Búsqueda del bosón de Higgs en el canal H → ZZ ( * ) →4 μ en CMS empleando un método de análisis multivariado Alejandro Alonso Díaz 27 de Septiembre de.

Presentación del tema: "Búsqueda del bosón de Higgs en el canal H → ZZ ( * ) →4 μ en CMS empleando un método de análisis multivariado Alejandro Alonso Díaz 27 de Septiembre de."— Transcripción de la presentación:

1 Búsqueda del bosón de Higgs en el canal H → ZZ ( * ) →4 μ en CMS empleando un método de análisis multivariado Alejandro Alonso Díaz 27 de Septiembre de 2007 Trabajo de investigación del Máster de Física Fundamental Universidad Complutense de Madrid Supervisores: Dr. Pablo García Abia y Dr. José María Hernández Calama (CIEMAT)

2 Índice  Introducción  Dispositivo experimental  Bosón de Higgs en el canal H → ZZ ( * ) →4 μ  Análisis: Independiente de la masa del Higgs Método multivariado: Likelihood Análisis dependiente de la masa del Higgs Resultados del análisis basado en likelihood  Conclusiones

3 Introducción  Modelo Estándar, describe las interacciones fundamentales  Masa de las partículas: Mecanismo de Higgs Campo escalar → Boson de Higgs Ruptura espontánea de simetría. No detectado, m H parámetro libre Restricciones:  Búsquedas directas: m H > 114.4 GeV/c 2  Medidas de precisión EWK: m H < 225 GeV/c 2

4 El acelerador LHC  Colisionador protón- protón, CERN, Ginebra  s 1/2 = 14 TeV  L = 10 34 cm -2 s -1 20 fb -1 /año  Experimentos CMS y ATLAS: propósito general ALICE: colisiones de iones pesados (Pb) LHCb: física del quark b y violación de CP

5 El detector CMS  Hermético (4π)  Identificación de γ, e, μ, τ, jets Detector de trazas, calorímetro electromagnético, calorímetro hadrónico y detectores de muones  Solenoide superconductor: 4T  Medida precisa de p y E

6 Bosón de Higgs: Producción en LHC  Procesos dominantes: → H y → Hqq gg → H y qq → Hqq  En LHC: σ(H) ~ 10 -9 σ(pp) Requerida alta luminosidad Gran capacidad de filtrado de la contaminación

7 Bosón de Higgs: Desintegración  Decae en pares de bosones y fermiones.  Acoplo proporcional a la masa de los productos.  Golden Channel de CMS  H → ZZ ( * ) → l + l - l + l -  m H ~2m W  H → WW(*) → l ν l ν  m H <130 GeV/c 2 H → γγ

8 Bosón de Higgs: Canal H → ZZ ( * ) →4 μ  Señal: 2μ + y 2μ - : aislados, alto momento transverso, vértice primario común 2μ + y 2μ - : aislados, alto momento transverso, vértice primario común μ + μ -. Al menos una compatible con m Z Dos parejas μ + μ -. Al menos una compatible con m Z Masa invariante de los cuatro muones resonante: m 4μ m H Masa invariante de los cuatro muones resonante: m 4μ ~ m H  Contaminación: sucesos con 4 muones alto momento transverso μ+X pp → tt → W + W - bb → 4μ+X μ+X pp → Z ( * ) / γ ( * ) bb → 4μ+X  μ + μ -  μ + μ - : Cascada hadrónica: poco aislados, bajo p T, no compatible con m Z  Fácilmente separable μ pp → (Z ( * ) / γ *)(Z ( * ) / γ *) → 4μ:  Muy similar a la señal m 4μ no resonante m 4μ no resonante

9 Análisis del canal H → ZZ ( * ) →4 μ: Independiente de m H  Estudio con sucesos simulados: 120 GeV/c 2 <mH <600 GeV/c 2 L = 30 fb -1  Preselección básica: 2μ + y 2μ - Sucesos 2μ + y 2μ -, En la aceptancia del detector |η|< 2.5 7 p T > 7 GeV/c, permitir la reconstrucción

10 Análisis del canal H → ZZ ( * ) →4 μ: Independiente de m H  Criterios de selección: Análisis oficial CMS m μ+μ- m Z m μ+μ- ~ m Z Aislamiento de muones  Tracker: Ausencia de trazas próximas a cada muon  Calorímetro: Ausencia de depositos de energía próximos al muon p T  Eficiencia: Del 30 al 50 % para señal 5% para ZZ 10 -6 % Zbb y tt

11 Método multivariado likelihood Cortes ortogonales desprecia parte importante de información contenida en variables discriminantes x 1.... x n Forma de las distribuciones. Likelihood ( y i ), aumenta la sensibilidad clasificando sucesos según su similitud con la señal o el fondo. Definido para cada suceso i como: Intuitiva interpretación: → 1  Suceso de signatura similar a señal:y i → 1 → 0  Suceso de signatura similar a contaminación:y i → 0 p s k (x k ), p B k (x k ): densidades de probabilidad de la variable x k, señal y contaminación Poder de discriminación: diferencia entre p s k (x k ) y p B k (x k )

12 Likelihood para canal H → ZZ ( * ) →4 μ  Funciones de referencia, p s k, p B k : m H Masa del bosón de Higgs, Parámetro libre: Análisis para distintas hipótesis de m H m H Dependientes de m H Ajuste a funciones análiticas de las variables simuladas μ ~ m H Sucesos en el entorno de m 4μ ~ m H : Cinemática similar y dificiles de descriminar  Dos regiones de masa m H <2m Z ~ 180 GeV/c 2  Uno de los bosones Z virtuales m H > 2m Z  Los dos bosones Z reales

13 Distribuciones para m H < 2m Z : Ejemplo m H = 140 GeV/c 2  m H < 2m Z : m Z2 masa del par +- con masa mas lejana a m Z p T3 y p T4, muones de momento transverso más bajo

14  m H > 2m Z : p T 4, momento transverso del sistema de los cuatro muones. Señal: p T bosón de Higgs. (gg → H, qq → ZZ) p T3 y p T4 Distribuciones para m H > 2m Z : Ejemplo m H = 250 GeV/c 2

15  Para cada hipótesis de m H  Selecionamos sucesos signal-like  Corte en y, compromiso entre: Pureza Eficiencia  y ~ 0.4 Óptimo para m H >140GeV/c 2 Método de análisis y

16 Potencial de descubrimiento  Resultado del análisis se cuantifica en términos de significación estadística, calculada con la distribución de m 4μ de sucesos que superan el corte en y.  Significación estadística, S L : Incompatibilidad de la señal con fluctuaciones estadísticas de la contaminación Número de desviaciones estándar señal sobre contaminación Aumenta con el número de sucesos observados y con la reducción de la contaminación  Potencial de descubrimiento: Probabilidad datos medidos compatibles con fondo < 2.85 10 -7 S L = 5  Evidencia S L = 3

17 Resultados empleando métodos multivariados  Corte sobre variable Likelihood: y > 0.4  Mejora significativa en un amplio rango de masas

18 Resultados empleando métodos multivariados  Mayor S L → Menor luminosidad acumulada para descubrir el bosón de Higgs

19 Conclusiones:  Análisis del potencial de descubrimiento del bosón de Higgs dependiente de m H  Basado en un método multivariado: likelihood  Explota la información contenida en las distribuciones de ciertas variables discriminantes  Mejora significativa respecto al análisis oficial de CMS para un amplio rango de masas