关联函数范式
相变理论里，关联函数是一条非常核心的主线。序参量告诉我们“有没有有序”，自由能告诉我们“热力学是否奇异”，而关联函数告诉我们“涨落如何在空间中传播”。许多临界指数、结构因子、响应函数和有限尺寸标度，都可以从关联函数的长距离形式读出来。
核心逻辑可以概括为：
\[
\text{关联函数}
\rightarrow
\text{响应函数}
\rightarrow
\text{有限尺寸标度}
\rightarrow
\text{不同相的物理图像}.
\]
连通关联函数
设序参量场为 \(\phi(x)\)。最常用的是两点关联函数
\[
G(r)=\langle \phi(r)\phi(0)\rangle.
\]
如果系统有非零平均值
\[
\langle \phi\rangle=m,
\]
那么 \(G(r)\) 在远距离会包含一个平凡平台：
\[
G(r)\to m^2.
\]
真正描述涨落传播的是连通关联函数：
\[
G_c(r)
=
\langle \phi(r)\phi(0)\rangle
-
\langle\phi\rangle^2.
\]
在 Ising 有序相里，这个区分尤其重要。普通关联函数有 \(m^2\) 平台；连通关联函数才描述 domain-wall 或局域涨落的衰减。
磁化率来自关联函数积分
设总磁化为
\[
M=\sum_i s_i.
\]
磁化率可以写成涨落：
\[
\chi
=
\frac{\beta}{V}
\left(
\langle M^2\rangle-\langle M\rangle^2
\right).
\]
展开 \(M^2\)：
\[
\langle M^2\rangle-\langle M\rangle^2
=
\sum_{ij}
\left(
\langle s_is_j\rangle-\langle s_i\rangle\langle s_j\rangle
\right).
\]
若体系平移不变，令 \(r=j-i\)，得到
\[
\chi
=
\beta
\sum_r G_c(r).
\]
连续极限下就是
\[
\chi
\sim
\int d^dr\,G_c(r).
\]
这条公式非常重要：磁化率不是一个孤立定义，它本质上是所有空间关联的总和。关联函数衰减越慢，\(\chi\) 越容易变大；临界点处相关长度发散，\(\chi\) 因此发散。
结构因子和动量空间
关联函数的 Fourier 变换是结构因子或动量空间 susceptibility：
\[
\chi(k)
=
\sum_r e^{ikr}G_c(r).
\]
特别地，
\[
\chi(0)=\sum_rG_c(r)
\]
就是均匀磁化率。若相变发生在非零 ordering wavevector \(Q\)，例如反铁磁序，则应该看
\[
\chi(Q)=\sum_r e^{iQr}G_c(r).
\]
所以 Monte Carlo 中常测的 structure factor
\[
S(k)=\frac1V\left\langle
\left|
\sum_j e^{ik r_j}s_j
\right|^2
\right\rangle
\]
本质上也是关联函数的 Fourier 变换。实空间和动量空间只是同一件事的两种表示。
高温相
普通短程模型的高温相中，关联函数有有限相关长度：
\[
G_c(r)
\sim
\frac{e^{-r/\xi}}{r^{(d-1)/2}}
\]
或粗略写成
\[
G_c(r)\sim e^{-r/\xi}.
\]
因为 \(\xi\) 有限，积分
\[
\chi\sim \int d^dr\,G_c(r)
\]
也是有限的。动量空间中常用 Ornstein-Zernike 形式：
\[
\chi(k)
\sim
\frac{1}{k^2+\xi^{-2}}.
\]
这说明 \(\xi^{-1}\) 就是动量空间峰宽。越接近临界点，\(\xi\) 越大，\(\chi(k)\) 在 \(k=0\) 或 \(Q\) 附近越尖。
普通二级相变
临界点处相关长度发散：
\[
\xi\to\infty.
\]
短程临界点的连通关联函数通常写成
\[
G_c(r)
\sim
\frac{1}{r^{d-2+\eta}}.
\]
把它代入磁化率积分，并用有限系统尺寸 \(L\) 作为红外截断：
\[
\chi(L)
\sim
\int_a^L dr\,r^{d-1}
\frac{1}{r^{d-2+\eta}}.
\]
积分化简为
\[
\chi(L)
\sim
\int_a^L dr\,r^{1-\eta}
\sim
L^{2-\eta}.
\]
这就是有限尺寸标度里常见的关系：
\[
\boxed{\chi(T_c,L)\sim L^{2-\eta}.}
\]
若用 RG 指数 \(y_h\) 写，磁化率也满足
\[
\chi\sim L^{2y_h-d}.
\]
比较两式得到
\[
2y_h-d=2-\eta,
\qquad
y_h=\frac{d+2-\eta}{2}.
\]
所以 \(\eta\) 可以从实空间关联函数读出，也可以从 \(\chi\) 的有限尺寸增长读出。
低温有序相
离散对称性破缺的低温相，例如 Ising 铁磁相，有
\[
G(r)\to m^2.
\]
连通关联函数通常仍然指数衰减：
\[
G_c(r)=G(r)-m^2\sim e^{-r/\xi}.
\]
因此低温相中的巨大 \(S(0)\) 或 \(M^2\) 主要来自 \(m^2\) 平台，而不是临界涨落。做数据分析时要分清：
\[
\langle M^2\rangle
\quad\text{和}\quad
\langle M^2\rangle-\langle M\rangle^2
\]
所代表的物理不同。
连续对称性破缺的低温相则会出现 Goldstone mode。以 \(O(N)\) 模型为例，横向涨落的低动量传播子为
\[
G(k)\sim \frac1{k^2}.
\]
回到实空间，对连通关联函数给出
\[
G_c(r)\sim \frac1{r^{d-2}}
\qquad (d>2).
\]
所以三维 XY 或 Heisenberg 低温相即使已经有真正长程序，连通关联函数仍然可能有幂律尾巴。这和 Ising 低温相很不一样。
BKT 相变
二维 XY 模型的低温相没有真正长程序：
\[
\langle e^{i\theta}\rangle=0.
\]
但它也不是普通高温无序相。低温 BKT 相中，关联函数代数衰减：
\[
G(r)
=
\left\langle
e^{i[\theta(r)-\theta(0)]}
\right\rangle
\sim
r^{-\eta(T)}.
\]
于是有限系统中的 susceptibility 变成
\[
\chi(L)
\sim
\int_a^L dr\,r^{d-1}r^{-\eta(T)}.
\]
在 \(d=2\) 中：
\[
\chi(L)\sim L^{2-\eta(T)}.
\]
BKT 转变点处有著名结果
\[
\eta(T_{\rm BKT})=\frac14,
\]
因此
\[
\chi(L,T_{\rm BKT})\sim L^{7/4}
\]
并带有对数修正。低温侧 \(\eta(T)\) 随温度连续变化，这是 BKT 相变和普通二级相变的重要差别。
长程模型中的裸尾巴
若哈密顿量本身含有长程耦合
\[
J(r)\sim \frac1{r^{d+\sigma}},
\]
那么关联函数可能继承一个“裸长程尾巴”：
\[
G_c(r)\supset \frac{A(T)}{r^{d+\sigma}}.
\]
高温展开的第一阶已经能看出这一点：
\[
G(r)\approx \beta J(r)
\sim
\frac{\beta}{r^{d+\sigma}}.
\]
这意味着长程模型的高温相最终远距离衰减也可能是幂律。但这不自动表示高温相是临界相，因为
\[
\chi\sim
\int^\infty dr\,r^{d-1}r^{-(d+\sigma)}
=
\int^\infty dr\,r^{-1-\sigma}
\]
对 \(\sigma>0\) 仍然收敛。
在临界点，如果集体涨落给出更慢的衰减
\[
G_c(r)\sim r^{-(d-2+\eta)},
\]
它会主导 leading behavior；裸尾巴通常退为 subleading correction。长程 fixed point 的常见 Gaussian 图像给
\[
\eta_{\rm LR}=2-\sigma,
\]
因此
\[
G_c(r)\sim r^{-(d-\sigma)},
\]
这比 \(r^{-(d+\sigma)}\) 衰减慢得多。
量子模型中的关联函数和响应
量子模型中，两点函数通常变成虚时格林函数：
\[
G(r,\tau)
=
\langle
\mathcal T_\tau
O(r,\tau)O(0,0)
\rangle.
\]
静态响应常由空间和虚时积分给出：
\[
\chi
\sim
\int_0^\beta d\tau
\sum_r
\langle O(r,\tau)O(0,0)\rangle_c.
\]
这和经典公式
\[
\chi\sim \sum_rG_c(r)
\]
是同一条逻辑的量子版本。线性响应理论中的 Kubo 公式进一步说明：外场对某个观测量的线性响应，可以用相应算符的时间关联函数表示。实频响应函数、谱函数和输运系数都建立在这套关联函数语言上。
因此在量子 Monte Carlo 中，测量 Green 函数、虚时关联函数、结构因子和 winding number，不是附加技术细节，而是把采样结果转化为响应函数和低能物理的主要入口。
小结
关联函数范式可以压缩为几句话：
第一，\(\chi\) 是连通关联函数的积分：
\[
\chi\sim \int d^dr\,G_c(r).
\]
第二，结构因子是关联函数的 Fourier 变换：
\[
\chi(k)=\sum_r e^{ikr}G_c(r).
\]
第三，临界点处
\[
G_c(r)\sim r^{-(d-2+\eta)}
\]
直接推出
\[
\chi(L)\sim L^{2-\eta}.
\]
第四，不同相的区别可以先从 \(G_c(r)\) 的衰减方式读出：高温指数衰减、普通临界幂律衰减、离散有序相有平台加连通短程涨落、连续有序相有 Goldstone 尾巴、BKT 相有温度依赖的代数衰减、长程模型还可能有裸长程背景尾巴。