Investigadores han desarrollado una nueva técnica basada en el transporte óptimo para gestionar los pesos de eventos generados por simulaciones Monte Carlo en el Gran Colisionador de Hadrones (LHC). Estos pesos, que pueden ser negativos o excesivamente grandes, suponen un desafío computacional significativo para los experimentos. La nueva aproximación utiliza algoritmos de remuestreo de celdas para redistribuir localmente los pesos de los eventos entre eventos cercanos en un espacio métrico, mejorando la eficiencia y precisión de las simulaciones.

El estudio se centra en el rendimiento de métricas definidas en términos de transporte óptimo, específicamente la Distancia del Transportador de Energía (Energy Mover's Distance) y una variante espectral. Estas métricas son particularmente útiles porque son insensibles a la adición de radiación blanda y colineal, lo que permite aplicarlas directamente a las partículas en cualquier etapa de la generación de eventos. Esto contrasta con métodos anteriores que podían requerir ajustes específicos para diferentes fases de la simulación.

Al aplicar esta metodología a muestras simuladas en el orden siguiente al principal (next-to-leading-order) en cromodinámica cuántica, se observó una reducción significativa del sesgo en comparación con otras técnicas de remuestreo de celdas existentes en la literatura. Además, los investigadores introdujeron la Distancia del Transportador de Sección Eficaz (Cross-Section Mover's Distance) como una figura de mérito general y sin binning para cuantificar el sesgo introducido por cualquier reponderación en el espacio de fases completo. Este avance es crucial para refinar las predicciones teóricas y la interpretación de los datos experimentales en el LHC, donde la precisión es fundamental para descubrimientos en física de partículas.