NNLO精度计算:H→b b¯j衰变研究

0 下载量 120 浏览量 更新于2024-07-16 收藏 1000KB PDF 举报
"H→b b¯j $$ H \to b \overline {b} j $$,位于下一个领先的顺序精度" 这篇研究论文详细介绍了在量子色动力学(QCD)框架下,希格斯玻色子(Higgs boson)衰变为两个底夸克(b quarks)和一个轻子(jet)的过程,即H→b b-j $$ H \to b \overline {b} j $$,达到了下一个超前阶(Next-to-Next-to-Leading Order, NNLO)的精度。这是一个关键的物理过程,因为希格斯玻色子是粒子物理学标准模型中的重要组成部分,其衰变模式的精确计算有助于我们更深入地理解基本粒子的性质和相互作用。 作者Roberto Mondini和Ciaran Williams在论文中采用无质量底夸克的假设,但保留了非零的希格斯Yukawa耦合(y_b),这是希格斯玻色子与底夸克相互作用的基础。他们专注于研究希格斯玻色子直接耦合到底部夸克的贡献,这意味着他们的预测考虑到了O(α_s^3 y_b^2) $$ \mathcal{O} \left({\alpha}_s^3 {y}_b^2 \right) $$阶的效应。这里的α_s是强相互作用的耦合常数,y_b是希格斯玻色子与底夸克之间的耦合强度。 为了达到NNLO精度,研究人员计算了各种必要的成分,其中包括对两个回路幅度的独立计算。他们对这些回路幅度的结果进行了与其他现有计算的对比,确保了结果的准确性。此外,利用已知的红外分解特性,他们在发射的胶子变得软或共线时,对两环表达式进行了额外的检验。这有助于处理红外发散问题,这是高阶QCD计算中的一个常见挑战。 研究团队利用这些结果构建了一个H→b b¯j $$ H \to b \overline {b} j $$的蒙特卡罗实现,并运用达勒姆喷射算法在希格斯玻色子的静止参考系中分析了喷射率和微分分布。这种蒙特卡罗方法是一种统计模拟技术,它允许科学家通过随机抽样来探索复杂的物理过程,从而获得更全面的了解。 该研究的发表对于理解和预测LHC(大型强子对撞机)等粒子加速器实验中观察到的希格斯玻色子衰变行为至关重要。通过提高计算精度,物理学家可以更准确地预测和解释实验数据,从而可能揭示标准模型之外的新物理现象。由于该研究是开放访问的,所以全球的研究人员都能自由获取并使用这些成果,这对于促进科学知识的传播和进步具有重要意义。

帮我写一个C程序解决以下问题在某个实验中,对于自变量 x� 和因变量 y�,可以得到 n� 组测量数据 (xi,yi), i=1,2,...,n(��,��), �=1,2,...,�。为得到 y� 关于 x� 的关系,常采用最小二乘法得到最符合测量值的拟合直线 y=a+bx�=�+��。其中 a,b�,� 称为回归系数,可通过以下公式得到(推导过程已省略): b=x¯y¯−xy2−a=y¯−bx¯�=�¯�¯−��¯�¯2−�2¯�=�¯−��¯ 其中x¯=1n∑i=1nxiy¯=1n∑i=1nyix2¯¯¯¯¯=1n∑i=1nx2ixy¯¯¯¯¯=1n∑i=1nxiyi�¯=1�∑�=1����¯=1�∑�=1����2¯=1�∑�=1���2��¯=1�∑�=1����� 分别表示自变量 x� 的平均值,因变量 y� 的平均值,x2�2 的平均值,xy�� 的平均值。 此外,定义"偏差值" s� 为 s=∑i=1n[yi−(a+bxi)]2�=∑�=1�[��−(�+���)]2 即测量值 y� 与回归值 a+bx�+�� 之差的平方和。该数值越小,表示拟合程度越好。 Stockholm通过实验测量得到了 n� 组数据,并通过上述方法得到了回归系数 a, b�, � 以及对应的“偏差值” s� ,但他觉得“偏差值” s� 太大了。为了减少“偏差值”,现在Stockholm可以删除某一组数据并重新计算剩余 (n−1)(�−1) 组数据的 a,b,s�,�,� 。请帮帮Stockholm,编程求解何时可以使“偏差值” s� 最小,并输出此时 s� 的值。

142 浏览量