Невозможно создать ограничения (из scipy.optimize.minimize) с добавлением

Чтобы решить задачу квадратичного минимума, я использовал scipy.Optimize.Minimize.

Сначала я инициализирую свою функцию и некоторые моменты:

def func(x):
    return 1/4*(x[0]**2+x[1]**2) + x[2]

P1=[]
for i in range(3):
    P1.append((rd.uniform(-1,1), rd.uniform(-1,1)))

P2=[]
for i in range(3):
    P2.append((rd.uniform(-1,1), rd.uniform(-1,1)))

Но тогда у меня проблема с ограничениями. Когда я это делаю, ошибки нет, все работает:

cons = [{'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[0][0] - x[1] * P1[0][1] - (P1[0][0] ** 2 + P1[0][1] ** 2)},
        {'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[1][0] - x[1] * P1[1][1] - (P1[1][0] ** 2 + P1[1][1] ** 2)},
        {'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[2][0] - x[1] * P1[2][1] - (P1[2][0] ** 2 + P1[2][1] ** 2)}]

for i in range(len(P2)):
    cons.append({'type': 'ineq', 'fun': lambda x: -x[2] + x[0]*P2[i][0] + x[1]*P2[i][1] + (P2[i][0]**2+P2[i][1]**2)})

Но когда я это делаю, он возвращает RuntimeWarning: недопустимое значение, обнаруженное в double_scalars, и не работает:

cons=[]
for i in range(0, len(P1)):
    cons.append({'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[i][0] - x[1] * P1[i][1] - (P1[i][0] ** 2 + P1[i][1] ** 2)})

for i in range(len(P2)):
    cons.append({'type': 'ineq', 'fun': lambda x: -x[2] + x[0]*P2[i][0] + x[1]*P2[i][1] + (P2[i][0]**2+P2[i][1]**2)})

P.S. Вот и конец:

x0 = np.array([0, 0, 0])
res = minimize(func, x0, constraints=cons)

Я не знаю, где моя ошибка в случае, если это не работает. Заранее спасибо :)