Розглянуто використання методу BFGS та його проективного варіанта L-BFGS-B для мінімізації
нелінійної функції, яка відповідає знаходженню розв’язків системи п’яти нелінійних рівнянь, серед
яких три рівняння є інтегральними та залежать від невідомих параметрів підінтегральних функцій і
невідомих верхніх границь для визначених інтегралів. Ця система відповідає задачі побудови S-подібної кривої, яка проходить через дві задані точки із заданими кутами нахилу дотичних у них та забезпечує заданий кут нахилу дотичної у проміжній точці із заданою абсцисою. Показано, що метод
BFGS є ефективним, якщо стартова точка вибирається в околі точки мінімуму, де функція, що мінімізується, достатньо точно апроксимується опуклою квадратичною функцією.
We consider the application of the BFGS method (Broyden, Fletcher, Goldfarb, Shanno) and its projective version L-BFGS-B for minimization of nonlinear function, which corresponds to finding solutions to a
system of five nonlinear equations. Among them three equations are integral and depend on unknown parameters of integrands and unknown upper bounds for definite integrals. This system represents the problem
of building an S-shaped curve in natural parameterization, which passes through the two given points with
given tangents inclination angles and provides a given tangent inclination angle at an intermediate point
with a given abscissa. The tangent inclination angle at the point with known abscissa is used to control the
inflection point of the S-shaped curve, by which a fragment of the external contour of the Frankl nozzle is
modeled.
The material of the article is presented in three sections. Section 1 describes a system of five nonlinear
equations and analyses its properties related to the existence of many solutions. In section 2 the optimization problem with a non-smooth objective function and linear constraints is presented, the global minima of
which correspond to solutions of a system of nonlinear equations. There also is described the application of
the modification of r-algorithm to find global minima of the optimization problem.
Section 3 describes the application of BFGS and L-BFGS-B methods to find local minima of smooth
functions corresponding to finding solutions of a system of nonlinear equations. We formulate two optimization problems with smooth objective functions and two-sided constraints on variables and describe the results of computational experiments for finding solution of the system of nonlinear equations, presented in
Section 1, by S-shaped curve. It is shown that BFGS and L-BFGS-B methods are effective if the starting
point is selected in such a neighborhood of the minimum point, where the minimized function is approximated fairly accurately by a convex quadratic function.
