Di-hadron Fragmentation Functions beyond LO

No coração de cada átomo, prótons e nêutrons não são esferas sólidas, mas cidades agitadas de partículas menores chamadas quarks e glúons. Essas partículas estão ligadas pela força forte, a interação mais poderosa da natureza, que é descrita por uma teoria chamada Cromodinâmica Quântica. Quando partículas de alta energia colidem, elas podem desprender esses quarks, mas a força forte se recusa a deixá-los viajar sozinhos. Em vez disso, conforme um quark voa para longe, ele puxa um fluxo de energia atrás de si que se transforma em novas partículas, formando um jato de hádrons conhecido como jato (jet). Os cientistas estudam esses jatos para entender as regras invisíveis que governam como a matéria é construída. Uma chave para desbloquear essas regras é um conjunto de ferramentas matemáticas chamadas Funções de Fragmentação, que atuam como um mapa mostrando a probabilidade de um único quark se transformar em tipos específicos de partículas. Embora os cientistas saibam há muito tempo como mapear o caminho de um quark transformando-se em uma única partícula, um quebra-cabeça mais complexo permanece: como um quark se divide em um par de partículas, como dois píons, que viajam juntos no mesmo jato.

Esta questão específica está no centro de um estudo recente de pesquisadores da Universidade de Pavia e do Instituto Nacional de Física Nuclear da Itália. Eles focaram em um fenômeno chamado Fragmentação de Di-hádrons, que descreve o processo onde um único quark fragmenta-se em dois hádrons. Ao estudar esses pares, os físicos esperam medir uma propriedade do próton chamada transversalidade, que descreve como os spins dos quarks dentro do próton estão orientados. Até agora, os mapas usados para descrever este processo eram desenhados com precisão limitada, baseando-se em cálculos que eram apenas uma primeira aproximação. Os pesquisadores se propuseram a redesenhar esses mapas com precisão muito maior, indo além das estimativas iniciais para incluir correções complexas de ordem superior que levam em conta a realidade caótica das interações de partículas.

Para construir este novo e mais preciso mapa, a equipe recorreu a dados coletados pelo experimento BELLE no Japão, onde elétrons e pósitrons foram colididos em um nível de energia específico para criar jatos de partículas. Os pesquisadores focaram em eventos onde um par de píons, um positivo e um negativo, aparecia junto dentro do mesmo jato. Eles selecionaram cuidadosamente pontos de dados onde a massa do par de píons era pequena o suficiente para garantir que os modelos teóricos fossem válidos, filtrando cerca de 344 medições distintas da vasta quantidade de informações reunidas. Como os dados de colisão sozinhos não revelam qual tipo de quark criou o par, a equipe usou simulações computacionais para atuar como um guia. Essas simulações ajudaram a separar as contribuições de diferentes sabores de quarks, permitindo que vissem como os quarks up, down, strange e charm cada um se comportam quando se dividem em dois píons.

A equipe abordou o problema usando duas estratégias diferentes para garantir que seus resultados fossem robustos. O primeiro método baseou-se em uma abordagem "informada pela física", onde construíram seu modelo usando princípios físicos conhecidos, como a existência de ressonâncias específicas, como as partículas rho e omega, que se formam brevemente antes de decair em píons. Este método atuou como um projeto estruturado, garantindo que o modelo respeitasse as leis conhecidas da física de partículas. O segundo método empregou uma rede neural, um tipo de inteligência artificial que aprende padrões diretamente dos dados sem ser forçada a uma forma pré-definida. Esta abordagem permitiu que os dados falassem por si mesmos, potencialmente revelando características que um modelo rígido poderia perder. Ambos os métodos foram levados a um novo nível de precisão, incorporando cálculos que nunca haviam sido aplicados a este problema específico, atingindo um nível de detalhe conhecido como ordem próxima à próxima ordem líder (next-to-next-to-leading order).

Os resultados mostraram que ambos os métodos funcionaram bem, descrevendo os dados experimentais com alta precisão. O modelo informado pela física destacou-se ao reproduzir os picos distintos nos dados que correspondem a ressonâncias de partículas conhecidas, mostrando claramente a estrutura das interações de partículas. A rede neural, embora ligeiramente menos clara sobre esses picos específicos, proporcionou um ajuste geral ainda melhor aos pontos de dados e ofereceu uma visão mais flexível da física subjacente. Ambas as abordagens confirmaram que os quarks up e down são os principais impulsionadores deste processo, enquanto quarks mais pesados como strange e charm desempenham um papel insignificante quando as partículas carregam uma grande fração do momento do jato. No entanto, o estudo também revelou um ponto cego significativo: a contribuição dos glúons, as partículas que carregam a força forte, permanece completamente não restringida pelos dados atuais. A incerteza na contribuição do glúon foi tão grande que as réplicas da rede neural mostraram um comportamento errático, indicando que os cientistas precisam de novos tipos de dados de diferentes tipos de colisões para definir esta peça do quebra-cabeça.

Além de refinar o mapa para partículas não polarizadas, os pesquisadores enfrentaram um desafio mais difícil envolvendo partículas com uma orientação de spin específica. Eles revisitaram um cálculo de como um par quark-antiquark com spin específico fragmenta, descobrindo que um resultado publicado anteriormente na literatura científica estava incorreto. Ao realizar seu próprio cálculo independente, eles derivaram uma nova fórmula que corrige o erro. Esta fórmula corrigida é um passo crucial à frente, pois fornece a base necessária para a primeira extração das funções de fragmentação polarizadas com um alto nível de precisão. Este trabalho não apenas atualiza um número; ele abre caminho para futuros experimentos medirem a estrutura de spin dos prótons com maior clareza, aproximando os cientistas de uma compreensão completa de como os blocos fundamentais da matéria se montam.