Я использую алгоритм SLSQP, реализованный в scipy.optimize, чтобы минимизировать функцию. Я заметил, что алгоритм имеет тенденцию реализовывать ограничения, также когда я знаю, потому что я работаю над смоделированным примером, что оптимальное значение их не реализует.
Просто чтобы было ясно, если ограничения заключаются в том, что значения определенного массива, который является аргументом функции, уменьшаются, алгоритм имеет тенденцию отдавать предпочтение конечным значениям, в которых большинство значений массива равны (т.е. они реализуют ограничение x [i] -x [i-1]> = 0).
Кстати, алгоритм работает, и он дает хорошее приближение к оптимальному значению, мне просто интересно, почему эта тенденция.