[论文解读] Tilt and Tensor-to-Scalar Ratio in Multifield Monodromy Inflation

Danjie Wenren|arXiv (Cornell University)|May 6, 2014

Cosmology and Gravitation Theories参考文献 12被引用 14

一句话总结

本文研究了弦理论中的多场轴子单重模暴胀模型，表明尽管张量标量比 $ r $ 与单场模型相同，但谱指数 $ n_s $ 受单场预测的上限约束，且其值取决于参数分布。分析显示，$ n_s $ 没有严格的下限，但通常受均匀分布参数的约束，大多数模型预测的 $ n_s $ 值落在普朗克观测范围内。

ABSTRACT

We study the possible range of the tilt $n_s$ and the tensor-to-scalar ratio $r$ in multifield versions of a class of inflationary models from string theory. We show that $r$ is the same between the single field models and multifield models while $n_s$ is bounded above by the results of single field models. Below its maximum value, $n_s$ depends on the specific distributions of parameters in the model. The general trend is that the wider the distributions are, the smaller $n_s$ is. We show that $n_s$ does not have a rigorous lower bound. It is argued, however, that models predicting arbitrarily small $n_s$ only constitute a small portion of the possible ones and for the vast majority of models, $n_s$ is bounded below by predictions given by models with uniformly distributed parameters.

研究动机与目标

• 确定从弦理论导出的多场轴子单重模暴胀模型中谱指数 $ n_s $ 和张量标量比 $ r $ 的范围。
• 评估参数分布（尤其是场质量 $ \mu_i $ 和初始场值）对 $ n_s $ 和 $ r $ 的影响。
• 评估多场模型是否能产生与普朗克观测数据一致的预测。
• 确定 $ n_s $ 是否存在下限，以及模型假设如何影响预测的可行性。

提出的方法

• 该研究采用具有解耦幂律势 $ V_i = \mu_i \phi_i^p $ 的多场拉格朗日量，仅假设重力媒介耦合。
• 应用慢滚近似推导运动方程并计算 $ n_s $ 和 $ r $，以退火数 $ N_e $ 和标量扰动归一化为约束条件。
• 引入 $ \hat{\mu} $ 和 $ \hat{\phi} $ 的参数分布（例如均匀分布、尖峰分布），以探索其对 $ n_s $ 的影响，使用数值积分和解析边界。
• 比较不同幂律指数 $ p \in [2/3, 2] $ 下的预测，设定 $ N_e = 50 $ 和 $ 60 $，并评估由此产生的 $ r $–$ n_s $ 参数空间。
• 该模型假设无直接暴胀子耦合，专注于慢滚动力学，$ n_s $ 由曲率扰动谱推导得出。
• 使用具有不同峰值锐度（由 $ \epsilon $ 控制）的分布，测试 $ n_s $ 对参数分布的敏感性，结果表明更宽的分布会降低 $ n_s $。

实验结果

研究问题

• RQ1 在轴子单重模模型中，引入多个暴胀子场如何影响预测的谱指数 $ n_s $？
• RQ2 参数分布（如 $ \mu_i $、$ \phi_i $）与多场模型中结果 $ n_s $ 之间存在何种关系？
• RQ3 多场模型中的张量标量比 $ r $ 是否可能与单场单重模模型不同？
• RQ4 $ n_s $ 是否存在下限，或其值在这些模型中可任意小？
• RQ5 多场轴子单重模模型的预测与普朗克2015年观测约束相比如何？

主要发现

• 张量标量比 $ r $ 在多场和单场轴子单重模模型中完全相同，与场的数量或参数分布无关。
• 谱指数 $ n_s $ 受单场模型预测的上限约束，当参数均匀分布时达到最大值。
• 对于大多数模型，$ n_s $ 的下限由均匀参数分布下的预测值决定，该值约为 $ n_s^{\min} \approx 0.963 $（当 $ p = 2/3 $ 且 $ N_e = 60 $ 时）。
• 理论上可实现任意小的 $ n_s $ 值，但此类模型占极少数，被视为非物理。
• 大多数多场模型预测的 $ n_s $ 值落在普朗克观测范围 $ [0.963, 0.978] $ 内，尤其当参数分布较宽或为多峰时。
• 参数分布的峰值位置和数量对 $ n_s $ 的影响极小，除非在极少数极端情况下出现非常尖锐的峰值，此时 $ n_s $ 可能趋近于上限。