在高等数学的浩瀚体系中，费马定理（Fermat's Theorem on Stationary Points）虽篇幅短小，却是连接微分学与极值优化的关键桥梁。本文将深入剖析其证明逻辑，解析其在极值判定中的核心地位，并探讨网民普遍关注的延伸知识点。
在开始复杂的推导之前，我们需要明确高数费马定理的证明所指向的具体内容。它通常被称为“费马引理”（Fermat's Lemma）或“费马定理关于驻点的性质”。
设函数 f(x) 在点 x0 的某邻域 U(x0) 内有定义，并且在 x0 处可导。如果对于任意的 x ∈ U(x0)，都有 f(x) ≤ f(x0)（或 f(x) ≥ f(x0)），那么 f'(x0) = 0。
通俗地说，如果一个可导函数在某点取得局部极大值或极小值，那么该点的切线斜率必然为0，即切线是水平的。这就是为什么在寻找函数极值时，我们首先寻找导数为0的点（驻点）。
理解高数费马定理的证明是掌握微积分逻辑的关键。证明的核心在于利用导数的定义和极值的定义进行反证或直接推导。以下是标准的数学推导过程。
我们假设 x0 是函数 f(x) 的一个极大值点。根据极大值的定义，在 x0 的充分小的邻域内，f(x0) 是最大的。我们需要证明 f'(x0) 必须等于 0。
考虑 Δx > 0 且 Δx 足够小，使得 x0 + Δx 仍在邻域内。
由极大值定义知：f(x0 + Δx) ≤ f(x0)
因此：f(x0 + Δx) - f(x0) ≤ 0
由于 Δx > 0，则差商：
f(x0 + Δx) - f(x0) ≤ 0
Δx
取极限 Δx → 0⁺，根据保号性，右导数 f'₊(x0) ≤ 0。
考虑 Δx < 0 且 Δx 足够小。
由极大值定义知：f(x0 + Δx) ≤ f(x0)
因此：f(x0 + Δx) - f(x0) ≤ 0
由于 Δx < 0，除以 Δx 后不等号方向改变：
f(x0 + Δx) - f(x0) ≥ 0
Δx
取极限 Δx → 0⁻，根据保号性，左导数 f'₋(x0) ≥ 0。
因为函数在 x0 处可导，所以左导数等于右导数，即 f'₋(x0) = f'₊(x0) = f'(x0)。
结合上述两个不等式：
0 ≤ f'(x0) ≤ 0
唯一的可能性是 f'(x0) = 0。
对于极小值的情况，证明过程完全对称，结论同样成立。至此，高数费马定理的证明完毕。
理解证明只是第一步，更重要的是如何将其应用于解决实际问题。费马定理是后续研究极值判定法、罗尔定理以及拉格朗日中值定理的基础。
| 方法 | 条件 | 结论 |
|---|---|---|
| 第一充分条件 | f'(x₀)=0 且 f''(x₀)未算或不存在 | 看左右导数符号是否改变 |
| 第二充分条件 | f'(x₀)=0 且 f''(x₀)存在 | f''(x₀)>0 极小；f''(x₀)<0 极大 |
罗尔定理（Rolle's Theorem）是微分中值定理的特例，其证明过程直接依赖于费马定理。
罗尔定理指出：若 f(x) 在 [a,b] 连续，在 (a,b) 可导，且 f(a)=f(b)，则存在 ξ ∈ (a,b) 使得 f'(ξ)=0。
证明逻辑：
1. 由闭区间上连续函数的最值定理，f(x) 在 [a,b] 上必取得最大值 M 和最小值 m。
2. 若 M=m，则 f(x) 为常数，f'(x)=0 恒成立，结论显然。
3. 若 M>m，由于 f(a)=f(b)，最大值或最小值至少有一个在区间内部取得。设 ξ 为内部极值点。
4. 根据费马定理，因为 ξ 在内部且 f 可导，故 f'(ξ)=0。
解：
1. 求导：f'(x) = 3x² - 3
2. 令 f'(x) = 0：
3x² - 3 = 0
x² = 1
x = 1 或 x = -1
3. 判定：
方法一（二阶导数）：
f''(x) = 6x
当 x = 1 时，f''(1) = 6 > 0，故 x=1 为极小值点。
当 x = -1 时，f''(-1) = -6 < 0，故 x=-1 为极大值点。
方法二（一阶导数符号）：
x < -1: f'(x) > 0 (增)
-1 < x < 1: f'(x) < 0 (减)
x > 1: f'(x) > 0 (增)
故 x=-1 极大，x=1 极小。
虽然定理以费马（Pierre de Fermat）命名，但他并非传统意义上的职业数学家，而是一位律师。他在微积分诞生之前，就通过一种极为先进的方法发现了极值与切线的关系。
费马在这篇手稿中描述了一种求极值的方法。他提出，为了找到函数的最大值或最小值，可以取两个非常接近的点 x 和 x+e，令它们的函数值相等，然后消去 e 的高次项，最后令 e=0 求解 x。这实际上就是求导数为零的雏形。
在《几何学》的附录中，费马详细阐述了求切线的方法。他意识到，在极值点处，曲线的切线是水平的。这一洞察为后来牛顿和莱布尼茨建立微积分体系奠定了重要的几何直观基础。
费马当年的方法缺乏严格的极限定义。直到19世纪，柯西（Cauchy）和魏尔斯特拉斯（Weierstrass）等人建立了严格的极限理论和连续函数理论，费马定理才被赋予了现代数学意义上的严谨证明，成为微积分基本定理之一。
完全不一样。高数中的费马定理（Fermat's Theorem on Stationary Points）是指极值存在的必要条件，即可导函数的极值点导数必为零。而费马大定理（Fermat's Last Theorem）是数论领域的一个著名猜想，指出当n>2时，方程x^n+y^n=z^n没有正整数解，由怀尔斯最终证明。
不一定。导数为0的点称为驻点（Steady Point），它只是极值点的必要条件，而非充分条件。例如f(x)=x^3在x=0处导数为0，但该点不是极值点，而是拐点。判断极值还需要借助二阶导数或第一充分条件。
不适用。费马定理的前提条件之一是极值点位于区间的内部（Interior Point）。在闭区间的端点处，即使函数取得最大值或最小值，导数也不一定为0，甚至端点处的导数可能未定义（通常只考虑单侧导数）。
在考试求极值时，第一步永远是求导并令导数为0。这就是在应用费马定理寻找“嫌疑点”。找到这些点后，再结合题目给定的区间（注意端点）和二阶导数或列表法进行判定。切记不要漏掉不可导点。