简短的答案是
G优化程序在最小化过程中进行维护，而
(D_neg, D, and C)参数是从
args元组中按原样传递的。
默认情况下，
scipy.optimize.minimize采用
fun(x)接受一个参数
x（可能是数组等）并返回标量的函数。
scipy.optimize.minimize然后找到一个参数值
xp，使其
fun(xp)小于
fun(x)的其他值
x。优化器负责创建的值
x并将其传递给
fun评估。
但是，如果您碰巧有一个函数
fun(x,y)，该函数具有一些
y需要分别传递的附加参数（但是出于优化目的，它被视为常量）？这就是
args元组的用途。该文档试图解释args元组的使用方式，但是解析起来可能有些困难：
args： 元组，可选
额外的参数传递给目标函数及其派生类（Jacobian，Hessian）。
有效地，
scipy.optimize.minimize将使用星号参数符号
args将其余参数作为参数传递给
fun：然后
fun(x,*args)在优化期间调用该函数。该
x部分由优化器传递，而
args元组作为剩余参数给出。
因此，在您的代码中，
G元素的值由优化程序维护，同时评估的可能值
G，并且
(D_neg, D, C)元组按原样传递。
