定向伊辛普适类临界指数的高精度估计

通过广泛的蒙特卡洛模拟，我们给出了具有两个子代的分支湮灭随机游走（branching annihilating random walks）临界指数的高精度估计，这是一维定向伊辛（directed Ising）普适类的典型模型。为了准确估计指数，我们提出了一种系统方法来寻找标度修正，其主导行为在临界点的长时间极限下应呈 $t^{-\chi}$ 形式。我们的研究表明，缺陷模拟中的粒子数 $\chi\approx 0.75$，其他测量量的 $\chi \approx 0.5$，这与广泛使用的 $\chi = 1$ 值形成了对比。利用如此获得的 $\chi$，我们分析了有效指数，发现 $\beta/\nu_\| = 0.2872(2)$，$z = 1.7415(5)$，$\eta = 0.0000(2)$，从而得出 $\beta /\nu_\perp = 0.5000(6)$。我们关于 $\beta/\nu_\|$ 和 $z$ 的数值结果明显不同于 Jensen [Phys. Rev. E, {\bf 50}, 3623 (1994)] 推测的有理数 $\beta/\nu_\| = \frac{2}{7} \approx 0.2857$ 和 $z = \frac{7}{4}= 1.75$。然而，我们关于 $\beta/\nu_\perp$ 的结果与被认为是精确值的 $\frac{1}{2}$ 一致。