$x^2$ 的图像如何支持其在零处极限的归结原则？

算术平均数充当当前估计值与下一个迭代值之间的几何桥梁。通过将递推关系 $x_{n+1} = \frac{1}{2}(x_n + \frac{a}{x_n})$ 分解为 $f(x)=x$ 和 $g(x)=\frac{a}{x}$，算术平均数对应于 $x_n$ 处直线和双曲线上两点之间的垂直中点。

适用条件：递推关系为 $x_{n+1} = \frac{1}{2}(x_n + \frac{a}{x_n})$。；函数定义为 $f(x) = x$ 和 $g(x) = \frac{a}{x}$。；几何解释使用垂直距离和中点。

该极限不存在，因为函数沿不同路径趋近原点时会趋向不同的值。epsilon-delta 定义要求对每个附近的定义域点进行统一控制，这意味着所有路径必须产生相同的极限。

适用条件：函数为 $f(x,y)=xy/(x^2+y^2)$。；极限在 $(x,y) \to (0,0)$ 时评估。；定义域排除原点 $(0,0)$。

可视化将数列的离散点绘制在与 $y=3$ 的水平渐近线相对的位置。容差 $\varepsilon$ 定义了一个水平带 $y = 3 \pm \varepsilon$。

适用条件：数列为 $a_n = \frac{3n^2}{n^2-3}$。；极限为 $A=3$。；坐标系绘制离散点与 n 的关系。

条件 $x_n \neq x_0$ 确保极限描述的是函数在 $x_0$ *附近*的行为，而与函数在 $x_0$ *处*的值无关。它排除了数列恒等于 $x_0$ 的平凡情况，这种情况无论周围行为如何，始终产生 $f(x_0)$。

适用条件：$x_0$ 是定义域的聚点。；数列 $x_n$ 趋近于 $x_0$。；函数 $f$ 在 $x_0$ 处可能有定义，也可能没有。

归结原则要求*每一个*趋近于聚点的容许数列都产生相同的极限。仅检查几条路径只提供了一部分情况；未检查的路径中可能存在反例，从而使全称主张无效。

适用条件：该准则适用于定义域中趋近于 $x_0$（排除 $x_0$）的所有数列。；单个反例足以证明极限不存在。；有限的验证无法为无限集确立普遍真理。