探索极值点的本质，理解导数与函数极值之间的深刻联系。从费马引理到高阶导数测试，全方位解析这一微积分核心概念。
在微积分学中，费马中值定理（Fermat's Theorem on Stationary Points），通常也被称为费马引理（Fermat's Lemma），是寻找函数极值点的理论基础。它由17世纪的法国数学家皮埃尔·德·费马（Pierre de Fermat）首次提出。
如果函数 f(x) 在点 x₀ 的某个邻域内有定义，且在 x₀ 处取得局部极值（极大值或极小值），同时函数在 x₀ 处可导，那么必有：
满足 f'(x₀) = 0 的点 x₀ 被称为函数的驻点（Stationary Point）或临界点（Critical Point）。
从几何角度来看，费马中值定理意味着：如果一个光滑曲线在某个点取得局部最高或最低点，那么该点处的切线必然是水平的。也就是说，切线的斜率（即导数）为零。
函数图像在该点附近呈现“山峰”状。左侧导数为正（上升），右侧导数为负（下降），中间过渡点导数为0。
函数图像在该点附近呈现“山谷”状。左侧导数为负（下降），右侧导数为正（上升），中间过渡点导数为0。
注意：如果函数在极值点处不可导（如尖点），费马定理不适用。例如 y=|x| 在 x=0 处取得极小值，但导数不存在。
为了深入理解该定理，我们需要通过导数的定义来进行逻辑推导。假设 f(x) 在 x₀ 处取得局部极大值（极小值的证明类似）。
根据局部极大值的定义，存在 x₀ 的一个邻域，使得对于该邻域内的所有 x，都有 f(x) ≤ f(x₀)。
考虑导数的定义：
f'(x₀) = lim (x→x₀) [f(x) - f(x₀)] / (x - x₀)我们分两种情况讨论极限的左右两侧：
x - x₀ > 0。由于 f(x) ≤ f(x₀)，所以 f(x) - f(x₀) ≤ 0。[f(x) - f(x₀)] / (x - x₀) ≤ 0。f'(x₀) ≤ 0。x - x₀ < 0。由于 f(x) ≤ f(x₀)，所以 f(x) - f(x₀) ≤ 0。[f(x) - f(x₀)] / (x - x₀) ≥ 0（负数除以负数得正）。f'(x₀) ≥ 0。既然 f'(x₀) ≤ 0 且 f'(x₀) ≥ 0，唯一的可能性就是 f'(x₀) = 0。证毕。
证明中关键的假设是函数在 x₀ 处可导。如果函数在极值点处不可导（例如绝对值函数的尖点），则导数不存在，费马定理的前提条件不满足，因此不能得出导数为零的结论。
找到驻点只是第一步，如何判断驻点是否为极值点？以下是三种常用的判别方法。
这是最通用但也最繁琐的方法。通过检查驻点 x₀ 左右两侧导数的符号变化来判断：
f'(x) 在 x₀ 左侧为正（+），右侧为负（-），则 x₀ 为极大值点。f'(x) 在 x₀ 左侧为负（-），右侧为正（+），则 x₀ 为极小值点。f'(x) 在 x₀ 左右两侧符号相同，则 x₀ 不是极值点（可能是拐点）。示例：对于 f(x) = x³，f'(x) = 3x²。在 x=0 处，f'(0)=0。但在 x=0 左右两侧，f'(x) 均为正，故 x=0 不是极值点。
如果函数在驻点 x₀ 处的二阶导数存在且不为零，判断更为简便：
| 条件 | 结论 | 几何直观 |
|---|---|---|
f'(x₀) = 0 且 f''(x₀) > 0 |
极小值点 | 函数图像凹向上（∪），如山谷底部 |
f'(x₀) = 0 且 f''(x₀) < 0 |
极大值点 | 函数图像凹向下（∩），如山峰顶部 |
f'(x₀) = 0 且 f''(x₀) = 0 |
方法失效 | 需使用一阶导数法或高阶导数法 |
当二阶导数为零时，可以使用高阶导数测试。设 n 是使得 f⁽ⁿ⁾(x₀) ≠ 0 的最小正整数（n ≥ 2）：
n 是奇数，则 x₀ 不是极值点（是拐点）。n 是偶数：
f⁽ⁿ⁾(x₀) > 0，则为极小值。f⁽ⁿ⁾(x₀) < 0，则为极大值。示例：f(x) = x⁴。f'(0)=0, f''(0)=0, f'''(0)=0, f⁽⁴⁾(0)=24 > 0。因为 n=4 是偶数且导数为正，所以 x=0 是极小值点。
费马中值定理的发展离不开微积分早期的大师们。以下是关键的时间节点：
皮埃尔·德·费马在写给多尼亚的信件中，描述了一种求极值的方法。他提出通过令导数（当时称为“adequality”）为零来寻找极大值和极小值。这被认为是费马中值定理的雏形。
艾萨克·牛顿在《流数法和无穷级数》中独立发展了类似的方法，将其纳入他的微积分体系中，用于解决运动学和几何学中的优化问题。
约翰·伯努利在解决最速降线问题时，进一步推广了极值理论，使得费马的思想在变分法中得到了广泛应用。
随着柯西（Cauchy）和魏尔斯特拉斯（Weierstrass）等人对极限理论的严格化，费马中值定理的证明也变得更加严谨，明确了可导性和邻域的概念。
费马中值定理（常称为费马引理）主要关注可导函数在极值点处的导数性质，即如果函数在该点可导且取得极值，则导数为零。而罗尔定理是拉格朗日中值定理的一个特例，它关注的是区间端点函数值相等时，区间内存在导数为零的点。费马定理是证明罗尔定理的关键步骤之一。
费马中值定理有两个核心前提：1. 函数 f(x) 在点 x₀ 的某个邻域内有定义；2. 函数 f(x) 在点 x₀ 处取得局部极值（极大值或极小值）；3. 函数 f(x) 在点 x₀ 处可导。只有满足这些条件，才能得出 f'(x₀) = 0 的结论。
不一定。导数为零的点称为驻点（Stationary Point），它是极值点的必要条件而非充分条件。例如函数 f(x) = x³ 在 x=0 处导数为 0，但该点是拐点而非极值点。判断驻点是否为极值点通常需要借助二阶导数测试或一阶导数符号变化法。
在工程中，费马中值定理用于优化设计。例如，在结构工程中，寻找材料用量最少但强度最大的截面形状；在电路设计中，寻找最大功率传输的阻抗匹配点。本质上，这些都是寻找目标函数的极值问题。