Measurement of the $W \to \mu \nu_\mu$ cross-sections as a function of the muon transverse momentum in $pp$ collisions at 5.02 TeV

LHCb 实验利用 5.02 TeV 质子 - 质子对撞数据测量了 $W \to \mu \nu_\mu$ 的微分与积分截面，并首次展示了利用该方法在统计受限数据下测定 $W$ 玻色子质量的原理验证。

要点

这是一篇来自欧洲核子研究中心（CERN）LHCb 实验团队的科学论文，虽然充满了高深的物理术语，但我们可以用一些生活中的比喻来轻松理解它的核心内容。

想象一下，LHCb 实验就像是一个超级精密的“粒子捕手”，它位于大型强子对撞机（LHC）的一端，专门捕捉质子碰撞后产生的碎片。

1. 他们在做什么？（捕捉“幽灵”的踪迹）

这篇论文主要做了两件事：

• 测量“流量”：他们统计了在特定条件下，产生了一种叫"W 玻色子”的粒子，并且这个粒子衰变成了一个“缪子”（一种像电子但更重的粒子）和一个“中微子”（一种几乎不跟任何东西反应的幽灵粒子）的事件有多少。
• 给 W 玻色子“称重”：利用刚才统计的数据，他们尝试计算出 W 玻色子的精确质量。

比喻：
想象你在一个暴风雨的夜晚（质子碰撞），试图统计有多少辆特定的红色跑车（W 玻色子）冲过了你的检查站。这些跑车非常快，而且其中一辆车上还藏着一个看不见的幽灵乘客（中微子），你根本看不见它。
你只能看到跑车扔出来的一个发光的包裹（缪子）。你的任务是：

1. 数一数有多少个发光的包裹，并记录它们飞出的角度和速度（这就是截面测量）。
2. 根据这些包裹飞出的规律，反推出那辆看不见的跑车到底有多重（这就是质量测量）。

2. 他们用了什么数据？（一次“短跑”测试）

这篇论文使用的数据量其实不大。他们只用了 2017 年两周时间内收集的数据，相当于只跑了很短的一程。

• 比喻：这就像是一个短跑运动员，只跑了 100 米，就试图证明他有能力跑马拉松。虽然数据量小（只有 100 pb⁻¹），但这更像是一次**“原理验证”**（Proof of Principle）。他们想证明：“看！即使数据不多，我们这种新的统计方法也是行得通的！”

3. 他们的新方法是什么？（从“数数”到“看形状”）

以前的方法通常是直接去拟合缪子的能量分布，就像直接去猜跑车的重量。但这次，LHCb 团队玩了一个新花样：

• 传统方法：直接看缪子飞得有多快，然后去猜 W 玻色子多重。
• 新方法：他们把缪子的速度分成了 12 个不同的档位（就像把速度表分成 12 个刻度），然后精确测量每个档位里有多少个缪子。
• 比喻：以前是看“大概有多少车”，现在是把路分成 12 段，精确数每一段里有多少辆车，并且画出它们的速度分布曲线。通过这条曲线的形状，他们能更敏锐地感觉到 W 玻色子“体重”的变化。

4. 遇到的困难与解决（给数据“修图”）

现实世界很嘈杂，探测器也不是完美的。

• 背景噪音：有些粒子（比如普通的强子）会假装成缪子混进来。
  • 比喻：就像在人群中，有人穿了红衣服冒充我们要找的人。
  • 解决：他们发明了一套“隔离”标准。真正的缪子通常很“独来独往”（周围没有其他粒子），而冒充者通常是一群结伙的。通过检查“周围有没有人”，他们把冒充者剔除了。
• 测量误差：探测器有时候会看错速度。
  • 比喻：就像你的尺子有点弯曲，或者你的眼睛有点近视。
  • 解决：他们利用一种叫"Z 玻色子”的已知标准粒子（就像一把标准的“米尺”），来校准他们的尺子，修正那些弯曲和近视带来的误差。

5. 结果是什么？（成功的“称重”）

尽管数据量不大，他们还是算出了 W 玻色子的质量：

• 结果：$80369 \pm 130$ (实验误差) $\pm 33$ (理论误差) 兆电子伏特。
• 意义：这个结果和之前其他实验（如 ATLAS、CMS）以及理论预测非常吻合。
• 比喻：虽然他们只跑了 100 米，但通过精密的测量，他们算出那个“幽灵乘客”的体重是 80.369 公斤，误差只有几克。这证明他们的“称重秤”是准的。

6. 未来展望（从短跑变马拉松）

这篇论文最重要的意义不在于最终的那个数字，而在于证明了方法的可行性。

• LHCb 团队说：“看，我们这套新算法在少量数据下就能跑通。现在，我们手里有 Run 2（2013-2018）和 Run 3（2022 以后）的海量数据，数据量比这次多了 100 倍！”
• 比喻：这次是“试飞”，证明了飞机能飞。接下来，他们要带着这架飞机，装满乘客（海量数据），进行真正的长途飞行。预计未来的测量精度将提高 10 倍，误差可能缩小到只有 12 兆电子伏特。

总结

这篇论文就像是一次**“高精度的试飞”**。LHCb 团队在有限的时间内，用一种新颖的“分档位统计”方法，成功测量了 W 玻色子的产生规律，并以此反推出了它的质量。这不仅验证了新方法的可靠性，也为未来利用海量数据将测量精度推向新高度铺平了道路。

简单来说：他们发明了一种更聪明的数数方法，虽然只数了一小会儿，但已经能很准地算出那个看不见的“幽灵粒子”有多重了，而且未来数得更多时，结果会更惊人。

技术摘要

以下是基于 LHCb 合作组论文 CERN-EP-2025-197 的详细技术总结，该论文报告了在 $\sqrt{s} = 5.02$ TeV 质子 - 质子碰撞中测量 $W \to \mu\nu$ 微分截面并首次利用该方法测定 W 玻色子质量的结果。

1. 研究背景与问题 (Problem)

• 物理目标：W 玻色子质量 ($m_W$) 是标准模型电弱 sector 的关键参数，其精确测量对检验标准模型及寻找新物理至关重要。传统的 LHCb $m_W$ 测量主要依赖于对带电轻子横向动量 ($p_T$) 分布的直接拟合。
• 现有局限：
  • 以往的 LHCb $W$ 玻色子截面分析无法在 $p_T$ 上进行微分测量，因为 $p_T$ 分布的形状曾被用作强子背景扣除的基础。
  • 直接拟合 $p_T$ 分布的方法将物理建模（如探测器分辨率、效率）与实验数据紧密耦合，难以独立更新物理模型。
  • 在 $\sqrt{s} = 5.02$ TeV 能量下，缺乏针对 $W \to \mu\nu$ 的微分截面测量，限制了部分子分布函数 (PDF) 在高动量分数区域的约束能力。
• 核心挑战：如何在统计量有限的数据集上，通过新的方法测量微分截面，并消除对信号 $p_T$ 分布形状的假设，进而用于提取 $m_W$。

2. 方法论 (Methodology)

该分析基于 LHCb 实验在 2017 年记录的数据集，积分亮度为 $100 \text{ pb}^{-1}$。

2.1 事件选择与数据样本

• 触发与选择：硬件触发要求 $p_T > 5$ GeV 的缪子。信号候选者定义为 $2.2 < \eta < 4.4$ 且 $p_T > 28$ GeV 的缪子。
• 背景抑制：
  • 通过拒绝存在第二个 $p_T > 25$ GeV 缪子的事件来抑制 $Z \to \mu\mu$ 背景。
  • 利用顶点拟合 $\chi^2$ 和轨道拟合质量抑制重味强子背景。
  • 隔离度 (Isolation) 要求：缪子周围 $\Delta R < 0.5$ 内的其他带电粒子和电磁簇射的标量和必须小于 8 GeV。
• 样本统计：最终保留 $27,586$个$W^+$候选者和$21,678$个$W^-$ 候选者。

2.2 模拟修正与校准

为了精确描述数据，对模拟样本进行了多项修正：

• 动量偏差修正：利用 $Z \to \mu\mu$ 样本中的“伪质量法” (pseudomass method) 确定并修正了数据中缪子动量的电荷依赖弯曲偏差 (curvature bias)。
• 动量展宽 (Smearing)：在模拟中对缪子动量进行高斯展宽，以匹配数据中的 $Z$ 玻色子质量分辨率。
• 探测效率：利用 $Z \to \mu\mu$ 样本测量触发、跟踪和识别效率，并生成权重修正模拟。
• 隔离度校准：对模拟中的隔离度分布应用乘法因子 ($0.93 \pm 0.02$) 以匹配数据。
• 强子背景建模：利用 13 TeV 数据中富集的强子样本校准强子误判为缪子的概率模型。

2.3 微分截面测量方法

• 似然函数拟合：构建了一个二维似然函数，拟合 $p_T$ (12 个区间，28-52 GeV) 和隔离度 (8 个区间) 的分布。
• 无模型假设：信号部分的预测不假设 $d\sigma/dp_T$ 的形状。通过响应矩阵 $R_{ij}$ 将真实的 $p_T$ 分布映射到重建的 $p_T$ 分布，直接拟合 12 个独立的截面值。
• 背景处理：强子背景通过归一化模板拟合，其他背景（如 $Z, W \to \tau\nu$）通过模拟样本归一化。

2.4 W 玻色子质量测定

• 原理：利用测得的微分截面数据，通过 $\chi^2$ 最小化拟合理论模板来提取 $m_W$。
• 理论模型：基于 DYTurbo 程序，结合 NNPDF3.1、MSHT20 和 CT18 三种 PDF 集。模型考虑了未极化截面和角系数，并包含 QED 辐射修正。
• 参数处理：强耦合常数 $\alpha_s$ 和参数 $g$（描述非微扰动力学）通过 $Z$ 玻色子数据拟合确定，$m_W$ 作为自由参数进行拟合。

3. 主要贡献 (Key Contributions)

1. 首次微分测量：首次在 LHCb 实验中测量了 $W \to \mu\nu$ 的微分截面 $d\sigma/dp_T$，覆盖了 $28 < p_T < 52$ GeV 范围，且未对信号 $p_T$ 分布形状做任何假设。
2. 新方法的验证 (Proof of Principle)：首次在一个单一分析中，将微分截面测量直接用于 $m_W$ 的测定。这种方法将物理建模与实验探测器效应解耦，允许独立更新物理模型。
3. 背景扣除策略创新：提出了一种基于缪子隔离度分布的拟合方法，成功在 $p_T$ 微分测量中分离了强子背景，解决了以往无法进行微分测量的瓶颈。
4. 5.02 TeV 能量下的新数据：提供了 $\sqrt{s} = 5.02$ TeV 下的精确截面数据，有助于约束高动量分数 (high-$x$) 区域的 PDF。

4. 研究结果 (Results)

4.1 积分截面

在 $2.2 < \eta < 4.4$ 范围内，积分后的截面测量值为：

• $\sigma_{W^+ \to \mu^+\nu_\mu} = 300.9 \pm 2.4 (\text{stat}) \pm 3.8 (\text{syst}) \pm 6.0 (\text{lumi}) \text{ pb}$
• $\sigma_{W^- \to \mu^-\bar{\nu}_\mu} = 236.9 \pm 2.1 (\text{stat}) \pm 2.7 (\text{syst}) \pm 4.7 (\text{lumi}) \text{ pb}$
  这些结果与基于 NNPDF4.0 等 PDF 集的理论预测一致。

4.2 W 玻色子质量测定

基于微分截面数据的拟合结果为：
$$m_W = 80369 \pm 130 (\text{exp}) \pm 33 (\text{theory}) \text{ MeV}$$

• 实验误差 (130 MeV)：主要来源于微分截面测量的统计和系统误差（其中电荷无关的动量偏差影响最大，约 58 MeV）。
• 理论误差 (33 MeV)：来源于强耦合常数、微扰阶数截断、QED 精度及 PDF 不确定性。
• 一致性：该结果与 LEP、Tevatron 及 LHC 的其他直接测量结果，以及基于电弱精密数据的间接拟合结果均相容。

4.3 系统误差分析

• 对于 $W^+$，最大的系统误差来源是电荷依赖的动量偏差 (Charge-dependent momentum biases)，在高 $p_T$ 区间可达 7%。
• 对于 $W^-$，最大的系统误差来源是展开 (Unfolding) 不确定性，主要源于重建 $p_T$ 分箱数的变化。
• 电荷依赖的动量偏差在 $W^+$ 和 $W^-$ 之间呈现强反相关性，这在 $m_W$ 拟合中必须正确考虑。

5. 意义与展望 (Significance)

• 方法论突破：证明了利用微分截面数据提取 $m_W$ 的可行性。这种方法避免了传统 $p_T$ 拟合中对信号形状模型的强依赖，提高了测量的鲁棒性。
• 未来潜力：
  • 当前分析受限于统计量（100 pb$^{-1}$）。LHCb Run 2 (13 TeV) 数据集包含约两个数量级更多的 $W$ 衰变事例。
  • 预计应用此方法于 Run 2 数据，可将 $m_W$ 的统计不确定性降低至约 12 MeV，并进一步降低系统误差。
  • Run 3 数据将进一步提升精度。
• 物理影响：该结果为未来更精确的 W 玻色子质量测量提供了新的技术路径，有助于更严格地检验标准模型电弱 sector 的一致性，并可能揭示潜在的新物理迹象。

总结：这篇论文不仅提供了 5.02 TeV 下 $W$ 玻色子微分截面的首个测量结果，更重要的是展示了一种全新的、解耦物理模型与探测器效应的 $m_W$ 测量范式，为未来 LHCb 实验在电弱精密测量领域取得更高精度奠定了基础。