QUICK REVIEW
[论文解读] h γγCoupling in Higgs Triplet Model
A. Arhrib, Rachid Benbrik|arXiv (Cornell University)|Feb 29, 2012
Particle physics theoretical and experimental studies参考文献 3被引用 3
一句话总结
本文研究了标准模型的类型-II seesaw 修正——希格斯三重态模型(DTHM)中希格斯玻色子(h→γγ)的双光子衰变宽度。结果表明,带电希格斯玻色子(H± 和 H±±)的圈图贡献可显著增强或抑制 h→γγ 的衰变率,与标准模型相比,为大型强子对撞机(LHC)在约125 GeV附近观测到的双光子过剩现象提供了可行解释,同时在其他衰变道中保持与标准模型相似的衰变率。
ABSTRACT
We investigate Higgs boson decay into two photons in the type-II seesaw model. The rate of $h o γγ$ gets suppressed/enhanced in this model compared to the Standard Model (SM) due to the presence of the singly and doubly charged Higgs $H^\pm$ and $H^{\pm\pm}$.
研究动机与目标
- 研究希格斯三重态模型(DTHM)中 h→γγ 衰变宽度,DTHM 是标准模型的一种类型-II seesaw 扩展。
- 确定 LHC 在约 125 GeV 附近观测到的双光子过剩是否可由 DTHM 中的新带电希格斯态解释。
- 评估该模型是否能同时解释 h→γγ 的偏离,同时在其他希格斯衰变道(如 h→bb̄、τ⁺τ⁻、WW* 和 ZZ*)中保持与标准模型相似的衰变率。
- 利用 LHC 和 ILC 的精确测量数据,从双光子数据中推导出 H± 和 H±± 玻色子质量的约束。
提出的方法
- 该研究采用包含复数标量三重态 Δ 的 DTHM 标量势,引入 CP 偶、CP 奇、单电荷和双电荷希格斯态。
- 希格斯 sector 由七个独立参数参数化:λ、λ₁–λ₄、μ 和 vₜ,且受微扰幺正性和真空稳定性约束。
- 通过包含 H± 和 H±± 玻色子的圈图计算部分宽度 Γ(h→γγ),使用有效耦合 hH±H∓ 和 hH±±H∓∓。
- 通过比值 Rγγ = Γ(h→γγ)/Γ_SM(h→γγ) 将分支比 Br(h→γγ) 与标准模型预测进行比较,该比值取决于带电希格斯玻色子的质量和耦合。
- 在 (λ₁, λ₄) 参数空间内进行数值扫描,以探索 Rγγ 增强或抑制的区域。
- 从 LHC 双光子排除极限和 ILC 精确测量中推导约束,特别利用 γγ 模式实现对 h→bb̄ 宽度 2% 的精度。
实验结果
研究问题
- RQ1DTHM 能否通过带电希格斯玻色子的圈图贡献解释 LHC 在约 125 GeV 附近观测到的双光子过剩?
- RQ2H± 和 H±± 的质量和耦合如何影响 DTHM 中 h→γγ 衰变宽度与标准模型的比较?
- RQ3DTHM 是否能同时增强或抑制 h→γγ,同时在其他希格斯衰变道(如 h→bb̄、τ⁺τ⁻、WW* 和 ZZ*)中保持与标准模型相似的衰变率?
- RQ4与当前 LHC 双光子排除极限和未来 ILC 精确测量一致的 H±± 和 H± 的可行质量范围是什么?
- RQ5在幺正性和真空稳定性约束下,双光子道在多大程度上能将 DTHM 与标准模型区分开?
主要发现
- 在参数空间的某些区域,DTHM 可使 h→γγ 衰变宽度增强至约 2.5 倍,特别是在 H±± 和 H± 轻且 λ₁ 较大时。
- 当 m_h ≈ 125 GeV 时,该模型可在 m_H±± < 200 GeV 且 λ₁ ≈ 8 的区域解释 ATLAS 和 CMS 报告的观测到的双光子过剩,此时 Rγγ > 1。
- 在参数空间的其他区域,特别是 λ₄ 为较大负值时,h→γγ 衰变速率可被抑制至低于标准模型值,即使在带电希格斯玻色子较重时,Rγγ 仍可小于 1。
- 由于 SM 类希格斯玻色子 h 与 SM 粒子的树图耦合完全相同,该模型在所有其他希格斯衰变道(如 h→bb̄、τ⁺τ⁻、WW*、ZZ*)中保持与 SM 相似的衰变率。
- 双光子衰变速率的抑制可解释为何 LEP 在 114–115 GeV 范围内未能探测到 SM 类希格斯玻色子,即使该态存在,也因 h→γγ 分支比降低而难以被发现。
- 在 (m_H±±, Rγγ) 平面中,m_h 与 m_H±± 之间存在相关性,表现为水平条带,表明 Rγγ 主要对 H±± 和 H± 的质量敏感,而非 m_h,尤其在 SM 类 h 的区域。
更好的研究,从现在开始
从阅读论文到最终审阅,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。