfer çiceği su yüzeyinde büyüyen ve yüzen yaprakları olan bir
1 0,000008
2 0,000015
çiçektir. Dolayısı ve yatay büyür ve büyüdükçe de bulunduğu suyun
3 0,000031 daha büyük bir yüzeyini kaplar.
4 0,000062 Bir bahçıvan bir süs havuzunun yüzeyinde büyüyen bir nilufer
5 0,000124 çiçeğinin havuzun yüzeyini ne oranda kapladığını her gün için
6 0,000248
kaydetmiştir (yandaki sayılar). Çiçeğin havuz yüzeyinin yarısını
7 0,000496
kaplaması için geçen süre görüldüğü gibi 17 gündür. Havuzun
8 0,000992
9 0,001983 tamamının kaplanması kaç gün sürecektir?
10 0,003967
11 0,007934 Bu soruyla daha önce karşılaşmamışsanız, ve olayın gelişmesine
12 0,015868 dikkat etmiyorsanız genellikle cevap çok çarpıcıdır. Bitki sadece 1 gün
13 0,031736
içinde, 17 günde büyüdüğü kadar büyür ve 18. gün tüm havuzu kaplar.
14 0,063472
15 0,126943
“Epidemi modelleri” dersini hatırlarsak buradaki artış da oradaki gibi;
16 0,253886 bir günkü değerin sabit bir sayıyla çarpılarak bir sonraki günün
17 0,507773 değerinin bulunması yoluyla hesaplanmaktadır.Yani eksponansiyel
ilişkidir.
Dikkat ederseniz o çarpan burada 2 dir. Dolayısıyla “doubling time” bir
gündür.
 1,2
0 0,000004
1 0,000008
1,0
2 0,000015
3 0,000031

Kaplanan alan oranı

0,8
4 0,000062
5 0,000124 0,6
6 0,000248
7 0,000496 0,4

8 0,000992
0,2
9 0,001983
10 0,003967
0,0
11 0,007934
0 2 4 6 8 10 12 14 16 18 20
12 0,015868 Günler
13 0,031736
14 0,063472 Elimizdeki sayıları bir grafiğe dönüştürürsek durum daha iyi
15 0,126943 anlaşılacaktır. İlk 12 gün neredeyse hiç bir hareket görülmezken daha
16 0,253886 sonrasında gittikçe artan bir hızla yayılmanın gerçekleştiği açıkça
17 0,507773 izlenmektedir. Burada sanki 12. günden sonra olay karakter
değiştirmiş ve birden bire başka birşeyler daha olmaya başlamış gibi
görünmekle birlikte aslında en başından beri aynı olay
süregelmektedir.
 1,2
0 0,000004
1 0,000008
1,0
2 0,000015
3 0,000031

Kaplanan alan oranı

0,8
4 0,000062
5 0,000124 0,6
6 0,000248
7 0,000496 0,4

8 0,000992
0,2
9 0,001983
10 0,003967
0,0
11 0,007934
0 2 4 6 8 10 12 14 16 18 20
12 0,015868 Günler
13 0,031736
14 0,063472 Elimizdeki sayıları bir grafiğe dönüştürürsek durum daha iyi
15 0,126943 anlaşılacaktır. İlk 12 gün neredeyse hiç bir hareket görülmezken daha
16 0,253886 sonrasında gittikçe artan bir hızla yayılmanın gerçekleştiği açıkça
17 0,507773 izlenmektedir. Burada sanki 12. günden sonra olay karakter
değiştirmiş ve birden bire başka birşeyler daha olmaya başlamış gibi
görünmekle birlikte aslında en başından beri aynı olay
süregelmektedir.
Eksponansiyel özellik gösteren olaylar bu nedenle insanı çok
yanıltabilirler. Pek çok ülkenin Covid-19 pandemisi karşısında geç
harekete geçmesi birçokları tarafından, karar verici konumdakilerin bu
tip eksponansiyel özellik gösteren bir olayla daha önce hiç
karşılaşmamış, deneyim yaşamamış olmalarına bağlanmaktadır.
Hatırlarsak exsponansiyel ilişki bir niceliğin değişim hızının (yani türevinin
büyüklüğünün) o anki değerine bağlı olduğu bir tip fonksiyondu. Matematiksel olarak
bunu aşağıdaki gibi ifade ediyoruz.
Denklem (1) fonksiyonun kendisi, denklem (2) bu fonksiyonun türevidir.

y = e(A*x) (1)

dy/dx = A*e(A*x) (2)

Bu matematiksel özelliğe sahip tek fonksiyon eksponansiyel fonksiyondur, bu tip

ilişkilere eksponansiyel ilişki denir. A=1 olduğu durumda fonsiyonun türevinin kendine
eşit olduğu daha net görülecektir.

Neden salgınlarda bu tür değişim hızının, fonksiyonun o andaki değerine bağlı olduğu
bir davranış gördüğümüzü konuşmuştuk. Hatırlarsak enfekte kişi sayısındaki artış,
bulaşma mekanizmasının özelliğinden dolayı o an kaç enfekte kişi olduğuna doğrudan
bağlıydı.
Burada enfekte kişi sayısı arttıkça enfeksiyonun artış hızı büyüyordu.
Dolayısıyla denklem (2) deki türev pozitiftir yani artışı göstermektedir.
 Eğer fonksiyonun o anki değeri azalış hızını belirliyor olsa idi türev azalış hızını
gösterecek şekilde negatif olacaktı (3).

-dy/dx = A.eAx (3)

Bu durumda y = e(A*x) denklemindeki A çarpanı (eAx hiçbir şekilde negatif olamayacağı
için), eşitliği korumak için negatif bir sayı olmak durumundadır. Bu da bir eksponansiyel
fonksiyondur ancak azalan bir özellik gösterir. Aynen artan fonksiyonda olduğu gibi her
andaki fonksiyon değeri sabit bir sayıyla çarpılarak bir sonraki değer bulunur, ancak bu
kez çarpan 1 den küçüktür. “Doubling time” yerine “yarılanma ömrü” ifadesi kullanılır.
Pozitif ve negatif A katsayılarının denklemi nasıl etkilediğini grafik olarak gösterelim.
450,0 1,2

400,0
1,0
350,0

300,0 0,8

250,0
0,6

Y
Y

200,0

150,0 0,4

100,0
0,2
50,0

0,0 0,0
0 5 10 15 20 25 0 5 10 15 20 25
X X

A pozitif A negatif
 450,0 1,2

400,0
1,0
350,0

300,0 0,8

250,0
0,6

Y
Y

200,0

150,0 0,4

100,0
0,2
50,0

0,0 0,0
0 5 10 15 20 25 0 5 10 15 20 25
X X

y = e(0,3*x) y = e(-0,3*x)

Dikkat edecek olursak her iki denklem de x=0 iken 1 olduğundan 1 den başlamakta, x →
∞ iken pozitif A ya sahip olan soldaki denklem sonsuza gitmekte, sağdaki denklem ise
sıfıra gitmektedir. Eğer bu denklemleri bir B 0 ile çarparsak başlangıç değerini B 0 a
değiştirebiliriz,
Denklemin genel formu y = B0 . e(A*x) olarak yazılabilir.

A katsayısının negatif olmasına neden olacak ne tür örnekler düşünebiliriz? Örneğin bir
enzimatik parçalanma reaksiyonunda reaksiyon hızını, yani birim zamanda parçalanacak
substrat miktarını, substrat konsantrasyonu beliler. Ne kadar çok substrat o kadar hızlı
parçalanma. Dolayısıyla reaksiyon ilerledikçe substrat konsantrasyonu, bir kısmı
parçalanmış olduğundan azalacak ve parçalanma hızı da düşecektir.
 450,0 1,2

400,0
1,0
350,0

300,0 0,8

250,0
0,6

Y
Y

200,0

150,0 0,4

100,0
0,2
50,0

0,0 0,0
0 5 10 15 20 25 0 5 10 15 20 25
X X

y = e(0,3*x) y = e(-0,3*x) y = 1-e(-0,3*x)

Eğer sağdaki denklemin tamamlayıcı fonksiyonunu yazarsak (mavi), 0 dan başlayıp
asimtotik olarak 1 e giden bir fonksiyon elde ederiz. Burada her x değeri için, kırmızı ve
mavi fonksiyon değerlerinin yoplamı her zaman 1 dir.
Denklemin genel formu y = B0 . (1-e(A*x)) olarak yazılabilir.

Örneğin enzimatik parçalanmada substrat derişimi, sağ grafikteki kırmızı çizgilerle

gösteriliyorsa. Ürün derişimi de mavi çizgilerle gösterilebilir. Eğer substrat-ürün
sitokiyometrisi (reaksiyona girme oranları) 1 : 1 ise; her zaman [substrat]+[ürün] = sabit
bir değere sahiptir. Çünkü reaksiyonun genel formu nedeniyle bir substrat molekülü
parçalanır (yani azalır) bir ürün molekülü oluşur (yani artar) dolayısı ile toplam hep sabit
kalır. Eğer sitokiyometri 1:1 değilse uygun çarpanlarla gene bu eşitlik sağlanabilir.
 450,0 1,2

400,0
1,0
350,0

300,0 0,8

250,0
0,6

Y
Y

200,0

150,0 0,4

100,0
0,2
50,0

0,0 0,0
0 5 10 15 20 25 0 5 10 15 20 25
X X

y = e(0,3*x) y = e(-0,3*x) y = 1-e(-0,3*x)

ÖDEV:
•Sizce radyoaktif parçalanma bu iki fonksiyondan hangisiyle anlatılabilir.
•Bir radyoaktif parçalanmayı anlatan denklemi nasıl yazarsınız.

•Soğurma özelliği olan bir ortamda ilerlerken, ışığın ilerlediği derinlik ile şiddetindeki
azalmayı anlatan denklem (Lambert-Beer yasası) sizce nasıl bir denklem olabilir.
 Bazı, sonradan önemli olabilecek noktalar:
•Matematiksel olarak tam doğru olmak istersek;
y = bx şeklinde yazılan fonksiyonların hepsi eksponansiyeldir ve türevleri de;
dy/dx = bx. loge(b) olarak yazılabilir. Ancak taban değeri e (2.7182... ) sayısına eşit olduğu
zaman fonksiyonun formu en basit halini alır ve y = ex olur. Yani fonksiyonun türevi ile
kendi arasındakı oran sabiti (log e(b)), taban e ye eşit olduğunda 1 olur ve ortadan kalkar.

•Eksponansiyel fonksiyonlarda herhangi bir x değerindeki fonksiyon değerinin belirli bir

oranda azalması için ilerlenmesi gereken x değeri, her x değeri için aynıdır.
1,2

Örneğin x=0 daki fonksiyonun 1,0 1,0

1,0

değrinden 0,5 e düşmesi için (%50

0,8
azalma), 2,31 birim ilerlemek
gerekirken (mavi çizgiler). x=5 deki 0,6
Y

0,5
0,22 değrinden 0,11 e düşmek için 0,4
(%50 azalma), gene 2,31 birim
0,22
gitmek gerekir (kırmızı çizgiler). 0,2

0,11
Yani bu fonksiyon için “yarılanma 0,0

ömrü” yaklaşık 2,31 dir. 0 2,31 5 7,31 10 15 20 25

X
 Bazı, sonradan önemli olabilecek noktalar:
•Eğer x zaman ise, yarılanma ömrü veya zaman sabiti (time constant) gibi terimler daha
manalıdır. Genellikle y = B0 . e(A*x) formunda yazılmış bir eksponansiyel fonksiyonda A
yerine 1/τ kullanılır ve τ (yunanca tau) zaman sabiti olarak anılır.