Örgü Kuantum Renk Dinamiği II



Benzer belgeler
Güray Erkol Özyeğin Üniversitesi

Örgü Kuantum Renk Dinamiği

Son yıllarda bilgisayar teknolojisinin ilerlemesiyle ön plana çıktı.

Mezon Molekülleri ve X(3872)

Örgü Kuantum Renk Dinamiği I

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

GENELLEŞTİRİLMİŞ KÜME ALGORİTMALARI Genelleştirilmiş küme günümüzde son derece popüler olan ve pek çok alanda uygulanabilir algoritmalar için

Kuantum Mekaniğinin Varsayımları

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar

AST416 Astronomide Sayısal Çözümleme - II. 6. Monte Carlo

Ayrık Fourier Dönüşümü

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

2+1 Boyutlu Eğri Hiperyüzeyde Dirac Denklemi

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu,

8.04 Kuantum Fiziği Ders XII

İstatistiksel Mekanik I

Matris Cebiriyle Çoklu Regresyon Modeli

KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM

Veri Ağlarında Gecikme Modeli

3. BÖLÜM MATRİSLER 1

İleri Diferansiyel Denklemler

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

TÜRKİYE NİN NÜFUSU. Prof.Dr.rer.nat. D.Ali Ercan ADD Bilim Kurulu Başkanı Nükler Fizik Uzmanı. dn (t) / dt = c. n (t)

Newton un F = ma eşitliğini SD den türete bilir miyiz?

Kuantum Fiziği (PHYS 201) Ders Detayları

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

MAK 210 SAYISAL ANALİZ

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları

fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki olsun. Fonksiyonda meydana gelen artma miktarı

Ders 4: Rastgele Değişkenler ve Dağılımları

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

1996 ÖYS. 2 nin 2 fazlası kız. 1. Bir sınıftaki örencilerin 5. örencidir. Sınıfta 22 erkek öğrenci olduğuna göre, kız öğrencilerin sayısı kaçtır?

Rastgele değişken nedir?

Bu durumu, konum bazında bileşenlerini, yani dalga fonksiyonunu, vererek tanımlıyoruz : ) 1. (ikx x2. (d)

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

İçindekiler. Ön Söz... xiii

Simülasyonda İstatiksel Modeller

Ortak Akıl MATEMATİK DENEME SINAVI

AccTR Virtual Institute of Accelerator Physics. The Physics of Particle Accelerators An Introduction. Chapter : 3.12, 3.13

Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar

ELEKTRİKSEL POTANSİYEL

SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar

Tılsımlı Baryonların Elektromanyetik Özellikleri

ÖABT Lineer Cebir KONU TESTİ Matris Cebiri

Appendix B: Olasılık ve Dağılım Teorisi

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*

İstatistiksel Mekanik I

BÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER

Bölüm 1: Lagrange Kuramı... 1

GEDİZ ÜNİVERSİTESİ SİSTEM MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI SMY 544 ALGORİTMALAR GÜZ 2015

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

İleri Diferansiyel Denklemler

1) Toplam gelir fonksiyonu olarak verildiğine göre marjinal gelir fonksiyonu MG aşağıdakilerden hangisidir? A) ** B) C) D) E)

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Yrd. Doç. Dr. A. Burak İNNER

Karabük Üniversitesi, Mühendislik Fakültesi... STATİK (2. Hafta)

Bekleme Hattı Teorisi

MAK 210 SAYISAL ANALİZ

ÖZDEĞERLER- ÖZVEKTÖRLER

36. Basit kuvvet metodu

Yapı Sistemlerinin Hesabı İçin. Matris Metotları. Prof.Dr. Engin ORAKDÖĞEN Doç.Dr. Ercan YÜKSEL Bahar Yarıyılı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

BÖLÜM HARMONİK OSİLATÖR

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz.

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

İSTATİSTİKSEL PROSES KONTROLÜ

Deney Dizaynı ve Veri Analizi Ders Notları

28/04/2014 tarihli LYS-1 Matematik-Geometri Testi konu analizi SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 1 / 31

5. RITZ metodunun elemana uygulanması, elemanın rijitlik matrisi

altında ilerde ele alınacaktır.

Potansiyel Engeli: Tünelleme

Ayrık-Zaman Sistemler

İSTATİSTİK EXCEL UYGULAMA

ii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

BÖLÜM 1: TEMEL KAVRAMLAR

İÇİNDEKİLER ÖN SÖZ...

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ

Uzayda iki doğrunun ortak dikme doğrusunun denklemi

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

BÖLÜM 24 PAULI SPİN MATRİSLERİ

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

Pratik Kuantum Tarifleri. Adil Usta

MASSACHUSETTS TEKNOLOJİ ENSTİTÜSÜ Fizik Bölümü Fizik 8.04 Bahar 2006 SINAV 2 Salı, Mart 14, :00-12:30

Mimar Sinan Güzel Sanatlar Üniversitesi Fizik Doktora Programı. Program kapsamında sunulacak olan seçmeli dersler ve içerikleri :

MSGSÜ FİZİK YÜKSEKLİSANS PROGRAMI

Transkript:

Örgü Kuantum Renk Dinamiği II Güray Erkol, Kadir Utku Can Özyeğin Üniversitesi ULUYEF Kış Okulu, 2012 Image: http://www.bu.edu/tech/research/visualization/about/gallery/qcd/ 1 / 52

2 / 52 Özet 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

3 / 52 İçerik Örgü Simülasyonları Giriş 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

4 / 52 Giriş Örgü Simülasyonları Giriş Örgü üzerinde bir gözlemlenebilirin beklenen değeri: O = 1 D[U]e SG[U] O[U] Z = Z D[U]e S G[U] Küçük örgüler dışında bu integrali hesaplamak mümkün değildir. Monte Carlo simülasyonu integrali N tane örnek ayar konfigürasyonu üzerinde hesaplanmış ortalaması şeklinde yaklaşık bir sonuca indirger: O 1 N e S[Un] olasılıkla U n O[U n ] U n : Markov zinciri şeklinde elde edilen konfigürasyon zinciri.

5 / 52 Örgü Simülasyonları Konfigürasyon Oluşturulması Importance sampling Giriş Bir f (x) fonksiyonunun ρ(x) yoğunluğu taşıyan bir olasılık dağılımına göre beklenen değeri: b a ρ(x)f (x) f = b a ρ(x) Importance sampling de bu beklenen değer yaklaşık olarak bulunabilir: 1 f = lim N N N f (x n ) n=1 x n (a, b) bir olasılık dağılımına göre örneklenir: dp(x) = ρ(x)dx b a dxρ(x)

Örgü Simülasyonları Giriş 6 / 52 Konfigürasyon Oluşturulması Importance sampling Biz de yol integralimizi bu yöntemle hesaplayabiliriz: 1 O = lim N N dp(u) = N O[U n ] n=1 e S[U] D[U] D[U]e S[U] U n ayar alan konfigürasyonları rastgele değişkenlerdir. İntegrali N tane konf. üzerinden hesaplarız. İstatistiksel hata 1/ N ile orantılıdır ve kesin sonuç N ile bulunur.

7 / 52 İçerik Örgü Simülasyonları Metropolis Algoritması 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

8 / 52 Örgü Simülasyonları Konfigürasyon Oluşturulması Markov Zincirleri Metropolis Algoritması Rastgele bir konfigürasyon ile başla. Bağlantı değişkenlerinin stokastik bir zincirini oluştur. U 0 U 1 U 2... Bütün bağlantıları ziyaret et. U n 1 U n geçiş olasılığı (U n = U U n 1 = U). = T(U U) (= matris) 0 T(U U) 1, U T(U U) = 1 P (0) T P (1) T P (2) T... T P (= denge dağılımı)

9 / 52 Örgü Simülasyonları Konfigürasyon Oluşturulması Markov Zincirleri Metropolis Algoritması Denge dağılımı Geri döndürülebilir Markov Zincirleri olmalıdır T(U U)P(U) = T(U U )P(U ) U U T(U U)P(U) = T(U U )P(U ) (olası bir çözüm) Metropolis algoritması yukarıdaki denkleme dayanır

10 / 52 Örgü Simülasyonları Genel Metropolis Algoritması Metropolis Algoritması T 0 (U U) şeklinde bir seçim olasılığına göre bir U konfigürasyonu seç. Yeni konfigürasyonu kabul etme olasılığı ( T A (U U) = min 1, T 0(U U ) exp( S[U ) ]) T 0 (U U) exp( S[U]) Eğer yeni konfigürasyon kabul edilmezse eski konfigürasyonu Markov zincirine kat. Bu adımları tekrarla. Çoğu durumda simetrik seçim olasılığı alınır: T 0 (U U ) = T 0 (U U) Bu durumda T A (U U) = min(1, exp( S)) ve S = S[U ] S[U].

11 / 52 Metropolis Algoritması SU(3) Ayar Eyleminin Eklenmesi Örgü Simülasyonları Metropolis Algoritması Adım 1 U µ(n) = X U µ (n) kullanarak belirli bir µ yönü ve n köşesi için U µ(n) adayı seç burada X birim matrise yakın bir 3x3 matristir Adım 2 Dört boyutta altı plaquette değişecek. Yeni eylemi hesapla: S G [U µ(n)] = 1 2g 2 6 ReTr[I U µ(n)p i ] i=1 = 1 2g 2 ReTr[6I U µ(n)a]

12 / 52 Metropolis Algoritması SU(3) Ayar Eyleminin Eklenmesi Örgü Simülasyonları Metropolis Algoritması Adım 1 U µ(n) = X U µ (n) kullanarak belirli bir µ yönü ve n köşesi için U µ(n) adayı seç burada X birim matrise yakın bir 3x3 matristir Adım 2 Dört boyutta altı plaquette değişecek. Yeni eylemi hesapla: S G [U µ(n)] = 1 2g 2 6 ReTr[I U µ(n)p i ] i=1 = 1 2g 2 ReTr[6I U µ(n)a]

13 / 52 Metropolis Algoritması SU(3) Ayar Eyleminin Eklenmesi Örgü Simülasyonları Metropolis Algoritması Adım 2 S G [U µ(n)] = 1 2g 2 A = 6 P i = ν µ i=1 6 ReTr[I U µ(n)p i ] = 1 2g 2 ReTr[6I U µ(n)a] ( U ν (n + ˆµ)U µ (n + ˆµ + ˆν)U ν (n + ˆν) i=1 ) +U ν (n + ˆµ)U µ (n + ˆµ ˆν)U ν (n ˆν) [ (U böylece, S G = S G [U µ(n)] S G [U µ (n)] = 1 2g ReTr µ(n) U 2 µ (n) ) A ]

Örgü Simülasyonları Metropolis Algoritması 14 / 52 Metropolis Algoritması SU(3) Ayar Eyleminin Eklenmesi Adım 3 [0, 1) aralığında rastgele bir r sayısı üret r ile exp( S G ) yi kıyasla Eğer r exp( S G ) ise U µ(n) kabul et exp( S G ) 1 olduğunda yani eylem azaldığında ya da değişmediğinde, U µ(n) her zaman kabul et U µ(n) eylem arttığında da kabul edilebilir, bu durum Quantum salınımı olarak alınabilir. Adım 4 Bütün bağlantı değişkenleri güncellenene kadar yukarıdaki adımları tekrar et

Örgü Simülasyonları Metropolis Algoritması 15 / 52 Metropolis Algoritması SU(3) Ayar Eyleminin Eklenmesi Adım 3 [0, 1) aralığında rastgele bir r sayısı üret r ile exp( S G ) yi kıyasla Eğer r exp( S G ) ise U µ(n) kabul et exp( S G ) 1 olduğunda yani eylem azaldığında ya da değişmediğinde, U µ(n) her zaman kabul et U µ(n) eylem arttığında da kabul edilebilir, bu durum Quantum salınımı olarak alınabilir. Adım 4 Bütün bağlantı değişkenleri güncellenene kadar yukarıdaki adımları tekrar et

16 / 52 İçerik Örgü Simülasyonları Workflow 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

Örgü Simülasyonları Workflow 17 / 52 Ayar Konfigürasyonları Başlangıç Soğuk Başlangıç Bütün ayar değişkenlerini birim matrise eşitle. U µ = I Sıcak Başlangıç Grup uzayından rastgele matrisler seç. Birleşik Yarısı Soğuk, yarısı Sıcak ; seçim sizin!

Örgü Simülasyonları Workflow 18 / 52 Ayar Konfigürasyonları Başlangıç Soğuk Başlangıç Bütün ayar değişkenlerini birim matrise eşitle. U µ = I Sıcak Başlangıç Grup uzayından rastgele matrisler seç. Birleşik Yarısı Soğuk, yarısı Sıcak ; seçim sizin!

Örgü Simülasyonları Workflow 19 / 52 Ayar Konfigürasyonları Başlangıç Soğuk Başlangıç Bütün ayar değişkenlerini birim matrise eşitle. U µ = I Sıcak Başlangıç Grup uzayından rastgele matrisler seç. Birleşik Yarısı Soğuk, yarısı Sıcak ; seçim sizin!

Örgü Simülasyonları Workflow 20 / 52 Ayar Konfigürasyonları Dengeye Ulaşma Metropolis Algoritmasını and Monte Carlo metodlarını kullanarak bütün örgüyü tara ve bütün ayar değişkenlerini güncelle! Monte Carlo algoritmaları: Heat Bath, Overrelaxation, Microcanonical, Hybrid Monte Carlo, Langevin Kontrol etmeyi unutma Soğuk başlangıç ve Sıcak başlangıç değerlerini kıyasla: Wilson ve Polyakov Döngüleri ve Quark Propagatörleri. İki başlangıç için değerler birbirine yaklaşana kadar taramaya devam et!

21 / 52 İçerik Hadron Spektroskopisi Interpolatorler, Korelatörler 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

22 / 52 Quark Propagatorü Hadron Spektroskopisi Interpolatorler, Korelatörler Quark propagatörü Dirac operatörünün tersine eşittir. ψ(n)αψ(m) β = a 4 D 1 (n m) αβ D = I κ H a b F ab ±4 1 H(n m) αβ = (I γ µ ) αβ U µ (n) ab δ n+ˆµ,n κ = 2(a m+4) ab µ=±1 Matris iteratif nümerik teknikler kullanılarak ters çevrilebilir: Gauss-Seidel Successive OverRelaxation (SOR) / Symmetric SOR Conjugate Gradient (CG) / BiCG / BiStabCG

23 / 52 Quark Propagatörü Hadron Spektroskopisi Interpolatorler, Korelatörler Hopping açılımı D 1 = (I κ H) 1 = κ j H j j=0 Fermion determinantı 1 det[d] = det[i κ H] = exp(tr[ln(i κ H)]) = exp j κj Tr[H j ] j=1 Hopping teriminin trace ini almak n = m demek. Bu durumda fermion determinantı fermion düğümlerine karşılık gelir.

Hadron Spektroskopisi Interpolatorler, Korelatörler 24 / 52 Quark Propagatörü Matthews-Salam formülü N Z F = dη N d η N... dη 1 d η 1 exp η i M ij η j = det[m] i,j=1 Partition fonksiyonu Z = D[U]e S G[U] det[d u ]det[d d ]

Hadron Spektroskopisi Interpolatorler, Korelatörler 25 / 52 Hadron Spektroskopisi Örgü üzerinde fermionları simüle ederek hadron spektroskopisi hesaplanabilir. Öncelikle her bir konfigürasyon için quark propagatörü hesaplanır. Bunlar birleştirilerek hadron propagatörleri oluşturulur. Bütün konfigürasyonlar üzerinden ortalama alınarak spektroskopi hesaplanır. Spektral açılım O 2 (t)o 1 (0) = m e ten 0 Ô 2 n n Ô 1 0 O 2 (t)o 1 (0) = p O p 0 2 e tep + p O p 0 2 e te p +...

26 / 52 Meson Interpolatorleri Hadron Spektroskopisi Interpolatorler, Korelatörler Genel Durum O M (n) = ψ (f 1) (n) Γ ψ (f 2) (n) ve O M (m) = ψ (f 2) (m) Γ ψ (f 1) (m) Table: Bazı Meson Interpolatorleri Interpolator J PC I, I z O π +(n) = d(n)α (γ 5 ) αβ u(n) βc c 0 + 1, 1 O K +(n) = s(n) γ 5 u(n) 0 + 1/2, 1/2 O ρ +(n) = d(n) γ i u(n), i = 1, 2, 3 1 1, 1 Hadronların sahip olduğu kuantum sayılarına göre kurulur

27 / 52 Meson Interpolatorleri Hadron Spektroskopisi Interpolatorler, Korelatörler Genel Durum O M (n) = ψ (f 1) (n) Γ ψ (f 2) (n) ve O M (m) = ψ (f 2) (m) Γ ψ (f 1) (m) Table: Bazı Meson Interpolatorleri Interpolator J PC I, I z O π +(n) = d(n)α (γ 5 ) αβ u(n) βc c 0 + 1, 1 O K +(n) = s(n) γ 5 u(n) 0 + 1/2, 1/2 O ρ +(n) = d(n) γ i u(n), i = 1, 2, 3 1 1, 1 Hadronların sahip olduğu kuantum sayılarına göre kurulur

28 / 52 Meson Korelatörleri Fermion Çarpımı Hadron Spektroskopisi Interpolatorler, Korelatörler Iso-Triplet operator O T = d Γ u O T (n)ō T (m) F = d(n)α 1 c 1 Γ α1β 1 u(n) β1 c 1 ū(m)α 2 c 2 Γ α2β 2 d(m) β2 c 2 F = Γ α1β 1 Γ α2β 2 u(n) β1 c 1 ū(m)α 2 c 2 u d(m) β2 c 2 d(n)α 1 c 1 d = Γ α1β 1 Γ α2β 2 D 1 u (n m) β1α 2 D 1 d (m n) β 2α 1 c 1c 2 c 2c 1 = Tr [ Γ D 1 u (n m) Γ D 1 (m n)] d η 1 η 2 = η 2 η 1 ve... F =... u... d kullanarak

29 / 52 Meson Korelatörleri Fermion Çarpımı Hadron Spektroskopisi Interpolatorler, Korelatörler Iso-Singlet operator O S = (ū Γ u + d Γ d)/ 2 O S (n)ō S (m) F == 1 2 + 1 2 + 1 2 Tr[Γ D 1 u Tr[Γ D 1 u Tr[Γ D 1 u (n m) Γ D 1 (m n)] d (n n)] Tr[Γ D 1 (m m)] u (n n)] Tr[Γ D 1 (m m)] + u d d D 1 u (n n) içeren terimler ayrık parçalara karşılık gelir. Iso-triplet operatör durumunda u ve d terimleri arasında göreceli bir eksi işareti vardır. Isospin simetrisi ile (D u = D d ) ayrık terimler yok olur.

Hadron Spektroskopisi Interpolatorler, Korelatörler Baryon Interpolatorleri I=0, J=0 diquark ({ }} ){ Nucleon için en basit operatör O N (n) = ɛ abc u(n) a u(n) T b Cγ 5 d(n) c Bazı Interpolatorler O N± = ɛ abc P ± Γ A u a ( u T b Γ B d c ), ŌN± = ɛ abc (ūa Γ B d T b )ūc Γ A P ± O Σ± = ɛ abc P ± Γ A u a ( u T b Γ B s c ), ŌΣ± = ɛ abc (ūa Γ B s T b )ūc Γ A P ± O Λ± = ɛ abc P ± Γ A ( 2s a ( u T b Γ B d c ) + da ( u T b Γ B s c ) ua ( d T b Γ B s c ) ) (Γ A, Γ B ) = { (I, Cγ 5), (γ 5, C), (I, iγ 4Cγ 5) for J P = 1/2 + (I, Cγ i) for J = 3/2 P ± = 1 2 (I ± γ 4), C Yük konjuge operatörü 30 / 52

31 / 52 Baryon Korelatörü Hadron Spektroskopisi Interpolatorler, Korelatörler Nucleon Örnek olarak nucleon için fermion çarpımını verebiliriz. Baryonlar için ayrık parçalar ortaya çıkmaz. O N± (n) α Ō N± (m) α F = ɛ abcɛ a b c (Cγ5) α β (Cγ5) αβ(p ±) γγ D 1 d (n m) β β x b b ( ) D 1 u (n m) α α D 1 u a a (n m) γ γ c c D 1 u (n m) α γ a c D 1 u (n m) γ α c a

32 / 52 Hadron Spektroskopisi Momentum projeksiyonu Interpolatorler, Korelatörler Interpolator Õ(p, n t) = N n Λ 3 O(n, n t)e i a n p Korelatör Õ(p, n t)ō(0, 0) = N n Λ 3 e i a n p O(n, n t)ō(0, 0) ( ) = Ae a nt E(p) 1 + O(e a nt E ) Sıfır Momentum Projeksiyonu E(p) = m 2 Hadron + p2 p = 0, E(0) = m Hadron

33 / 52 Hadron Spektroskopisi Momentum projeksiyonu Interpolatorler, Korelatörler Interpolator Õ(p, n t) = N n Λ 3 O(n, n t)e i a n p Korelatör Õ(p, n t)ō(0, 0) = N n Λ 3 e i a n p O(n, n t)ō(0, 0) ( ) = Ae a nt E(p) 1 + O(e a nt E ) Sıfır Momentum Projeksiyonu E(p) = m 2 Hadron + p2 p = 0, E(0) = m Hadron

34 / 52 Hadron Spektroskopisi Momentum projeksiyonu Interpolatorler, Korelatörler Interpolator Õ(p, n t) = N n Λ 3 O(n, n t)e i a n p Korelatör Õ(p, n t)ō(0, 0) = N n Λ 3 e i a n p O(n, n t)ō(0, 0) ( ) = Ae a nt E(p) 1 + O(e a nt E ) Sıfır Momentum Projeksiyonu E(p) = m 2 Hadron + p2 p = 0, E(0) = m Hadron

35 / 52 İçerik Hadron Spektroskopisi Yöntem 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

36 / 52 Ne hesaplayalım? Hadron Spektroskopisi Yöntem 2 noktalı hadron Korelatörü π-mesonu için O T (n)ō T (m) = 1 Z D[U]e S G[U] deniz quarkları { }} { det[d u ] det[d d ] Tr [ Γ D 1 u (n m) Γ D 1 d (m n)] Z = D[U]e SG[U] det[d u ] det[d d ] Dirac operatorünün 12 Λ x 12 Λ elemanı vardır O(10 9 ) O(10 15 ) Hesaplama kaynakları yeterli değil, bir çözüm bulmalıyız!

37 / 52 Quark Kaynakları Hadron Spektroskopisi Yöntem Quark kaynağı oluşturmak için Dirac matrisinin bir kolonunu seç D 1 (n m 0 ) βα0 ba 0 = m,α,a Nokta ve yayılmış kaynaklar D 1 (n m) βα S m0,α0,a0 0 (m)α γ 5 D 1 γ 5 = D 1 ba a Dirac Delta S m0,α0,a0 0 (m)α = δ(m m 0 )δ αα0 δ aa0 a N Yayılmış kaynak S n0,α0,a0 = F(U), N # iterasyon sayısı. 2 = 3 j=1 i F(U) = { e σ 2, gaussian smearing σ 0, wall smearing ( ) U j (n, n t )δ(n + ĵ, m) + U j (n ĵ, n t )δ(n ĵ, n t )

38 / 52 Quark Kaynakları Hadron Spektroskopisi Yöntem Quark kaynağı oluşturmak için Dirac matrisinin bir kolonunu seç D 1 (n m 0 ) βα0 ba 0 = m,α,a Nokta ve yayılmış kaynaklar D 1 (n m) βα S m0,α0,a0 0 (m)α γ 5 D 1 γ 5 = D 1 ba a Dirac Delta S m0,α0,a0 0 (m)α = δ(m m 0 )δ αα0 δ aa0 a N Yayılmış kaynak S n0,α0,a0 = F(U), N # iterasyon sayısı. 2 = 3 j=1 i F(U) = { e σ 2, gaussian smearing σ 0, wall smearing ( ) U j (n, n t )δ(n + ĵ, m) + U j (n ĵ, n t )δ(n ĵ, n t )

39 / 52 Sonuca doğru Hadron Spektroskopisi Yöntem 2 noktalı hadron korelatörü π-mesonu için O T (n)ō T (m) = 1 Z D[U]e S G[U] deniz quarkları { }} { det[d u ] det[d d ] Tr [ Γ D 1 u (n m) Γ D 1 d (m n)] Z = D[U]e SG[U] det[d u ] det[d d ] Propagatörleri ve Monte Carlo metodunu kullanarak!

40 / 52 İçerik Hadron Spektroskopisi Hadron kütlelerini bulalım 1 Örgü Simülasyonları Giriş Metropolis Algoritması Workflow 2 Hadron Spektroskopisi Interpolatorler, Korelatörler Yöntem Hadron kütlelerini bulalım

41 / 52 Efektif kütle Hadron Spektroskopisi Hadron kütlelerini bulalım Kütle terimi nerede? N T limitinde, C(n t) = m,n m Ô2 n n Ô 1 m e nt En e (N T n t) E m 1 + e nt E 1 + e nt E 2 +... = n Ô T 0 2 n e t E 0 + n Ô T } {{ } 0 2 } {{ } A 0 A 1 n e t E 1 +... Büyük n t değerleri için en alt durum baskındır, C(n t ) = A 0 e nt E 0 Efektif kütle m eff (n t + 1 2 ) = ln C(n t) C(n t + 1)

42 / 52 Efektif kütle Hadron Spektroskopisi Hadron kütlelerini bulalım Kütle terimi nerede? N T limitinde, C(n t) = m,n m Ô2 n n Ô 1 m e nt En e (N T n t) E m 1 + e nt E 1 + e nt E 2 +... = n Ô T 0 2 n e t E 0 + n Ô T } {{ } 0 2 } {{ } A 0 A 1 n e t E 1 +... Büyük n t değerleri için en alt durum baskındır, C(n t ) = A 0 e nt E 0 Efektif kütle m eff (n t + 1 2 ) = ln C(n t) C(n t + 1)

43 / 52 Efektif kütle Hadron Spektroskopisi Hadron kütlelerini bulalım Kütle terimi nerede? N T limitinde, C(n t) = m,n m Ô2 n n Ô 1 m e nt En e (N T n t) E m 1 + e nt E 1 + e nt E 2 +... = n Ô T 0 2 n e t E 0 + n Ô T } {{ } 0 2 } {{ } A 0 A 1 n e t E 1 +... Büyük n t değerleri için en alt durum baskındır, C(n t ) = A 0 e nt E 0 Efektif kütle m eff (n t + 1 2 ) = ln C(n t) C(n t + 1)

Efektif kütle Hadron Spektroskopisi Hadron kütlelerini bulalım Figure: Hadronların efektif kütle platoları (örgü biriminde); m π = 0.17671(129). [PACS-CS Kolaborasyonu] m eff (n t + 1 2 ) = ln C(n t) C(n t + 1) m eff = E 0 civarında efektif kütle platosu oluşturur 44 / 52

Hadron Spektroskopisi Hadron kütlelerini bulalım 45 / 52 Analiz Ham Data Sonuçlar boyutu olmayan M a örgü birimlerinde belirlenir Oranlar düşünülebilir Boyutu olan niceliklerle ilintirilendirilebilir. Sonlu boyut etkileri ve sonsuz boyut limiti V Süreklilik limiti a 0 Kiral ekstrapolasyon m q 0

Hadron Spektroskopisi Hadron kütlelerini bulalım 46 / 52 Analiz Limitler ve Ekstrapolasyon Kütle oranları Örgü birimlerine bağlılığı kaldırmak için oranları al. Farklı kuark kütleleri için hesapla ve gerçek kuark kütlesine ekstrapole et Figure: ρ ve nucleon için kiral extrapolation [PACS-CS Kolaborasyonu]

Hadron Spektroskopisi Hadron kütlelerini bulalım 47 / 52 Analiz Limitler ve Ekstrapolasyon Boyutu olan nicelikler Örgü aralığını (a) statik kuark potansiyelinden belirle Sommer ölçeği Belirlediğimiz boyutu olmayan sayılara boyut vermeliyiz. 1 = c = 197.327 MeV fm 1 fm 1 = 197.327 MeV Bilinen hadron kütleleri ile kıyasla Farklı kuark kütleleri için hesapla ve Chiral Perturbation Theory kullanarak gerçek kuark kütlesine ekstrapole et

Hadron Spektroskopisi Hadron kütlelerini bulalım 48 / 52 Analiz Limitler ve Ekstrapolasyon Sonlu boyut etkileri, V Hadron kütlelerinin hacim bağımlılığı 1/L n, n 2 3 Eğer L 3 fm ve L M π 4 ise göz ardı edilebilir Süreklilik limiti a 0 a 0 limitinde, hacimi sabit tutmak için N. Daha pahalıya mal olur Farklı a ile simülasyon yap ardından a 0 noktasına ekstrapole et Kiral limit m q 0 Fiziksel kuark ve pion kütlesine ulaşmak için Problemleri var. Kiral limitte pion kütlesi cinsinden bir açılıma karşılık gelen Chiral Perturbation Theory yardımcı olabilir M N = c 0 + c 2 m 2 π + c 3 m 3 π + c 4 m 4 π ln(mπ) + O(m4 π ) c n:lec Farklı m q ile simüle et ardından m q 0 noktasına ekstrapole et

Hadron Spektroskopisi Hadron kütlelerini bulalım 49 / 52 Analiz Limitler ve Ekstrapolasyon Sonlu boyut etkileri, V Hadron kütlelerinin hacim bağımlılığı 1/L n, n 2 3 Eğer L 3 fm ve L M π 4 ise göz ardı edilebilir Süreklilik limiti a 0 a 0 limitinde, hacimi sabit tutmak için N. Daha pahalıya mal olur Farklı a ile simülasyon yap ardından a 0 noktasına ekstrapole et Kiral limit m q 0 Fiziksel kuark ve pion kütlesine ulaşmak için Problemleri var. Kiral limitte pion kütlesi cinsinden bir açılıma karşılık gelen Chiral Perturbation Theory yardımcı olabilir M N = c 0 + c 2 m 2 π + c 3 m 3 π + c 4 m 4 π ln(mπ) + O(m4 π ) c n:lec Farklı m q ile simüle et ardından m q 0 noktasına ekstrapole et

Hadron Spektroskopisi Hadron kütlelerini bulalım 50 / 52 Analiz Limitler ve Ekstrapolasyon Sonlu boyut etkileri, V Hadron kütlelerinin hacim bağımlılığı 1/L n, n 2 3 Eğer L 3 fm ve L M π 4 ise göz ardı edilebilir Süreklilik limiti a 0 a 0 limitinde, hacimi sabit tutmak için N. Daha pahalıya mal olur Farklı a ile simülasyon yap ardından a 0 noktasına ekstrapole et Kiral limit m q 0 Fiziksel kuark ve pion kütlesine ulaşmak için Problemleri var. Kiral limitte pion kütlesi cinsinden bir açılıma karşılık gelen Chiral Perturbation Theory yardımcı olabilir M N = c 0 + c 2 m 2 π + c 3 m 3 π + c 4 m 4 π ln(mπ) + O(m4 π ) c n:lec Farklı m q ile simüle et ardından m q 0 noktasına ekstrapole et

51 / 52 Hadron kütleleri Hadron Spektroskopisi 0.6 0.6 Hadron kütlelerini bulalım 0 0.01 0.02 0.03 m AWI ud FIG. 23 (color online). Same as Fig. 2+1 çeşni örgü QCD ile elde edilmiş hadron kütlelerinin deneyle kıyaslanmış değerleri. 2.0 1.5 1.0 0.5 mass [GeV] Ω Ξ Σ Ξ Λ Σ φ K * N ρ vector meson octet baryon decuplet baryon 1.0 0. 0.9 0. 1.3 1.2 1.1 2.0 1.5 1.0 0.0 FIG. 24 (color online). Light hadron spectrum extrapolated to the physical point using m, m K and m as input. Horizontal bars denote the experimental values. Figure: PACS-CS Kolaborasyonu [PRD79, 034503 (2009)] FIG ud 034503-24

Özet 52 / 52 Özet QCD eylemi a ve U µ (n) örgü parametreleri cinsinden diskritize edilebilir. Örgü konfigürasyonları Metropolis Algoritması kullanılarak yaratılır. Propagatörler kullanılarak iki noktalı korelasyon fonksiyonu hesaplanabilir ve hadron spektrumu belirlenebilir. Artan hesaplama kaynakları ve gelişen nümerik tekniklerle Örgü QCD hadron fiziğinin geleceğini belirleyecek.

Appendix Kaynaklar 53 / 52 Kaynaklar I Gattringer C., Lang C.B. (Kapsamlı en iyi kaynak, derste sıkça başvurdum.) Quantum chromodynamics on the lattice:an Introductory Presentation. Lect. Notes Phys. 788, 2010. doi: 10.1007/978-3-642-01850-3 Ph. Hagler Hadron structure from lattice quantum chromodynamics Physics Reports, 490:49-175,2010. doi:10.1016/j.physrep.2009.12.008 G. Peter Lepage Lattice QCD for Novices arxiv:hep-lat/0506036 Daha fazlası için benimle iletişime geçebilirsiniz.