Применение scipy.minimize к фрейму данных Pandas с параметрами ⇐ Python

[Anonymous]

У меня есть функция, определенная как f(x_0, x_1) = a(x_1 - x_0^2)^2 + (b - x_0)^2, где a и b — некоторые параметры:
def f(x):
return a*(x[1]-x[0]**2)**2+(b-x[0])**2

где x=np.array([x_0,x_1]) — это пустой массив. Тогда градиент и гессиан f легко найти и они определяются как
def f_der(x):
return np.array([-4*a*x[0]*(x[1]-x[0]**2)-2*(b-x[0]), 2*a*(x[1]-x[0]**2)])

def f_hess(x):
a_11 = 12*a*x[0]**2 - 4*a*x[1] + 2
a_12 = -4*a*x[0]**2
a_21 = -4*a*x[0]**2
a_22 = 2*a
return np.array([[a_11, a_12], [a_21, a_22]])

Теперь у меня есть кадр данных Pandas df, который записывает разные значения a, b:
a b
1 2
3 7
4 12

и я хотел бы создать два новых столбца с именами x_0* и x_1*, которые задаются значениями x_0 и x_1 соответственно, что минимизирует f, с учетом ограничений:
0

Подробнее здесь: https://stackoverflow.com/questions/791 ... parameters