QCD analysis of the ATLAS and CMS $W^{\pm}$ and $Z$ cross-section measurements and implications for the strange sea density

Die vorliegende Arbeit analysiert die inklusiven $W^{\pm}$- und $Z$-Boson-Produktionsdaten von ATLAS und CMS im Rahmen einer NNLO-QCD-Fit, um potenzielle Spannungen zwischen den Datensätzen zu untersuchen und die Dichte des seltsamen See-Quarks zu bestimmen.

Das Wesentliche

Das große Puzzle der Protonen: Eine Reise ins Innere der Materie

Stellen Sie sich ein Proton (den Baustein des Atomkerns) nicht als festen Stein vor, sondern als einen lebendigen, brodelnden Cocktail. In diesem Cocktail schwimmen verschiedene Zutaten:

• Valenz-Quarks: Die festen, unveränderlichen Früchte im Cocktail (die „Kernfrüchte").
• Gluonen: Der Schaum und die Blasen, die alles zusammenhalten.
• Das „Meer" (Sea Quarks): Eine ständige Wolke aus kurzlebigen Teilchen, die aus dem Nichts entstehen und wieder verschwinden. Dazu gehören leichte Teilchen (Up und Down) und das mysteriöse seltsame Teilchen (Strange Quark).

Die Physiker wollen genau wissen: Wie viel von diesem „seltsamen Teilchen" (Strange Sea) ist eigentlich in unserem Cocktail enthalten?

Das Problem: Zwei verschiedene Rezepte

Bisher hatten die Wissenschaftler zwei Hauptquellen für Informationen:

1. HERA (ein alter Beschleuniger): Hatte den Cocktail unter dem Mikroskop betrachtet, aber konnte die genauen Mengen der „seltsamen" Zutaten nicht perfekt unterscheiden. Man nahm oft an, dass es nur die Hälfte der Menge an „seltsamen" Teilchen gibt im Vergleich zu den leichten.
2. LHC (ATLAS und CMS): Diese riesigen Maschinen am CERN haben den Cocktail bei extrem hohen Geschwindigkeiten zertrümmert. Dabei entstehen W- und Z-Bosonen (wie kleine Blitze). Die Menge dieser Blitze verrät uns, was im Cocktail war.

Das Dilemma:

• Die ATLAS-Messungen sagten: „Hey, da ist viel von dem seltsamen Teilchen drin! Es ist genauso viel wie von den leichten." (Verhältnis = 1).
• Die CMS-Messungen sagten: „Nicht so schnell! Da ist weniger davon." (Verhältnis < 1).

Die beiden großen Experimente schienen sich also zu streiten. War das seltsame Teilchen unterdrückt oder nicht?

Die Detektivarbeit: Ein gemeinsamer Fall

Die Autoren dieser Arbeit (Cooper-Sarkar und Wichmann) haben sich wie Detektive verhalten. Sie haben alle Daten von ATLAS, CMS und HERA in einen Topf geworfen und mit einem hochmodernen mathematischen Werkzeug (einem „Parton-Distribution-Fit") analysiert.

Stellen Sie sich vor, Sie versuchen, das genaue Rezept eines Kuchens herauszufinden, indem Sie:

1. Die Zutatenliste eines alten Kochbuchs (HERA) nehmen.
2. Zwei verschiedene Bäckereien (ATLAS und CMS) fragen, wie viel Zucker sie in ihren Kuchen gemischt haben.
3. Beide Bäckereien gleichzeitig befragen, um zu sehen, ob sie sich einig sind oder ob eine von ihnen einen Fehler gemacht hat.

Was haben sie herausgefunden?

1. Kein Streit, nur unterschiedliche Perspektiven:
   Die Daten von ATLAS und CMS passen tatsächlich zusammen! Es gibt keinen echten Konflikt. Es sieht nur so aus, als würden sie sich streiten, weil die Messungen sehr präzise sind und kleine Unsicherheiten haben. Wenn man beide Daten kombiniert, gewinnt die ATLAS-Messung etwas mehr Gewicht, weil sie sehr präzise ist.

2. Die große Überraschung:
   Das Ergebnis ist klar: Das seltsame Teilchen ist NICHT unterdrückt.
   Im Bereich, in dem die LHC-Daten am empfindlichsten sind (bei sehr kleinen Anteilen des Protonen-Impulses), ist die Menge an „seltsamen" Teilchen fast genauso groß wie die Menge an leichten Teilchen.

   • Die alte Annahme: „Es gibt nur halb so viel Seltsames."
   • Die neue Erkenntnis: „Es gibt fast genauso viel Seltsames wie Leichtes!" (Das Verhältnis ist nahe bei 1,0).

3. Warum ist das wichtig?
   Früher dachte man, das seltsame Teilchen sei ein „armes Verwandter", der im Proton nur eine kleine Rolle spielt. Diese Arbeit zeigt, dass er im Inneren des Protons viel präsenter ist als gedacht. Das ist wie wenn man herausfindet, dass in einem Kaffee, den man für reinen Kaffee hielt, doch eine ganze Menge Milch ist – und zwar genau die richtige Menge, die man theoretisch erwartet hätte, wenn man die Physik der Teilchen genau versteht.

Die Methode: Ein mathematisches Orchester

Um das herauszufinden, haben die Autoren ein komplexes mathematisches Modell (NNLO-QCD) benutzt. Man kann sich das wie ein Orchester vorstellen:

• Die Daten sind die Noten.
• Die Theorie ist der Dirigent.
• Die Parton-Verteilungsfunktionen (PDFs) sind die einzelnen Musiker.

Die Aufgabe war es, die Lautstärke jedes Musikers (wie viel Up, Down, Strange, Gluon) so einzustellen, dass das Gesamtklangergebnis (die Vorhersage) perfekt mit den aufgenommenen Konzerten (den Messdaten von ATLAS, CMS und HERA) übereinstimmt.

Das Fazit in einem Satz

Die Autoren haben bewiesen, dass die Daten von ATLAS und CMS harmonieren und gemeinsam zeigen, dass das „seltsame Meer" im Proton bei niedrigen Energien nicht unterdrückt ist, sondern fast so stark ist wie das „leichte Meer". Damit ist das Puzzle der Protonen-Zusammensetzung ein kleines Stückchen klarer geworden.

Kurz gesagt: Wir haben den Protonen-Cocktail genauer geschmeckt und festgestellt: Da ist mehr „Seltsamkeit" drin, als wir lange geglaubt haben, und die beiden großen Messstationen (ATLAS und CMS) sind sich am Ende doch einig.

Technische Zusammenfassung

1. Problemstellung und Motivation

Das Ziel der Arbeit ist die Untersuchung der Strangeness-Dichte (Strange-See) im Proton, insbesondere im Bereich niedriger Bjorken-$x$ ($x \lesssim 0.01$).

• Hintergrund: Traditionell wurden Parton-Verteilungsfunktionen (PDFs) durch Tiefinelastische Streuung (DIS) bei HERA bestimmt. Diese Daten liefern jedoch nur begrenzte Informationen über die Flavorkomposition des leichten Sees, insbesondere über das Verhältnis von Strange- zu Anti-Strange-Quarks ($s, \bar{s}$) zu den leichten Antiquarks ($\bar{u}, \bar{d}$).
• Historische Annahmen: Oft wurde angenommen, dass der Strange-See unterdrückt ist, d.h. $s(x) \approx r_s \bar{d}(x)$ mit $r_s \sim 0.5$. Diese Annahme basierte auf Neutrino-Streuexperimenten (NuTeV, CCFR, NOMAD), die jedoch bei höheren $x$-Werten ($x > 0.1$) und niedrigen $Q^2$-Skalen sensibler sind.
• Neue Daten: Die präzisen Messungen der inklusiven $W^\pm$- und $Z$-Boson-Produktion am LHC (ATLAS und CMS) bieten neue Constraints für niedrige $x$-Werte.
• Konflikt: Es gab Hinweise auf eine Diskrepanz: Die Analyse der ATLAS $W+c$-Daten deutete auf einen symmetrischen See (keine Unterdrückung) hin, während CMS $W+c$-Daten eine stärkere Unterdrückung favorisierten. Da $W+c$-Analysen Annahmen über die Fragmentierung von Charm-Jets benötigen, untersuchten die Autoren, ob dieser Konflikt auch in den inklusiven Drell-Yan-Daten (die theoretisch besser verstanden sind) besteht.

2. Methodik

Die Autoren führten eine globale QCD-Analyse im Rahmen der Next-to-Next-to-Leading Order (NNLO) Störungstheorie durch.

• Daten-Sets:
  • HERA: Kombinierte $e^\pm p$-Kreuzwirkungsquerschnitte (169 korrelierte Unsicherheitsquellen).
  • ATLAS: Inklusive $W^\pm$ und $Z/\gamma^*$ differentiellen Kreuzwirkungsquerschnitte bei 7 TeV (Elektron- und Myon-Kanäle).
  • CMS: Inklusive $W^\pm$ und $Z/\gamma^*$ Daten bei 7 TeV und 8 TeV (Myon- und Elektron-Kanäle).
  • Hinweis: Die 8 TeV CMS $Z$-Daten wurden für den Hauptfit ausgeschlossen, da sie zu einem unangemessen hohen $\chi^2$ führten (möglicherweise aufgrund von Korrelationsmatrizen-Problemen).
• Theoretisches Framework:
  • Verwendung des xFitter-Frameworks.
  • Berechnung der Koeffizientenfunktionen bis NNLO (QCDNUM).
  • Behandlung schwerer Quarks im General-Mass Variable-Flavor-Number (GM-VFN) Schema.
  • Skalenwahl: $\mu_r = \mu_f = \sqrt{Q^2}$.
  • Startskala: $Q_0^2 = 1.9 \text{ GeV}^2$ (unterhalb der Charm-Schwelle).
• Parametrisierung:
  • Die Quark-Verteilungen bei $Q_0^2$ wurden durch eine allgemeine Form parametrisiert: $xq_i(x) = A_i x^{B_i} (1-x)^{C_i} P_i(x)$.
  • Freiheitsgrade: 15 Parameter für Valenzquarks, Gluonen und leichte Antiquarks.
  • Strange-See: $s(x) = \bar{s}(x)$ wird angenommen. Die Form wird durch zwei freie Parameter ($A_s, C_s$) bestimmt, wobei $B_s = B_{\bar{d}}$ gesetzt wird.
• Fit-Strategie:
  • Minimierung der $\chi^2$-Funktion unter Berücksichtigung korrelierter systematischer Unsicherheiten (Nuisance-Parameter für ATLAS, Kovarianzmatrizen für CMS).
  • Untersuchung verschiedener Datenkombinationen (nur ATLAS, nur CMS, Kombination beider).

3. Wichtige Beiträge und Ergebnisse

A. Konsistenz der Datensätze

• Es wurde keine signifikante Spannung (Tension) zwischen HERA-Daten und LHC-Daten gefunden.
• Auch zwischen den ATLAS- und CMS-Daten selbst besteht keine starke Inkompatibilität. Die $\chi^2$-Werte bleiben gut, wenn beide Experimente gemeinsam gefittet werden.
• Die Kombination der Daten (CSKK-Fit) wird durch die höhere Präzision der ATLAS-Daten dominiert.

B. Strangeness-Dichte (Das Hauptergebnis)

Die Arbeit analysiert das Verhältnis $R_s = (s + \bar{s}) / (\bar{u} + \bar{d})$.

• Ergebnis: Die kombinierten LHC-Daten (insbesondere ATLAS) unterstützen die Hypothese eines nicht unterdrückten Strange-Sees bei niedrigem $x$.
• Das Verhältnis $R_s$ ist bei $x \approx 0.01$ konsistent mit 1 (d.h. keine Unterdrückung im Vergleich zum leichten See).
• Dies steht im Gegensatz zur historischen Annahme von $R_s \approx 0.5$.
• Die Unsicherheiten sind im Bereich niedrigen $x$ ($x \sim 0.01$) klein, während sie bei $x > 0.1$ aufgrund von Parametrisierungsunsicherheiten größer werden.

C. Unsicherheitsanalyse

Die Autoren untersuchten verschiedene Quellen der Unsicherheit:

1. Experimentelle Unsicherheiten: Statistisch und systematisch (korreliert/unkorreliert).
2. Modell-Varianzen: Variation der Startskala $Q_0^2$, der Mindest-$Q^2$-Cut-Werte und der schweren Quarkmassen ($m_c, m_b$).
3. Parametrisierungs-Varianzen: Hinzufügen zusätzlicher Terme in den Polynomen und Freigeben von Parametern für $\bar{u}$ und $\bar{d}$ (z.B. $B_{\bar{s}}$ frei lassen).
   • Die größte Unsicherheit stammt aus der Parametrisierung (insbesondere wenn $B_{\bar{s}}$ und die $\bar{u}/\bar{d}$-Parameter unabhängig variiert werden).
   • Selbst unter extremen Parametrisierungsannahmen bleibt $R_s$ nahe bei 1.
4. $\alpha_s$-Unsicherheit: Variation von $\alpha_s(M_Z)$ zwischen 0.116 und 0.120 hat einen geringen Einfluss.

D. Spezifische Zahlenwerte

Für den nominalen CSKK-Fit ergeben sich folgende Werte für das Strangeness-Verhältnis $R_s$:

• Bei $x = 0.023, Q_0^2 = 1.9 \text{ GeV}^2$:
  $$R_s = 1.14 \pm 0.05 (\text{exp}) \pm 0.03 (\text{mod}) +0.03_{-0.05} (\text{param}) +0.01_{-0.02} (\alpha_s)$$
• Bei $x = 0.013, Q^2 = M_Z^2$:
  $$R_s = 1.05 \pm 0.02 (\text{exp}) +0.02_{-0.01} (\text{mod}) +0.02_{-0.01} (\text{param}) \pm 0.01 (\alpha_s)$$

E. Cross-Checks

• E866-Daten: Die E866-Fixtarget-Daten deuten auf ein positives $(\bar{d} - \bar{u})$ bei $x \sim 0.1$ hin. Eine erzwungene Übereinstimmung mit E866 würde die Strangeness leicht senken ($R_s \approx 0.95$), aber dies führt zu einem schlechteren Gesamt-$\chi^2$ und wird daher nicht als Teil der Hauptparametrisierung akzeptiert.
• Off-Peak Daten: Die Hinzunahme von Drell-Yan-Daten außerhalb des $Z$-Peaks (niedrige und hohe Massen) ändert das Ergebnis für den Strange-See bei niedrigem $x$ nicht signifikant.

4. Bedeutung und Fazit

• Widerlegung der Unterdrückung: Die Studie liefert starke Evidenz dafür, dass der Strange-See im Proton bei niedrigen $x$-Werten und LHC-Energieskalen nicht unterdrückt ist ($R_s \approx 1$).
• Auflösung von Diskrepanzen: Die Diskrepanz zwischen früheren $W+c$-Analysen (die auf Unterdrückung hindeuteten) und den inklusiven Daten wird aufgeklärt; die inklusiven Drell-Yan-Daten (besser theoretisch verstanden) bevorzugen keine Unterdrückung.
• Rolle der Experimente: Obwohl die ATLAS-Daten den Fit dominieren, widersprechen die CMS-Daten dem Ergebnis nicht signifikant.
• Zukunft: Die Ergebnisse unterstreichen die Notwendigkeit präziser Messungen, um den Übergang von der unterdrückten Strangeness bei niedrigen $Q^2$ (wie in Neutrino-Experimenten) zur asymptotischen Einheitlichkeit bei hohen $Q^2$ (durch $g \to q\bar{q}$ Splitting) zu verstehen.

Zusammenfassend etabliert diese Arbeit einen neuen Standard für die Strange-Verteilung in NNLO-PDF-Fits, der auf der Kombination von HERA, ATLAS und CMS Daten basiert und eine symmetrische Zusammensetzung des leichten Sees bei niedrigem $x$ nahelegt.