Skip to main content
QUICK REVIEW

[论文解读] Supplementary Data: A model-independent analysis of b→sμ+μ− transitions with GAMBIT's FlavBit

J. Bhom|arXiv (Cornell University)|Dec 2, 2021
Particle physics theoretical and experimental studies参考文献 65被引用 8
一句话总结

该论文使用GAMBIT的FlavBit模块,对b→sμ+μ−衰变中的威尔逊系数C7、C9和C10进行了模型无关的全局拟合,整合了全参数空间中相关的理论不确定性。结果发现,新物理相对于标准模型的偏好达到6.6σ,主要由矢量μ子耦合(C9)的偏离驱动,最佳拟合点显示Re(C9)/Re(CSM9) = 0.74。

ABSTRACT

Supplementary Data A model-independent analysis of b→sμ+μ− transitions with GAMBIT's FlavBit The files in this record contain supplementary data including the samples and plotting scripts used for the results in Bhom. J et al. " A model-independent analysis of b→sμ+μ− transitions with GAMBIT's FlavBit." Samples have been created using GAMBIT and figures can be reproduced with pippi. This record contains: 2 hdf5 files containing the samples produced for this article. 2 pip files to create the figures from the samples, using pippi.

研究动机与目标

  • 使用所有可用的实验数据,对b→sμ+μ−衰变中的威尔逊系数C7、C9和C10进行全局、模型无关的拟合。
  • 通过在威尔逊系数参数空间的每一点动态计算理论不确定性,而非假设基于标准模型的不确定性,改进先前的分析。
  • 检验b→s衰变中味对称新物理的可行性,并评估其与当前数据的兼容性。
  • 确定观测到的与标准模型的偏离在更精确处理理论不确定性的情况下是否依然稳健。

提出的方法

  • 使用GAMBIT框架中的FlavBit模块,在有效场论框架下对威尔逊系数进行全局贝叶斯拟合。
  • 应用有效哈密顿量形式,包含10个局部算符,重点聚焦于b→sμ+μ−衰变中的C7、C9和C10。
  • 在C7–C9–C10参数空间的每一点重新计算理论不确定性协方差矩阵,而非将其固定为标准模型值。
  • 整合了LHCb、Belle、CMS、ATLAS和HFLAV关于分支比、角可观测量以及RK/RK*比值的数据。
  • 通过轮廓似然法比较最佳拟合点与标准模型的对数似然,计算显著性。
  • 使用结合了实验测量与理论不确定性的似然函数,包括非因子化QCD修正。

实验结果

研究问题

  • RQ1当所有当前数据在全局拟合中综合考虑时,b→sμ+μ−衰变中是否存在对新物理的显著偏好?
  • RQ2当理论不确定性在参数空间中动态重新计算时,观测到的与标准模型的偏离有多稳健?
  • RQ3观测到的张力在多大程度上能通过一个新物理贡献(特别是C9威尔逊系数)来解释?
  • RQ4数据是否偏好一种味对称的新物理模型,该模型在b→s衰变中对电子和μ子的耦合强度相等?
  • RQ5相关理论不确定性对新物理偏好的显著性有何影响?

主要发现

  • 与标准模型假设相比,全局拟合在最佳拟合点处对新物理的偏好达到6.6σ。
  • 最佳拟合值为Re(C7)/Re(CSM7) = 0.96,Re(C9)/Re(CSM9) = 0.74,以及Re(C10)/Re(CSM10) = 0.99,表明主要在C9处存在显著偏离。
  • 该偏离最强烈地与μ子对b和s夸克的矢量耦合相关,如C9的主导变化所指示。
  • 当C7和C10被轮廓化后,显著性降至6.3σ,证实张力主要由C9驱动。
  • 本研究表明,动态重新计算理论不确定性对于准确估计置信区间和显著性至关重要,因为基于标准模型的不确定性假设可能产生误导。
  • 最佳拟合模型对Bd→K*0μ+μ−中的S5和AFB可观测量,以及Bs→φμ+μ−和Bd→K*0μ+μ−的分支比的描述优于标准模型。

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。