跷跷板机制的公平扫描：对轻子味破坏过程预测的影响

基于跷跷板（seesaw）参数空间扫描的常规分析可能会产生偏差，因为它们没有以公平的方式覆盖完整的参数空间。更准确地说，我们表明在常见的“R参数化”中，许多与汤川（Yukawa）耦合的微扰性相容的可接受R矩阵通常在开始时就被忽略了，这导致了结果的偏差。我们提供了一种直接的程序来完整地扫描复数R矩阵的空间，并给出了一个非常简单的规则，将微扰性要求作为R矩阵矩阵元的条件纳入其中，这在以前是未曾考虑过的。作为其一个重要的应用，我们表明，在超对称跷跷板模型中，普遍认为 $BR(\mu \to e, \gamma)$ 强烈依赖于 $\theta_{13}$ 的值，这实际上是由此类有偏差的扫描产生的“视觉效应”，在经过仔细的解析和数值研究后并不成立。当进行完整扫描时，$BR(\mu \to e, \gamma)$ 对 $\theta_{13}$ 变得非常不敏感。此外，由于参数空间中存在大量以前未被考虑的可接受点，分支比的值通常比文献中引用的值更大。引入（无味的）轻子数产生（leptogenesis）不会引入对 $\theta_{13}$ 的任何进一步依赖，尽管它会降低 $BR(\mu \to e, \gamma)$ 的典型值。