优化库中minimize的用法

`minimize` 是 scipy 中的一个优化库函数，可以用于求解无约束和有约束的最小化问题。其基本用法如下：

from scipy.optimize import minimize

# 定义目标函数
def objective_function(x):
    ...

# 定义约束条件
def constraint(x):
    ...

# 定义初始值
x0 = ...

# 求解无约束最小化问题
result = minimize(objective_function, x0)

# 求解有约束最小化问题
con = {'type': 'ineq', 'fun': constraint}
result = minimize(objective_function, x0, constraints=con)

其中，`objective_function` 是目标函数，`x` 是自变量；`constraint` 是约束条件，`x` 是自变量；`x0` 是自变量的初始值。

对于有约束最小化问题，我们需要通过一个字典来传递约束条件。`type` 参数指定约束条件的类型，可以是 `'eq'` 表示等式约束，也可以是 `'ineq'` 表示不等式约束。`fun` 参数指定约束函数。

最终，`minimize` 函数会返回一个 `OptimizeResult` 对象，其中包含了求解结果的相关信息，例如最优解、最优值、迭代次数等。