QUICK REVIEW
[论文解读] The Cosmological Constant Problems (Talk given at Dark Matter 2000, February, 2000)
Steven Weinberg|arXiv (Cornell University)|May 12, 2000
Relativity and Gravitational Theory被引用 56
一句话总结
温伯格认为,宇宙学常数问题——即真空能量为何如此之小——包含两个部分:旧问题(为何其值不是大了120个数量级)和新问题(为何其值与当前物质密度相当)。他回顾了标量场的幻影场和人择原理,结论是只有结合随机初始值的标量场人择推理,才能自然解释宇宙学常数的微小性和当前量级,尽管该机制可能仅适用于宇宙学常数,而不适用于其他粒子质量或电荷。
ABSTRACT
The old cosmological constant problem is to understand why the vacuum energy is so small; the new problem is to understand why it is comparable to the present mass density. Several approaches to these problems are reviewed. Quintessence does not help with either; anthropic considerations offer a possibility of solving both. In theories with a scalar field that takes random initial values, the anthropic principle may apply to the cosmological constant, but probably to nothing else.
研究动机与目标
- 解决旧宇宙学常数问题:为何真空能量尽管存在巨大的量子修正,却如此之小。
- 解决新宇宙学常数问题:为何真空能量密度与当今物质密度相当。
- 评估幻影场或人择原理是否能解决这两个问题。
- 确定人择推理是否可推广至宇宙学常数以外的其他物理参数。
- 探讨具有平坦势能和弱耦合的标量场作为自然微调机制的可行性。
提出的方法
- 回顾旧宇宙学常数问题:量子涨落对真空能量的贡献比观测值大120个数量级。
- 分析由方程 $\ddot{\phi} + 3H\dot{\phi} + V'(\phi) = 0$ 描述的幻影场模型,其中 $H$ 为哈勃参数。
- 研究具有势能 $V(\phi) = M^{4+\alpha}\phi^{-\alpha}$ 的追踪解,其可自然导致晚期加速而无需精细调节初始条件。
- 将人择原理应用于具有势能 $V(\phi) = \lambda V_1 f(\phi/\lambda)$ 的标量场 $\phi$,其中 $f(x)$ 在 $x = a$ 处有零点,且 $\lambda \ll \sqrt{8\pi G} \rho_V / V_1$。
- 考虑场的重正化:拉格朗日量 $\mathcal{L} = -\frac{Z}{2} \partial_\mu \phi \partial^\mu \phi - V_1 f(\phi/M)$ 中较大的 $Z$ 导致有效耦合 $\lambda = 1/(M\sqrt{Z})$ 变小。
- 评估此类标量场是否可与已知粒子耦合,结论是仅通过多引力子交换的极弱耦合是允许的,从而保持人择机制的可行性。
实验结果
研究问题
- RQ1幻影场模型能否在无需精细调节的情况下,自然解决旧与新宇宙学常数问题?
- RQ2为何真空能量密度远小于量子场论的预测值?
- RQ3为何真空能量密度与当前宇宙的物质密度相当?
- RQ4人择原理能否解释宇宙学常数的微小性及其当前量级?
- RQ5人择原理是否适用于其他物理参数(如粒子质量与电荷)?
主要发现
- 幻影场模型无法解决旧或新宇宙学常数问题,因为它们仍需精细调节势能尺度以匹配观测到的真空能量。
- 当应用于具有随机初始值和平坦势能的标量场时,人择原理可自然解释宇宙学常数的微小性和当前量级。
- 场 $\phi$ 的概率分布在其人择允许范围内近乎均匀,这为计算中使用平坦先验提供了合理依据。
- 所需的微小耦合 $\lambda$ 可通过较大的场重正化常数 $Z$ 解释,而 $Z$ 的大值可能源于大距离下的运行行为。
- 人择原理可能仅适用于宇宙学常数,而不适用于其他粒子质量或电荷,因为平坦势能可能产生可观测的轻玻色子。
- 与已知粒子的汤川耦合被抑制为 $\lambda \ll \sqrt{8\pi G}$,使得此类耦合可忽略不计,从而保持模型的可行性。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。