First-Order Condition

一阶条件 (First-Order Condition)

一阶条件（FOC）→最优化理论核心工具→目标函数对选择变量的一阶导数（或梯度）等于零的条件→刻画内点最优解的必要条件。贯穿经济学全部领域：消费者理论（MRS=价格比）、厂商理论（MR=MC）、一般均衡、计量经济学（MLE/OLS）等→无一不依赖 FOC 刻画最优行为。

无约束最优化

单变量：$\max_{x}\,f(x)$→内点最优必要条件$f'(x^*)=0$。几何→最优处切线水平。多变量：$\max_{\mathbf{x}}\,f(\mathbf{x})$→梯度为零$\nabla f(\mathbf{x}^*)=\mathbf{0}$。FOC 仅为必要条件→需结合二阶条件（SOC）判断极值性质：凸问题中 FOC 即充要。

等式约束与拉格朗日方法

标准问题：$\max\,f(\mathbf{x})\;\text{s.t.}\;g(\mathbf{x})=c$→构造拉格朗日函数：

FOC：

• $\partial\mathcal{L}/\partial x_i=f_i-\lambda g_i=0$（$i=1,\dots,n$）
• $\partial\mathcal{L}/\partial\lambda=c-g(\mathbf{x})=0$（约束还原）

经济学解释：$f_i/g_i=\lambda$（所有选择变量的边际收益-约束成本比相等=影子价格）→消费者问题中$MU_x/P_x=MU_y/P_y=\lambda$（等边际原则）→戈森第二定律。

不等式约束与KKT条件

含不等式约束→KKT条件（Karush-Kuhn-Tucker）推广 FOC。$\max\,f(x)\;\text{s.t.}\;h(x)\le 0$→拉格朗日$\mathcal{L}=f(x)-\mu h(x)$，KKT 一阶条件：

互补松弛$\mu h(x)=0$→约束不绑时$\mu=0$退回无约束 FOC，约束绑定时$\mu>0$等价等式约束。

经济学核心应用

消费者理论：$\max\,U(x,y)\;\text{s.t.}\;p_xx+p_yy=I$→FOC 给出$MRS_{xy}=U_x/U_y=p_x/p_y$→边际替代率=价格比→预算线与无差异曲线相切。

厂商理论：

• 利润最大化（完全竞争）：$\max\,pq-C(q)$→FOC：$p=C'(q)$→价格=边际成本。
• 垄断：$\max\,p(q)q-C(q)$→FOC：$MR(q)=p(q)+p'(q)q=C'(q)$→边际收益=边际成本。
• 成本最小化：$\min\,wL+rK\;\text{s.t.}\;F(K,L)=Q_0$→FOC：$MP_L/w=MP_K/r$→边际产出比=要素价格比。

计量经济学：OLS 最小化$\sum(y_i-x_i'\beta)^2$→FOC 导出正规方程$\mathbf{X}'\mathbf{X}\hat{\beta}=\mathbf{X}'\mathbf{y}$。MLE：对数似然对参数求导→得分方程=0。

与对偶和包络定理的关联

FOC 是最优解的一阶表征→通过包络定理（Envelope Theorem）→在最优处目标函数对参数的导数仅需考虑参数的直接影响（间接效应因 FOC 而为零）→极大简化比较静态分析。FOC 与对偶问题通过拉格朗日乘子$\lambda$联系：乘子即约束的边际价值→在消费者问题中=收入边际效用，在成本最小化中=边际成本。

注意与延伸

FOC 仅保证内点最优的必要性→角点解（角点解）需检查边界；函数需可微→不可微情形需次梯度（Subgradient）推广。二阶条件（Hessian 负定/拟凹性）确认极值的充分性。记忆：FOC 本质→"停驻原则"——最优状态下微小偏离不再带来净收益→边际收益=边际成本是经济学无处不在的 FOC 直觉。