Reconstructing rare particle source by femtoscopic correlations

Resumen Técnico: Reconstrucción de Fuente de Partículas Raras mediante Correlaciones Femtoscópias

Enunciado del Problema
La femtoscopía en colisiones nucleares de alta energía depende tradicionalmente de la medición de funciones de correlación de dos partículas para inferir la estructura espacio-temporal de las fuentes de emisión de partículas. Los análisis convencionales asumen típicamente parametrizaciones gaussianas para estas fuentes. Aunque efectiva para partículas abundantes, este enfoque enfrenta desafíos significativos al aplicarse a partículas raras (por ejemplo, hadrones de encanto como $J/\psi$).

1. Inferencia Indirecta: La femtoscopía estándar accede a la información de la fuente únicamente a través de observables de dos partículas (pares). En consecuencia, la fuente de emisión de una sola partícula de una partícula rara se incorpora implícitamente en los observables de pares y no puede medirse directamente.
2. Dependencia del Modelo: La asunción de formas de fuente gaussianas no es válida a priori, particularmente para partículas emitidas durante estados de no equilibrio o etapas tempranas de la colisión.
3. Problema Inverso: Reconstruir una fuente a partir de datos de correlación es un problema inverso mal planteado. Los métodos avanzados existentes (por ejemplo, aprendizaje automático, desenfoque óptico) operan a nivel de fuentes de dos partículas, dejando la extracción directa de fuentes de una sola partícula para partículas raras como un problema abierto.

Metodología: Reconstrucción Estadística
Los autores introducen un método de Reconstrucción Estadística que reformula la femtoscopía como un problema inverso específicamente para fuentes de emisión de una sola partícula, evitando la necesidad de suposiciones gaussianas.

• Marco Teórico:
  La función de correlación de dos partículas $C(k^*)$ se reexpresa no como un ajuste directo a una distribución de fuente, sino como un promedio de conjunto sobre un núcleo de correlación condicionado a una sola partícula, $\tilde{C}_{k^*}(r_1)$.
  $$C(k^*) = \int dr_1 S_1(r_1) \tilde{C}_{k^*}(r_1)$$
  Aquí, $S_1(r_1)$ es la fuente de una sola partícula objetivo, y $\tilde{C}_{k^*}(r_1)$ representa la correlación entre una partícula en $r_1$ y el conjunto de la segunda partícula.
  $$\tilde{C}_{k^*}(r_1) = \int d^3r_2 S_2(r_2) |\psi_{k^*}(r_1 - r_2)|^2$$
  La distribución de los valores del núcleo, $y = \tilde{C}_{k^*}(r_1)$, codifica la fuente subyacente $S_1(r_1)$.

• Accesibilidad Experimental:
  Para partículas raras donde el rendimiento es bajo (a menudo una por evento), la distribución partícula por partícula del núcleo puede transformarse en una extracción evento por evento. El núcleo condicionado para una partícula objetivo en el evento $i$ se define como:
  $$\tilde{C}_{k^*;ij} = N \frac{N_{tot}^T}{N_{mixed}(k^*)} n_{ij}^{same}(k^*)$$
  Esto permite el acceso experimental a la entrada estadística requerida para la reconstrucción sin inferir una fuente de pares efectiva.

• Estrategia de Reconstrucción:

  1. Entradas: El método requiere (i) una fuente de referencia bien caracterizada para una partícula abundante (por ejemplo, protones) y (ii) un potencial de interacción restringido (por ejemplo, de QCD en Red/HAL QCD).
  2. Cálculo del Núcleo: La forma analítica de $\tilde{C}_{k^*}(r)$ se calcula utilizando la fuente de referencia conocida y el potencial de interacción.
  3. Inversión: La fuente $S_1(r)$ se reconstruye invirtiendo el mapeo entre la distribución de la fuente y la distribución del núcleo.
  4. Estabilización: Dado que $\tilde{C}_{k^*}(r)$ puede ser no monótona (violando la biyectividad), el método emplea promedio de múltiples momentos. Las reconstrucciones se realizan a través de múltiples bins de momento relativo ($k^*$) y se promedian para suprimir artefactos y picos espurios, produciendo una estimación robusta de la fuente.

Contribuciones y Resultados Clave
El artículo valida este método a través de dos estudios principales:

1. Prueba Numérica Controlada (Fuentes Gaussianas):
   Utilizando fuentes gaussianas predefinidas ($R_1=0.5$ fm, $R_2=1.4$ fm) y una función de onda simplificada, los autores demostraron que el método puede reconstruir con precisión el perfil de la fuente. Mostraron que, mientras que las reconstrucciones de momento único sufren de artefactos debido a la no monotonía, el promediado sobre múltiples bins de $k^*$ recupera la distribución de verdad fundamental con alta fidelidad.

2. Aplicación a $J/\psi$ en Colisiones $pp$:
   El método se aplicó para reconstruir la fuente de emisión de $J/\psi$ en colisiones $pp$ de $\sqrt{s} = 13.6$ TeV utilizando simulaciones EPOS4HQ.

   • Configuración: Se utilizaron protones con $p < 400$ MeV/c como fuente de referencia (ajustados con un modelo de núcleo gaussiano + cola de Cauchy). El potencial de interacción ($N-J/\psi$) se derivó de cálculos de QCD en Red de HAL QCD.
   • Hallazgos:
     • La fuente de $J/\psi$ reconstruida es significativamente más compacta que la fuente de protones, consistente con la expectativa de que los hadrones de encanto se producen en la etapa temprana y densa de la colisión.
     • El radio más probable de la fuente de $J/\psi$ reconstruida ($\sim 0.37$ fm) se alinea mejor con la simulación original EPOS4HQ que lo que sugeriría un ajuste gaussiano simple a la correlación de pares.
     • La fuente reconstruida preserva características clave (compactitud y radio) a pesar del mayor dispersión y la cola realzada introducidas por el proceso de reconstrucción.
   • Incertidumbre Sistemática: Al comparar la función de correlación derivada de la fuente reconstruida contra la simulación directa EPOS4HQ, los autores estiman una incertidumbre sistemática de aproximadamente 13%. Esta incertidumbre surge principalmente de la discretización de los valores del núcleo y la dependencia del modelo de la fuente de protones de referencia.

Significado y Afirmaciones
El artículo afirma que este método de Reconstrucción Estadística ofrece una vía novedosa para extraer fuentes de emisión de una sola partícula para partículas raras sin depender de suposiciones gaussianas a priori.

• Cambia el paradigma de inferir fuentes efectivas de dos partículas a reconstruir directamente la distribución de la fuente de una sola partícula.
• Aprovecha las propiedades estadísticas de la producción de partículas raras (donde las fluctuaciones evento a evento en la multiplicidad están suprimidas) para hacer el problema accesible experimentalmente.
• El método proporciona restricciones cuantitativas sobre las características de la fuente de partículas raras, ofreciendo una comprensión más profunda de los procesos intermedios tanto en colisiones $pp$ como de iones pesados.
• Los autores posicionan esto como una herramienta útil para futuros análisis de femtoscopía, particularmente para estudiar hadrones de encanto de vida corta y estados exóticos donde las parametrizaciones gaussianas estándar pueden ser insuficientes.

El estudio concluye que, aunque el método introduce incertidumbres sistemáticas (estimadas en ~13% en esta simulación), demuestra exitosamente la viabilidad de reconstruir fuentes compactas y no gaussianas para partículas raras, abordando una limitación fundamental en las técnicas femtoscópias actuales.