二次函数的定义：

一般地，如果（a，b，c是常数，a≠0），那么y叫做x的二次函数。

二次函数的图像：

是一条关于对称的曲线，这条曲线叫抛物线。
抛物线的主要特征：①有开口方向，a表示开口方向；a＞0时，抛物线开口向上；a<0时，抛物线开口向下；
②有对称轴；
③有顶点；
④c表示抛物线与y轴的交点坐标：（0，c）。

性质：二次函数y=ax²+bx+c，

①当a＞0时，函数f（x）的图象开口向上，在（-∞，-）上是减函数，在[-，＋∞）上是增函数；
②当a<0时，函数f（x）的图象开口向下，在（-∞，-）上是增函数，在[-，＋∞）是减函数。

二次函数（a，b，c是常数，a≠0）的图像：

图像	函数的性质
a>0	定义域	x∈R(个别题目有限制的，由解析式确定)
	值域	a>0	a<0
	奇偶性	b=0时为偶函数，b≠0时为非奇非偶函数
a<0	单调性	a>0	a<0
	图像特点

二次函数的解析式：

（1）一般式：（a，b，c是常数，a≠0）；
（2）顶点式：若二次函数的顶点坐标为（h,k），则其解析式为 ;
（3）双根式：若相应一元二次方程的两个根为 ,则其解析式为 。

二次函数在闭区间上的最值的求法：

(1)二次函数 在区间[p,g]上的最值问题
一般情况下，需要分三种情况讨论解决．
当a>0时，f(x)在区间[p，g]上的最大值为M，最小值为m，令 ．
① 
②
③
④
特别提醒：在区间内同时讨论最大值和最小值需要分四种情况讨论．

(2)二次函数在区间[m．n]上的最值问题一般地，有以下结论：
 
特别提醒：max{1,2}=2,即取集合{1,2}中最大的元素。

二次函数的应用：

（1）应用二次函数才解决实际问题的一般思路：
理解题意；建立数学模型；解决题目提出的问题。
（2）应用二次函数求实际问题中的最值：
即解二次函数最值应用题，设法把关于最值的实际问题转化为二次函数的最值问题，然后按求二次函数最值的方法求解。求最值时，要注意求得答案要符合实际问题。

二元一次不等式表示的平面区域：

二元一次不等式ax+by+c＞0在平面直角坐标系中表示直线ax+by+c=0某一侧所有点组成的平面区域。不等式ax+by+c＜0表示的是另一侧的平面区域。

线性约束条件：

关于x，y的一次不等式或方程组成的不等式组称为x，y的线性约束条件；

线性目标函数：

关于x、y的一次式欲达到最大值或最小值所涉及的变量x、y的解析式，叫做线性目标函数；

线性规划问题：

一般地，求线性目标函数在线性约束条件下的最大值或最小值问题称为线性规划问题。

可行解、可行域和最优解：

满足线性约束条件的解（x，y）称为可行解；由所有可行解组成的集合称为可行域； 使目标函数取得最大值或最小值的可行解叫做线性规划问题的最优解。

用一元一次不等式（组）表示平面区域：

(1)一般地，直线l:ax+by+c=0把直角坐标平面分成了三个部分：①直线l上的点(x，y)的坐标满足ax+by+c=0；②直线l一侧的平面区域内的点(x，y)的坐标满足ax+by+c>0;③直线l另一侧的平面区域内的点(x，y)的坐标满足ax+by+c<0．所以，只需在直线l的某一侧的平面区域内，任取一特殊点(x₀，y₀)，从ax₀+by₀+c的值的正负，即可判断不等式表示的平面区域，可简称为，特殊点定域”．
(2)不等式组表示的平面区域是各个不等式所表示的平面区域的公共部分. 

线性规划问题求解步骤：

（1）确定目标函数；
（2）作可行域；
（3）作基准线（z=0时的直线）；
（4）平移找最优解；
（5）求最值。

线性规划求最值线性规划求最值问题:
（1）要充分理解目标函数的几何意义，诸如直线的截距、两点间的距离（或平方）、点到直线的距离、过已知两点的直线斜率等．
   (2)求最优解的方法①将目标函数的直线平移，最先通过或最后通过的点为最优解，②利用围成可行域的直线的斜率来判断．若围成可行域的直线，且目标函数的斜率k满足的交点一般为最优解．在求最优解前，令z=0的目的是确定目标函数在可行域的什么位置有可行解，值得注意的是，有些问题中可能要求x，y∈N（即整点），它不一定在边界上．特别地，当表示线性目标函数的直线与可行域的某条边平行（）时，其最优解可能有无数个，用图解法解决线性规划问题时，分析题目的已知条件，找出约束条件和目标函数是关键．可先将题目的量分类，列出表格，理清头绪，然后列出不等式组（方程组），寻求约束条件，并就题目所述找到目标函数．

线性规划的实际应用在线性规划的实际问题中:

主要掌握两种类型：
一、给定一定数量的人力、物力资源，问怎样运用这些资源能使完成的任务量最大，收到的效益最大；
二、给定一项任务，问怎样统筹安排，能使完成这项任务耗费的人力、物力资源最小．
(l)用图解法解决线性规划问题的一般步骤：①分析并将已知数据列出表格；②确定线性约束条件；③确定线性目标函数；④画出可行域；⑤利用线性目标函数（直线）求出最优解；⑥实际问题需要整数解时，应适当调整，以确定最优解．
(2)整数规划的求解，可以首先放松可行解必须为整数的要求，转化为线性规划求解，若所求得的最优解恰为整数，则该解即为整数规划的最优解；若所求得的最优解不是整数，则视所得非整数解的具体情况增加条件；若这两个子问题的最优解仍不是整数，再把每个问题继续分成两个子问题求解，……，直到求出整数最优解为止，