习题 27.7 - 解答
为了使用 BCFW 递推关系证明 Parke-Taylor 公式,我们采用数学归纳法。我们要证明的 n n n 胶子 MHV(最大螺旋度违反)色序振幅的 Parke-Taylor 公式为:
A n ( 1 + , … , i − , … , j − , … , n + ) = ⟨ i j ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ A_n(1^+, \dots, i^-, \dots, j^-, \dots, n^+) = \frac{\langle i j \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n 1 \rangle} A n ( 1 + , … , i − , … , j − , … , n + ) = ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ ⟨ ij ⟩ 4
不失一般性,利用循环对称性,我们选择负螺旋度胶子位于位置 1 1 1 和 2 2 2 ,即证明:
A n ( 1 − , 2 − , 3 + , … , n + ) = ⟨ 12 ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ A_n(1^-, 2^-, 3^+, \dots, n^+) = \frac{\langle 1 2 \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n 1 \rangle} A n ( 1 − , 2 − , 3 + , … , n + ) = ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ ⟨ 12 ⟩ 4
1. 归纳假设与 BCFW 移位选择
已知该公式对于 n = 3 n=3 n = 3 和 n = 4 n=4 n = 4 成立。假设该公式对于 n − 1 n-1 n − 1 胶子 MHV 振幅成立。
我们选择对相邻的两个正螺旋度胶子 n − 1 n-1 n − 1 和 n n n 进行 [ n − 1 , n ⟩ [n-1, n\rangle [ n − 1 , n ⟩ 移位(假设 n ≥ 4 n \ge 4 n ≥ 4 ):
∣ n − 1 ^ ] = ∣ n − 1 ] + z ∣ n ] , ∣ n − 1 ^ ⟩ = ∣ n − 1 ⟩ |\widehat{n-1}] = |n-1] + z|n], \quad |\widehat{n-1}\rangle = |n-1\rangle ∣ n − 1 ] = ∣ n − 1 ] + z ∣ n ] , ∣ n − 1 ⟩ = ∣ n − 1 ⟩
∣ n ^ ⟩ = ∣ n ⟩ − z ∣ n − 1 ⟩ , ∣ n ^ ] = ∣ n ] |\hat{n}\rangle = |n\rangle - z|n-1\rangle, \quad |\hat{n}] = |n] ∣ n ^ ⟩ = ∣ n ⟩ − z ∣ n − 1 ⟩ , ∣ n ^ ] = ∣ n ]
由于被移位的胶子螺旋度为 ( h n − 1 , h n ) = ( + , + ) (h_{n-1}, h_n) = (+, +) ( h n − 1 , h n ) = ( + , + ) ,在大 z z z 极限下振幅表现为 O ( 1 / z ) \mathcal{O}(1/z) O ( 1/ z ) ,因此该 BCFW 移位是合法的,边界项为零。
2. BCFW 分解通道分析
根据 BCFW 递推关系,树图振幅可以表示为在复平面上极点处子振幅乘积的求和:
A n = ∑ L , R , h A L ( z P ) 1 P 2 ( 0 ) A R ( z P ) A_n = \sum_{L, R, h} A_L(z_P) \frac{1}{P^2(0)} A_R(z_P) A n = ∑ L , R , h A L ( z P ) P 2 ( 0 ) 1 A R ( z P )
对于 MHV 振幅,外部总共有 2 个负螺旋度。在任何分解通道中,内部传播子会为两侧的子振幅分别提供一个正螺旋度和一个负螺旋度。因此,A L A_L A L 和 A R A_R A R 的负螺旋度总数为 2 + 1 = 3 2 + 1 = 3 2 + 1 = 3 。
为了使子振幅不为零,负螺旋度的分配只能是 2 2 2 和 1 1 1 。这意味着其中一个子振幅必须是 MHV 振幅(2个负螺旋度),另一个必须是三点 MHV ‾ \overline{\text{MHV}} MHV 振幅(1个负螺旋度,2个正螺旋度)。
由于色序要求子振幅由相邻的外部动量组成,三点 MHV ‾ \overline{\text{MHV}} MHV 振幅必须包含被移位的动量之一。我们分析两种可能的通道:
通道 A :三点振幅包含 n − 1 ^ + \widehat{n-1}^+ n − 1 + ,即 A 3 ( n − 2 + , n − 1 ^ + , − P ^ − ) A_3(n-2^+, \widehat{n-1}^+, -\hat{P}^-) A 3 ( n − 2 + , n − 1 + , − P ^ − ) 。
其在壳条件为 P 2 = ⟨ n − 2 ∣ n − 1 ^ ⟩ [ n − 1 ^ ∣ n − 2 ] = 0 P^2 = \langle n-2 | \widehat{n-1} \rangle [\widehat{n-1} | n-2] = 0 P 2 = ⟨ n − 2∣ n − 1 ⟩ [ n − 1 ∣ n − 2 ] = 0 。因为 ∣ n − 1 ^ ⟩ = ∣ n − 1 ⟩ |\widehat{n-1}\rangle = |n-1\rangle ∣ n − 1 ⟩ = ∣ n − 1 ⟩ ,所以 ⟨ n − 2 ∣ n − 1 ⟩ ≠ 0 \langle n-2 | n-1 \rangle \neq 0 ⟨ n − 2∣ n − 1 ⟩ = 0 ,这迫使方括号 [ n − 1 ^ ∣ n − 2 ] = 0 [\widehat{n-1} | n-2] = 0 [ n − 1 ∣ n − 2 ] = 0 。然而,MHV ‾ \overline{\text{MHV}} MHV 振幅完全由方括号表示,方括号为零会导致该三点振幅直接为零。此通道贡献为 0 。
通道 B :三点振幅包含 n ^ + \hat{n}^+ n ^ + ,即 A 3 ( n ^ + , 1 − , − P ^ + ) A_3(\hat{n}^+, 1^-, -\hat{P}^+) A 3 ( n ^ + , 1 − , − P ^ + ) 。
其在壳条件为 P 2 = ⟨ n ^ 1 ⟩ [ 1 n ^ ] = 0 P^2 = \langle \hat{n} 1 \rangle [1 \hat{n}] = 0 P 2 = ⟨ n ^ 1 ⟩ [ 1 n ^ ] = 0 。因为 ∣ n ^ ] = ∣ n ] |\hat{n}] = |n] ∣ n ^ ] = ∣ n ] ,所以 [ 1 n ] ≠ 0 [1 n] \neq 0 [ 1 n ] = 0 ,这迫使尖括号 ⟨ n ^ 1 ⟩ = 0 \langle \hat{n} 1 \rangle = 0 ⟨ n ^ 1 ⟩ = 0 。对于 MHV ‾ \overline{\text{MHV}} MHV 振幅,尖括号为零正是其非零的运动学条件。此通道是唯一非零的 BCFW 贡献 。
3. 运动学求解
在唯一非零的通道中,内部动量为 P = p ^ n + p 1 P = \hat{p}_n + p_1 P = p ^ n + p 1 。由在壳条件 ⟨ n ^ 1 ⟩ = 0 \langle \hat{n} 1 \rangle = 0 ⟨ n ^ 1 ⟩ = 0 可解出极点位置 z P z_P z P :
⟨ n ^ 1 ⟩ = ⟨ n 1 ⟩ − z P ⟨ n − 1 , 1 ⟩ = 0 ⟹ z P = ⟨ n 1 ⟩ ⟨ n − 1 , 1 ⟩ \langle \hat{n} 1 \rangle = \langle n 1 \rangle - z_P \langle n-1, 1 \rangle = 0 \implies z_P = \frac{\langle n 1 \rangle}{\langle n-1, 1 \rangle} ⟨ n ^ 1 ⟩ = ⟨ n 1 ⟩ − z P ⟨ n − 1 , 1 ⟩ = 0 ⟹ z P = ⟨ n − 1 , 1 ⟩ ⟨ n 1 ⟩
由于 ⟨ n ^ 1 ⟩ = 0 \langle \hat{n} 1 \rangle = 0 ⟨ n ^ 1 ⟩ = 0 ,旋量 ∣ n ^ ⟩ |\hat{n}\rangle ∣ n ^ ⟩ 必定正比于 ∣ 1 ⟩ |1\rangle ∣1 ⟩ 。利用 ∣ n ^ ⟩ = ∣ n ⟩ − z P ∣ n − 1 ⟩ |\hat{n}\rangle = |n\rangle - z_P |n-1\rangle ∣ n ^ ⟩ = ∣ n ⟩ − z P ∣ n − 1 ⟩ ,两边左乘 ⟨ n − 1 ∣ \langle n-1| ⟨ n − 1∣ 得到 ⟨ n − 1 ∣ n ^ ⟩ = ⟨ n − 1 ∣ n ⟩ \langle n-1 | \hat{n} \rangle = \langle n-1 | n \rangle ⟨ n − 1∣ n ^ ⟩ = ⟨ n − 1∣ n ⟩ 。设 ∣ n ^ ⟩ = c ∣ 1 ⟩ |\hat{n}\rangle = c |1\rangle ∣ n ^ ⟩ = c ∣1 ⟩ ,则 c = ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩ c = \frac{\langle n-1, n \rangle}{\langle n-1, 1 \rangle} c = ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ 。
内部动量 P ^ \hat{P} P ^ 满足:
∣ P ^ ⟩ [ P ^ ∣ = ∣ n ^ ⟩ [ n ^ ∣ + ∣ 1 ⟩ [ 1 ∣ = c ∣ 1 ⟩ [ n ∣ + ∣ 1 ⟩ [ 1 ∣ = ∣ 1 ⟩ ( c [ n ∣ + [ 1 ∣ ) |\hat{P}\rangle [\hat{P}| = |\hat{n}\rangle [\hat{n}| + |1\rangle [1| = c |1\rangle [n| + |1\rangle [1| = |1\rangle \left( c [n| + [1| \right) ∣ P ^ ⟩ [ P ^ ∣ = ∣ n ^ ⟩ [ n ^ ∣ + ∣1 ⟩ [ 1∣ = c ∣1 ⟩ [ n ∣ + ∣1 ⟩ [ 1∣ = ∣1 ⟩ ( c [ n ∣ + [ 1∣ )
因此,我们可以选择内部旋量为(这种选择保持小群标度不变):
∣ P ^ ⟩ = ∣ 1 ⟩ , [ P ^ ∣ = c [ n ∣ + [ 1 ∣ = ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩ [ n ∣ + [ 1 ∣ |\hat{P}\rangle = |1\rangle, \quad [\hat{P}| = c [n| + [1| = \frac{\langle n-1, n \rangle}{\langle n-1, 1 \rangle} [n| + [1| ∣ P ^ ⟩ = ∣1 ⟩ , [ P ^ ∣ = c [ n ∣ + [ 1∣ = ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ [ n ∣ + [ 1∣
4. 子振幅计算与组合
右侧三点 MHV ‾ \overline{\text{MHV}} MHV 振幅 :
A 3 ( n ^ + , 1 − , − P ^ + ) = [ n P ^ ] 3 [ P ^ 1 ] [ 1 n ] A_3(\hat{n}^+, 1^-, -\hat{P}^+) = \frac{[n \hat{P}]^3}{[\hat{P} 1][1 n]} A 3 ( n ^ + , 1 − , − P ^ + ) = [ P ^ 1 ] [ 1 n ] [ n P ^ ] 3
代入 [ P ^ ∣ [\hat{P}| [ P ^ ∣ 的表达式,计算方括号:
[ n P ^ ] = c [ n n ] + [ n 1 ] = [ n 1 ] [n \hat{P}] = c [n n] + [n 1] = [n 1] [ n P ^ ] = c [ nn ] + [ n 1 ] = [ n 1 ]
[ P ^ 1 ] = c [ n 1 ] + [ 11 ] = c [ n 1 ] [\hat{P} 1] = c [n 1] + [1 1] = c [n 1] [ P ^ 1 ] = c [ n 1 ] + [ 11 ] = c [ n 1 ]
代入 A 3 A_3 A 3 得到:
A 3 = [ n 1 ] 3 c [ n 1 ] [ 1 n ] = [ n 1 ] 2 c [ 1 n ] = [ 1 n ] 2 c [ 1 n ] = [ 1 n ] c = [ 1 n ] ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ A_3 = \frac{[n 1]^3}{c [n 1] [1 n]} = \frac{[n 1]^2}{c [1 n]} = \frac{[1 n]^2}{c [1 n]} = \frac{[1 n]}{c} = [1 n] \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle} A 3 = c [ n 1 ] [ 1 n ] [ n 1 ] 3 = c [ 1 n ] [ n 1 ] 2 = c [ 1 n ] [ 1 n ] 2 = c [ 1 n ] = [ 1 n ] ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩
左侧 ( n − 1 ) (n-1) ( n − 1 ) 点 MHV 振幅 :
根据归纳假设,左侧振幅为 A n − 1 ( P ^ − , 2 − , 3 + , … , n − 1 ^ + ) A_{n-1}(\hat{P}^-, 2^-, 3^+, \dots, \widehat{n-1}^+) A n − 1 ( P ^ − , 2 − , 3 + , … , n − 1 + ) :
A n − 1 = ⟨ P ^ 2 ⟩ 4 ⟨ P ^ 2 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ^ ⟩ ⟨ n − 1 ^ , P ^ ⟩ A_{n-1} = \frac{\langle \hat{P} 2 \rangle^4}{\langle \hat{P} 2 \rangle \langle 2 3 \rangle \dots \langle n-2, \widehat{n-1} \rangle \langle \widehat{n-1}, \hat{P} \rangle} A n − 1 = ⟨ P ^ 2 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , P ^ ⟩ ⟨ P ^ 2 ⟩ 4
代入 ∣ P ^ ⟩ = ∣ 1 ⟩ |\hat{P}\rangle = |1\rangle ∣ P ^ ⟩ = ∣1 ⟩ 和 ∣ n − 1 ^ ⟩ = ∣ n − 1 ⟩ |\widehat{n-1}\rangle = |n-1\rangle ∣ n − 1 ⟩ = ∣ n − 1 ⟩ :
A n − 1 = ⟨ 12 ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , 1 ⟩ A_{n-1} = \frac{\langle 1 2 \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n-2, n-1 \rangle \langle n-1, 1 \rangle} A n − 1 = ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , 1 ⟩ ⟨ 12 ⟩ 4
组合 BCFW 乘积 :
未移位的传播子分母为 P 2 ( 0 ) = ⟨ 1 n ⟩ [ n 1 ] P^2(0) = \langle 1 n \rangle [n 1] P 2 ( 0 ) = ⟨ 1 n ⟩ [ n 1 ] 。将所有部分相乘:
A n = A 3 1 P 2 ( 0 ) A n − 1 = ( [ 1 n ] ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ ) 1 ⟨ 1 n ⟩ [ n 1 ] A n − 1 A_n = A_3 \frac{1}{P^2(0)} A_{n-1} = \left( [1 n] \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle} \right) \frac{1}{\langle 1 n \rangle [n 1]} A_{n-1} A n = A 3 P 2 ( 0 ) 1 A n − 1 = ( [ 1 n ] ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩ ) ⟨ 1 n ⟩ [ n 1 ] 1 A n − 1
化简前面的系数(注意 [ 1 n ] / [ n 1 ] = − 1 [1 n] / [n 1] = -1 [ 1 n ] / [ n 1 ] = − 1 且 ⟨ 1 n ⟩ = − ⟨ n 1 ⟩ \langle 1 n \rangle = -\langle n 1 \rangle ⟨ 1 n ⟩ = − ⟨ n 1 ⟩ ):
[ 1 n ] ⟨ 1 n ⟩ [ n 1 ] ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ = − 1 − ⟨ n 1 ⟩ ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ = ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ \frac{[1 n]}{\langle 1 n \rangle [n 1]} \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle} = \frac{-1}{-\langle n 1 \rangle} \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle} = \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle \langle n 1 \rangle} ⟨ 1 n ⟩ [ n 1 ] [ 1 n ] ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩ = − ⟨ n 1 ⟩ − 1 ⟨ n − 1 , n ⟩ ⟨ n − 1 , 1 ⟩ = ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ ⟨ n − 1 , 1 ⟩
将其乘入 A n − 1 A_{n-1} A n − 1 中,分子中的 ⟨ n − 1 , 1 ⟩ \langle n-1, 1 \rangle ⟨ n − 1 , 1 ⟩ 恰好与 A n − 1 A_{n-1} A n − 1 分母中的 ⟨ n − 1 , 1 ⟩ \langle n-1, 1 \rangle ⟨ n − 1 , 1 ⟩ 抵消:
A n = ⟨ n − 1 , 1 ⟩ ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ × ⟨ 12 ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , 1 ⟩ A_n = \frac{\langle n-1, 1 \rangle}{\langle n-1, n \rangle \langle n 1 \rangle} \times \frac{\langle 1 2 \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n-2, n-1 \rangle \langle n-1, 1 \rangle} A n = ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ ⟨ n − 1 , 1 ⟩ × ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , 1 ⟩ ⟨ 12 ⟩ 4
A n = ⟨ 12 ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ A_n = \frac{\langle 1 2 \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n-2, n-1 \rangle \langle n-1, n \rangle \langle n 1 \rangle} A n = ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n − 2 , n − 1 ⟩ ⟨ n − 1 , n ⟩ ⟨ n 1 ⟩ ⟨ 12 ⟩ 4
这正是 n n n 胶子的 Parke-Taylor 公式。归纳法证明完毕。
A n ( 1 + , … , i − , … , j − , … , n + ) = ⟨ i j ⟩ 4 ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ \boxed{ A_n(1^+, \dots, i^-, \dots, j^-, \dots, n^+) = \frac{\langle i j \rangle^4}{\langle 1 2 \rangle \langle 2 3 \rangle \dots \langle n 1 \rangle} } A n ( 1 + , … , i − , … , j − , … , n + ) = ⟨ 12 ⟩ ⟨ 23 ⟩ … ⟨ n 1 ⟩ ⟨ ij ⟩ 4