天体物理学 > 高能天体物理现象
[提交于 2025年4月30日
(v1)
,最后修订 2025年7月10日 (此版本, v2)]
标题: 中子星合并模拟中捕捉中微子分布函数的难度
标题: On the difficulty of capturing the distribution function of neutrinos in neutron star merger simulations
摘要: 中子星的碰撞是关于核物理的信息丰富来源。 特别是,合并后出现的千新星信号可以帮助我们阐明中子星在核合成中的作用,并向我们提供关于高于核饱和密度的物质性质的信息。 中微子的近似建模仍然是我们对这些可观测值进行预测能力的重要限制。 问题的一部分在于中微子的费米子特性。 根据泡利不相容原理,量子态中中微子数量的期望值$f_\nu$最多为 1。 任何产生中微子的过程都会被一个阻挡因子$(1-f_\nu)$所抑制。 最近专注于中微子物理的模拟大多使用灰两矩方法来演化中微子。 这种方法演化动量空间中$f_\nu$的积分,从而无法直接计算阻挡因子。 蒙特卡罗方法可能是一种有吸引力的替代方案,可以访问中微子的完整分布。 然而,它们的当前实现不足以估计$f_\nu$:在我们最近的模拟中,一个蒙特卡罗包在最坏情况下会导致$f_\nu$的估计值从$f_\nu=0$跳跃到$f_\nu\sim 10^5$。 虽然这令人担忧,但这种对中微子费米子特性的公然违反在模拟中使用的相互作用中并未产生重大影响,因为这些相互作用避免了对$f_\nu$的直接计算。然而,我们目前所处的建模水平已经使得这个问题无法再被忽视。在这里,我们讨论这一问题相对较简单的来源。然后我们表明,在合并模拟中理论上可以得到$f_\nu$的粗略估计,但它们将需要结合蒙特卡罗包的非直观加权方案,并在比合并模拟所用分辨率更低的尺度上对中微子分布进行平滑处理。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.