🔬 condensed matter

The topological gap at criticality: scaling exponent d + {\eta}, universality, and scope

यह शोध पत्र यह स्थापित करता है कि स्पिन मॉडलों में टोपोलॉजिकल गैप, जिसे घनत्व-मिलान वाले नल (null) के ऊपर बहुमत-स्पिन अल्फा कॉम्प्लेक्स की अतिरिक्त $H_1$ टोटल पर्सिस्टेंस के रूप में परिभाषित किया गया है, क्रिटिकल एक्सपोनेंट $d+\eta$ द्वारा नियंत्रित परिमित-आकार स्केलिंग (finite-size scaling) प्रदर्शित करता है और 2D आइसिंग यूनिवर्सलिटी के अनुरूप एक यूनिवर्सल स्केलिंग फंक्शन का पालन करता है।

मूल लेखक: Matthew Loftus

प्रकाशित 2026-04-03

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Matthew Loftus

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप लोगों की एक विशाल भीड़ की "व्यक्तित्व" (personality) को समझने की कोशिश कर रहे हैं। क्या वे अजनबियों का केवल एक यादृच्छिक (random) समूह हैं, या वे गहरे, अदृश्य संबंधों से जुड़ी एक घनिष्ठ समुदाय है?

यह शोध पत्र, जिसे मैथ्यू लॉफ़्टस द्वारा लिखा गया है, ठीक यही मापने के लिए एक नया गणितीय उपकरण पेश करता है। यह चुंबकीय सामग्रियों (जैसे चुंबक में स्पिन) को देखने और यह देखने के लिए कि वे कैसे खुद को व्यवस्थित करते हैं जब वे एक 'फेज चेंज' (phase change) की दहलीज पर होते हैं—जैसे कि जब कोई चुंबक गर्म होने पर अपनी चुंबकत्व खो देता है। इसके लिए यह टोपोलॉजिकल डेटा एनालिसिस (विशेष रूप से "परसिस्टेंट होमोलॉजी" नामक चीज़) का उपयोग करता है।

यहाँ सरल उपमाओं (analogies) का उपयोग करके शोध पत्र की खोजों का विवरण दिया गया है।

1. "टोपोलॉजिकल गैप": शोर में संकेत खोजना

कल्पना कीजिए कि आपके पास एक भीड़ भरी पार्टी की फोटो है।

असली भीड़: लोग समूहों में खड़े हैं, बातें कर रहे हैं, और एक-दूसरे का हाथ थामे हुए हैं। वहाँ एक संरचना है।
बिखरी हुई भीड़: आप उसी संख्या में लोगों को लेकर उन्हें कमरे में बेतरतीब ढंग से बिखेर देते हैं। घनत्व (density) वही है, लेकिन सभी संबंध खत्म हो गए हैं।

लेखक एक "टोपोलॉजिकल गैप" को असली भीड़ और बिखरी हुई भीड़ की संरचना के बीच के अंतर के रूप में परिभाषित करते हैं।

यदि आप केवल लोगों की गिनती करते हैं, तो दोनों के लिए संख्या समान मिलेगी।
लेकिन यदि आप लोगों द्वारा बनाए गए लूप्स (loops) या वृत्तों (circles) को देखते हैं (जैसे कि दोस्तों का एक घेरा बनाकर खड़ा होना), तो असली भीड़ में ये बहुत अधिक होते हैं क्योंकि उनके बीच संबंध होते हैं। बिखरी हुई भीड़ में ये बहुत कम होते हैं।

यह शोध पत्र इन लूप्स के इस "अतिरिक्त" (excess) को मापता है। यह अतिरिक्त ही वह "टोपोलॉजिकल गैप" है। यह उन महत्वपूर्ण सहसंबंधों (critical correlations) का एक फिंगरप्रिंट है जो फेज ट्रांज़िशन के ठीक उस क्षण में सिस्टम को एक साथ जोड़ने वाले अदृश्य "गोंद" की तरह काम करते हैं।

2. स्वर्णिम नियम: "d + η" सूत्र

इस शोध पत्र की सबसे बड़ी खोज एक सरल सूत्र है जो यह भविष्यवाणी करता है कि जैसे-जैसे सिस्टम बड़ा होता जाता है, यह "टोपोलॉजिकल गैप" कैसे बढ़ता है।

सूत्र है: गैप का आकार = (सिस्टम का आकार) की घात (d + η)।

d (Dimension/आयाम): यह केवल उन दिशाओं की संख्या है जिनमें आप हिल सकते हैं (एक सपाट शीट के लिए 2, एक ब्लॉक के लिए 3)।
η (एटा/Eta): यह भौतिकी का एक रहस्यमय नंबर है जिसे "एनोमलस डायमेंशन" (anomalous dimension) कहा जाता है। यह मापता है कि क्रिटिकल पॉइंट पर कनेक्शन कितने "अजीब" या "फ्रैक्टल" (fractal) हैं।

उपमा:
इस सिस्टम को एक स्पंज के रूप में सोचें।

एक सामान्य स्पंज में, छेद अनुमानित रूप से बढ़ते हैं।
एक "क्रिटिकल" स्पंज (टिपिंग पॉइंट पर), छेद अजीब आकार के और आपस में जुड़े हुए होते हैं।
शोध पत्र ने पाया कि "अजीबोगरीबपन" (η), स्पंज के आकार (d) में सीधे जुड़ जाता है ताकि यह निर्धारित किया जा सके कि टोपोलॉजिकल गैप कैसे बढ़ते हैं।

उन्होंने इसका परीक्षण 2D आइसिंग मॉडल (एक क्लासिक मैग्नेट सिमुलेशन) पर किया। सिद्धांत ने भविष्यवाणी की थी कि गैप का घातांक (exponent) 2.25 होना चाहिए। उनके माप ने 2.249 दिया। यह अविश्वसनीय रूप से सटीक मिलान है, जैसे एक मील दूर से लक्ष्य के केंद्र (bullseye) पर निशाना लगाना।

3. "स्कोप": जहाँ नियम काम करता है और जहाँ यह टूट जाता है

लेखकों ने केवल एक नियम नहीं खोजा; उन्होंने उन सीमाओं का भी मानचित्र बनाया जहाँ यह काम करता है। उन्होंने विभिन्न प्रकार की "भीड़ों" (मॉडेल्स) पर इसका परीक्षण किया और कुछ दिलचस्प विफलताएं पाईं।

✅ जहाँ यह काम करता है (द "अल्जेब्रिक" क्राउड)

2D Ising और 3-State Potts: ये ऐसे सिस्टम हैं जहाँ कनेक्शन धीरे-धीरे बदलते हैं। "गोंद" धीरे-धीरे टूटता है।
परिणाम: नियम पूरी तरह से काम करता है। "टोपोलॉजिकल गैप" बिल्कुल भविष्यवाणी किए गए अनुसार बढ़ता है।

❌ जहाँ यह विफल होता है (द "लॉगैरिद्मिक" क्राउड)

4-State Potts Model: यह एक "सीमांत" (marginal) मामला है। कनेक्शन एक बहुत ही विशिष्ट, धीमी गति से टूटते हैं (एक लॉगैरिद्मिक वक्र की तरह)।
परिणाम: नियम विफल हो जाता है। गैप भविष्यवाणी से मेल खाने की गति से नहीं बढ़ता है।
क्यों? कल्पना कीजिए कि आप एक ऐसे पौधे की वृद्धि को मापने की कोशिश कर रहे हैं जो इतनी धीरे बढ़ता है कि आप यह नहीं बता सकते कि वह बढ़ रहा है या बस स्थिर खड़ा है। "करेक्शन" (गणित में छोटे समायोजन) इतने धीमे (लॉगैरिद्मिक) हैं कि उनके कंप्यूटर सिमुलेशन के आकार के भीतर, सिस्टम कभी भी अनुमानित पैटर्न में नहीं settles होता।

❌ जहाँ यह विफल होता है (द "डाइल्यूटेड" क्राउड)

3D Ising Model: जब उन्होंने इसे 3D में आज़माया, तो कच्चे आंकड़े गलत थे।
समस्या: 3D में, "बहुसंख्यक" समूह (चुंबकीय हिस्सा) जैसे-जैसे सिस्टम बड़ा होता है, बहुत पतला और विरल (sparse) होता जाता है। यह एक ऐसी भीड़ में पैटर्न खोजने जैसा है जहाँ 90% लोग कमरे से बाहर जा चुके हैं। टोपोलॉजिकल सिग्नल घनत्व की कमी के कारण दब जाता है।
समाधान: लेखकों को एहसास हुआ कि उन्हें अपने डेटा को "नॉर्मलाइज़" (normalize) करने की आवश्यकता है। उन्होंने गैप को भीड़ के घनत्व से विभाजित किया। एक बार जब उन्होंने ऐसा किया, तो नियम फिर से काम करने लगा। यह ऐसा है जैसे यह महसूस करना कि आप एक खाली कमरे के शोर को माप रहे थे और आपको इस बात के लिए समायोजन करने की आवश्यकता थी कि कमरा ज्यादातर खाली था।

❌ जहाँ यह विफल होता है (द "गलत तरह की भीड़")

First-Order Transitions: ये अचानक होने वाले बदलाव हैं (जैसे पानी का तुरंत जमना)। यहाँ कोई "क्रिटिकल पॉइंट" नहीं होता जहाँ कनेक्शन धीरे-धीरे अनरवेल होते हैं। नियम यहाँ लागू नहीं होता।
Percolation: यह डॉट्स की एक रैंडम छिड़काव की तरह है। भले ही वे घने हों, उनमें कोई "सामाजिक संबंध" नहीं होते। टोपोलॉजिकल गैप केवल घनत्व को मापता है, क्रिटिकल सहसंबंधों को नहीं।

4. बड़ा चित्र (The Big Picture Takeaway)

यह शोध पत्र दो दुनियाओं के बीच एक सेतु है:

टोपोलॉजी: आकृतियों, छेदों और लूप्स का अध्ययन।
सांख्यिकीय भौतिकी (Statistical Physics): कणों के विशाल समूहों के व्यवहार का अध्ययन।

निष्कर्ष:
"टोपोलॉजिकल गैप" किसी भौतिक सिस्टम के "एनोमलस डायमेंशन" (η) को देखने का एक शक्तिशाली नया तरीका है। यदि आप डेटा में लूप्स को माप सकते हैं, तो आप ब्रह्मांड के क्रिटिकल पॉइंट्स के एक मौलिक गुण की गणना कर सकते हैं।

हालाँकि, यह उपकरण बहुत चयनात्मक है। यह केवल तभी काम करता है जब:

ट्रांज़िशन सुचारू (smooth) हो (सेकंड-ऑर्डर)।
सिस्टम इतना घना हो कि पैटर्न देखा जा सके।
पैटर्न के प्रति "करेक्शन" बहुत धीमे न हों (लॉगैरिद्मिक जाल न हो)।

संक्षेप में: लेखकों ने क्रिटिकल सिस्टम की जटिलता को मापने के लिए एक नया "रूलर" (पैमाना) खोजा है। यह अधिकांश 2D मैग्नेट के लिए खूबसूरती से काम करता है, 3D मैग्नेट के लिए इसमें थोड़े समायोजन की आवश्यकता होती है, और उन सिस्टम के लिए टूट जाता है जो बहुत अधिक रैंडम या बहुत अचानक होते हैं। यह भौतिकविदों को यह समझने में मदद करता है कि टोपोलॉजिकल उपकरण वास्तव में कब और क्यों प्रकृति के रहस्यों को प्रकट कर सकते हैं।

यहाँ मैथ्यू लोफ्टस के शोध पत्र "The topological gap at criticality: scaling exponent d + η, universality, and scope" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

पर्सिस्टेंट होमोलॉजी (PH) क्रिटिकल सिस्टम के स्पिन कॉन्फ़िगरेशन से प्राप्त पॉइंट क्लाउड्स के टोपोलॉजिकल फीचर्स का विश्लेषण करके क्लासिकल स्पिन मॉडल्स में फेज ट्रांजिशन (phase transitions) का पता लगाने के लिए एक उपकरण के रूप में उभरी है। एक विशिष्ट मीट्रिक, टोपोलॉजिकल गैप ( $\Delta$ ), जो क्रिटिकल सिस्टम के मेजॉरिटी-स्पिन अल्फा कॉम्प्लेक्स और एक डेंसिटी-मैच्ड शफल्ड नल मॉडल (density-matched shuffled null model) के बीच कुल $H_1$ पर्सिस्टेंस के अंतर को परिभाषित करता है, क्रिटिकल कोरिलेशन के टोपोलॉजिकल सिग्नेचर को अलग करता है।

पिछले अनुभवजन्य कार्य (empirical work) ने 2D आइसिंग मॉडल पर एक स्केलिंग एक्सपोनेंट $\alpha \approx 2.42$ और एक स्केलिंग फंक्शन एक्सपोनेंट $\gamma = 1 + \beta/\nu$ का सुझाव दिया था। हालांकि, समग्र स्केलिंग एक्सपोनेंट का सैद्धांतिक मूल अनसुलझा रहा, और विभिन्न मॉडल्स (जैसे, पॉट्स मॉडल्स, 3D सिस्टम्स) में इन नियमों की सार्वभौमिकता (universality) अनटेस्टेड थी। यह शोध निम्नलिखित को संबोधित करता है:

वास्तविक एसिम्प्टोटिक स्केलिंग एक्सपोनेंट $\alpha$ क्या है?
क्या यह स्केलिंग लॉ अन्य यूनिवर्सलिटी क्लासेस में सामान्यीकृत होता है?
वे सीमाएँ (scope) क्या हैं जहाँ यह फ्रेमवर्क विफल हो जाता है, और क्यों?

2. कार्यप्रणाली (Methodology)

यह अध्ययन स्विसन-वांग क्लस्टर एल्गोरिदम (और बड़े 2D आइसिंग के लिए वॉल्फ एल्गोरिदम) का उपयोग करके पांच अलग-अलग सांख्यिकीय यांत्रिक मॉडल्स के मोंटे कार्लो सिमुलेशन का उपयोग करता है।

अध्ययन किए गए मॉडल्स:
- 2D आइसिंग मॉडल ( $L=16$ से $1024$)।
- $q=3$ (सेकंड-ऑर्डर), $q=4$ (मार्जिनल), और $q=5$ (फर्स्ट-ऑर्डर) के साथ 2D पॉट्स मॉडल्स।
- 3D आइसिंग मॉडल ( $L=16$ से $64$)।
- 2D XY मॉडल (BKT ट्रांजिशन)।
- 2D साइट परकोलेशन (Site Percolation)।
डेटा प्रोसेसिंग:
- प्रत्येक कॉन्फ़िगरेशन के लिए, मेजॉरिटी-स्पिन साइट्स एक पॉइंट क्लाउड बनाती हैं।
- पर्सिस्टेंस डायग्राम उत्पन्न करने के लिए GUDHI लाइब्रेरी का उपयोग करके अल्फा कॉम्प्लेक्स फिल्ट्रेशन की गणना की जाती है।
- टोपोलॉजिकल गैप ( $\Delta$ ): $\Delta = TP_{H1}^{\text{real}} - TP_{H1}^{\text{shuf}}$ के रूप में गणना की जाती है, जहाँ शफल्ड नल मॉडल पॉइंट डेंसिटी को बनाए रखता है लेकिन स्थानिक सहसंबंधों (spatial correlations) को नष्ट कर देता है।
विश्लेषण तकनीकें:
- $\Delta(L, T)$ का फाइनाइट-साइज़ स्केलिंग (FSS) विश्लेषण।
- $\alpha$ को निर्धारित करने के लिए लॉग-लॉग फिटिंग।
- कन्वर्जेंस और स्केलिंग में सुधार (corrections to scaling) का पता लगाने के लिए "रनिंग एक्सपोनेंट" विश्लेषण।
- अनिश्चितता मात्रा निर्धारण (uncertainty quantification) के लिए बूटस्ट्रैप रीसैंपलिंग।
- मैग्नेटाइजेशन डिल्यूशन (magnetization dilution) के प्रभाव को संभालने के लिए डेंसिटी नॉर्मलाइजेशन।

3. मुख्य योगदान और परिणाम (Key Contributions & Results)

A. स्केलिंग एक्सपोनेंट $d + \eta$ है

यह शोध स्थापित करता है कि क्रिटिकैलिटी पर टोपोलॉजिकल गैप के लिए एसिम्प्टोटिक स्केलिंग एक्सपोनेंट $\alpha = d + \eta$ है, जहाँ $d$ स्थानिक आयाम (spatial dimension) है और $\eta$ एनोमलस डायमेंशन (anomalous dimension) है।

2D आइसिंग: पहले रिपोर्ट किए गए $\alpha \approx 2.42$ को छोटे सिस्टम्स में स्केलिंग के सुधारों (corrections to scaling) के कारण होने वाले बायस के रूप में पहचाना गया। वास्तविक एसिम्प्टोटिक मान $\alpha = 2.249 \pm 0.038$ है, जो सैद्धांतिक भविष्यवाणी $d + \eta = 2 + 1/4 = 2.25$ से $0.03\sigma$ के भीतर मेल खाता है।
तंत्र (Mechanism): गैप एक अतिरिक्त साइकिल काउंट (excess cycle count) जो $L^{d+\beta/\nu}$ के रूप में स्केल करता है और एक अतिरिक्त लाइफटाइम (excess lifetime) जो $L^{\eta/2}$ के रूप में स्केल करता है, में विभाजित होता है। हाइपरस्केलिंग संबंध $2\beta/\nu = \eta$ (2D में) का उपयोग करते हुए, कुल एक्सपोनेंट $(d + \beta/\nu) + \eta/2 = d + \eta$ हो जाता है।

B. स्केलिंग फंक्शन की सार्वभौमिकता (Universality of the Scaling Function)

तापमान $T_c$ से नीचे के लिए फाइनाइट-साइज़ स्केलिंग फंक्शन $G_-(x)$ इस रूप का पालन करता है:
$G_-(x) \sim (1 + x/x_0)^{-(1+\beta/\nu)}$

2D आइसिंग: फिट किया गया एक्सपोनेंट $\gamma = 1.089 \pm 0.077$ संगत है $1 + \beta/\nu = 9/8 = 1.125$ के।
2D पॉट्स ( $q=3$ ): मापा गया $\alpha = 2.272 \pm 0.024$ $d + \eta = 2.267$ से मेल खाता है ( $0.2\sigma$ के भीतर)। स्केलिंग फंक्शन एक्सपोनेंट $\gamma = 1.114$ संगत है $1 + \beta/\nu = 17/15 \approx 1.133$ के।
स्केलिंग में सुधार (Correction to Scaling): पॉट्स $q=3$ डेटा एक दो-पद (two-term) स्केलिंग सुधार मॉडल ( $A_1 L^{-\omega} + A_2 L^{-2\omega}$ ) के कारण नॉन-मोनोटोनिक रनिंग एक्सपोनेंट्स प्रदर्शित करता है, जिसमें विपरीत-चिह्न एम्प्लीट्यूड होते हैं, जिन्हें वास्तविक एसिम्प्टोटिक एक्सपोनेंट निकालने के लिए ध्यान में रखना आवश्यक है।

C. स्कोप सीमाएं और विफलता मोड (Scope Boundaries and Failure Modes)

यह शोध उन सटीक स्थितियों को रेखांकित करता है जिनमें स्केलिंग नियम लागू होता है या विफल होता है:

मार्जिनल केस (पॉट्स $q=4$ ): विफलता।
- $q=4$ मॉडल में सेकंड-ऑर्डर ट्रांजिशन है लेकिन स्केलिंग में लॉगरिदमिक सुधार ( $\omega \to 0$ ) हैं।
- मापा गया $\alpha = 2.347$ भविष्यवाणी $d+\eta = 2.5$ से $9.3\sigma$ पर खारिज किया गया है।
- कारण: लॉगरिदमिक सुधार ( $1/\ln L$ ) सुलभ सिस्टम साइज के भीतर एसिम्प्टोटिक मान तक अभिसरण (convergence) की अनुमति देने के लिए बहुत धीरे-धीरे कम होते हैं। रनिंग एक्सपोनेंट भविष्यवाणी से $\approx 0.2$ नीचे स्थिर हो जाता है।
3D आइसिंग: स्पष्ट विफलता, जिसे नॉर्मलाइजेशन द्वारा सुलझाया गया।
- रॉ डेटा $\alpha = 2.78$ देता है, जिसे $d+\eta = 3.036$ से $4\sigma$ पर खारिज किया गया।
- मूल कारण: डेंसिटी डिल्यूशन। 3D में, स्पोंटेनियस मैग्नेटाइजेशन $M$ का $L^{-\beta/\nu}$ के रूप में स्केल होता है, जिससे मेजॉरिटी-स्पिन का अंश काफी कम हो जाता ( $\approx 51\%$ $L=64$ पर), जिससे क्लाउड रैंडम नॉइज़ से अविभेद्य हो जाता है।
- समाधान: प्रति कॉन्फ़िगरेशन पूर्ण मैग्नेटाइजेशन के आधार पर गैप को नॉर्मलाइज़ करके, $\Delta / |M|^{1/2}$ , $\alpha = 3.06 \pm 0.04$ का एक्सपोनेंट प्राप्त होता है (जो $d+\eta$ के $0.6\sigma$ के भीतर है)।
अपूरणीय विफलताएं (Irreparable Failures):
- फर्स्ट-ऑर्डर ट्रांजिशन (पॉट्स $q=5$ ): कोई डाइवर्जेंट कोरिलेशन लेंथ नहीं है; फ्रेमवर्क भौतिक रूप से अर्थहीन एक्सपोनेंट्स प्रदान करता है।
- BKT ट्रांजिशन (XY मॉडल): ऑर्डर पैरामीटर (वोर्टेक्स अनबाइंडिंग) मेजॉरिटी-स्पिन डिस्क्रीटाइजेशन द्वारा कैप्चर नहीं किया जाता है; यह ट्रांजिशन इस फ्रेमवर्क के लिए अदृश्य है।
- परकोलेशन (Percolation): ऑक्यूपाइड साइट्स घनी लेकिन असंबद्ध (i.i.d.) होती हैं, जिसके परिणामस्वरूप $\alpha = d$ (शुद्ध एक्सटेंसिविटी) मिलता है न कि $d+\eta$ ।

4. महत्व और निहितार्थ (Significance and Implications)

सैद्धांतिक सेतु (Theoretical Bridge): यह कार्य पर्सिस्टेंट होमोलॉजी को एनोमलस डायमेंशन $\eta$ के माध्यम से सीधे रेनॉर्मलाइजेशन ग्रुप (Renormalization Group) से जोड़ता है। यह टोपोलॉजिकल गैप की एक कठोर भौतिक व्याख्या प्रदान करता है जो क्रिटिकल कोरिलेशन का एक माप है।
स्कोप की परिभाषा: यह टोपोलॉजिकल गैप स्केलिंग की प्रयोज्यता के लिए स्पष्ट मानदंड स्थापित करता है: इसके लिए सेकंड-ऑर्डर ट्रांजिशन, एक सघन/कोरिलेटेड पॉइंट क्लाउड, और अल्जेब्रिक स्केलिंग सुधार ( $\omega > 0$ ) की आवश्यकता होती है। यह तब विफल हो जाता है जब सुधार लॉगरिदमिक हों या जब सिस्टम में डाइवर्जेंट कोरिलेशन लेंथ की कमी हो।
मेथोडोलॉजिकल सुधार: यह कार्य 2D आइसिंग एक्सपोनेंट के बारे में पिछले साहित्य को सुधारता है, यह प्रदर्शित करते हुए कि पहले के माप फाइनाइट-साइज़ सुधारों द्वारा बायस्ड थे।
व्यावहारिक अनुप्रयोग: यह डेंसिटी-नॉर्मलाइजेशन तकनीक ( $\Delta/|M|^p$ ) पेश करता है जो उच्च-आयामी सिस्टमों में लागू करने के लिए आवश्यक है जहाँ मैग्नेटाइजेशन डिल्यूशन गंभीर होता है।

निष्कर्ष (Conclusion)

यह शोध पुष्टि करता है कि क्रिटिकल स्पिन मॉडल्स में टोपोलॉजिकल गैप एक सार्वभौमिक फाइनाइट-साइज़ स्केलिंग लॉ $\Delta \sim L^{d+\eta} G_-(L|t|)$ का पालन करता है। यह नियम सेकंड-ऑर्डर ट्रांजिशन (2D आइसिंग, 2D पॉट्स $q=3$ , और नॉर्मलाइज्ड 3D आइसिंग) के लिए मजबूती से लागू होता है जिनमें अल्जेब्रिक सुधार होते हैं, लेकिन उन मार्जिनल मामलों के लिए विफल हो जाता है जिनमें लॉगरिदमिक सुधार होते हैं, फर्स्ट-ऑर्डर ट्रांजिशन होते हैं, या जिनमें क्रिटिकल कोरिलेशन की कमी होती है। यह क्रिटिकल एक्सपोनेंट्स निकालने और फेज ट्रांजिशन की यूनिवर्सलिटी क्लास को परिभाषित करने के लिए एक नया, टोपोलॉजिकली ग्राउंडेड तरीका प्रदान करता है।