[논문 리뷰] The Effect of Changes of Variable Flavour Number Scheme on PDFs and Predicted Cross Sections

R. S. Thorne|arXiv (Cornell University)|2012. 01. 30.

Particle physics theoretical and experimental studies인용 수 9

한 줄 요약

이 논문은 NLO 및 NNLO에서 일반 질량 변수 프리미티브 수치 체계(GM-VFNS)의 다양한 정의가 구분 함수(PDFs)와 단면적 예측에 미치는 영향을 조사한다. 매끄러운 전이를 향상시키는 최적화된 GM-VFNS 체계를 제안하며, NLO PDFs와 예측은 체계 간 약 2–3%의 변동을 보이며, NNLO에서는 이 변동이 1% 미만으로 매우 안정된 편이 되며, 특히 작은 x에서 두드러진다. 이는 질량 체계 불확실성이 고차수에서 감소하는 주요 양자역학적 원인임을 시사한다.

ABSTRACT

I consider variations in the definitions, at next-to-leading order (NLO) and at next-to-next-to leading order (NNLO), of a General-Mass Variable Flavour Number Scheme (GM-VFNS) for heavy flavour structure functions. I also define a new optimal scheme choice improving the smoothness of the transition from one flavour number to the next. I investigate the variation of the structure function for a fixed set of parton distribution functions (PDFs) and also the change in the PDFs when a new MSTW2008-type global fit to data is performed for each GM-VFNS. At NLO the parton distributions, and predictions using them at hadron colliders, can vary by 2-3% from the mean value. At NNLO there is far more stability with varying GM-VFNS definition, and changes in PDFs and predictions are less than 1%, with most variation at very small x values. Hence, mass-scheme variation is an additional and significant source of uncertainty when considering parton distributions, but as with all perturbative uncertainties, it diminishes quickly as higher orders are included.

연구 동기 및 목표

• NLO 및 NNLO에서 다양한 GM-VFNS 정의가 구분 함수(PDFs)와 강입자 단면적 예측에 미치는 영향을 분석하기 위해.
• PDF 피팅 과정에서 질량 체계의 변동으로 인한 불확실성을 규명하고 정량화하기 위해.
• 다양한 맛 수준 전환 지점 간의 전이를 매끄럽게 향상시키는 새로운 최적의 GM-VFNS 체계를 개발하고 평가하기 위해.
• 다양한 GM-VFNS 정의가 MSTW2008형 PDF 세트의 전반적 피팅에 어떤 영향을 미치는지 평가하기 위해.

제안 방법

• 다양한 GM-VFNS 정의를 사용하여 고질량 쿼크의 구조 함수를 NLO 및 NNLO 수준에서 계산한다.
• 각 피팅이 서로 다른 GM-VFNS 정의에 기반하는 MSTW2008형 방법론을 사용하여 데이터에 대한 전역 피팅을 수행한다.
• 다른 맛 수준 간 전이의 매끄러움을 향상시키기 위해 새로운 최적의 GM-VFNS 체계를 정의한다.
• 고정된 입력 PDF 세트와 각 체계를 사용해 재피팅한 PDF에 기반하여, 다양한 GM-VFNS 정의 간 PDF 및 단면적 예측의 변화를 평가한다.

실험 결과

연구 질문

• RQ1 다양한 GM-VFNS 정의는 NLO 및 NNLO에서 추출된 구분 함수에 어떤 영향을 미치는가?
• RQ2 GM-VFNS 체계의 변동으로 인한 PDF 및 단면적 예측의 불확실성의 크기는 얼마인가?
• RQ3 새로운 최적의 GM-VFNS 체계는 맛 수준 전환 지점 간 전이의 매끄러움을 어떻게 향상시키는가?
• RQ4 NLO에서 NNLO로 이행함에 따라 GM-VFNS 정의의 변동에 의한 불확실성은 어느 정도 감소하는가?

주요 결과

• NLO에서는 GM-VFNS 정의의 변동으로 인해 PDF 및 단면적 예측이 평균값 대비 약 2–3% 변화한다.
• NNLO에서는 PDF 및 예측의 변동이 1% 미만으로 감소하며, 나머지 변동의 대부분은 매우 작은 x 값에서 발생한다.
• 새로운 최적의 GM-VFNS 체계는 다양한 맛 수준 영역 간 전이의 매끄러움을 성공적으로 향상시켰다.
• 이 연구는 질량 체계의 변동이 PDF 추정에서 중요한 양자역학적 불확실성 원인임을 확인한다.
• 이 불확실성은 고차수로 갈수록 급격히 감소하며, NLO에 비해 NNLO에서는 훨씬 작다.
• 결과적으로 고차수 보정(예: NNLO)이 GM-VFNS 정의에 대한 민감도를 크게 감소시켜 PDF 피팅의 강건성을 향상시킨다.