[논문 리뷰] Introduction to Non-perturbative Heavy Quark Effective Theory

Rainer Sommer|arXiv (Cornell University)|2010. 08. 04.

Quantum Chromodynamics and Particle Interactions참고 문헌 71인용 수 26

한 줄 요약

이 논문은 중량 쿼크 질량 $m$ 에 대한 점근 전개로, 중량 쿼크 효과 이론(HQET)의 비분산적 공식화를 제시한다. 이는 B-물리 관측량에 대한 정밀한 격자 QCD 계산을 가능하게 하며, QCD 결합 상수에서 비분산적으로 재규격화하고, 이론적 정규화와 격자 이론의 조합을 통해 $1/m$ 에 대해 분산적으로 유지되며, 고차항 보정 이외의 유일한 결과를 보장한다. 또한 일관된 매개변수 정의를 위해 비분산적 매칭이 필수적임을 강조한다.

ABSTRACT

Lectures given at the Summer School on "Modern perspectives in lattice QCD", Les Houches, August 3-28, 2009

연구 동기 및 목표

• 유한한 $1/m$ 에서도 유효하며, 중량 쿼크 관측량에 대한 정밀한 격자 QCD 계산을 가능하게 하는 비분산적 HQET 프레임워크를 개발하는 것.
• 특히 유한한 $1/m$ 에서 HQET와 QCD 사이의 비분산적 매칭의 역할을 포함한 HQET의 이론적 구조를 명확히 하는 것.
• 격자 HQET의 연속극한이 존재하고, 정규화 방법에 의존하지 않음을 입증하여 $1/m$ 전개의 점근적 성격을 보장하는 것.
• 비분산적 매칭으로 인한 $1/m$ 기여의 주요항과 다음 주요항을 분리하는 데 발생하는 모호함을 다루며, 최종 관측량 예측이 지정된 순서까지 정확하게 유지됨을 보여주는 것.
• 향후 계산 자원이 허락할 경우 HQET와 상대론적 QCD를 조합하여 전반적인 질량 의존성 연구를 가능하게 하는 전략을 제공하는 것.

제안 방법

• 정적 근사 근처에서 전개하는 효과 이론으로서 HQET를 공식화하며, 효과 이론 라그랑지안을 유도하기 위해 필드 재정의(FTW 변환)를 사용한다.
• 격자 정규화를 적용하여 연속극한이 존재하고, 정규화 방법에 의존하지 않음을 보장한다.
• 시만직크 분석을 통해 截斷 효과를 제거하고, 작용과 전류를 개선하며, 개선된 액시얼 및 벡터 전류를 포함한다.
• 비분산적 매칭을 통해 HQET 매개변수(예: $\bar{\Lambda}$, $\lambda_1$)를 QCD 행렬원소와 연결함으로써, 분산적 오차를 피하고 정의를 명확히 한다.
• 스체르링거 함수 프레임워크를 사용하여 비분산적으로 재규격화 상수와 변환 함수를 계산한다.
• 낮은 척도($s>1$)에서 매칭 함수를 재전개하여 고차항 계수를 감소시키고, 중량 쿼크에서 수렴성을 향상시키기 위해 편미분 급수를 최적화한다.

실험 결과

연구 질문

• RQ1 QCD 결합 상수에서 비분산적으로 공식화하면서도 $1/m$ 에 대해 분산적으로 유지되는 HQET는 어떻게 구성할 수 있는가?
• RQ2 왜 $\bar{\Lambda}$ 및 $\lambda_1$ 와 같은 HQET 매개변수를 명확하게 정의하기 위해 비분산적 매칭이 필수적인가?
• RQ3 척도 최적화($s>1$)는 HQET 매칭 함수의 분산 급수 수렴성에 어떤 영향을 미치는가?
• RQ4 1/m 기여를 분리하는 데 발생하는 모호함은 물리적 예측에 어떤 영향을 미치며, 이를 해결할 수 있는가?
• RQ5 HQET와 상대론적 QCD를 어떻게 조합하여 관측량의 전체 질량 의존성을 기술할 수 있는가?

주요 결과

• 격자 HQET의 연속극한이 존재하며, 정규화 방법에 의존하지 않음을 확인하여, HQET가 QCD 관측량에 대한 $1/m$ 승수 전개의 점근적 성격을 보장함을 입증한다.
• 비분산적 매칭은 HQET의 일관된 공식화에 필수적이며, 분산적 매칭은 $1/m$ 순서를 분리하는 데 오류를 유발함을 보여준다.
• 벡터 전류의 경우, 특히 3계 전개에서 분산 계수들이 크며, $\alpha \sim 1/3$ 수준의 b-쿼크에서 수렴성이 열악함을 시사한다.
• $s \gtrsim 4$ 에서의 척도 최적화는 매칭 함수의 고차항 계수를 크게 감소시켜, 더 무거운 쿼크에서 분산 행동을 향상시킨다.
• $\gamma_0\gamma_5$ 와 $\gamma_k$ 형상의 매칭 함수 간의 차이는 순서가 증가함에 따라 급격히 커지며, 4계 전개에서 14.8에 이를 정도로 커져, 비분산적 매칭의 필요성을 강조한다.
• $s \approx 4$ 에서는 변환 함수의 분산 급수가 훨씬 더 잘 행동함을 보이며, 질량 $m \gtrsim 2m_b$ 인 쿼크에 대해 더 유용할 것으로 나타난다.