莱布尼茨积分法则

莱布尼茨积分法则 (Leibniz Integral Rule)

莱布尼茨积分法则（Leibniz Integral Rule），也称含参积分求导法则，是微积分中一个将积分运算与微分运算次序交换的核心定理。该法则以德国数学家莱布尼茨命名，解决了当被积函数和积分上下限都依赖于某个参数时，如何对该参数求导的问题。

设函数 $f(x, t)$ 及其偏导数 $\partial f(x, t)/\partial t$ 在区域 $[a(t), b(t)] \times T$ 上连续，且 $a(t)$ 和 $b(t)$ 在参数区间 $T$ 上可导。莱布尼茨积分法则给出：

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

公式由三部分构成。第一项 $f(b(t), t) \, b'(t)$ 来自积分上限随参数变动带来的边界贡献；第二项 $-f(a(t), t) \, a'(t)$ 来自积分下限变动的边界贡献；第三项为被积函数本身对参数的偏导在区间内的积分。

当积分上下限为常数时， $a'(t) = b'(t) = 0$ ，法则退化为经典形式：

\frac{d}{dt} \int_a^b f(x, t) \, dx = \int_a^b \frac{\partial f(x, t)}{\partial t} \, dx

此时仅需对被积函数求偏导后积分，意味着在正则性条件下微分与积分两个运算可以交换次序。这一特例在概率论、经济学和物理学中有广泛应用。

在计量经济学中，莱布尼茨积分法则常用于推导矩母函数的导数和 Fisher信息量的计算。对分布函数 $F(x; \theta)$ ，求 $\theta$ 的偏导时需交换微分与积分次序，该法则提供了理论保证。

在微观经济学中，包络定理的推导本质上是莱布尼茨积分法则的特例。当目标函数涉及积分形式的最优化时，如期望效用最大化问题中对分布参数求导，该法则是比较静态分析的关键数学工具。

在连续时间金融中，期权定价的 Black-Scholes模型涉及对随机变量的积分求导，莱布尼茨积分法则与伊藤引理共同构成了衍生品定价中敏感性分析（Greeks）的数学基础。

使用莱布尼茨积分法则需验证三个条件：被积函数 $f(x, t)$ 关于 $t$ 的偏导数存在且连续；积分上下限函数在参数区间上可导；被积函数在积分区域上满足控制收敛定理的条件以保证积分与极限可交换。当积分区间无界时，还需确认广义积分的一致收敛性。

该法则在实分析中由勒贝格控制收敛定理给出严格论证，属于分析学中积分号下求导的标准定理。莱布尼茨积分法则将微分与积分这两种微积分基本运算的连接从常数上下限推广至一般情形，是分析学、概率论与经济学中不可或缺的数学工具。