利用minimize求解共轭梯度法求二次函数的极小点的python代码

好的，以下是利用 minimize 求解共轭梯度法求二次函数极小点的 Python 代码：

import numpy as np
from scipy.optimize import minimize

def func(x):
    # 定义二次函数
    return x[0]**2 + 2*x[0]*x[1] + 3*x[1]**2

def grad(x):
    # 定义二次函数的梯度
    return np.array([2*x[0] + 2*x[1], 2*x[0] + 6*x[1]])

x0 = np.array([1, 1]) # 初始值
res = minimize(func, x0, method='CG', jac=grad) # CG表示共轭梯度法

print(res.x) # 输出极小点

希望能解答您的问题。