积分上下限求导，也就是反过来想，原函数是定积分，目前求导得出来个啥结局，这事儿实际上挺反直觉的。大量人脑子里蹦出来的第一个公式，看起来像微积分里那些复杂的链式法则要么变限积分求导公式，眼一瞪，直接上 $ frac{d}{dx}int_a^x f(t)dt = f(x) $，要么 $ frac{d}{dx}int_x^a f(t)dt = -f(x) $。

这公式看着爽，但真正用起来，特别是当上限要么下限跟积分变量 $ x $ 有点关系，要么上限本身是个函数的时候，往往就得把那些“漂亮”的公式拆开，重新琢磨一遍，就连得承认，有时候直接用那个公式反而会把自己绕晕。 先说说最底层的那个基础逻辑。想象你在漆黑的夜里走，手里拿着一把照相机，你拍照的范围是从某个点 $ a $ 启动，到某个点 $ x $ 终止，你在拍照过程中拍下了各种光线，把这些光线加起来，拿到的总亮度就是定积分的值。

要是你突然问“亮度变化的速度”是多少，这时候你就不需求去管那些复杂的公式了，你只需求看看，你目前的动作是往 $ x $ 的方向走，还是往 $ a $ 的方向走。你要是往 $ x $ 走，$ f(t) $ 就是你在 $ t $ 时刻拍到的照片，故此变化率就是 $ f(x) $。你要是往 $ a $ 走，那就是让你从 $ x $ 回到 $ a $，那亮度变化率自然就反号了，变成 $ -f(x) $。

这个逻辑好办粗暴，却最不好办出错，也是赶明儿做微积分题先得搞明白的骨架。 可是，现实情况往往比这个好办模型复杂得多。大量时候，题目不会让你求 $ int_a^x f(t)dt $ 的导数，而是让你求 $ int_a^{g(x)} f(t)dt $ 的导数。

这时候，上限 $ g(x) $ 是个函数，不是常数。

要是你还是硬套那个基础公式，直接写 $ f(g(x)) $，那结局就是错的。出于你还要寻思上下限函数的整体变化。

这就好比你要从 $ a $ 走到 $ g(x) $，你在步行的时候，你的目标地本身在动，故此你的速度得加上起点到终点距离的偏差。

这就引出了那个更通用的结论：要是下限是 $ a $，上限是 $ g(x) $，导数就是 $ f(g(x)) cdot g'(x) $。

要是你下限是 $ g(x) $，上限是 $ b $，导数就是 $ -f(g(x)) cdot g'(x) $。

还有最费事的情况，当上下限都是 $ x $ 的函数时，比如 $ int_{g(x)}^{h(x)} f(t)dt $，这时候你得把两项拆开，一项是上限带来的正贡献，一项是下限带来的负贡献，并且这两项都要加上各自导数乘以被积函数的值。数学上这叫“莱布尼茨积分法则”。 再往深里想，为啥我们总爱用那些带积分号的公式？出于前面说的那两个基础公式，本质上就是积分变上限求导公式的推论。当积分号里的变量和积分变量重合时，那个积分号就消掉了，剩下的就是单纯的函数值乘以导数。

这就像是你把“从 $ a $ 走到 $ x $ 这段工夫的总路程”这个概念，从“工夫积分”转到了“空间坐标”上，坐标在变，路程的变化率自然就等于速度。

故此，那些看起来像定积分求导的公式，实际上归根结底都是函数求导和积分概念在一起来作祟的产物。 实际上，所有涉及定积分的求导难题，要是仔细推敲，最终都躲不过“高化低”要么“代回去求导”这两条路。

要是你的积分上限或下限是函数，你就得先把减要么加号去掉，变成函数式的组合，然后再用一般/平平函数求导的规则去套。

比方说，要是你看到 $ int_0^x frac{1}{t} dt $，别看直接套公式就能算出 $ln x$，但你要是非要把它拆分成 $int_0^1 frac{1}{t}dt + int_1^x frac{1}{t}dt$ 这种形式，别看逻辑上成立，但对求导来说多此一举。

不过，拆分的思路也有益处，出于对于含有参数 $ a $ 的积分 $ int_a^x f(t)dt $，当你把 $ a $ 当作一个常数时，求导时 $ frac{d}{da} $ 前面的积分号往往能直接流过，变成 $ f(x) $，这种“捷径”在利用参数时特别好用。 举个例子吧。假设有个函数 $ F(x) = int_0^x frac{t^2}{1+t^2} dt $。

要是你直接硬套“上限是 $ x $"这个规则，你只需求看上限 $ t $ 变成了 $ x $，再乘上被积函数里的值，也就是 $ frac{x^2}{1+x^2} $，这就对了。但要是你拆分成 $ int_0^1 frac{t^2}{1+t^2}dt + int_1^x frac{t^2}{1+t^2}dt $，那第一局部求导，常数 $ a=0 $ 在变限里求导，直接变成 $ frac{t^2}{1+t^2} $ 在 $ x=1 $ 处的值，也就是 $ 1/2 $。

第二局部就是标准的 $ frac{x^2}{1+x^2} $。加起来就是 $ frac{1}{2} + frac{x^2}{1+x^2} $。

这就跟你原本想做的 $ frac{x^2}{1+x^2} $ 不一样了？

为啥？ 啊，不对，我刚刚举例的时候默认 $ a=0 $ 是固定的。

实际上要是题目是 $ int_{g(x)}^{h(x)} f(t)dt $，比如 $ int_1^x frac{t}{1+t} dt $，那上限是 $ 1 $ 吗？不是，上限是 $ x $。

那导数就是 $ frac{x}{2+x} $。但要是题目是 $ int_0^x frac{1}{t} dt $，那导数就是 $ ln x $。

这里确实好办混淆。

比如 $ int_0^x sin(t) dt $，导数是 $ cos(x) $。

要是你强行拆成 $ int_0^1 sin t dt + int_1^x sin t dt $，第一项求导，上限是 $ 1 $，导数是 $ sin(1) $。

第二项求导，上限是 $ x $，导数是 $ cos(x) $。加起来 $ sin(1) + cos(x) $，这显然不是 $ cos(x) $。

哪儿出难题了？ 哦，我明白了，我刚刚的拆分逻辑里，第一项 $ int_0^1 sin t dt $ 是一个数，它是 $ x $ 的常数，对 $ x $ 求导应当是 $ 0 $。

那为啥我加了 $ sin(1) $？出于我毛病地当作第一项的求导公式里，上下限要是都是常数，导数是 $ 0 $，故此第一项整体没了。

那为啥加起来不对呢？出于我刚刚把第一项的“上限是常数”这个条件搞错了。在第一项里，上限是 $ 1 $（常数），下限是 $ 0 $（常数），故此第一项对 $ x $ 求导确实是 $ 0 $。

那第二项 $ int_1^x sin t dt $ 的导数是 $ cos(1) $。

故此总和是 $ cos(1) + cos(x) $，这也不对啊。 什么的，我可能把难题搞复杂了。让我们重新来一个清楚的例子。题目是 $ int_0^x sin(t^2) dt $。上限是 $ x $，下限是 $ 0 $。导数应当是 $ sin(x^2) $。

要是你拆分成 $ int_0^1 sin(t^2)dt + int_1^x sin(t^2)dt $，第一项求导，上下限都是常数，结局 $ 0 $。

第二项求导，上限 $ t^2 $ 变成 $ x^2 $，下限是 $ 1 $，结局 $ sin(x^2) $。总和 $ sin(x^2) $。对上了。

那刚刚那个例子为啥我认定不对呢？出于我之前例子里的第一项 $ int_0^1 frac{1}{t} dt $ 别看上限是常数，但它本身是一个数，对 $ x $ 求导确实是 $ 0 $。

第二项 $ int_1^x frac{1}{t}dt $ 导数 $ frac{1}{x} $。加起来 $ 0 + frac{1}{x} $。而原函数导数应当是 $ frac{1}{x} $。

这也对上了。

看来只要把积分拆成常数局部 + 变化局部，然后用“常数加求导”和“函数加求导”两个规则分别处理，就能搞定。 故此，回到最初的难题：公式到底是啥？答案实际上就在最基础的函数求导和积分定义上。

那些带积分号的公式，本质上就是帮你把“函数”和“积分”这两个概念在“求导”这个动作下做了无缝对接。当你面对一个复杂的积分表达式时，不管它形式多花哨，只要你敢于把上限和下限拆解，把那些非线性要么变限的局部分离出来，用一般/平平函数求导的法则去逐个击破，你就能一直走到头。

不要出于看到 $ int $ 就恐惧，也不要被那些书本上印得密密麻麻的推导吓到。

那些公式之故此存有，是出于它们把那些复杂的逻辑压缩成了几个好办的步骤。你只需求娴熟掌握步骤，而不是死记硬背公式本身。 最终再唠叨一句。

实际上，在工程应用要么物理建模里，这种变限积分求导的难题实际上挺多的。

比如你在计算一个物体在变窄或变长的区间内受到的力，要么某个面积随工夫的流逝率。

这时候，要是你只是机械地套用 $ f(x) $，而忘记了上限函数在动，要么下限函数在动，要么下限是函数，那算出来的结局就会彻底失真。

这时候，就务必把上下限都当成独立的变量来处理，把求导过程变成“函数求导 + 符号加减”的组合拳。

总而言之，积分求导这件事，核心就两个字：思维。

只要你能把这些积分看成一个个“累加”的过程，把上下限看作一个个“起点”和“终点”，那你就能省事应对各种形式的求导挑战，而那些看起来像数学定理的公式，到头来也不过是你思维链条上的几个节点/拉倒。