变限积分求导

变限积分求导 (Differentiation of Integrals with Variable Limits)

变限积分求导，也称为对积分上限（或下限）求导，是微积分中的重要技巧，指对由定积分定义的函数进行求导，而该积分的上限、下限或两者均为变量的函数。它是微积分基本定理的直接推广，其最完整的形式由莱布尼茨积分法则给出。这一工具在数学分析、物理工程及经济学中均有广泛应用。

基本原理

微积分第一基本定理指出，若 $f(t)$ 在 $[a,b]$ 上连续，则变上限积分函数 $F(x)=\int_a^x f(t)\,dt$ 在 $(a,b)$ 上可导，且 $F'(x)=f(x)$ 。这一结论直观地表明：从固定点 $a$ 到变动点 $x$ 的曲线下面积的变化率，恰好等于变动点 $x$ 处的函数值 $f(x)$ 。当上限或下限均为函数时，需结合链式法则进行推广。

一般公式

对于 $G(x)=\int_{a(x)}^{b(x)} f(t)\,dt$ ，其中 $a(x),b(x)$ 可导， $f(t)$ 连续，其导数为：

\frac{d}{dx}\int_{a(x)}^{b(x)} f(t)\,dt = f(b(x))\cdot b'(x) - f(a(x))\cdot a'(x)

推导思路：定义辅助函数 $H(u)=\int_c^u f(t)\,dt$ ，则 $H'(u)=f(u)$ 。于是 $G(x)=H(b(x))-H(a(x))$ ，由链式法则即得上述公式。该式可直观理解为：上限移动贡献 $f(b(x))\cdot b'(x)$ ，下限移动贡献 $-f(a(x))\cdot a'(x)$ 。

莱布尼茨积分法则

当被积函数也依赖于 $x$ 时，即 $F(x)=\int_{a(x)}^{b(x)} f(x,t)\,dt$ ，法则扩展为：

\frac{dF}{dx}=f(x,b(x))\cdot b'(x)-f(x,a(x))\cdot a'(x)+\int_{a(x)}^{b(x)}\frac{\partial f}{\partial x}\,dt

新增的积分项反映了区间内各点函数值随 $x$ 的变化。当 $f$ 与 $x$ 无关时该项为零，退化为基本公式。

实例分析

例1：求 $F(x)=\int_{\sin x}^{x^3} e^{t^2}dt$ 的导数。

识别： $f(t)=e^{t^2}$ ， $a(x)=\sin x$ ， $b(x)=x^3$ 。计算 $a'(x)=\cos x$ ， $b'(x)=3x^2$ 。代入公式：

F'(x)=e^{x^6}\cdot 3x^2 - e^{\sin^2 x}\cdot \cos x = 3x^2 e^{x^6} - \cos x \cdot e^{\sin^2 x}

例2：求 $\lim_{x\to 0}\frac{\int_0^x \ln(1+t)\,dt}{x^2}$ 。

此为 $0/0$ 型不定型，可使用洛必达法则。分子求导得 $\ln(1+x)$ ，分母求导得 $2x$ ，于是原极限化为 $\lim_{x\to 0}\frac{\ln(1+x)}{2x}$ 。利用等价无穷小 $\ln(1+x)\sim x$ ，极限值为 $\frac12$ 。

重要应用

理论基础：变限积分求导是连接微分学与积分学的动态桥梁，深刻揭示了函数、导数与积分的内在联系，是理解微积分基本定理的重要延伸。
微分方程：以积分形式给出的解常需通过求导验证其正确性或进行后续分析。
物理与工程：在变力做功、随时间变化的流量等物理问题中，积分边界随参数变化，需用此法计算变化率。
经济金融：最优化问题中，累积收益或成本的变化率依赖于积分区间的变动。
高等数学：该法则是变分法和最优控制理论等高级课程的基础工具之一。

返回百科索引