1 概念界定
1.1 简并的基本含义（数值相同/等价态）
在数学与应用数学中，简并（degeneracy）通常指：在某个给定结构或约束条件下，原本不同的对象会表现出相同的数值结果，或在可观测层面等价。这里“不同对象”可以是特征值、能级、解、状态，等等；“相同的数值”既可能是严格相等，也可能在等价关系下被视为同类。简并体现了系统内部的对称性、冗余自由度，或某些参数取值导致的特殊耦合结果。
在实际建模中，简并往往意味着：不能仅靠单个“本征量—本征向量（或单个解）”来描述系统状态，因为同一个观测量对应着一个更高维的状态集合。由此，分析重点常从“单一量”转向“状态空间的结构”。
1.2 与“多重性”“重根”的关系
简并与“多重性”密切相关。在线性代数里，一个特征值的多重性反映了它在谱中出现的份额大小；当多重性大于一时，通常就可视为该特征值的简并。类似地，在多项式或方程中出现“重根”（重的代数根）时，也可将其视为代数层面的简并：多个代数上不同的贡献在同一点汇聚。
需要注意的是：重根/多重性是“数值层面”的信息，而简并在许多语境中还隐含“结构层面”的含义，即与该数值对应的解空间可能具有更丰富的几何结构。换言之，简并既可能是仅由计数造成的现象，也可能伴随更深层的几何退化。
1.3 简并与等价类/对称性的联系
当系统存在对称性时，通常存在一组“变换”把状态彼此对应起来，而观测量（如能量、频率、某种不变函数）在该变换下保持不变。于是，不同但互为对称像的状态会产生相同的观测结果，从而出现简并。更抽象地说，可以把这些状态看作同一个等价类的元素：它们在某个判别体系下不可区分，但在完整的状态空间里并不相同。
因此，简并常常是对称性的“可观测余量”。当参数变化破坏了对称性或边界条件改变导致对称不再成立时，原本简并的谱可能会分裂或消失，这也是去简并（或分裂）的直观来源。
2 数学表述与判定
2.1 线性代数中的简并（特征值重数）
在线性代数中，最常见的简并发生在矩阵或线性算子谱的重复出现上。给定线性算子 \(A\)，若某个特征值 \(\lambda\) 对应的不止一个“独立状态”，即可称为发生简并。通常通过“重数”来度量这种重复。
2.1.1 特征值的代数重数与几何重数
设 \(A\) 的特征多项式为 \(p(\lambda)\)。若 \(\lambda\) 是 \(p(\lambda)\) 的根且其代数重数为 \(m\)，则说明代数层面存在 \(m\) 次“重复”。另一方面，几何重数定义为特征空间维数，即 \[ \dim\ker(A-\lambda I). \] 代数重数与几何重数之间满足一般不等关系：几何重数不超过代数重数。若两者相等，说明对应的特征空间“足够大”，并且在许多情况下可保证对角化良好；若几何重数小于代数重数，则表明存在更复杂的结构（例如广义特征向量参与），这时简并虽在数值上存在，但状态空间的“可独立选择”数量较少。
2.1.2 特征空间的维数与简并度量
对线性算子而言，可把“简并度”视作与该特征值对应的特征空间维数（也可与代数重数结合判断）。当\(\lambda\) 的几何重数为 \(k\)，可理解为：存在 \(k\) 个线性无关的本征态基，所有对应状态线性组合仍保持同一特征值。此时系统在该层级上对方向（在特征空间中）不敏感，从而表现为“同一谱值对应多种状态”。
在应用中，简并度不仅影响理论分类，还影响计算：例如在数值求解特征子空间时，需要同时获取整个特征空间而不是单个向量。
2.2 非线性问题中的简并（驻点与分支合并）
在非线性方程或变分问题中，简并常表现为：不同的解分支在某参数取值处汇合，或驻点出现退化。形式上，可把一个非线性方程 \[ F(x,\mu)=0 \] 在某个参数 \(\mu=\mu_0\) 时的解集合出现“合并”或“额外约束”看作简并现象。对应的线性化算子在该解处可能出现更高维的核，从而使得局部结构（如分支的分裂方式）需要用更精细的展开来刻画。
这种情形与线性特征值重数的直观对应类似：当线性化层面出现退化，非线性解的结构就可能在该点“变得不够刚性”，从而产生分支合并/分裂的现象。
2.3 函数方程与约束条件下的简并
在带约束的函数方程里，简并可来自约束的有效维数下降或冗余条件出现。比如约束使某些方向上变化不影响目标方程的满足情况，从而导致存在连续族（或更高维）解。判别上，常涉及到可行域切空间、拉格朗日乘子结构以及二阶条件的退化。
从形式角度看，简并不只是“解多”，还可能是“对约束敏感度低”。当约束在某处变得局部退化，系统就会对某些扰动不作响应，于是产生等价解集合或连续参数化的解族。
3 与对称性、结构的关系
3.1 对称群作用与不变性导致的简并
若一个算子或方程在某群的变换下保持不变，就会产生简并。典型机制是：对称群的表示把状态空间分解为不变子空间，而某些观测量对不同子空间取相同值。此时，同一谱值对应多个不可区分的“对称像”状态，形成简并。
更具体地说，如果某个对称变换 \(g\) 作用后满足 \(A\) 的不变性（如 \(U_g^{-1}AU_g=A\)），那么若 \(A\psi=\lambda\psi\)，就有 \(A(U_g\psi)=\lambda(U_g\psi)\)。因此，轨道上的不同向量对应同一特征值。简并的存在往往是对称性导致的必然结果，而简并的“大小”与表示的分解方式相关。
3.2 表征论视角下的简并分类
从表征论角度，简并可以被视作：同一不可约表示对应相同的谱贡献，或者不同不可约成分在某观测量上出现重合。研究通常围绕算子的对称性与其在群表示上的分解展开。
在实际分类中，经常会使用“不可约表示—对应本征空间”的对应关系：如果算子在对称群下等变，它会在某些分量上以相同的标量形式出现，从而造成简并。由此，简并并非随机重复，而是可由结构性分解给出系统分类。
3.3 破缺（去简并）与参数扰动的直观机制
当引入扰动使对称性破坏，先前由对称保证的等价关系不再成立。此时，原本处于同一简并本征空间中的不同方向会对扰动产生不同响应，导致特征值分裂。简并度降低，谱在参数空间中变得“更可区分”。
直观上可以理解为：对称性提供了“同一性”，而扰动引入了“差异”。差异一旦被放大到足够程度，简并就会消解，形成若干彼此不再相同的谱值。另一方面，若扰动仍保留某部分对称，可能出现“部分去简并”，即只在某些子空间分裂。
4 微扰、稳定性与谱理论中的简并
4.1 微扰理论中的简并处理（需用简并微扰）
在微扰理论中，如果基态或某个本征值是简并的，单纯使用非简并公式往往会失效。原因在于：简并子空间内的任意线性组合在零阶近似中具有相同能量（或频率），扰动的第一阶效应取决于该子空间上的“有效作用”，需要在简并子空间内做对角化。
简并微扰的核心步骤是：先限制扰动算子到简并特征空间，构造相应的有限维矩阵，再求其特征值与特征向量。这样得到的分裂量（以及修正后的本征态）才与真实的局部谱结构一致。
4.2 本征空间内的对角化与分裂
简并子空间往往可看作“自由度的容器”。当扰动到来，容器里的方向不再完全等价，于是“有效算子”在该空间中产生非平凡结构。对其对角化会揭示：原先同一特征值将分裂为若干相近但不同的值，每个值对应简并空间中的某个特定方向（基于有效问题的本征向量）。
因此，分裂的方式与扰动算子在简并空间上的投影有关。若投影后的有效算子仍具有某种对称或退化，则可能出现更复杂的“分层简并”。
4.3 局部谱结构与连续/离散简并
谱理论中，简并不总是离散点的重复特征值。在连续谱或与边界条件相关的情形下，也可能出现“局部等价”或“谱密集”的情形，使得某些参数下观察量近似相同。此时可讨论连续/离散简并的概念差异：离散简并更像“某个点处的重复”，连续简并更像“邻域内结构难以区分”。
稳定性方面，简并常与对数值误差敏感性相关：当系统接近简并点时，谱间隔变小，计算中微小误差可能导致特征子空间估计产生跳变或交换。因此对局部谱间隙的理解，是数值稳定分析的重要组成部分。
5 微分方程与边值问题中的简并
5.1 Sturm–Liouville 类型问题中的简并现象
对自伴随的二阶微分算子（如 Sturm–Liouville 型问题），特征值与特征函数通常具有较好的理论性质。然而，在某些对称几何或特殊参数设置下，仍可能出现不同模态对应相同特征值，产生简并。其背后的原因常与边界条件、域的对称性或系数结构有关。
在这类问题里，简并常意味着：存在多个满足相同特征值条件的线性无关模态。若算子对称且边界条件保持该对称，简并可能以“组态”的形式出现。
5.2 边界条件改变引起的解合并
边界条件是边值问题的“选择机制”。当边界条件发生改变（包括参数化的边界条件），可能导致原本不同的解支在某参数处合并，或使某些模态不再独立。简并在此情形中可理解为：约束条件的有效作用降低，使多个解在同一条件下同时满足。
从分析角度，边界条件的改变会影响算子的定义域，从而改变特征结构。某些参数区间内可能维持简并，而跨越特定阈值后产生分裂或消失。
5.3 模态（模态频率）与简并的物理/几何对应
在描述波动、振动或扩散的模型中，模态频率或特征值常与几何结构相联系。当系统具有对称形状或对称材料分布时，不同形状方向的振动可能具有相同频率，形成模态简并。几何上可对应为：同一特征值对应多个“空间方向”的独立振型。
这种对应并不依赖于具体物理对象，属于模型结构与算子谱之间的映射：只要方程与边界条件保持相应对称性，就可能出现若干模态共享同一特征值。
6 变分问题与优化中的简并
6.1 多解最小值与目标函数的平坦方向
在优化与变分框架中，简并常表现为最小值的多解或谷底的“平坦方向”。即在某个点附近，目标函数在某些方向上几乎不发生二阶变化，使得最优解不再唯一。更形式化地说，当二阶导（或第二变分）在某些方向上退化，就可能出现一族等价最优点。
这类简并对算法也有影响：梯度方法可能在平坦方向上慢速漂移，或对初值敏感；同时，对局部收敛的证明往往需要更谨慎地处理二阶退化。
6.2 约束优化中的等价解（活动集导致的简并）
在带不等式约束或活动集机制的优化里，某些约束在最优解附近可能呈现“同时有效/同时失效”的结构，导致若干解满足同样的约束激活模式。若在该模式下拉格朗日函数对某些自由变量不敏感，就会产生等价解集合，从而形成简并。
活动集改变往往对应约束的“切换”。当活动集在参数变化下发生不连续变化时，最优解的结构可能突然分裂或合并，因此简并也常与“边界切换”现象同向出现。
6.3 第二变分与简并的几何解释
在变分问题中，第二变分提供了驻点附近的局部几何信息。若二阶条件在某些方向上变为零或出现更高阶退化，驻点就可能表现为“临界但不严格”，从而引入简并。几何上可理解为：驻点附近的曲面或泛函在某些切向方向上更平，导致局部存在一组相近的等价驻点。
这种解释有助于区分“真正的唯一最优/稳定驻点”和“仅凭一阶信息难以分辨”的退化情形。对稳定性判断而言，简并的出现往往意味着需要更高阶或更细致的分析。
7 数值计算中的简并
7.1 特征值算法的数值敏感性
当矩阵或算子存在简并时，相邻特征值之间的间隔变小或为零，会放大舍入误差与迭代误差。数值算法可能出现：本征值估计在简并附近漂移、本征向量在简并子空间内发生任意旋转、或输出的特征对在不同运行中出现交换。
因此，计算目标通常从“给出某一特定本征向量”转向“准确得到简并子空间本身”。这也是数值线性代数中对稳健性设计的重要动机。
7.2 特征子空间的估计与正交化策略
对简并问题，更稳健的做法是估计特征子空间并维护其正交结构。常见策略包括：对迭代得到的向量进行子空间正交化，或在小子空间内执行Rayleigh商投影以获得更可靠的谱信息。这样，即便个别向量在简并子空间内不具唯一性，也能保证子空间与投影算子的逼近质量。
此外，若需要输出物理/几何可解释的“模态基”，可能还需在简并子空间内施加额外规范化准则（例如由某个附加观测量最小化或对称约束选择基）。
7.3 误差放大与“近简并”的处理
实践中常遇到“近简并”：真实系统只有接近的谱间隔而非严格重复。此时误差会导致“看起来像简并”的现象，比如算法无法稳定地区分两个本征值，或估计的谱序发生变化。处理思路通常包括：提高精度、使用更稳定的分解方式、结合后处理检验（如残差评估）判断特征对是否可靠。
近简并也提示建模与辨识的谨慎：当数据噪声或参数不确定性与谱间隙同量级时，区分“是否真正简并”可能是不必要或不可实现的，重点应转向统计意义下的子空间层面结论。
8 典型应用场景（不涉及具体争议议题）
8.1 量化/波动系统中的能级简并（一般性描述）
在一般波动或量化形式的模型中，能级对应线性算子的谱。若系统在空间或参数上具有对称性，不同空间分布的状态可能具有相同能级，从而形成能级简并。研究通常关注简并如何影响状态选择、响应函数的展开以及谱分裂如何随参数变化而发生。
8.2 晶格与离散模型中的谱简并
离散模型（如周期结构或图上的离散算子）中也会出现谱简并。由于局部连接方式与整体对称性，某些模态在宏观层面具有相同特征值。简并会影响传输性质、局部化趋势或传播模态的叠加结构。
8.3 图与网络的谱简并（同结构导致相同特征）
在图的拉普拉斯矩阵、邻接矩阵或其他谱构造中，简并往往源于图结构的对称性或等价节点集合。若图存在自同构把某些节点/边映射到彼此，谱值可能在相应不可区分的子空间上重复出现。此时，简并不只是数值现象，也反映了网络结构中的重复模式。
9 相关概念与对比
9.1 去简并（分裂）、避免简并（经验性现象）
去简并（分裂）指简并在扰动或参数变化后被解除，原本相同的谱值分化为若干不同值。避免简并则是指：在许多参数变换过程中，两个谱支可能不发生“严格相交”，而是发生旁路效应；其常被视为某种经验性的“准则”，提示简并点出现条件更严格，或需要更高维参数空间才能实现。
两者的区别在于：分裂强调原本重复的消解，避免简并强调谱支之间的“难以相交”或“反常穿越”的统计/几何表现。严格判别通常要回到具体模型与维数条件。
9.2 交叉与穿越（与简并的区分）
谱交叉通常描述不同特征值随参数变化在某处相等并可能继续交换排序；穿越则强调谱支在图像上的跨越方式。简并与交叉相关但不等同：简并是某一时刻（或参数点）上的重复结构，而交叉/穿越是描述随参数变化的轨迹。若模型足够对称，交叉可能对应真正简并；若对称被破坏，交叉可能被分裂成近交。
因此，在讨论时需区分“瞬时的重复（简并）”与“随参演化的形态（交叉/穿越）”。
9.3 本征态、模态与简并的术语映射
不同领域使用的术语不完全一致。本征态常用于量子或线性算子语境；模态用于波动、振动或偏微分方程语境，通常对应特征函数/振型以及特征频率；在离散系统中常用“特征向量/特征模式”。这些对象与简并之间的对应关系通常是：当若干本征态/模态具有相同的本征值（能级或频率）时，就出现简并。
用统一语言理解时，可将“简并”定位为“同一本征值对应的独立状态集合更大”，而其状态集合的具体表述取决于领域习惯。
10 参考资料与延伸阅读（按主题）
10.1 线性代数与谱理论教材
可查阅线性代数与矩阵分析的经典教材，重点关注：特征值重数、几何重数、对角化与Jordan结构，以及Rayleigh商与谱分解相关内容。对于理解简并如何影响计算流程，这类教材的定理与例题较为直接。
10.2 微分方程与谱分析
建议阅读与自伴随算子、Sturm–Liouville理论、谱定理与边值问题相关的教材章节。简并在该类框架中通常与对称性、边界条件与特征函数空间结构相连，深入理解有助于把握“何时会出现多模态同频率”的机理。
10.3 微扰理论与数值线性代数专题
微扰理论相关读物可帮助理解：简并条件下如何构造有效问题、如何计算分裂与修正。数值线性代数专题则更强调：误差如何在近简并情况下被放大、如何稳定地估计特征子空间并处理非唯一的本征基。