费马引理 (Fermat's Theorem on Stationary Points)

费马引理 (Fermat's Theorem on Stationary Points)

费马引理 (Fermat's Theorem on Stationary Points) 是微积分中关于可微函数局部极值的必要条件：若函数 $f$ 在 $x_0$ 处取得局部极大值或极小值且 $f$ 在 $x_0$ 处可导，则 $f'(x_0) = 0$。几何上，极值点处的切线水平，斜率为零——这正是"驻点" (stationary point) 一词的来源。费马引理是微分学中连接导数的几何含义与优化问题的基石性定理，其直接推论构成了一阶条件的理论基础。

严格陈述与证明思路

设 $f: (a, b) \to \mathbb{R}$ 在 $x_0 \in (a, b)$ 处取得局部极大值且 $f'(x_0)$ 存在。由局部极大值的定义，存在 $\delta > 0$ 使对任意 $x \in (x_0 - \delta, x_0 + \delta)$ 有 $f(x) \leq f(x_0)$。考虑右导数和左导数：

因 $f'(x_0)$ 存在，左右极限相等，故 $f'(x_0) = f'(x_0^+) = f'(x_0^-)$。右导数非正而左导数非负，唯一相容的公共值为零。局部极小值情形的证明对称。

需注意三点重要限定。导数存在性是前提——$f(x) = |x|$ 在 $x = 0$ 处有极小值但不可导。驻点非极值点的充分条件由二阶导数检验提供：$f'(x_0) = 0$ 且 $f''(x_0) > 0$ 保证局部极小，$f''(x_0) < 0$ 保证局部极大，$f''(x_0) = 0$ 则需更高阶检验。此外，极值可能出现在区间端点处——费马引理仅适用于内点，端点极值需直接比较函数值判定。

经济学中的核心角色

费马引理是微观经济学优化分析的标准起点。利润最大化问题中，企业选择产量 $q$ 最大化利润 $\pi(q) = R(q) - C(q)$，一阶条件 $\pi'(q) = R'(q) - C'(q) = 0$ 给出边际收益等于边际成本的最优决策规则——该条件直接来自费马引理。消费者理论中，拉格朗日乘数法将约束效用最大化转化为无约束拉格朗日函数的驻点问题，而拉格朗日函数的一阶偏导为零条件正是费马引理在多元函数中的推广：$\nabla f(x^*) = 0$。

在计量经济学中，极大似然估计的一阶条件 $\nabla_\theta \ell(\hat{\theta}) = 0$（得分函数为零）同样是费马引理的应用——假设对数似然函数在真实参数附近可微且极值点为内点解。费马引理由此将"极值"的直观概念转化为"导数为零"的可检验条件，成为从优化计算到经济均衡分析不可或缺的数学基础。