Numerical Study of MRW-Type Unintegrated Double Parton Distribution Functions from Non-Factorized DPDFs

本論文は、非因子化された GS09 共線型二重パートン分布関数から構築された MRW 型非統合二重パートン分布関数の数値的研究を提示し、その横運動量依存性、規格化特性、および縦方向相関への感度を分析するために、二重修正 KMRW、二重仮想性順序 MRW、および規格化整合型バリアントのパフォーマンスと特性を比較する。

要約

陽子を固体の大理石ではなく、パートン（クォークとグルーオン）と呼ばれる小さくエネルギッシュなダンサーで賑わう混雑したダンスフロアとして想像してみてください。通常、粒子加速器で 2 つの陽子が衝突する際、各側から1 組のダンサーだけが互いにぶつかるものだと仮定されます。これを「単一パートン散乱」と呼びます。

しかし、非常に高いエネルギーでは、2 組の異なるペアのダンサーが同じ衝突の中で同時に衝突する可能性があります。これが二重パートン散乱（DPS）です。この混沌としたダンスを理解するために、物理学者たちは、ダンサーがどこにいるかだけでなく、横方向にどのくらい速く動いているか（横運動量）や、互いにどのように相関しているかを示す地図が必要です。

本論文は、CHROMA コラボレーションによる数値研究であり、この地図を描く 3 つの異なる方法を構築し、検証したものです。以下に、わかりやすく要点を整理します。

1. 問題点：「ポケット式」は単純すぎる

長らく、物理学者たちはこれらの二重衝突を推定するために「ポケット式」を用いてきました。これは、ダンスフロアが空いており、ダンサー同士が完全に独立していると仮定するようなものです。あるダンサーがいる確率に、もう一人のダンサーがいる確率を掛けるだけです。

• 欠点：実際には、ダンサーは混雑しています。あるダンサーが特定の場所にいれば、他のダンサーがいる可能性の確率が変わります。また、「ポケット式」はダンサーが横方向にどのくらい速く動いているかを無視しています。論文は、これらの相関と横方向の動きを考慮した、より詳細な地図が必要だと主張しています。

2. 材料：「GS09」地図

著者たちは、陽子の既存の高品質な地図であるGS09から始めます。この地図はすでにダンサーの「混雑度」（相関）について知っています。しかし、この地図は「コリニアール（共線）」であり、ダンサーが前方にどの方向へ動いているかしか教えてくれず、横方向にどのくらい「揺れ動いているか」については教えてくれません。

• 課題：彼らは、この前方への動きを示す地図に「揺れ動き」（横運動量）を追加する必要があり、これを非統合二重パートン分布関数（UDPDFs）と呼んでいます。

3. 3 つの方法：揺れ動きを追加する 3 つのやり方

論文は、この横方向の動きを地図に追加するための 3 つの異なる「レシピ」（処方箋）を検証しています。これらを、シチューにスパイスを加えようとする 3 人のシェフと想像してみてください。

• レシピ A：「仮想性順序付け」シェフ（DVO-MRW）

  • 仕組み：このシェフは厳格なルールに基づいてスパイスを加えます。「揺れ動きが大きいほど、レシピは変化する」というものです。ダンサーの履歴を見て、どの程度揺れ動くかを決定します。
  • 問題点：このシェフは少し乱雑です。スパイスを加えた後、シチューの総量（全確率）が元のレシピと完全に一致しないことがあります。「正規化の不一致」が生じます。
  • 解決策：著者たちは整合版（MDVO-MRW）を作成しました。これは同じシェフですが、シチューの総量を完璧にするために、最終的な「味見」ステップを追加し、揺れ動きの形状（フレーバープロファイル）を変えずに量を調整します。

• レシピ B：「正規化カーネル」シェフ（DMKMRW）

  • 仕組み：このシェフは非常に正確です。元の地図を取り、すべてのダンサーに事前に作られ、完璧に計量された「揺れ動きのシール」を貼り付けます。
  • 利点：シールは事前に計量されているため、シチューの総量は最初から保証されています。乱雑な調整は不要です。
  • 違い：最初のシェフとは異なり、このシェフは揺れ動きがダンサーの根本的な地図を変えることを許さず、単に揺れ動きを上に追加するだけです。

• レシピ C：「古風」シェフ（直接 LO-MRW）

  • 使用しなかった理由：論文では、異なる速度を処理するために地図をピース（パズル）に切り取る必要がある古い手法が言及されています。著者たちはこれを自分たちのニーズにはあまりに複雑で不器用だと判断し、上記の 2 つのより新しくクリーンなレシピに留めました。

4. 発見：地図が示したもの

著者たちは、これら 3 つのレシピを比較するためにシミュレーションを実行しました。以下が彼らの発見です。

• 「揺れ動き」が重要：横方向の動きの加え方によって、最終的な図像は大きく変化します。特に、ダンサーが高速で動いている場合や、ダンスフロアの端（高エネルギー）に近い場合に顕著です。
• 相関は実在する：ダンスフロアの「混雑度」が重要です。
  • 同じ種類のダンサー（例：2 つの「アップ」クォーク）を探す場合、地図は、単純な「ポケット式」が予測するよりも、一緒に見つかる可能性が低いことを示しています。小さな隅に同じサイズの 2 人が詰め込もうとするようなもので、互いに押し合い、遠ざかります。
  • 反対のペア（例：クォークと反クォーク）を探す場合、一緒に見つかる可能性は高いです。これは磁石のペアがくっつくようなものです。
• レシピの選択が結果を変える：
  • 正規化カーネル（DMKMRW）レシピは、「揺れ動き」と「混雑度」を分離して保持します。横方向の動きは、ダンサーがどこにいるかに関係なく同じように見えます。
  • 仮想性順序付け（DVO-MRW）レシピは、これらを混ぜ合わせます。「揺れ動き」は、その領域がどの程度混雑しているかによって変化します。
  • 重要なのは：「乱雑なシェフ」の体積の問題を修正した後（整合版）でも、2 つのレシピは横方向の動きの形状において依然として異なる結果を生み出しました。これは、レシピの選択が、これらの衝突を予測する際の主要な不確実性の源であることを意味します。

5. 結論

論文は、高エネルギーで陽子が衝突した際に何が起こるかを正確に予測するためには、単純な「ポケット式」を使用することはできないと結論付けています。パートンがどのように相関しているかを考慮した、これらの詳細な地図を使用する必要があります。

しかし、注意点があります：横方向の動きを追加するためにどのレシピを使用するかは重要です。「正規化カーネル」法と「仮想性順序付け」法は、特に高速衝突において異なる結果をもたらします。著者たちは、将来の実験では、どの数学的「レシピ」を使用するか注意深く検討する必要があると示唆しています。なぜなら、それが最終的な答えを変える可能性があるからです。

要約すると：彼らは陽子の内部のより詳細で優れた地図を構築し、その地図上に「横方向の運動」を描く 3 つの異なる方法をテストしました。その結果、描画方法の選択は、特に衝突の最もエネルギー的な部分において、図像を著しく変化させることがわかりました。

技術概要

技術的概要：非因子化型二重部分子分布関数からの MRW 型未統合二重部分子分布関数の数値的研究

問題提起
二重部分子散乱（DPS）は、ハドロン内の多部分子相関を探る重要なプローブである。標準的な現象論的アプローチは、二重部分子分布関数（DPDF）に対して因子化された形式を仮定し、横運動量を積分する「ポケット公式」に依存しているが、この近似は二重 DGLAP 進化方程式および関連する運動量・数総和則を満たさない。さらに、高エネルギー領域では、初期状態の QCD 放射が顕著な横運動量（$k_t$）を生成するため、$k_t$ 因子化の枠組み内で未統合二重部分子分布関数（UDPDF）を使用する必要がある。

非因子化のコリニア DPDF から UDPDF を構築する際に、特定の課題が生じる。従来の最低次（LO）MRW（Martin-Ryskin-Watt） prescription は、均質（独立進化）成分と非均質（摂動的分裂）成分を、特に横運動量が入力スケールより小さい領域（$k_t < \mu_0$）において、個別に扱う断片化された処理を要求する。この分離は、成分が別々に保存されていない GS09 セットのような完全な非因子化 DPDF 入力を利用する現象論的応用において、煩雑である。加えて、既存のモデルはしばしば正規化の曖昧さや、ハードスケールを超える非物理的なテールの生成に悩まされている。

手法
著者らは、均質項と非均質項の断片化された分離を回避する、MRW に着想を得た 3 つの prescription を用いて、非因子化コリニア DPDF から直接 UDPDF を構築する数値的研究を提示する。

1. 入力と進化: 本研究では、GS09 DPDF を入力として用い、ChromaPDFEvolver と命名されたカスタム数値二重 DGLAP 進化フレームワークを用いて、不等スケール（$\mu_1 \neq \mu_2$）まで進化させる。このフレームワークは、変数 $u = \ln(x/(1-x))$ におけるグリッドと Runge-Kutta-Fehlberg 法を用いて、$x$ 空間において非均質な「フィード」項を含む二重 DGLAP 方程式を解く。不等スケール進化は、運動量総和則に対して検証される。
2. Prescription 1: 二重仮想性順序 MRW（DVO-MRW）: このモデルは、完全なコリニア DPDF に対して仮想性順序の最終ステップ進化を適用する。仮想性スケール $K^2 = k_t^2/(1-z)$ を Sudakov 型因子と結合定数に用いることで、分布を運動学的に許容される仮想性領域を超えてゼロにする。これにより、低 $k_t$ 領域の別々の外挿を必要とせずに、横運動量依存性を動的に生成する。
3. Prescription 2: 正規化整合 DVO-MRW（MDVO-MRW）: DVO-MRW モデルに内在する正規化の偏差に対処するため、乗法的整合因子を導入する。これにより、仮想性順序の横運動量形状を保持しつつ、$k_t$ に関する積分が入力コリニア DPDF を正確に再現するように強制する。
4. Prescription 3: 二重修正 KMRW（DMKMRW）: 修正 KMRW（MKMRW）アプローチに基づき、このモデルは各外部部分子脚に正規化された横方向カーネルを割り当てる。横方向依存性はコリニア DPDF から因子化され、設計上、厳密に正規化を保存するように構築される。

本研究は、これらモデルを様々な部分子チャネル（$gg, ug, uu, u\bar{u}$）で比較し、縦方向相関の影響を分離するために、非因子化分布と因子化分布の比率を分析する。

主要な結果

• 検証: ChromaPDFEvolver は、高い数値精度で不等スケール DPDF に対する運動量総和則を保存することに成功し、UDPDF 構築のための入力の妥当性を確認した。
• 正規化: DMKMRW モデルは本質的に正規化を保存する。DVO-MRW モデルは、特にグルオン - グルオンチャネルにおいて非自明な正規化偏差を示すが、MDVO-MRW 変種ではこれを正常に補正できる。
• 横運動量依存性:
  • DMKMRW モデルでは、非因子化分布と因子化分布の比率は $k_t$ に依存しない。非因子化効果は、正規化とフレーバー依存性を修正するが $k_t$ 形状は変化させない、純粋な縦方向相関因子（$D_{ij}/f_i f_j$）として現れる。
  • DVO-MRW/MDVO-MRW モデルでは、非因子化効果は横運動量と結合している。$k_t$ が増加するにつれて、仮想性順序の制約が積分領域を制限し、運動学的境界（$x_1+x_2=1$）に近い DPDF をサンプリングする。これにより、大きな $x$ と大きな $k_t$ において、非因子化分布が $k_t$ 依存性で抑制される。
• チャネル依存性:
  • $uu$ チャネルは、価数総和則（2 番目の価数クォークを見つけることが制約される）に駆動され、因子化近似に対して非因子化分布で強い抑制を示す。
  • $u\bar{u}$ チャネルは、入力 GS09 DPDF に存在するクォーク - 反クォーク相関を反映し、増幅を示すことがある。
• モデル比較: 両モデルが正規化整合（DMKMRW 対 MDVO-MRW）であっても、異なる横運動量形状を生み出す。MDVO-MRW 分布は、仮想性順序の制約（$K^2 < \mu^2$）により大きな $k_t$ で抑制されるのに対し、DMKMRW 分布は正規化されたカーネルによって決定されるテールを保持する。

意義と主張
本論文は、非因子化 DPDF からの UDPDF 構築が、DPS の一貫した $k_t$ 因子化記述に不可欠であると主張する。著者らは以下を実証する。

1. 非因子化相関は普遍ではない: これらは運動学に依存しない単純な乗法的因子で表現できず、フレーバー、縦方向運動量割合、および横運動量を生成するために使用される特定の prescription に依存する。
2. Prescription 依存性は不確実性の源である: 正規化カーネルアプローチ（DMKMRW）と仮想性順序コンボリューションアプローチ（DVO/MDVO-MRW）の間の選択は、特に大きな横運動量および運動学的境界付近において、予測される $k_t$ 形状に顕著な差異をもたらす。
3. 実用的有用性: 提案された prescription（特に MDVO-MRW と DMKMRW）は、従来の LO-MRW 構築の煩雑な断片化処理を回避し、完全な非因子化 DPDF に直接適用可能な、コンパクトな単一式モデルを提供する。

著者らは、因子化近似は小さな $x$ と中程度の $k_t$ には十分かもしれないが、大きな $x$、大きな $k_t$、または特定の価数/クォーク - 反クォーク相関に敏感な過程に対しては、非因子化 UDPDF の使用が重要であると結論づける。また、現象論的影響の完全な評価には、これらの分布をプロセスレベルの DPS 計算に実装する必要があるが、これは将来の課題として残されていると付記している。