[论文解读] Parton Distribution Function Uncertainties

Walter T. Giele, S. Keller+1 more|ArXiv.org|Apr 4, 2001

Particle physics theoretical and experimental studies被引用 53

一句话总结

本文提出了一种灵活且非微扰的方法，通过将部分子分布函数（PDF）不确定性表示为PDF泛函上的概率密度，从而量化PDF不确定性，实现对物理可观测量的直接不确定性传播，无需线性化或高斯近似。该方法利用优化的蒙特卡洛积分生成反映实验误差和相关性的PDF集合，为强子对撞机物理（尤其是W玻色子质量等高精度测量）提供更可靠的预测。

ABSTRACT

We present parton distribution functions which include a quantitative estimate of its uncertainties. The parton distribution functions are optimized with respect to deep inelastic proton data, expressing the uncertainties as a density measure over the functional space of parton distribution functions. This leads to a convenient method of propagating the parton distribution function uncertainties to new observables, now expressing the uncertainty as a density in the prediction of the observable. New measurements can easily be included in the optimized sets as added weight functions to the density measure. Using the optimized method nowhere in the analysis compromises have to be made with regard to the treatment of the uncertainties.

研究动机与目标

• 开发一个严格的统计框架，以客观的、概率性的解释方式量化部分子分布函数（PDF）不确定性。
• 克服传统全局拟合和χ²最小化方法的局限性，这些方法依赖于线性化和高斯近似，会扭曲不确定性估计。
• 通过将PDF表示为预测空间中的密度，实现PDF不确定性向物理可观测量的直接传播。
• 通过不确定性密度度量中的权重函数，实现新实验数据的无缝集成。
• 识别深度非弹性散射数据与大型横动量喷胶数据之间在大x区域胶子PDF行为上的不一致性。

提出的方法

• 该方法使用优化的蒙特卡洛积分对PDF的函数空间进行采样，权重为实验似然函数，以将不确定性表示为概率密度。
• 通过直接建模PDF泛函上的完整后验分布，避免使用高斯近似和线性化。
• 实验不确定性（包括相关性和非高斯误差结构）通过似然函数编码，并整合到采样过程中。
• 该方法具有模块化扩展性：新实验可通过作为权重函数添加到密度度量中，而无需重新优化整个集合。
• 该方法通过最小化包含实验误差矩阵和一致性约束的修改版χ²型泛函来实现。
• 生成的PDF集合用于预测可观测量，不确定性以预测空间中的概率密度形式表达。

实验结果

研究问题

• RQ1 如何以严格的统计解释方式量化PDF不确定性，同时避免高斯近似？
• RQ2 PDF参数空间中的非线性相关性对不确定性向物理可观测量传播有何影响？
• RQ3 为何在Tevatron上，深度非弹性散射数据与高横动量喷胶数据在大x区域对胶子PDF的约束存在冲突？
• RQ4 能否开发一种灵活的、非参数化的方法，将PDF不确定性表示为泛函上的密度，以实现直接的不确定性传播？
• RQ5 不同PDF参数化方式如何影响强子对撞机可观测量的预测，尤其是在存在冲突实验输入的情况下？

主要发现

• 优化后的PDF集合在大x区域（x > 0.1）显示出显著更低的胶子分布，与CTEQ5M相比一致，且在所有使用F₂^P数据的拟合中均成立。
• 该方法成功识别出ZEUS、NMC及其他深度非弹性散射数据与CDF和D0的高能喷胶数据之间存在不一致性，表明全局PDF拟合中可能存在张力。
• 发现胶子PDF的不确定性对实验约束的选择极为敏感，其中深度非弹性散射数据更倾向于支持MRS99在大x区域的较大胶子值，而非CTEQ5M的较小值。
• 优化的蒙特卡洛方法实现了PDF不确定性向可观测量的直接、非线性传播，避免了传统方法中三层线性化的缺陷。
• 该方法实现了透明、模块化且可扩展的不确定性传播，结果可通过pdf.fnal.gov网站公开获取。
• 该研究揭示，如MRST中采用的限制性参数化可能引入人为相关性，并扭曲不确定性估计，尤其在数据稀疏区域。