问Python出现返回值错误，最大化拉格朗日函数求解出现ValueError: The user-provided objective function must return a scalar value？

import numpy as np

from scipy.optimize import minimize

# 定义混合水样的实测组分

y = np.array([[33.99],      

    [-90.40],

    [-11.10]])  # 实测组分

# 定义参考端元水样的浓度

F = np.array([[101.80,-82.20,-9.40],

 [141.60,-97.50,-12.70],

[45.24,-100.00,-13.70 ]])

# 定义误差协方差矩阵，这里假设误差是正态分布的

# 计算协方差矩阵

A = np.cov(y)

# 定义拉格朗日函数

def lagrange_function(delta, lambd):

L_p = np.exp(-0.5 * np.dot(np.dot((y - np.dot(F.T, delta)).T, np.linalg.inv(A)), (y - np.dot(F.T, delta)))) - lambd * (np.dot(delta.T, np.ones(len(delta))) - 1)

return -L_p # 负号是因为我们使用优化库的最小化函数

# 初始化拉格朗日乘子

lambda_p = 0

# 定义约束条件

constraint = ({'type': 'eq', 'fun': lambda delta: np.sum(delta) - 1})

# 初始化混合比

initial_delta = np.ones(F.shape[0]) / F.shape[0]

# 最大化拉格朗日函数

result = minimize(fun=lambda delta: lagrange_function(delta, lambda_p), x0=initial_delta, constraints=constraint)

# 输出最优混合比

optimal_delta = result.x

print("Optimal mixing ratios:", optimal_delta)