函数的最大值和最小值：

在闭区间[a，b]上连续的函数f（x）在[a，b]上必有最大值与最小值，分别对应该区间上的函数值的最大值和最小值。

利用导数求函数的最值步骤：

（1）求f（x）在（a，b）内的极值；
（2）将f（x）的各极值与f（a）、f（b）比较得出函数f（x）在[a，b]上的最值。

 用导数的方法求最值特别提醒：

①求函数的最大值和最小值需先确定函数的极大值和极小值，因此，函数极大值和极小值的判别是关键，极值与最值的关系：极大（小）值不一定是最大（小）值，最大（小）值也不一定是极大（小）值；
②如果仅仅是求最值，还可将上面的办法化简，因为函数fx在[a，b]内的全部极值，只能在f（x）的导数为零的点或导数不存在的点取得（下称这两种点为可疑点），所以只需要将这些可疑点求出来，然后算出f（x）在可疑点处的函数值，与区间端点处的函数值进行比较，就能求得最大值和最小值；
③当f（x）为连续函数且在[a，b]上单调时，其最大值、最小值在端点处取得。 

生活中的优化问题：

生活中经常遇到求利润最大、用料最省、效率最高等问题，这些问题通常称为优化问题，解决优化问题的方法很多，如：判别式法，均值不等式法，线性规划及利用二次函数的性质等，
不少优化问题可以化为求函数最值问题．导数方法是解这类问题的有效工具．

用导数解决生活中的优化问题应当注意的问题：

(1)在求实际问题的最大（小）值时，一定要考虑实际问题的意义，不符合实际意义的值应舍去；
(2)在实际问题中，有时会遇到函数在区间内只有一个点使f'（x)=0的情形．如果函数在这点有极大（小）值，那么不与端点比较，也可以知道这就是最大（小）值；
(3)在解决实际优化问题时，不仅要注意将问题中涉及的变量关系用函数关系表示，还应确定出函数关系式中自变量的定义区间．

利用导数解决生活中的优化问题：

 (1)运用导数解决实际问题，关键是要建立恰当的数学模型（函数关系、方程或不等式），运用导数的知识与方法去解决，主要是转化为求最值问题，最后反馈到实际问题之中．
 (2)利用导数求f(x)在闭区间[a，b]上的最大值和最小值的步骤，
  ①求函数y =f(x)在（a，b）上的极值；
  ②将函数y=f(x)的各极值与端点处的函数值f(a)、f（b）比较，其中最大的一个是最大值，最小的一个是最小值．
  (3)定义在开区间(a，b)上的可导函数，如果只有一个极值点，该极值点必为最值点．

向量共线的充要条件：

向量与共线，当且仅当有唯一一个实数λ，使得。

向量共线的几何表示：

设，其中，当且仅当时，向量共线。

向量共线（平行）基本定理的理解：

(1)对于向量a（a≠0），b，如果有一个实数λ，使得b=λa，那么由向量数乘的定义知，a与b共线．
(2)反过来，已知向量a与b共线，a≠0，且向量b的长度是向量a的长度的μ倍，即|b|=μ|a|，那么当a与b同方向时，有b=μa；当a与b反方向时，有b=-μa.
(3)向量平行与直线平行是有区别的，直线平行不包括重合.
(4)判断a（a≠0）与b是否共线时，关键是寻找a前面的系数，如果系数有且只有一个，说明共线；如果找不到满足条件的系数，则这两个向量不共线.
(5)如果a=b=0，则数λ仍然存在，且此时λ并不唯一，是任意数值.

两个向量的数量积的坐标运算:

非零向量，那么，即两个向量的数量积等于它们对应坐标的乘积。

向量的数量积的推广1：

设a=(x,y)，则|a_^|=x²+y² ，或|a_^|=

向量的数量积的推广2：

设，则

已知 ，则