Long distance propagation in open string disk amplitudes

얼마 전에 했던 삽질 관련 내용 정리.

확인하고 싶었던 가설은 'open string amplitude에서 vertex operator를 꽂는 점들 중 일부가 한 점으로 수렴하면 수렴하는 점들의 amplitude와 수렴하지 않는 점들의 amplitude로 나눠진다'였는데 맞는 것 같다 https://t.co/1roJOuQhRu

— Dexter Kim (@AstralDexter) 2018년 3월 21일

교과서에는 거의 다루지 않지만 String amplitude 하는 사람들 사이에서는 상식이었다고 한다 =_= 난 뭘 좋아한거지...

교수님은 재발견에 의의를 두심(...)

— Dexter Kim (@AstralDexter) 2018년 3월 23일

이 잘 알려진(하지만 나는 몰랐던) 상식을 증명하는 방법은 Schwarz-Christoffel transform을 이용하는 것. 이 변환은 복소평면의 윗 반평면(upper half plane)을 다각형의 내부로 보내는 등각변환이다. 완전한 등각변환이라고 하기에는 꼭지점에서의 등각성이 깨지긴 하지만 그 정도는 무시하기로 하고(...). 2차원 이상유체 문제나 도파관 문제를 풀 때 이 변환을 이용하는 경우가 있는데, 요즘 물리과에서는 보통 풀 일이 없는 문제들이라 생소한 사람들도 많을듯. 구체적인 설명은 위키백과의 해당 항목으로 넘기기로 하자.

Schwarz-Christoffel map이 하는 일. 변수 z에서의 upper half plane을 등각성을 유지한 상태로 변수 w에서의 다각형 내부로 보낸다.

이 변환을 통해 증명하고 싶은 것은 'open string disk amplitude에서 vertex operator를 집어넣는 점들 중 일부가 한 점으로 수렴하고 이 점들을 a1, a2, ...으로 쓰기로 하자. 한 점으로 수렴하는 극한의 산란진폭은 a1, a2, ...에 해당하는 입자들이 산란하는 산란진폭과 나머지 입자들이 산란하는 산란진폭에 해당한다'는 주장인데, 다르게 이야기하면 'a1, a2, ... , c가 산란하는 진폭과 c, b1, b2, ...(b1, b2, ...는 vertex operator들 중 a1, a2, ...에 해당하지 않는 나머지)가 산란하는 진폭으로 나누어지며 그 사이를 c에 해당하는 상태가 진행하는 극한에 해당한다'가 된다. 단순히 말하면 c에 해당하는 internal propagator가 on-shell에 가까워져서 먼 거리를 이동한다는 이야기.

편의상 4ptc scattering을 생각하기로 하고 t-channel이 on-shell로 가는 극한을 생각하자. 이때 $SL(2,R)$를 이용해 vertex operator를 집어넣는 점 셋을 고정할 수 있다. 정석적인 선택은 $(0,\sigma,1,\infty)$. 따라서 다음 그림과 같은 형태의 Schwarz-Christoffel map을 찾는 것이 목표가 된다.

t-channel에서 intermediate state가 on-shell에 가까워지면 먼 거리를 이동하는 극한과 동등하다는 것을 보이기 위해 필요한 Schwarz-Christoffel map

여기서 $\bar{\sigma_1}$은 왼쪽의 꺾이는 점(혹은 1번과 4번 string이 intermediate state에 해당하는 string으로 합쳐지는 점)에 해당하고 $\bar{\sigma_2}$는 오른쪽의 꺾이는 점(혹은 intermediate state에 해당하는 string이 2번과 3번 string으로 갈라지는 점)에 해당한다. 이제 위 그림에서 $\sigma \to 1$의 극한이 $f(\bar{\sigma_2}) \to +\infty$로 가는 극한, 즉 $\bar{\sigma_1}$에 해당하는 점에서 $\bar{\sigma_2}$에 해당하는 점까지 이동하는 거리가 무한히 늘어나는 극한과 일치한다는 것을 보이면 된다. 이 변환은 다음 미분방정식의 해로서 주어진다.

$$f'(z) = A (z-x)^{1}(z-0)^{-1}(z-\sigma)^{-1}(z-[\sigma + a(1-\sigma)])^{1} (z-1)^{-1}$$

이 식은 다음과 같이 분수들의 합으로 정리할 수 있다.

$$f'(z) = A\left\{ \frac{\alpha}{z-0} + \frac{\beta}{z-\sigma} + \frac{\gamma}{z-1} \right\}$$

약간의 Mathematica 계산을 통해^[각주:1] $\alpha = \frac{-x(a\sigma - a - \sigma)}{\sigma}$, $\beta=\frac{a(\sigma - x)}{\sigma}$, $\gamma = (1-a)(1-x)$가 된다는 것은 금방 확인할 수 있다. 영 못 믿겠으면 손으로 계산하는 것도 방법. 여기서 $a$와 $x$가 고정되어 있다면 $\alpha$, $\beta$, $\gamma$ 모두 유한한 값으로 고정된다는 것을 알 수 있다. 적분은 단순한 $1/z$의 적분이므로 바로 계산이 가능하다. 단, 복소변수이기 때문에 약간의 주의가 필요. Argument를 결정하는 branch cut은 편의상 -Im(z)축 방향으로 뻗도록 하는 것이 좋다.

$$f(z) = A\left\{ {\alpha}\text{Log}z + {\beta}\text{Log}(z-\sigma) + {\gamma}\text{Log}(z-1) \right\} + B$$

state 1은 $-A\alpha$방향, state 2는 $-A \beta$방향, state 3는 $-A \gamma$방향, state 4는 $A(\alpha+\beta+\gamma) = A$방향에 위치한다는 것을 알 수 있다. 그러므로 위의 그림에 맞게 $A$의 값을 정하면 $A<0$이 된다. 이제 string worldsheet이 갈라지는 점들($f(\bar{\sigma_1})$과 $f(\bar{\sigma_2})$)의 위치를 살펴보자. 여기서 중요한 것은 Im(w)축상의 위치가 아니라 Re(w)축 방향의 거리이므로 Log의 argument에 해당하는 항은 잠시 무시해도 좋다. 우선 왼쪽의 합쳐지는 점의 위치를 구하면 다음과 같다.

$$f(\bar{\sigma_1}) = A \left\{ \alpha \log |x| + \beta \log |x-\sigma| + \gamma \log |x-1| \right\} + i \cdots + B$$

오른쪽의 합쳐지는 점의 위치는 다음과 같이 주어진다.(수식이 약간 깨지는데 중요한 부분은 다음 문단에 있으므로 굳이 편집하지는 않겠다)

$$f(\bar{\sigma_2}) = A \left\{ \alpha \log |\sigma + a(1-\sigma)| + \beta \log |a(1-\sigma)| + \gamma \log |(a-1)(1-\sigma)| \right\} + i \cdots + B$$

$\sigma \to 1$의 극한에서 발산하는 항만 모아보면 다음과 같다.

$$f(\bar{\sigma_2}) = A \left\{ \beta \log |(1-\sigma)| + \gamma \log |(1-\sigma)| \right\} + \cdots$$

참고로 이 극한에서는 $\beta + \gamma \to 1 - x$이기 때문에, 오른쪽의 갈라지는 점은 $+\infty$의 방향으로 밀려나는 것이 맞다(부호를 $x<0$와 $A<0$로 결정했기 때문). 여기서 발산하는 항들은 전부 로그에 들어가는 값이 0으로 수렴하는 극한 때문에 등장했으므로, 이런 현상은 4ptc scattering에만 국한된 것이 아니라 일반적인 산란 상황에서도 관찰할 수 있을 것으로 기대할 수 있다. vertex insertion point가 모이게 되면 amplitude factorisation이 되는 극한, 혹은 intermediate state가 long distance propagation을 하는 IR divergence가 있는 극한으로 생각할 수 있다는 의미.

$\sigma \to 1$ 극한은 두 갈라지는 점 사이의 거리가 무한이 멀어지는 극한으로 생각할 수 있다

다만 이 논증은 worldsheet에서의 이야기이고, 실제 target space로 바로 연결되지는 않는다. 하지만 induced metric을 생각해보면 worldsheet상에서의 거리가 무한히 멀어지는 것과 target space상에서의 거리가 무한히 멀어지는 것은 비슷하다고 봐도 무방해 보인다.

1. Apart 함수를 쓰면 된다. [본문으로]