[論文レビュー] HERAPDF2.0Jets NNLO (prel.), the completion of the HERAPDF2.0 family

A. M. Cooper-Sarkar|arXiv (Cornell University)|Jun 5, 2019

Particle physics theoretical and experimental studies参考文献 2被引用数 4

ひとこと要約

この論文は、HERAの包括的ディープインエラスティック散乱およびジェット生成データに対する次々に最高次の(NNLO)グローバルフィットであるHERAPDF2.0Jets NNLO (prel.)を提示することで、HERAPDF2.0ファミリーを完成させた。αs(MZ²) = 0.1150 ± 0.0008(exp)⁺⁰.⁰⁰⁰²₋₀.₀⁰⁰⁵(model/parameterisation) ± 0.0006(hadronisation) ± 0.0027(scale)が得られ、PDFの形状にほとんど変化がないことが確認された。これは、ジェットデータがグルーオンPDFとは独立してαsを制約していることを示している。

ABSTRACT

The HERAPDF2.0 family, introduced in 2015, is completed with fits HERAPDF2.0Jets NNLO (prel.) based on inclusive HERA data and selected jet production data. The result of a fit with the strong coupling constant, $α_s(M^2_Z)$, free is $α_s(M^2_Z) = 0.1150 \pm 0.0008{ m (exp)} ^{+0.0002}_{-0.0005}$ (model/parameterisation) $\pm 0.0006{ m (hadronisation)} \pm 0.0027 { m (scale)}$. Sets of parton density functions, PDFs, from fits with fixed $α_s(M^2_Z) = 0.115$ and $α_s(M^2_Z) = 0.118$ are presented and compared.

研究の動機と目的

• ジェット生成データを用いた次々に最高次の(NNLO)グローバルPDFフィットを拡張することで、HERAPDF2.0ファミリーを完成させること。
• 包括的およびジェットデータをNNLOで用いて、強い結合定数αs(MZ²)の精度を向上させること。
• αsが自由または固定されている場合の、ジェットデータが部分子分布関数(PDFs)に与える影響を評価すること。
• Q²カットオフ、スケール選択、理論的不確実性の変化に対するαsの決定のロバストネスを評価すること。
• 従来のHERAPDF2.0 NNLOセット（包括的データのみに基づく）と比較し、一貫性と感度を評価すること。

提案手法

• 1343点の包括的ep散乱およびHERAにおけるジェット生成データに対するグローバルフィットを、xFitterフレームワーク内でのQCDNUMプログラムを用いて実施した。
• ジェット断面積のNNLO予測は、Applfastフレームワークを介してfastNLOおよびApplgridにインターフェースされたNNLOJETを用いて計算し、繰り返しPDFフィットにおける効率的な畳み込みを実現した。
• フィッティングの前に、はね返り補正とZ⁰交換効果をジェット断面積予測に適用した。
• 因子化および重正化スケールは、NNLOでμ² = Q² + pT²に設定した。これはNLOのμf² = Q²およびμr² = (Q² + pT²)/2とは異なる。
• 不確実性は、実験的不確実性、モデル/パラメータ化、はね返り、スケールの変動を用いて評価した。スケール不確実性は、μfおよびμrを2倍に変動させることで評価した。
• 中央値および実験的不確実性の妥当性を検証するため、αs(MZ²)におけるχ²スキャンを実施した。また、低Q²バイアスをテストするため、異なるQ²minの閾値（3.5、10、20 GeV²）でのスキャンも実施した。

実験結果

リサーチクエスチョン

• RQ1 NNLOでジェット生成データを含めることで、包括的データのみの場合と比較して、強い結合定数αs(MZ²)の決定精度が向上するか？
• RQ2 αs(MZ²)を固定した場合、HERAPDF2.0Jets NNLO PDFセットは、包括的データのみに基づくHERAPDF2.0 NNLOセットと比較して、PDFの形状や不確実性においてどのように異なるか？
• RQ3 αs(MZ²)の総不確実性において、スケール不確実性がどの程度支配的であり、新しいNNLOのスケール選択がこれにどのように影響するか？
• RQ4 低Q²または低pTのデータが、非DGLAP効果の可能性を含めて、αs(MZ²)の決定にバイアスを及える可能性はあるか？
• RQ5 PDFおよびαs(MZ²)は、パラメータ化およびモデル仮定の変化に対してどの程度感度を示すか？

主な発見

• 自由なαs(MZ²)を用いたNNLOフィットでは、αs(MZ²) = 0.1150 ± 0.0008(exp)⁺⁰.⁰⁰⁰²₋₀.₀⁰⁰⁵(model/parameterisation) ± 0.0006(hadronisation) ± 0.0027(scale)が得られ、χ²/d.o.f.は1.203であった。
• スケール不確実性の±0.0027は、以前のNLO値の+0.0037/-0.0030から顕著に減少しており、理論的制御の向上を示している。
• NNLOフィットのχ²/d.o.f.（1.203）は、包括的データのみのHERAPDF2.0 NNLOフィット（1.205）と同等であり、ジェットデータに矛盾は生じていないことを示している。
• Q²min = 3.5、10、20 GeV²でのスキャンでは、Δχ²の最小値が一貫して得られ、低Q²データがαs(MZ²)の決定にバイアスを及けていないことを確認した。
• αs(MZ²) = 0.115および0.118に固定したPDFは、包括的データのみのHERAPDF2.0 NNLOフィットのものと形状が非常に類似しており、αsを固定した場合、ジェットデータがPDFの形状に顕著な影響を及けていないことを示している。
• グルーオン分布は、αs(MZ²)に明確な依存性を示しており、グルーオンPDFの形状とαsの値の間の既知の相関関係に合致している。