关于h→η_bZ的QCD修正计算

来源 :河北大学 | 被引量 : 0次 | 上传用户:heiyun28
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
于2012年,在欧洲核子研究中心的大型强子对撞机上探测到了质量为125GeV左右的中性希格斯玻色子,它是标准模型所预言的基本粒子中最后发现的一个,它的发现标志着标准模型所预言的所有基本粒子全部被找到,希格斯玻色子一度成为物理粒子研究的热点之一。由于希格斯玻色子极易衰变,在实验上很难探测到,所以至今仍存在一些关于希格斯玻色子的实验现象无法探测或探测到的某些结果仍存在较大误差,探测器上探测到希格斯玻色子是否为标准模型所预测的粒子也一度被有所猜疑,所以希格斯玻色子衰变、相关的耦合等物理现象及理论一直是物理界深受关注的重要研究领域。本文在标准模型和双希格斯模型(THDM)中分别对质量为125GeV的希格斯h玻色子粒子衰变到夸克偶素ηb化和Z玻色子的h→ηbZ过程计算了量子色动力学(QCD)单圈修正,得到了一些更加精确的结果。标准模型是物理学家普遍认为描述粒子相互作用最成功的模型,本文第一章介绍了粒子物理与标准模型,包括各个基本粒子的发现历程及其基本性质,标准模型的基本结构及其拉格朗日量。标准模型也存在一定的缺陷,因此以标准模型为基础的大量的新模型接连出现。双希格斯模型就是标准模型的最小拓展,双希格斯模型包含新的可能的味道改变中性流和新的可能的CP破坏源,在众多新模型中深受广大研究者的喜爱。本文第二章介绍了双希格斯模型的主要结构及其拉格朗日量。第三章主要在标准模型和双希格斯模型中通过对衰变过程h→ηbZ树图阶结果分别进行了量子色动力学单圈修正,在两模型中分别计算了衰变过程h→ηbZ的分支比,在标准模型中考虑了QCD单圈修正后,衰变过程h→ηbZ的分支比为Br(h→ηbZ)=(4.739-0.244+0.276)×105,考虑单圈的计算结果相对于树图的相对修正值大约是76%。在双希格斯模型中相对修正值大约是75%,其中参数tanβ对相对修正的影响最大。第四章对本文主要工作做了简要总结。
其他文献
试验旨在比较研究不同羽速太行鸡生产性能、蛋品质、主要消化酶及营养物质表观代谢率和免疫机能的不同,为太行鸡的合理利用提供参考依据。试验选取健康初生快慢羽太行鸡母雏
伪蝎身形似蝎,但个体非常小,螯伪蝎科Cheliferidae全世界广泛分布,隶属于节肢动物门Arthropoda蛛形纲Arachnida伪蝎目Pseudoscorpiones有毒亚目Iocheirata螯伪蝎总科Cheliferoidea。本文对中国螯伪蝎科进行了系统的分类研究,第一章和第二章对螯伪蝎科的形态特征、分类地位、国内外研究进展以及采集和处理方法进行了较为详细的介绍。第三章对本实验室保存
近年来弹性金属塑料瓦推力轴承广泛适用于水轮发电机组、舰船传动装置、水泵机组和大型矿山挖掘机等机械设备。与传统的巴士合金瓦推力轴承相比,弹性金属塑料瓦推力轴承具有摩擦系数小、自润滑性能好以及绝热性强等优点,在一些领域已成功取代巴士合金瓦推力轴承的地位。本文以中心点支承的圆形弹性金属塑料瓦推力轴承为研究对象。首先,建立该类轴承流体润滑数学模型,并确定各基本方程的边界条件,采用有限元法求解上述数学模型。
变频空调、变频冰箱已经成为每个家庭的主要设备,而且使用量也在逐年增加,同时也带来了许多的谐波污染,另外,此类设备中主要采用直流变频压缩机,变频压缩机的COP值的提高对节
随着工业的发展,在实际工业过程控制系统中,有很多工业系统的过程模型存在不稳定环节如不稳定极点。由于这些不稳定环节的存在,系统的稳定性会受到强烈影响,其动态性能和鲁棒
为了能在低温下通过浮选方法有效的分选出四川清平地区中低品位难选胶磷矿中的磷矿物,论文以十二醇、酒石酸、烷基酚聚氧乙烯醚和碘值135的棉油脂肪酸为原料合成并复配的得到
环氧化合物作为常见的环状结构单元,广泛存在于天然产物及药物活性分子中,并是重要的有机合成中间体。因其本身固有的环张力,环氧化合物容易开环-官能团化,从而能实现众多有价值有机分子的合成。近三十年来,催化环氧化研究已经取得显著进展,包括以Sharpless环氧化为代表的烯烃环氧化反应已证明是工业界和学术界合成环氧化合物的有力工具;此外,硫叶立德或α-卤代羧酸酯与羰基化合物间的环氧化反应,同样也是合成环
磨矿过程是选矿工艺中很重要的一环,磨矿产品的粒度是磨矿工艺的一个重要指标,粒度检测的方法较多,为适应选矿自动化发展的需求,发展出了多种较为先进的粒度检测方法技术,如
近年来,多智能体系统受到越来越多的关注,如一致性控制,分布式编队控制和分布式优化等。其中,分布式优化在无线传感器网络,智能电网和机器学习等许多军事领域或民用领域具有
集成学习是一种机器学习范式。相对传统的单个分类器,通过组合多个分类器,集成学习能显著地提高分类器的泛化能力。目前,集成学习在疾病诊断、生物特征识别、文本分类和信息