不等式x²-3ax+2a²<0(a<0)的解集如何求解？

Question

如何求解不等式 $ x^2 - 3ax + 2a^2 < 0 $（其中 $ a < 0 $）的解集？该不等式为一元二次不等式，需先求对应方程的根。通过因式分解可得：$ (x - a)(x - 2a) < 0 $。由于 $ a < 0 $，则 $ 2a < a < 0 $，即两根满足 $ 2a < a $。根据二次函数图像（开口向上），不等式成立的区间为两根之间。因此解集为 $ (2a, a) $。常见疑问是：为何不是 $ (a, 2a) $？关键在于 $ a < 0 $ 导致 $ 2a < a $，区间顺序反转。这是处理含参不等式时易错点，需特别注意参数符号对大小关系的影响。

Answer 1

一、从基础概念入手：一元二次不等式的解法框架

求解形如 $ x^2 - 3ax + 2a^2 < 0 $ 的不等式，首先需明确其本质为含参一元二次不等式。标准形式为 $ ax^2 + bx + c < 0 $，其中系数可能依赖于参数 $ a $（注意此处的 $ a $ 是参数而非二次项系数）。

通用求解步骤如下：

1. 写出对应方程：$ x^2 - 3ax + 2a^2 = 0 $
2. 求根公式或因式分解获取实数根
3. 分析二次函数图像开口方向（由二次项系数决定）
4. 结合根的大小关系确定不等式成立区间
5. 考虑参数对根顺序的影响，尤其是符号变化导致的大小反转

二、具体问题解析：因式分解与根的关系

对于不等式：

$$ x^2 - 3ax + 2a^2 < 0 $$

我们尝试进行因式分解。观察常数项和中间项：

$$ x^2 - 3ax + 2a^2 = (x - a)(x - 2a) $$

验证展开：

$$ (x - a)(x - 2a) = x^2 - 2ax - ax + 2a^2 = x^2 - 3ax + 2a^2 $$

正确无误。因此原不等式等价于：

$$ (x - a)(x - 2a) < 0 $$

三、关键点突破：参数符号如何影响根的顺序？

已知条件 $ a < 0 $，这是本题的核心限制条件。我们需要比较两个根 $ a $ 和 $ 2a $ 的大小。

参数范围	$ a $	$ 2a $	大小关系
$ a = -1 $	-1	-2	$ 2a < a $
$ a = -0.5 $	-0.5	-1	$ 2a < a $
$ a = -3 $	-3	-6	$ 2a < a $

可见当 $ a < 0 $ 时，恒有 $ 2a < a $。这与正数情况相反，是易错点所在。

四、图像辅助理解：二次函数的几何意义

令 $ f(x) = x^2 - 3ax + 2a^2 $，其图像为开口向上的抛物线（因为二次项系数为 1 > 0）。零点为 $ x_1 = 2a $, $ x_2 = a $，且 $ 2a < a $。

根据“开口向上，小于零在两根之间”的原则，满足 $ f(x) < 0 $ 的区间为：

$$ (2a, a) $$

注意区间左端点小于右端点，符合数轴顺序。

五、常见误区辨析：为何不是 $ (a, 2a) $？

许多学习者会误写成 $ (a, 2a) $，原因在于忽略了参数符号带来的数值大小反转。例如：

• 若 $ a = -1 $，则 $ 2a = -2 $，实际区间应为 $ (-2, -1) $，即 $ (2a, a) $
• 而 $ (a, 2a) = (-1, -2) $ 是无效区间（左端点大于右端点）

这种错误在处理含参不等式时极为普遍，尤其是在动态系统建模、控制理论中涉及稳定性边界分析时容易引发逻辑漏洞。

六、算法实现视角：自动化求解流程设计

在编程环境中（如 Python），可构建一个通用的一元二次不等式求解器。以下是一个简化版本的伪代码逻辑：

def solve_quadratic_inequality(a_param):
    # 方程: x^2 - 3*a*x + 2*a^2 < 0
    root1 = a_param      # x = a
    root2 = 2 * a_param  # x = 2a
    
    if a_param < 0:
        lower = root2    # 2a < a
        upper = root1
    else:
        lower = root1    # a < 2a
        upper = root2
        
    return (lower, upper)  # 开区间

此结构可用于嵌入数学引擎或符号计算系统中。

七、拓展思考：多场景下的应用延伸

该类不等式广泛应用于：

• 控制系统稳定性分析：判断特征根是否位于左半平面
• 优化问题约束建模：定义变量可行域
• 机器学习中的损失函数边界：如支持向量机间隔最大化条件
• 金融工程中的风险阈值设定：基于波动率参数的区间判定

掌握含参不等式的精确求解能力，是高级算法工程师、系统架构师必备的数学素养之一。

八、可视化表达：使用 Mermaid 展示逻辑流程

graph TD A[输入不等式 x² - 3ax + 2a² < 0] --> B{参数 a < 0?} B -- 是 --> C[2a < a] B -- 否 --> D[a < 2a] C --> E[解集为 (2a, a)] D --> F[解集为 (a, 2a)] E --> G[输出区间结果] F --> G

该流程图清晰展示了分支判断过程，适用于自动化推理系统的开发参考。