Pion-Diffusion in Kernen Daniel Dobos Daniel Weber Seminar:
Computational Physics Dortmund, 29.06.2001 06.07.2001
13.07.2001
Folie 2
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen Inhalt 1.
Motivation 1.1 Neutrino-Oszillation 1.2 Hinweise auf
Neutrino-Oszillation 1.3 Long Baseline Experimente 2. Theorie 2.1
Pion Erzeugung 2.2 Grundannahmen und Formulierung des
Transportproblems 2.3 Kerneffekte a) Ladungsaustausch b) Absorption
und Streuung 3. Monte Carlo Integration 3.1 Grundlagen 3.2 Lepage
Integration 4. Algorithmus 4.1 Struktur 4.2 Funktionen 4.3 g-factor
4.4 Integration 5. Literatur
Folie 3
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 1. Motivation
1.1 Neutrino-Oszillation: (, =e,, ) In 2 flavour case: e =
Mischungswinkel entspricht Cabibbowinkel im Quark-Sektor
Mischungswinkel bestimmt Amplitude Massendifferenz bestimmt
Frequenz Suche nach Ausschlu-Konturen und Erlaubten Gebieten in m 2
/sin 2 2 - Diagrammen: Folgen bei Existenz: nicht alle gleiche
Masse, d.h. nicht alle m = 0 Leptonenzahl L nicht streng erhalten
Widerspruch zu SM 1 0 P sin 2 2 1/ m 2 =1/m 2 -m 2 e P( ) P( e )
x
Folie 4
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 1. Motivation
1.2 Hinweise auf Neutrino-Oszillation: - LSND sieht
Neutrino-Oszillation (1997) jedoch Widerspruch zu KARMEN -
Superkamiokande (Juni 1998) Vergleich von Atmosphren-Neutrinos: Gut
vertrglich mit: 2 flavour case sin 2 2 0,85 5 10 -4 eV 2 < m 2
< 6 10 -3 eV 2 6 ! Monte Carlo ohne Oszillation ~15 km ~13.000
km Erde Super- kamiokande Atmosphre
Folie 5
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 1. Motivation
1.3 Long Baseline Experimente: -K2K (KEK to Kamiokande) (Juni 1999)
Protonenstrahl (12 GeV, 1.1 s) trifft auf Aluminium Target
Erzeugung von Pionen Fokussierung der Pionen durch Magnetic Horn
Erhhung des Neutrino-Flusses Zerfall der Pionen: + + + + durch dump
shield abgefangen Front Detektor (300m) +1 kton Cherenkov-Detektor
mit mehreren hundert PMTs Bestimmung des Neutrino-Flusses wie bei
Superkamiokande
Folie 6
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 1. Motivation
+SCIFI (SCIntillating FIber) Detektor; 200 m dicke Scintillatoren
zwischen Wassertargets Messung des Neutrino-Flusses ber
Rekonstruktion entstandener Teilchen +Bleiglas array Messung
entstandener Elektronen im SCIFI +Myonen Kammer; Abwechseln
Eisenplatten und Drahtkammern Messung des Myonenspektrums durch
Neutrino WW Trigger ber TOF (Time Of Flight) und Richtung
Wahrscheinlichkeit fr Atmosphrisches Neutrino 0,01%
Folie 7
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 1. Motivation
Superkamiokande (250km) 50 ktons Cherenkov (22,5 ktons effektiv)
bis Juni 2000: 28 Neutrino Ereignisse gemessen 37,8 (+3,5, -3,8)
Neutrino Ereignisse erwartet Neutrino-Osz. zu 90% wahrscheinlich
Ziel: 99% in den nchsten Jahren - MINOS (2003?) 26 Fe 56
-Scintillator Detektor (Fermilab Soudan Mine, 730 km) - OPERA /
ICARUS (2005?) 18 Ar 40 -TPC Detektor (CERN Gran Sasso, 732
km)
Folie 8
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie 2.1
Erzeugung von Pionen Gewhnlich betrachtet man in - Experimenten
quasiel.Streuung, z.B.: Bei hinreichend hohen Energien der knnen
aber auch folgende Prozesse auftreten: charged current - Reaktionen
(1a) neutral current - Reaktionen (1b)
Folie 9
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie 2.2
Formulierung des Transportproblems: Im folgenden sollen nun also
die Reaktionen (1a) und (1b) genauer untersucht werden. Zuerst
lassen sie sich als 2 Schritt Reaktionen auffassen:(i) - Erzeugung
(ii) WW der mit der Kernmaterie In diesem Vortrag wollen wir uns
auf (ii) konzentrieren. Im hier betrachteten Energiebereich ( -
Resonanz) gilt fr den Wirkungsquerschnitt der - Nukleon Streuung:
Die Hauptbeitrge dieser Winkelverteilung liefern die Vorwrts und
Rckwrtsstreuung 1 dimensionales Modell als gute Nherung
Folie 10
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie
Weitere Bedingungen: N - Reaktionen im Bereich der - Resonanz
Isospin 3/2 - Kanal Kern mit gleich vielen p und n - Streuung an
gebundenen N wie an freien E( ) ndert sich nicht bei el. Streuung
Kern als Fermigas mit Dichte (r) und unabh. n und p. Der
entscheidende Parameter fr den Transport im Kern ist die
Kerndichte. Sie ist hier in der harmonic well Parametrisierung
gegeben: Man muss nun noch eine effektive Lnge des Kerns
definieren, auerhalb derer die Pionen als frei angenommen werden
knnen: (b = impact parameter)
Folie 11
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie
Betrachtet man die Pionenenddichte nach einer Streuung, so ist
diese durch eine Matrix mit der Anfangsdichte verknpft: Mit den
Eigenwerten und den Eigenvektoren von, lt sich dann die
Mehrfachstreuung durch wiederholte Anwendung von auf beschreiben:
Da die anderen Reaktionen unabhngig von dieser Matrixstruktur sind,
kann man schreiben mit und Bruchteil d. Pionen, die nach n
Reaktionen den Kern verlassen.
Folie 12
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Wir
wollen nun noch einen Zusammenhang zwischen dem Wirkungsquerschnitt
der N - Streuung und herstellen: Hier ist der
Produktionspaulifaktor. stellt den dreifach diff. WQ (incl. aller
Korrekturen) dar. Fr die Beziehung von und whlt man folgenden
Ansatz:
Folie 13
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Da
es 3 Isospin - Zustnde der Pionen gibt, lt sich M durch 3 Gren
parametrisieren: Durch die Gleichsetzung lassen sich dann die
Elemente der Matrix M bestimmen.
Folie 14
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie 2.3
Kerneffekte (A) Ladungsaustausch Die Elemente der Matrix knnen
durch eine Clebsch Gordan Analyse bestimmt werden. Das N
Matrixelement lt sich wie folgt darstellen: Clebsch Gordan Koeff.
reduz. Matrixelement Damit erhalten wir z. B.: Alle anderen Terme
sind 0 wegen Isospin Erhaltung oder Beschrnkung auf 3/2 Kanal
Folie 15
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Das
Matrixelement ist dann die Wahrscheinlichkeit, bei festem
Ausgangszustand j aus allen Endzustnden l den Endzustand k zu
erreichen: Die Eigenvektoren und Eigenwerte sind dann:
Folie 16
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie
Entwickelt man schlielich nach diesen Eigenvektoren so kann man die
Elemente der Transportmatrix bestimmen Schlielich erhlt man als
Ergebnis Nun mu noch die Funktion bestimmt werden.
Folie 17
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie (B)
Absorption und Streuung Betrachte Kern als 1 - dim. Medium d. Lnge
L. Gesucht: = Anzahl d., die Medium rechts (links) verlassen. =
Wahrscheinlichkeit fr Vorwrts - (Rckwrts - ) Streuung Bestimme
Wahrscheinlichkeit, ein Pion, das sich nach n-1 Kollisionen am Ort
y in Richtung j bewegte, im Intervall dx um x mit Bewegungsrichtung
i zu finden. (i,j = rechts oder links)
Folie 18
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie
Hierfr abkrzende Dirac - Notation: Anfangsdichte d. m.
Bewegungsrichtung i: mit Normierung: Dichte nach n Kollisionen:
Anzahl d. Pionen, die nach n Kollisionen das Medium verlassen =
Gesamtanzahl d. Pionen im Medium nach n Kollisionen - Anzahl d.
Pionen, die ein weiteres Mal im Medium wechselwirken werden:
Folie 19
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Mit
den weiteren Abkrzungen: folgt dann Dabei wurde folgende Identitt
verwendet: Durch einfaches Nachrechnen sieht man, dass
Folie 20
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie
Damit erhlt man: Im letzten Schritt wurde (#) verwendet und der
Ausdruck definiert.
Folie 21
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Nun
ist also zu berechnen. Hierzu whlt man den Ansatz: Daraus folgt Die
Berechnung von f( ) reduziert sich damit auf die Bestimmung von
v(yl). Wir verwenden nochmals (#):
Folie 22
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie und
erhalten so Mit Hilfe der Definitionen von P(xi|yj) sieht man, dass
v(xj) und w(xj) folgende Symmetrieeigen - schaften aufweisen: Somit
folgt fr v eine Integralgleichung Multiplikation mit exp( y) und
Differentiation nach y liefert die Differentialgleichung:
Folie 23
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Der
homogene Teil dieser DGL lautet mit der Lsung Eine spezielle Lsung
der inhomogenen Gleichung ist so dass man insgesamt erhlt Damit
sind wir am Ziel angelangt, durch Einsetzen kann man nun und damit
f( ) bestimmen.
Folie 24
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 2. Theorie Das
Ergebnis lautet bzw. fr den geraden und den ungeraden Anteil
Folie 25
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 3. Monte Carlo
Integration 3.1 Grundlagen: -Grundlegend Schwierigkeit der
computational Physik: Berechnung von komplizierten
mehrdimensionalen Integralen, z.B. Berechnung von Streu-Amplituden
in der Feynman Peturbations Theorie -Charakteristik der Monte Carlo
Integration: zuverlssiger Fehler fr das Integral wird gleichzeitig
berechnet Der Integrand mu nicht kontinuierlich und stetig sein.
Integration ber Hypervolumen mit unregelmiger Kontur
straightforward Konvergenz-Rate ist unabhngig von der Dimension des
Integrals -Hauptproblem: Exponentieller Wachstum der ntigen
Auswertungen mit steigender Dimension des Integrationsvolumens:
z.B. 5- Punkt Gauss-Legendre Integration in 9 Dimensionen bentigt5
9 210 6 Auswertungen -Integral einer Funktion von n Variabeln ber
Volumen : [3.1] Man whlt zufllig M Punkte x, aus einer Verteilung
von Punkten in mit einer Dichte p(x)
Folie 26
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 3. Monte Carlo
Integration Das Integral kann jetzt genhert werden als: [3.2] wobei
die Wahrscheinlichkeitsdichte-Funktion auf eins normiert ist: [3.3]
S (1) fluktuiert um den wahren Wert des Integrals, wenn
verschiedene Stze von Zufalls-Punkten gewhlt werden. Die Varianz
der Fluktuation ist gegeben durch: [3.4] fr groe M kann man nhern:
[3.5] wobei: [3.6] ist. Die Standard-Abweichung ist ein Ma fr die
Genauigkeit von S (1) Als Schtzung von I, und ist nur zuverlssig,
wenn folg. Integral endlich ist: [3.7]
Folie 27
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 3. Monte Carlo
Integration Fr festgehaltenes M gibt es zwei Standard- Methoden zur
Reduzierung der Varianz von 2 : Importance sampling: Die Dichte
p(x) wird variiert, und die optimale Varianz ist erreicht, wenn:
[3.8] Die Auswertung des Integrals wird auf Bereiche mit den grten
Werten konzentriert Stratified sampling: Das Integrationsvolumen
wird in N kleinere Volumen mit variierender Gre unterteilt; Monte
Carlo in jedem Unter- volumen mit M/N Zufalls-Punkten; Variation
der Varianz durch nderung der Gren und Lage der einzelnen
Untervolumen; Minimum erreicht, wenn Beitrge zu 2 aller
Untervolumen gleich (= 2 /N) Auswertung des Integrals konzentriert
auf Bereiche mit grten potentiellen Fehlern,d.h. Bereiche mit grten
Werten und groer Steigungen der Funktion 3.2 Lepage Integration:
-Adaptives Monte Carlo Verfahren, d.h. mit Importance sampling,
nach Peter Lapage (1978)
Folie 28
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 4. Algorithmus
4.1 Struktur: 342 675 qg (3,3) k0k0 k q0q0 h-h- h+h+ +p + - tot - +
abs T f L(b) g(W,Q 2 ) wie + grn + blau f( ) wei + grn + rot M
Folie 29
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 4. Algorithmus
4.2 Funktionen:
Folie 30
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 4. Algorithmus
4.3 g-Faktor:
Folie 31
Daniel (Dobos; Weber) - Pion-Diffusion in Kernen 5. Literatur
Y. Fukuda et al.; Phys. Lett. B 433(1998) 9 Y. Fukuda et al.; Phys.
Lett. B 436(1998) 33 Y. Fukuda et al.; Phys. Rev. Lett. 81(1998)
1562 Long Baseline neutrino oscillation experiment, from KEK to
Kamiokande; http://neutrino.kek.jp/intro/k2k.html Current Status of
K2K (July, 1998); http://neutrino.kek.jp/news/9807.STATUS/
Artificial Neutrino Beam Detected After Passing Through 250km Of
Earth; http://neutrino.kek.jp/news/990628.1stSK/ Present status of
the K2K Long Baseline Neutrino Oscillation Experiment (March, 2001)
http://neutrino.kek.jp/news/2001.03.01.News.Up/ S.L. Adler, S.
Nussinov, E. A. Paschos; Phys. Rev. D 9 (1974) 2125 M. Nowakowski;
Dissertation; Universitt Dortmund; 1988 E. A. Paschos, L. Pasquali,
J.Y. Yu; Nucl. Phys. B 588 (2000) 263 G. Peter Lepage; A New
Algorithm for Adaptive Multidimensional Integration; Journal Of
Computational Physics 27, 192-203 (1978)