① 二次函数应用题的解决方法
⑴ 求二次函数的图象与x轴的交点坐标，需转化为一元二次方程； ⑵ 求二次函数的最大（小）值需要利用配方法将二次函数由一般式转化为顶点式；
⑶ 根据图象的位置判断二次函数ax²+bx+c=0中a,b,c的符号，或由二次函数中a,b,c的符号判断图象的位置，要数形结合；
⑷ 二次函数的图象关于对称轴对称，可利用这一性质，求和已知一点对称的点坐标，或已知与x轴的一个交点坐标，可由对称性求出另一个交点坐标. ⑸ 与二次函数有关的还有二次三项式，二次三项式ax²+bx+c﹙a≠0﹚本身就是所含字母x的二次函数；下面以a＞0时为例，揭示二次函数、二次三项式和一元二次方程之间的内在联系：
② 二次函数的解题技巧
我也是初三的.XIXI!~~~
一、理解二次函数的内涵及本质 .
二次函数 y=ax2 ＋ bx ＋ c （ a ≠ 0 ， a 、 b 、 c 是常数）中含有两个变量 x 、 y ，我们只要先确定其中一个变量，就可利用解析式求出另一个变量，即得到一组解；而一组解就是一个点的坐标，实际上二次函数的图象就是由无数个这样的点构成的图形 .
二、熟悉几个特殊型二次函数的图象及性质 .
1 、通过描点，观察 y=ax2 、 y=ax2 ＋ k 、 y=a （ x ＋ h ） 2 图象的形状及位置，熟悉各自图象的基本特征，反之根据抛物线的特征能迅速确定它是哪一种解析式 .
2 、理解图象的平移口诀“加上减下，加左减右” .
y=ax2 → y=a （ x ＋ h ） 2 ＋ k “加上减下”是针对 k 而言的，“加左减右”是针对 h 而言的 .
总之，如果两个二次函数的二次项系数相同，则它们的抛物线形状相同，由于顶点坐标不同，所以位置不同，而抛物线的平移实质上是顶点的平移，如果抛物线是一般形式，应先化为顶点式再平移 .
3 、通过描点画图、图象平移，理解并明确解析式的特征与图象的特征是完全相对应的，我们在解题时要做到胸中有图，看到函数就能在头脑中反映出它的图象的基本特征；
4 、在熟悉函数图象的基础上，通过观察、分析抛物线的特征，来理解二次函数的增减性、极值等性质；利用图象来判别二次函数的系数 a 、 b 、 c 、△以及由系数组成的代数式的符号等问题 .
三、要充分利用抛物线“顶点”的作用 .
1 、要能准确灵活地求出“顶点” . 形如 y=a （ x ＋ h ） 2 ＋ K →顶点（－ h,k ），对于其它形式的二次函数，我们可化为顶点式而求出顶点 .
2 、理解顶点、对称轴、函数最值三者的关系 . 若顶点为（－ h ， k ），则对称轴为 x= － h ， y 最大（小） =k ；反之，若对称轴为 x=m ， y 最值 =n ，则顶点为（ m ， n ）；理解它们之间的关系，在分析、解决问题时，可达到举一反三的效果 .
3 、利用顶点画草图 . 在大多数情况下，我们只需要画出草图能帮助我们分析、解决问题就行了，这时可根据抛物线顶点，结合开口方向，画出抛物线的大致图象 .
四、理解掌握抛物线与坐标轴交点的求法 .
一般地，点的坐标由横坐标和纵坐标组成，我们在求抛物线与坐标轴的交点时，可优先确定其中一个坐标，再利用解析式求出另一个坐标 . 如果方程无实数根，则说明抛物线与 x 轴无交点 .
从以上求交点的过程可以看出，求交点的实质就是解方程，而且与方程的根的判别式联系起来，利用根的判别式判定抛物线与 x 轴的交点个数 .
五、灵活应用待定系数法求二次函数的解析式 .
用待定系数法求二次函数的解析式是我们求解析式时最常规有效的方法，求解析式时往往可选择多种方法，如能综合利用二次函数的图象与性质，灵活应用数形结合的思想，不仅可以简化计算，而且对进一步理解二次函数的本质及数与形的关系大有裨益 .
二次函数y=ax2
学习要求:
1．知道二次函数的意义．
2．会用描点法画出函数y＝ax2的图象，知道抛物线的有关概念．
重点难点解析
1.本节重点是二次函数的概念和二次函数y＝ax2的图象与性质；难点是根据图象概括二次函数y＝ax2的性质.
2.形如＝ax2+bx+c(其中a、b、c是常数，a≠0)的函数都是二次函数.解析式中只能含有两
个变量x、y，且x的二次项的系数不能为0，自变量x的取值范围通常是全体实数，但在实际问题中应使实际量有意义。如圆面积S与圆半径R的关系式S＝πR2中，半径R只能取非负数。
3.抛物线y＝ax2的形状是由a决定的。a的符号决定抛物线的开口方向，当a＞0时，开口向上，抛物线在y轴的上方(顶点在x轴上)，并向上无限延伸；当a＜0时，开口向下，抛物线在x轴下方(顶点在x轴上)，并向下无限延伸。｜a｜越大，开口越小；｜a｜越小，开口越大.
4.画抛物线y＝ax2时，应先列表，再描点，最后连线。列表选取自变量x值时常以0为中心，选取便于计算、描点的整数值，描点连线时一定要用光滑曲线连接，并注意变化趋势。
本节命题主要是考查二次函数的概念，二次函数y＝ax2的图象与性质的应用。
核心知识
规则1
二次函数的概念:
一般地，如果是常数，那么，y叫做x的二次函数．
规则2
抛物线的有关概念:
图13-14
如图13-14，函数y=x2的图象是一条关于y轴对称的曲线，这条曲线叫抛物线．实际上，二次函数的图象都是抛物线．抛物线y=x2是开口向上的,y轴是这条抛物线的对称轴，对称轴与抛物线的交点是抛物线的顶点．
规则3
抛物线y=ax2的性质:
一般地，抛物线y=ax2的对称轴是y轴，顶点是原点，当a＞0时，抛物线y=ax2的开口向上，当a＜0时，抛物线y=ax2的开口向下．
规则4
1.二次函数的概念
(1)定义：一般地，如果y＝ax2+bx+c(a,b,c是常数，a≠0)，那么，y叫做x的的二次函数. (2)二次函数y＝ax2+bx+c的结构特征是：等号左边是函数y，右边是自变量x的二次式，x的最高次数是2.其中一次项系数b和常数项c可以是任意实数，而二次项系数a必须是非零实数，即a≠0.
2.二次函数y＝ax2的图像
图13-1
用描点法画出二次函数y＝x2的图像，如图13-1，它是一条关于y轴对称的曲线，这样的曲线叫做抛物线.
因为抛物线y＝x2关于y轴对称，所以y轴是这条抛物线的对称轴，对称轴与抛物线的交点是抛物线的顶点，从图上看，抛物线y＝x2的顶点是图象的最低点.因为抛物线y＝x2有最低点.所以函数y＝x2有最小值，它的最小值就是最低点的纵坐标.
3.二次函数y＝ax2的性质
函数
图像
开口方向
顶点坐标
对称轴
函数变化
最大(小)值
y=ax2
a＞0
向上
(0,0)
Y轴
x＞0时，y随x增大而增大；
x＜0时，y随x增大而减小.
当x＝0时，y最小＝0.
y=ax2
a＜0
向下
(0,0)
Y轴
x＞0时，y随x增大而减小；
x＜0时，y随x增大而增大.
当x＝0时，y最大＝0.
4.二次函数y＝ax2的图像的画法
用描点法画二次函数y＝ax2的图像时，应在顶点的左、右两侧对称地选取自变量x的值，然后计算出对应的y值，这样的对应值选取越密集，描出的图像越准确.
二次函数y=ax2+bx+c
学习要求：
1．会用描点法画出二次函数的图象．
2．能利用图象或通过配方确定抛物线的开口方向及对称轴、顶点、的位置．
*3．会由已知图象上三个点的坐标求出二次函数的解析式．
重点难点
1.本节重点是二次函数y＝ax2+bx+c的图象和性质的理解及灵活运用，难点是二次函数y＝ax2+bx+c的性质和通过配方把解析式化成y＝a(x-h)2+k的形式。
2.学习本小节需要仔细观察归纳图象的特点以及不同图象之间的关系。把不同的图象联系起来，找出其共性。
一般地几个不同的二次函数，如果二次项系数a相同，那么抛物线的开口方向、开口大小(即形状)完全相同，只是位置不同.
任意抛物线y＝a(x-h)2+k可以由抛物线y＝ax2经过适当地平移得到，具体平移方法如下图所示：
注意：上述平移的规律是：“h值正、负，右、左移；k值正、负，上、下移”实际上有关抛物线的平移问题，不能死记硬背平移规律，只要先将其解析式化为顶点式，然后根据它们的顶点的位置关系，确定平移方向和平移的距离非常简便.
图13-11
例如，要研究抛物线L1∶y＝x2-2x+3与抛物线L2∶y＝x2的位置关系，可将y＝x2-2x+3通过配方变成顶点式y＝(x-1)2+2，求出其顶点M1(1，2)，因为L2的顶点为M2(0，0)，根据它们的顶点的位置，容易看出：由L2向右平移1个单位，再向上平移2个单位，即得L1；反之，由L1向左平移1个单位，再向下平移2个单位，即得L2.
二次函数y＝ax2+bx+c的图象与y＝ax2的图象形状完全一样，它们的性质也有相似之处。当a＞0时，两条抛物线的开口都向上，并向上无限延伸，抛物线有最低点，y有最小值，当a＜0时，开口都向下，并向下无限延伸，抛物线有最高点，y有最大值.
3.画抛物线时一定要先确定开口方向和对称轴、顶点位置，再利用函数对称性列表，这样描点连线后得到的才是完整的，比较准确的图象。否则画出的图象，往往只是其中一部分。例如画y＝- (x+1)2-1的图象。
列表：
x
-3
-2
-1
0
1
2
3
y
-3
-1.5
-1
-1.5
-3
-5.5
-9
描点，连线成如图13-11所示不能反映其全貌的图象。
正解：由解析式可知，图象开口向下，对称轴是x＝-1,顶点坐标是(-1，-1)
列表：
x
-4
-3
-2
-1
0
1
2
y
-5.5
-3
-1.5
-1
-1.5
-1.5
-5.5
描点连线：如图13-12
图13-12
4.用配方法将二次函数y＝ax2+bx+c化成y＝a(x-h)2+k的形式，首先要提出二次项系数a。常犯的错误只提第一项，后面漏提。如y＝- x2+6x-21 写成y＝- (x2+6x-21)或y＝- (x2-12x-42)把符号弄错，主要原因是没有掌握添括号的规则。
本节命题主要考查二次函数y＝ax2+bx+c的图象和性质及其在实际生活中的运用。既有填空题、选择题，又有解答题，与方程、几何、一次函数的综合题常作为中考压轴题。
核心知识
规则1
抛物线 y=a(x-h)2+k 的性质:
一般地，抛物线 y=a(x-h)2+k 与 y=ax2 形状相同，位置不同．抛物线 y=a(x-h)2+k 有如下特点：
(l) a＞0时，开口向上；a＜0时，开口向下；
(2) 对称轴是直线x＝h；
(3) 顶点坐标是(h，k)．
规则2
二次函数 y=ax2+bx+c 的性质:
y=ax2+bx+c （ a，b，c 是常数，a≠0）是二次函数，图象是抛物线．利用配方，可以把二次函数表示成 y=a(x-h)2+k 的形式，由此可以确定这条抛物线的对称轴是直线 ，顶点坐标是 ，当a＞0时，开口向上；a＜0时，开口向下．
规则3
1.二次函数解析式的几种形式
(1)一般式：y＝ax2+bx+c (a,b,c为常数，a≠0).
(2)顶点式：y＝a(x-h)2+k(a,h,k为常数，a≠0).
(3)两根式：y＝a(x-x1)(x-x2)，其中x1,x2是抛物线与x轴的交点的横坐标，即一元二次方程ax2+bx+c＝0的两个根，a≠0.
说明：(1)任何一个二次函数通过配方都可以化为顶点式y＝a(x-h)2+k，抛物线的顶点坐标是(h,k)，h＝0时，抛物线y＝ax2+k的顶点在y轴上；当k＝0时，抛物线a(x-h)2的顶点在x轴上；当h＝0且k＝0时，抛物线y＝ax2的顶点在原点.
(2)当抛物线y＝ax2+bx+c与x轴有交点时，即对应二次方程ax2+bx+c＝0有实数根x1和
x2存在时，根据二次三项式的分解公式ax2+bx+c＝a(x-x1)(x-x2),二次函数y＝ax2+bx+c可转化为两根式y＝a(x-x1)(x-x2).
2.二次函数解析式的确定
确定二次函数解析式，一般仍用待定系数法.由于二次函数解析式有三个待定系数a、b、c(或a、h、k或a、x1、x2)，因而确定二次函数解析式需要已知三个独立的条件.当已知抛物线上任意三个点的坐标时，选用一般式比较方便；当已知抛物线的顶点坐标时，选用顶点式比较方便；当已知抛物线与x轴两个点的坐标(或横坐标x1,x2)时，选用两根式较为方便.
注意：当选用顶点式或两根式求二次函数解析式时，最后一般都要化一般式.
3.二次函数y＝ax2+bx+c的图像
二次函数y＝ax2+bx+c的图像是对称轴平行于(包括重合)y轴的抛物线.
4.二次函数的性质
根据二次函数y＝ax2+bx+c的图像可归纳其性质如下表：
函数
二次函数y＝ax2+bx+c(a,b,c是常数，a≠0)
图
像
a＞0
a＜0
(1)抛物线开口向上，并向上无限延伸.
(2)对称轴是x＝- ，顶点坐标是(- , ).
(3)当x＜- 时，y随x的增大而减小；当x＞- 时，y随x的增大而增大.
(4)抛物线有最低点，当x＝- 时，y有最小值，y最小值＝ .
(1) )抛物线开口向下，并向下无限延伸.
(2)对称轴是x＝- ，顶点坐标是(- , ).
(3)当x＜- 时，y随x的增大而增大；当x＞- 时，y随x的增大而减小.
(4)抛物线有最高点，当x＝- 时，y有最大值，y最大值＝ .
5.求抛物线的顶点、对称轴、最值的方法
①配方法：将解析式化为y＝a(x-h)2+k的形式，顶点坐标(h,k)，对称轴为直线x＝h，若a＞0，y有最小值，当x＝h时，y最小值＝k，若a＜0，y有最大值，当x＝h时，y最大值＝k.
②公式法：直接利用顶点坐标公式(- , ),求其顶点；对称轴是直线x＝- ,若a＞0，y有最小值，当x＝- 时，y最小值＝ ，若a＜0，y有最大值，当x＝- 时，y最大值＝ .
6.二次函数y＝ax2+bx+c的图像的画法
因为二次函数的图像是抛物线，是轴对称图形，所以作图时常用简化的描点法和五点法，其步骤是：
(1)先找出顶点坐标，画出对称轴；
(2)找出抛物线上关于对称轴的四个点(如与坐标轴的交点等)；
(3)把上述五个点按从左到右的顺序用平滑曲线连结起来.
7.二次函数y＝ax2+bx+c的图像的位置与a、b、c及Δ符号有密切的关系(见下表)：
项
目
字
母
字母的符号
图像的位置
a
a＞0
a＜0
开口向上 开口向下
b
b=0 ab＞0 ab＜0
对称轴为y轴 对称轴在y轴左侧 对称轴在y轴右侧
c
c=0 c＞0 c＜0
经过原点 与y轴正半轴相交 与y轴负半轴相交
8.二次函数与一元二次方程的关系
二次函数y＝ax2+bx+c的图像(抛物线)与x轴的两个交点的横坐标x1、x2，是对应的一元二次方程ax2+bx+c＝0的两个实数根.抛物线与x轴的交点情况可以由对应的一元二次方程的根的判别式判定：
Δ＞0 抛物线与x轴有2个交点；
Δ＝0 抛物线与x轴有1个交点；
Δ＜0 物线与x轴有0个交点(没有交点).
③ 解二次函数的特殊方法是
定义与定义表达式
一般的，形如y=ax^2+bx+c（a≠0）的函数叫二次函数。自变量（通常为x）和因变量（通常为y）.右边是整式，且自变量的最高次数是2。 注意，“变量”不同于“未知数”，不能说“二次函数是指未知数的最高次数为二次的多项式函数”。未知数只是一个数（具体值未知，但是只取一个值），变量可在一定范围内任意取值。在方程中适用“未知数”的概念（函数方程、微分方程中是未知函数，但不论是未知数还是未知函数，一般都表示一个数或函数——也会遇到特殊情况），但是函数中的字母表示的是变量，意义已经有所不同。从函数的定义也可看出二者的差别。
二次函数的解法
二次函数的通式是 y= ax⒉+bx+c如果知道三个点 将三个点的坐标带入也就是说三个方程解三个未知数 如题方程一8=a2+b2+c 化简 8=c 也就是说c就是函数与Y轴的交点 方程二7=a×62+b×6+c 化简 7=36a+6b+c 方程三7=a×(-6)2+b×(-6)+c化简 7=36a-6b+c 解出abc 就可以了 上边这种是老老实实的解法 对(6,7)(-6,7)这两个坐标 可以求出一个对称轴也就是X=0 通过对称轴公式x=-b/2a 也可以算 如果知道过x轴的两个坐标(y=0的两个坐标的值叫做这个方程的两个根)也可以用对称轴公式x=-b/2a算 或者使用韦达定理 一元二次方程ax+bx+c=0 (a≠0 且△=b-4ac≥0)中 设两个根为X1和X2 则X1+X2= -b/a X1·X2=c/a
一般式
y=ax^2+bx+c(a≠0,a、b、c为常数)，顶点坐标为（-b/2a,4ac-b²/4a)
顶点式
y=a(x-h)^2+k(a≠0,a、h、k为常数),顶点坐标为（h,k）对称轴为x=h，顶点的位置特征和图像的开口方向与函数y=ax^2的图像相同，有时题目会指出让你用配方法把一般式化成顶点式
交点式
y=a(x-x1)(x-x2) (a≠0) [仅限于与x轴即y=0有交点A（x1，0）和 B（x2，0）的抛物线，即b2-4ac≥0] 由一般式变为交点式的步骤：
二次函数(16张)∵X1+x2=-b/a x1·x2=c/a ∴y=ax^2+bx+c=a（x2+b/ax+c/a）=a[﹙x2-(x1+x2)x+x1x2]=a(x-x1)(x-x2) 重要概念：a，b，c为常数，a≠0，且a决定函数的开口方向。a>0时，开口方向向上；a<0时，开口方向向下。a的绝对值可以决定开口大小。a的绝对值越大开口就越小，a的绝对值越小开口就越大。
牛顿插值公式（已知三点求函数解析式）
y=(y3(x-x1)(x-x2))/((x3-x1)(x3-x2)+(y2(x-x1)(x-x3))/((x2-x1)(x2-x3)+(y1(x-x2)(x-x3))/((x1-x2)(x1-x3)。由此可引导出交点式的系数a=y1/(x1·x2)(y1为截距) 求根公式
二次函数表达式的右边通常为二次三项式。
求根公式
x是自变量，y是x的二次函数 x1,x2=[-b±(√(b²-4ac)]/2a (即一元二次方程求根公式）（如右图） 求根的方法还有因式分解法和配方法 二次函数与X轴交点的情况 当△=b∧2-4ac>0时， 函数图像与x轴有两个交点。 当△=b∧2-4ac=0时,函数图像与x轴有一个交点。 当△=b∧2-4ac<0时，函 数图像与x轴没有交点。
编辑本段如何学习二次函数
1.要理解函数的意义。 2.要记住函数的几个表达形式，注意区分。 3.一般式,顶点式，交点式，等，区分对称轴，顶点，图像等的差异性。 4.联系实际对函数图像的理解。 5.计算时，看图像时切记取值范围。 6.随图像理解数字的变换。
编辑本段图像
在平面直角坐标系中作出二次函数y=ax^2+bx+c的图像， 可以看出，二次函数的图像是一条永无止境的抛物线。 如果所画图形准确无误，那么二次函数图像将是由一般式平移得到的。 注意：草图要有 1本身图像，旁边注明函数。 2画出对称轴，并注明直线X=什么 （X= -b/2a） 3与X轴交点坐标 （x1,y1);(x2, y2)，与Y轴交点坐标(0,c)，顶点坐标(-b/2a, (4ac-bx²)/4a).
轴对称
1.二次函数图像是轴对称图形。对称轴为直线x = h 或者x=-b/2a 对称轴与二次函数图像唯一的交点为二次函数图像的顶点P。 特别地，当h=0时，二次函数图像的对称轴是y轴（即直线x=0） a,b同号，对称轴在y轴左侧 b=0,对称轴是y轴 a,b异号，对称轴在y轴右侧
顶点
2.二次函数图像有一个顶点P，坐标为P ( h,k ) 当h=0时，P在y轴上；当k=0时，P在x轴上。即可表示为顶点式y=a(x-h)²+k h=-b/2a k=(4ac-b²)/4a
开口
3.二次项系数a决定二次函数图像的开口方向和大小。 当a>0时，二次函数图像向上开口；当a<0时，抛物线向下开口。 |a|越大，则二次函数图像的开口越小。
决定对称轴位置的因素
4.一次项系数b和二次项系数a共同决定对称轴的位置。 当a>0,与b同号时（即ab>0），对称轴在y轴左； 因为对称轴在左边则对称轴小于0，也就是- b/2a<0,所以 b/2a要大于0，所以a、b要同号 当a>0,与b异号时（即ab<0），对称轴在y轴右。因为对称轴在右边则对称轴要大于0，也就是- b/2a>0, 所以b/2a要小于0，所以a、b要异号 可简单记忆为同左异右，即当a与b同号时（即ab>0），对称轴在y轴左；当a与b异号时（即ab<0 ），对称轴在y轴右。 事实上，b有其自身的几何意义：二次函数图像与y轴的交点处的该二次函数图像切线的函数
④ 对于解决二次函数类问题，怎样获得解题思路，有些什么方法帮助解题
二次函数
：y=ax^2+bx+c;y=a(x-x1)(x-x2);y=a(x+d)^2+e.总之，主要从两根的关系，顶点，
对称轴
，与其他图像的交点入手。一般要合理选上边三个式子中的。一个
⑤ 二次函数的解法
一、理解二次函数的内涵及本质.
二次函数y=ax2 ＋bx＋c（a≠0，a、b、c是常数）中含有两个变量x、y，我们只要先确定其中一个变量，就可利用解析式求出另一个变量，即得到一组解；而一组解就是一个点的坐标，实际上二次函数的图象就是由无数个这样的点构成的图形.
二、熟悉几个特殊型二次函数的图象及性质.
1、通过描点，观察y=ax2、y=ax2＋k、y=a（x＋h）2图象的形状及位置，熟悉各自图象的基本特征，反之根据抛物线的特征能迅速确定它是哪一种解析式.
2、理解图象的平移口诀“加上减下，加左减右”.
y=ax2→y=a（x＋h）2＋k “加上减下”是针对k而言的，“加左减右”是针对h而言的.
总之，如果两个二次函数的二次项系数相同，则它们的抛物线形状相同，由于顶点坐标不同，所以位置不同，而抛物线的平移实质上是顶点的平移，如果抛物线是一般形式，应先化为顶点式再平移.
3、通过描点画图、图象平移，理解并明确解析式的特征与图象的特征是完全相对应的，我们在解题时要做到胸中有图，看到函数就能在头脑中反映出它的图象的基本特征；
4、在熟悉函数图象的基础上，通过观察、分析抛物线的特征，来理解二次函数的增减性、极值等性质；利用图象来判别二次函数的系数a、b、c、△以及由系数组成的代数式的符号等问题.
三、要充分利用抛物线“顶点”的作用.
1、要能准确灵活地求出“顶点”.形如y=a（x＋h）2＋K→顶点（－h,k），对于其它形式的二次函数，我们可化为顶点式而求出顶点.
2、理解顶点、对称轴、函数最值三者的关系.若顶点为（－h，k），则对称轴为x=－h，y最大（小）=k；反之，若对称轴为x=m，y最值=n，则顶点为（m，n）；理解它们之间的关系，在分析、解决问题时，可达到举一反三的效果.
3、利用顶点画草图.在大多数情况下，我们只需要画出草图能帮助我们分析、解决问题就行了，这时可根据抛物线顶点，结合开口方向，画出抛物线的大致图象.
四、理解掌握抛物线与坐标轴交点的求法.
一般地，点的坐标由横坐标和纵坐标组成，我们在求抛物线与坐标轴的交点时，可优先确定其中一个坐标，再利用解析式求出另一个坐标.如果方程无实数根，则说明抛物线与x轴无交点.
从以上求交点的过程可以看出，求交点的实质就是解方程，而且与方程的根的判别式联系起来，利用根的判别式判定抛物线与x轴的交点个数.
二次函数都是抛物线函数（它的函数轨迹就像平推出去一个球的运动轨迹，当然这个不重要） 因此 把握它的函数图像就能把握二次函数
在函数图像中 注意几点（标准式y=ax^2+bx+c，且a不等于0)：
1、开口方向与二次项系数a有关 正 则开口向上 反之反是。
2、必有一个极值点，也是最值点。如果开口向上，很容易想象这个极值点应该是最小点 反之反是。且极值点的横坐标为-b/2a。极值点很容易出应用题。
3、不一定和x轴有交点。当根的判定式Δ=b^2-4ac<0时，没有交点，也就是ax^2+bx+c=0这个方程式“没有实数解”（不能说没有解！具体你上高中就知道了）如果
Δ=0 那么正好有一个交点，也就是我们说的x轴与函数图像向切。对应的方程有唯一实数解。Δ>0时，有两个交点，对应方程有2个实数解。
4、不等式。如果你把上面3点搞清楚了 参考函数图像 不等式你就一定会解了。
⑥ 二次函数怎麽解
用迭代法、或者递归法
去书店买本《计算方法》
迭代法 迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程,跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代法又分为精确迭代和近似迭代。“二分法”和“牛顿迭代法”属于近似迭代法。
迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）进行重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。
利用迭代算法解决问题，需要做好以下三个方面的工作：
一、确定迭代变量。在可以用迭代算法解决的问题中，至少存在一个直接或间接地不断由旧值递推出新值的变量，这个变量就是迭代变量。
二、建立迭代关系式。所谓迭代关系式，指如何从变量的前一个值推出其下一个值的公式（或关系）。迭代关系式的建立是解决迭代问题的关键，通常可以使用递推或倒推的方法来完成。
三、对迭代过程进行控制。在什么时候结束迭代过程？这是编写迭代程序必须考虑的问题。不能让迭代过程无休止地重复执行下去。迭代过程的控制通常可分为两种情况：一种是所需的迭代次数是个确定的值，可以计算出来；另一种是所需的迭代次数无法确定。对于前一种情况，可以构建一个固定次数的循环来实现对迭代过程的控制；对于后一种情况，需要进一步分析出用来结束迭代过程的条件。
例 1 ： 一个饲养场引进一只刚出生的新品种兔子，这种兔子从出生的下一个月开始，每月新生一只兔子，新生的兔子也如此繁殖。如果所有的兔子都不死去，问到第 12 个月时，该饲养场共有兔子多少只？
分析： 这是一个典型的递推问题。我们不妨假设第 1 个月时兔子的只数为 u 1 ，第 2 个月时兔子的只数为 u 2 ，第 3 个月时兔子的只数为 u 3 ，……根据题意，“这种兔子从出生的下一个月开始，每月新生一只兔子”，则有
u 1 ＝ 1 ， u 2 ＝ u 1 ＋ u 1 × 1 ＝ 2 ， u 3 ＝ u 2 ＋ u 2 × 1 ＝ 4 ，……
根据这个规律，可以归纳出下面的递推公式：
u n ＝ u n － 1 × 2 (n ≥ 2)
对应 u n 和 u n － 1 ，定义两个迭代变量 y 和 x ，可将上面的递推公式转换成如下迭代关系：
y=x*2
x=y
让计算机对这个迭代关系重复执行 11 次，就可以算出第 12 个月时的兔子数。参考程序如下：
cls
x=1
for i=2 to 12
y=x*2
x=y
next i
print y
end
例 2 ： 阿米巴用简单分裂的方式繁殖，它每分裂一次要用 3 分钟。将若干个阿米巴放在一个盛满营养参液的容器内， 45 分钟后容器内充满了阿米巴。已知容器最多可以装阿米巴 220,220个。试问，开始的时候往容器内放了多少个阿米巴？请编程序算出。
分析： 根据题意，阿米巴每 3 分钟分裂一次，那么从开始的时候将阿米巴放入容器里面，到 45 分钟后充满容器，需要分裂 45/3=15 次。而“容器最多可以装阿米巴2^ 20 个”，即阿米巴分裂 15 次以后得到的个数是 2^20 。题目要求我们计算分裂之前的阿米巴数，不妨使用倒推的方法，从第 15 次分裂之后的 2^20 个，倒推出第 15 次分裂之前（即第 14 次分裂之后）的个数，再进一步倒推出第 13 次分裂之后、第 12 次分裂之后、……第 1 次分裂之前的个数。
设第 1 次分裂之前的个数为 x 0 、第 1 次分裂之后的个数为 x 1 、第 2 次分裂之后的个数为 x 2 、……第 15 次分裂之后的个数为 x 15 ，则有
x 14 =x 15 /2 、 x 13 =x 14 /2 、…… x n-1 =x n /2 (n ≥ 1)
因为第 15 次分裂之后的个数 x 15 是已知的，如果定义迭代变量为 x ，则可以将上面的倒推公式转换成如下的迭代公式：
x=x/2 （ x 的初值为第 15 次分裂之后的个数 2^20 ）
让这个迭代公式重复执行 15 次，就可以倒推出第 1 次分裂之前的阿米巴个数。因为所需的迭代次数是个确定的值，我们可以使用一个固定次数的循环来实现对迭代过程的控制。参考程序如下：
cls
x=2^20
for i=1 to 15
x=x/2
next i
print x
end
ps:java中幂的算法是Math.pow(2, 20)；返回double，稍微注意一下
例 3 ： 验证谷角猜想。日本数学家谷角静夫在研究自然数时发现了一个奇怪现象：对于任意一个自然数 n ，若 n 为偶数，则将其除以 2 ；若 n 为奇数，则将其乘以 3 ，然后再加 1 。如此经过有限次运算后，总可以得到自然数 1 。人们把谷角静夫的这一发现叫做“谷角猜想”。
要求：编写一个程序，由键盘输入一个自然数 n ，把 n 经过有限次运算后，最终变成自然数 1 的全过程打印出来。
分析： 定义迭代变量为 n ，按照谷角猜想的内容，可以得到两种情况下的迭代关系式：当 n 为偶数时， n=n/2 ；当 n 为奇数时， n=n*3+1 。用 QBASIC 语言把它描述出来就是：
if n 为偶数 then
n=n/2
else
n=n*3+1
end if
这就是需要计算机重复执行的迭代过程。这个迭代过程需要重复执行多少次，才能使迭代变量 n 最终变成自然数 1 ，这是我们无法计算出来的。因此，还需进一步确定用来结束迭代过程的条件。仔细分析题目要求，不难看出，对任意给定的一个自然数 n ，只要经过有限次运算后，能够得到自然数 1 ，就已经完成了验证工作。因此，用来结束迭代过程的条件可以定义为： n=1 。参考程序如下：
cls
input "Please input n=";n
do until n=1
if n mod 2=0 then
rem 如果 n 为偶数，则调用迭代公式 n=n/2
n=n/2
print "—";n;
else
n=n*3+1
print "—";n;
end if
loop
end
迭代法开平方：
#include<stdio.h>
#include<math.h>
void main()
{
double a,x0,x1;
printf("Input a:\n");
scanf("%lf",&a);//为什么在VC6.0中不能写成“scanf("%f",&a);”？
if(a<0)
printf("Error!\n");
else
{
x0=a/2;
x1=(x0+a/x0)/2;
do
{
x0=x1;
x1=(x0+a/x0)/2;
}while(fabs(x0-x1)>=1e-6);
}
printf("Result:\n");
printf("sqrt(%g)=%g\n",a,x1);
}
求平方根的迭代公式：x1=1/2*(x0+a/x0)。
算法：1.先自定一个初值x0，作为a的平方根值，在我们的程序中取a/2作为a的初值；利用迭代公式求出一个x1。此值与真正的a的平方根值相比，误差很大。
2.把新求得的x1代入x0中，准备用此新的x0再去求出一个新的x1.
3.利用迭代公式再求出一个新的x1的值，也就是用新的x0又求出一个新的平方根值x1，此值将更趋近于真正的平方根值。
4.比较前后两次求得的平方根值x0和x1，如果它们的差值小于我们指定的值，即达到我们要求的精度，则认为x1就是a的平方根值，去执行步骤5；否则执行步骤2，即循环进行迭代。
迭代法是用于求方程或方程组近似根的一种常用的算法设计方法。设方程为f(x)=0，用某种数学方法导出等价的形式x=g(x)，然后按以下步骤执行：
（1） 选一个方程的近似根，赋给变量x0；
（2） 将x0的值保存于变量x1，然后计算g(x1)，并将结果存于变量x0；
（3） 当x0与x1的差的绝对值还小于指定的精度要求时，重复步骤（2）的计算。
若方程有根，并且用上述方法计算出来的近似根序列收敛，则按上述方法求得的x0就认为是方程的根。上述算法用C程序的形式表示为：
【算法】迭代法求方程的根
{ x0=初始近似根；
do {
x1=x0；
x0=g(x1)； /*按特定的方程计算新的近似根*/
} while ( fabs(x0-x1)>Epsilon)；
printf(“方程的近似根是%f\n”，x0)；
}
迭代算法也常用于求方程组的根，令
X=（x0，x1，…，xn-1）
设方程组为：
xi=gi(X) (I=0，1，…，n-1)
则求方程组根的迭代算法可描述如下：
【算法】迭代法求方程组的根
{ for (i=0;i
x=初始近似根;
do {
for (i=0;i
y=x;
for (i=0;i
x=gi(X);
for (delta=0.0,i=0;i
if (fabs(y-x)>delta) delta=fabs(y-x)；
} while (delta>Epsilon)；
for (i=0;i
printf(“变量x[%d]的近似根是 %f”，I，x)；
printf(“\n”)；
}
具体使用迭代法求根时应注意以下两种可能发生的情况：
（1） 如果方程无解，算法求出的近似根序列就不会收敛，迭代过程会变成死循环，因此在使用迭代算法前应先考察方程是否有解，并在程序中对迭代的次数给予限制；
（2） 方程虽然有解，但迭代公式选择不当，或迭代的初始近似根选择不合理，也会导致迭代失败。
递归
递归是设计和描述算法的一种有力的工具，由于它在复杂算法的描述中被经常采用，为此在进一步介绍其他算法设计方法之前先讨论它。
能采用递归描述的算法通常有这样的特征：为求解规模为N的问题，设法将它分解成规模较小的问题，然后从这些小问题的解方便地构造出大问题的解，并且这些规模较小的问题也能采用同样的分解和综合方法，分解成规模更小的问题，并从这些更小问题的解构造出规模较大问题的解。特别地，当规模N=1时，能直接得解。
【问题】 编写计算斐波那契（Fibonacci）数列的第n项函数fib（n）。
斐波那契数列为：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （当n>1时）。
写成递归函数有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
递归算法的执行过程分递推和回归两个阶段。在递推阶段，把较复杂的问题（规模为n）的求解推到比原问题简单一些的问题（规模小于n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是说，为计算fib(n)，必须先计算fib(n-1)和fib(n- 2)，而计算fib(n-1)和fib(n-2)，又必须先计算fib(n-3)和fib(n-4)。依次类推，直至计算fib(1)和fib(0)，分别能立即得到结果1和0。在递推阶段，必须要有终止递归的情况。例如在函数fib中，当n为1和0的情况。
在回归阶段，当获得最简单情况的解后，逐级返回，依次得到稍复杂问题的解，例如得到fib(1)和fib(0)后，返回得到fib(2)的结果，……，在得到了fib(n-1)和fib(n-2)的结果后，返回得到fib(n)的结果。
在编写递归函数时要注意，函数中的局部变量和参数知识局限于当前调用层，当递推进入“简单问题”层时，原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层，它们各有自己的参数和局部变量。
由于递归引起一系列的函数调用，并且可能会有一系列的重复计算，递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时，通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法，即从斐波那契数列的前两项出发，逐次由前两项计算出下一项，直至计算出要求的第n项。
【问题】 组合问题
问题描述：找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5，r=3的所有组合为： （1）5、4、3 （2）5、4、2 （3）5、4、1
（4）5、3、2 （5）5、3、1 （6）5、2、1
（7）4、3、2 （8）4、3、1 （9）4、2、1
（10）3、2、1
分析所列的10个组合，可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时，其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m 个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字，约定函数将确定的k个数字组合的第一个数字放在a[k]中，当一个组合求出后，才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k，函数将确定组合的第一个数字放入数组后，有两种可能的选择，因还未去顶组合的其余元素，继续递归去确定；或因已确定了组合的全部元素，输出这个组合。细节见以下程序中的函数comb。
【程序】
# include
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1)
comb(i-1,k-1);
else
{ for (j=a[0];j>0;j--)
printf(“%4d”,a[j]);
printf(“\n”);
}
}
}
void main()
{ a[0]=3;
comb(5,3);
}
【问题】 背包问题
问题描述：有不同价值、不同重量的物品n件，求从这n件物品中选取一部分物品的选择方案，使选中物品的总重量不超过指定的限制重量，但选中物品的价值之和最大。
设n 件物品的重量分别为w0、w1、…、wn-1，物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案，并保留了其中总价值最大的方案于数组option[ ]，该方案的总价值存于变量maxv。当前正在考察新方案，其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品，现在要考虑第i件物品；当前方案已包含的物品的重量之和为tw；至此，若其余物品都选择是可能的话，本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时，继续考察当前方案变成无意义的工作，应终止当前方案，立即去考察下一个方案。因为当方案的总价值不比maxv大时，该方案不会被再考察，这同时保证函数后找到的方案一定会比前面的方案更好。
对于第i件物品的选择考虑有两种可能：
（1） 考虑物品i被选择，这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后，继续递归去考虑其余物品的选择。
（2） 考虑物品i不被选择，这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。
按以上思想写出递归算法如下：
try(物品i，当前选择已达到的重量和，本方案可能达到的总价值tv)
{ /*考虑物品i包含在当前方案中的可能性*/
if(包含物品i是可以接受的)
{ 将物品i包含在当前方案中；
if (i
try(i+1,tw+物品i的重量,tv);
else
/*又一个完整方案，因为它比前面的方案好，以它作为最佳方案*/
以当前方案作为临时最佳方案保存;
恢复物品i不包含状态；
}
/*考虑物品i不包含在当前方案中的可能性*/
if (不包含物品i仅是可男考虑的)
if (i
try(i+1,tw,tv-物品i的价值)；
else
/*又一个完整方案，因它比前面的方案好，以它作为最佳方案*/
以当前方案作为临时最佳方案保存;
}
为了理解上述算法，特举以下实例。设有4件物品，它们的重量和价值见表：
物品 0 1 2 3
重量 5 3 2 1
价值 4 4 3 1
并设限制重量为7。则按以上算法，下图表示找解过程。由图知，一旦找到一个解，算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解，算法不会在该分支继续查找，而是立即终止该分支，并去考察下一个分支。
按上述算法编写函数和程序如下：
【程序】
# include
# define N 100
double limitW,totV,maxV;
int option[N],cop[N];
struct { double weight;
double value;
}a[N];
int n;
void find(int i,double tw,double tv)
{ int k;
/*考虑物品i包含在当前方案中的可能性*/
if (tw+a.weight<=limitW)
{ cop=1;
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv;
}
cop=0;
}
/*考虑物品i不包含在当前方案中的可能性*/
if (tv-a.value>maxV)
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv-a.value;
}
}
void main()
{ int k;
double w,v;
printf(“输入物品种数\n”);
scanf((“%d”,&n);
printf(“输入各物品的重量和价值\n”);
for (totv=0.0,k=0;k
{ scanf(“%1f%1f”,&w,&v);
a[k].weight=w;
a[k].value=v;
totV+=V;
}
printf(“输入限制重量\n”);
scanf(“%1f”,&limitV);
maxv=0.0;
for (k=0;k find(0,0.0,totV);
for (k=0;k
if (option[k]) printf(“%4d”,k+1);
printf(“\n总价值为%.2f\n”,maxv);
}
作为对比，下面以同样的解题思想，考虑非递归的程序解。为了提高找解速度，程序不是简单地逐一生成所有候选解，而是从每个物品对候选解的影响来形成值得进一步考虑的候选解，一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况：当该物品被包含在候选解中依旧满足解的总重量的限制，该物品被包含在候选解中是应该继续考虑的；反之，该物品不应该包括在当前正在形成的候选解中。同样地，仅当物品不被包括在候选解中，还是有可能找到比目前临时最佳解更好的候选解时，才去考虑该物品不被包括在候选解中；反之，该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案，程序就去进一步考虑下一个物品。
【程序】
# include
# define N 100
double limitW;
int cop[N];
struct ele { double weight;
double value;
} a[N];
int k,n;
struct { int ;
double tw;
double tv;
}twv[N];
void next(int i,double tw,double tv)
{ twv.=1;
twv.tw=tw;
twv.tv=tv;
}
double find(struct ele *a,int n)
{ int i,k,f;
double maxv,tw,tv,totv;
maxv=0;
for (totv=0.0,k=0;k
totv+=a[k].value;
next(0,0.0,totv);
i=0;
While (i>=0)
{ f=twv.;
tw=twv.tw;
tv=twv.tv;
switch(f)
{ case 1: twv.++;
if (tw+a.weight<=limitW)
if (i
{ next(i+1,tw+a.weight,tv);
i++;
}
else
{ maxv=tv;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
case 0: i--;
break;
default: twv.=0;
if (tv-a.value>maxv)
if (i
{ next(i+1,tw,tv-a.value);
i++;
}
else
{ maxv=tv-a.value;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
}
}
return maxv;
}
void main()
{ double maxv;
printf(“输入物品种数\n”);
scanf((“%d”,&n);
printf(“输入限制重量\n”);
scanf(“%1f”,&limitW);
printf(“输入各物品的重量和价值\n”);
for (k=0;k
scanf(“%1f%1f”,&a[k].weight,&a[k].value);
maxv=find(a,n);
printf(“\n选中的物品为\n”);
for (k=0;k
if (option[k]) printf(“%4d”,k+1);
printf(“\n总价值为%.2f\n”,maxv);
}
递归的基本概念和特点
程序调用自身的编程技巧称为递归（ recursion）。
一个过程或函数在其定义或说明中又直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解，递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算，大大地减少了程序的代码量。递归的能力在于用有限的语句来定义对象的无限集合。用递归思想写出的程序往往十分简洁易懂。
一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。
注意：
(1) 递归就是在过程或函数里调用自身;
(2) 在使用递增归策略时，必须有一个明确的递归结束条件，称为递归出口。
⑦ 初三的二次函数的解决有什么技巧
二次函数有三种形式
一般式：y=ax^2+bx+c
特点：简洁，可以直接判断y轴的交点(0,c); 由系数a、b、c可以判断二次函数的大致形状。适合划草图粗略分析。同时有对称轴公式，顶点公式以及韦达定理。这里公式略过了。
顶点式：y=a(x-m)^2+n
特点，原一般式中的2次项和一次项合并。合得(x-m)^2整体独立分析，对称轴与顶点一目了然，由a判断开口的方向，确定出对整体函数的最值。充分体现了函数的对称性。同时可以为用来分析二次函数在任意区间内的值域（y的取值范围）提供了一个分析的形式。能够很好的判断函数的单调性（增减性）。。同时是判断方程是否有解的证明形式，以及求根公式和判别式的来源。
双根式：y=a(x-x1)(x-x2)
特点：这是因式分解的过程，二次多项式的一次分解。x轴的交点一目了然。。根与系数关系的分析，韦达定理的证明。与实际问题相符（双根之间的距离问题）。。同时这是很多后来数学领域中的一些定理证明中非常巧妙的证明中提供了一个抽象特征思路。。。比如：基本不等式特征形式，不等式的放缩，极限中单调有界递推证明的技巧，二阶数列递推求通项，矩阵行列式的运算等等 。。。。。。
一般式转化为顶点式的方法是配方法，方法略过。
一般式转化为双根式的方法是十字相乘法，方法略过。
希望能对你有用，若有其它问题可以私信我。
⑧ 二次函数的解决问题方法
二次函数关键点在与二次项和一次项系数，对称轴有固定公式求，仅仅与前面两个系数相关；开口方向仅仅与二次项系数相关，大于零开口向上，小于零开口向下；基本性质需要理解并记住。坐标图直观反映自变量x和应变量y的数量关系。
⑨ 求二次函数解题的方法
方程可以有三种设法
:
一般式
y=ax^2+bx+c(a≠0,a、b、c为常数)，顶点坐标为（-b/2a,4ac-b^2;/4a)
顶点式
y=a(x-h)^2+k(a≠0,a、h、k为常数),顶点坐标为（h,k）对称轴为x=h，顶点的位置特征和图像的开口方向与函数y=ax^2的图像相同，有时题目会指出让你用配方法把一般式化成顶点式
交点式
y=a(x-x1)(x-x2)
(a≠0)
[仅限于与x轴即y=0有交点A（x1，0）和
B（x2，0）的抛物线，即b^2-4ac≥0]
由一般式变为交点式的步骤：
二次函数(16张)
∵X1+x2=-b/a
x1·x2=c/a
∴y=ax^2+bx+c
=a（x^2+b/ax+c/a）
=a[﹙x2-(x1+x2)x+x1x2]=a(x-x1)(x-x2)
重要概念：a，b，c为常数，a≠0，且a决定函数的开口方向。a>0时，开口方向向上；a<0时，开口方向向下。a的绝对值可以决定开口大小。a的绝对值越大开口就越小，a的绝对值越小开口就越大。