二元函数极小值的求解，可采用共轭梯度法。

简介：
x0 被定义为 [1; 1]，表示初始点 xk 被设为 x0。同时，g0、g1 和 g2 分别被初始化为零向量，用于存储梯度值。d0 和 d1 也被初始化为零向量，分别用于记录搜索方向。随后，syms x1 和 syms x2 声明了符号变量 x1 和 x2。xk1 被赋值为 xk，以便后续计算梯度时能够使用。 接着，定义了一个函数 fun(x1, x2)，并利用差分运算计算了该函数对 x1 和 x2 的偏导数 fx1 和 fx2。为了便于计算，fx1 和 fx2 被转换为 inline 函数。然后，通过 feval 函数计算 fun(xk1(1), xk1(2)) 的值，得到函数值。 进一步地，使用 feval 函数计算 fx1(xk1(1), xk1(2)) 和 fx2(xk1(1), xk1(2)) 的值，分别得到梯度值 gradx1 和 gradx2。最后，根据计算得到的梯度值 gradx1 和 gradx2，沿搜索方向 d0 计算一维搜索过程。