close

Вход

Забыли?

вход по аккаунту

1230859

код для вставки
Recherche du boson de Higgs dans le canal W H et étude
de la production W bb̄ dans les collisions pp̄ à 1.96 TeV
dans l’expérience D0 auprès du Tevatron de Fermilab
Stéphanie Beauceron
To cite this version:
Stéphanie Beauceron. Recherche du boson de Higgs dans le canal W H et étude de la production W bb̄
dans les collisions pp̄ à 1.96 TeV dans l’expérience D0 auprès du Tevatron de Fermilab. Physique des
Hautes Energies - Expérience [hep-ex]. Université Pierre et Marie Curie - Paris VI, 2004. Français.
�tel-00106136�
HAL Id: tel-00106136
https://tel.archives-ouvertes.fr/tel-00106136
Submitted on 13 Oct 2006
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
LPNHE 2004-07
THÈSE de DOCTORAT de l’UNIVERSITÉ PARIS 6
Spécialité :
CHAMPS, PARTICULES, MATIÈRE
présentée par
Stéphanie BEAUCERON
pour obtenir le TITRE de DOCTEUR de l’UNIVERSITÉ PARIS 6
Recherche du boson de Higgs dans le canal W H
et étude de la production W bb̄
dans les collisions pp̄ à 1.96 TeV
dans l’expérience DØ auprès
du Tevatron de Fermilab
soutenue le 28 mai 2004 devant le jury composé de :
MM
Jean-Eudes AUGUSTIN
Gregorio BERNARDI
Jacques CHAUVEAU
Karl JAKOBS
Bruno MANSOULIÉ
Yves SIROIS,
Robert ZITOUN,
Président
Rapporteur
Rapporteur
2
Remerciements
Et voici le rêve d’une jeune fille de 16 ans qui vient de se réasliser. Cette jeune fille
qui par le hasard d’une exposition de EDF/GDF découvre que l’on peut “casser” le
noyau des atomes. Très intéressée par ce phénomène, elle se renseigne et apprend que
le noyau est lui même constitué de proton et de neutron. Puis en se documentant un
peu plus, elle apprend que ces neutrons et protons sont constitués de quarks. La magie
de cet assemblage qui au final, par des ajustements précis permet de donner l’ensemble
de la matière, la fascine. C’est décidé, elle fera de la physique des particules !
Je tiens, tout d’abord, à remercier M. Jean-Eudes Augustin de m’avoir accueilli au
sein de son laboratoire et ainsi de m’avoir donné les moyens de réaliser cette thèse. Je
le remercie également d’avoir accepter de présider mon jury de thèse.
Je suis particulièrement reconnaissante à MM. Yves Sirois et Robert Zitoun d’avoir
accepter la dure tâche de rapporteur de ma thèse. Je remercie également MM. Jacques
Chaveau, Karl Jakobs et Bruno Mansoulié d’avoir accepter d’être membre de mon jury.
Un immense merci pour Gregorio Bernardi qui a tout d’abord accepté de superviser
ma thèse mais aussi et surtout pour tout ce qu’il m’a enseigné durant ces 3 ans de thèse.
Merci, Greg, pour ta patience, ton calme et ta bonne humeur.
Je tiens aussi à remercier l’ensemble du groupe DØ du LPNHE : Ursula, un grand
merci pour m’avoir inité aux joies du calorimètre !, merci à toi, Sophie, pour ton aide
et ton soutien permanent, merci également à Bernard, Emmanuel et Jean-Roch.
Je souhaite exprimer également toute ma reconnaissance aux membres de DØFrance
avec qui j’ai interagit. Merci aux thésads et ex-thésards et merci aussi aux membres
permanents. Un grand merci aussi aux membres de la collaboration DØ avec qui j’ai
travaillé : merci au groupe Calo et particulièrement à Nirmalya Parua, merci au groupe
Jet/Met et à la Calo Task Force et merci au groupe Higgs (Avto et John). Merci
également à Marumi Kado pour m’avoir supporté durant cette année à Fermilab.
J’ai passé un bout de temps à Fermilab, mais je n’oublie pas non plus les personnes
rencontrées au LPNHE. Merci particulièrement à Gregory, Julien et Mélissa pour leur
soutien tout au long de ma thèse et particulièrement durant la dure période de la
rédaction.
Tout ceci n’aurait pas été possible sans le soutien de mes parents. Je tiens à remercier plus que chaleureusement mes parents qui ont accepté ma decision de faire ce
métier spécifique. Je tiens à les remercier également pour l’organisation du pot de ma
thèse mais aussi pour avoir lu et relu ce manuscrit complètement imcompréhensible
pour eux. Simplement Merci.
Un merci particulier à l’ensemble de ma famille qui a suivi de loin mais avec attachement le déroulement de cette thèse.
3
Je tiens aussi à exprimer ma gratitude envers ceux qui ont toujours été là pour
moi, que je sois physiquement en France ou non. Merci particulièrement à Didier,
Laurent et Arnaud pour m’avoir supporté ces derniers temps. Merci aussi à Patrick et
Christelle (sans oublier Emma et Aurélien), Morgane, Laurent, Benjamin, Julien D.,
Fabien, Sandrine et David, F.J., Cellia et Alexandre, Lauriane et Thierry, Xavier et à
tous ceux qui ont été simplement là pour moi.
Et ces dernières lignes sont évidemment pour toi qui a supporté mes longues absences et qui m’a apporté tellement de soutien. Je n’ai qu’une chose à te dire qui ne
reflète qu’une petite fraction de ce que je souhaite exprimer : Mais évidemment tu sais
déjà quoi...
4
Table des matières
1 Le modèle standard et le boson de Higgs
1.1 Le modèle standard . . . . . . . . . . . . .
1.1.1 Les constituants élémentaires . . .
1.1.2 Les interactions fondamentales . . .
1.1.3 Les symétries . . . . . . . . . . . .
1.2 Le domaine du boson de Higgs . . . . . . .
1.3 La recherche du boson de Higgs . . . . . .
1.3.1 La masse du boson de Higgs . . . .
1.3.2 Le boson de Higgs au Tevatron . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Dispositif expérimental
2.1 Les systèmes d’accélération et le Tevatron . . .
2.1.1 La création et l’accélération des faisceaux
2.1.2 Le débuncheur et l’accumulateur . . . .
2.1.3 Le collisionneur : le Tevatron . . . . . .
2.1.4 Le recycleur . . . . . . . . . . . . . . . .
2.2 Le détecteur DØ . . . . . . . . . . . . . . . . .
2.2.1 Les détecteurs de traces . . . . . . . . .
2.2.2 Le calorimètre . . . . . . . . . . . . . . .
2.2.3 Le système à muons . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
11
13
13
15
17
17
22
.
.
.
.
.
.
.
.
.
27
28
28
30
31
33
33
35
40
44
3 La calibration en ligne de l’électronique de lecture du calorimètre
3.1 Description de l’électronique de lecture et du système de calibration . .
3.1.1 Les préamplificateurs . . . . . . . . . . . . . . . . . . . . . . . .
3.1.2 L’ensemble de soustraction de la ligne de base . . . . . . . . . .
3.1.3 Le système de calibration . . . . . . . . . . . . . . . . . . . . .
3.1.4 Agencement de l’électronique . . . . . . . . . . . . . . . . . . .
3.2 Le principe de la calibration en ligne . . . . . . . . . . . . . . . . . . .
3.3 La calibration en temps . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1 Les mesures de calibration . . . . . . . . . . . . . . . . . . . . .
3.3.2 Les résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.3 Comparaison avec le signal physique . . . . . . . . . . . . . . .
3.3.4 La correction de la calibration en temps sur les coefficients de
non-linéarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 Les effets de la calibration sur la masse invariante des événements Z → ee
5
47
47
48
49
51
51
53
53
54
55
62
65
66
3.5
3.6
Perspective sur la calibration en ligne . . . . . . . . . . . . . . . . . . .
La calibration hors ligne . . . . . . . . . . . . . . . . . . . . . . . . . .
68
68
4 Les algorithmes calorimétriques
4.1 Les algorithmes de suppression de bruit . . . . . . . . . . . . . . . . . .
4.1.1 Le niveau de seuil du calorimètre . . . . . . . . . . . . . . . . .
4.1.2 Effet de la suppression de zéro sur l’énergie transverse manquante
4.1.3 Suppression des cellules de bruit : l’algorithme Nada . . . . . .
4.1.4 Une amélioration de la suppression de zéro : l’algorithme T42 .
4.2 La qualité des données . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.1 Sélection des runs et des blocs de luminosité utilisant l’énergie
transverse manquante comme estimateur de qualité . . . . . . .
4.2.2 L’étude des événements zéro biais . . . . . . . . . . . . . . . . .
4.2.3 Les différents problèmes du calorimètre . . . . . . . . . . . . . .
4.3 Reconstruction des objets . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.1 L’application de l’algorithme T42 sur l’énergie transverse manquante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.2 La reconstruction des particules électromagnétiques . . . . . . .
4.3.3 La reconstruction des jets . . . . . . . . . . . . . . . . . . . . .
4.3.4 Étude de l’énergie déposée dans la région de l’intercryostat . . .
71
71
71
72
79
80
81
82
83
83
85
85
85
90
97
5 Étude de la production W (→ eν)bb̄
5.1 Objectifs et méthodes de l’analyse . . . . . . . . . . . . . . . . . . . . .
5.2 L’échantillon des données . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.1 Les données . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.2 La simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Étude du déclenchement . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4 La sélection des événements W +jets . . . . . . . . . . . . . . . . . . .
5.4.1 Sélection du candidat électron . . . . . . . . . . . . . . . . . . .
5.4.2 Conditions sur l’énergie transverse manquante . . . . . . . . . .
5.4.3 La détermination du bruit de fond . . . . . . . . . . . . . . . .
5.4.4 Les jets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.5 De l’échantillon inclusif aux événements W + 2 jets . . . . . . . . . . .
5.5.1 Reconstruction de la masse transverse du W . . . . . . . . . . .
5.5.2 Étude des événements W +jets . . . . . . . . . . . . . . . . . . .
5.6 Les algorithmes d’étiquetage des jets de quark b . . . . . . . . . . . . .
5.6.1 L’algorithme JLIP . . . . . . . . . . . . . . . . . . . . . . . . .
5.6.2 L’algorithme CSIP . . . . . . . . . . . . . . . . . . . . . . . . .
5.6.3 L’algorithme de reconstruction de vertex secondaires . . . . . .
5.7 Sélection des événements W + ≥ 2 jets ayant au moins un jet étiqueté
par JLIP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.8 Limite sur la section efficace de production de W bb̄ . . . . . . . . . . .
5.9 Étude de la production d’événements W bb̄ . . . . . . . . . . . . . . . .
103
103
104
105
107
109
111
111
116
119
123
123
123
125
138
138
146
147
6 Limite sur la section efficace de production W H → eνbb̄
163
6
148
152
154
6.1
6.2
6.3
Stratégie de recherche du boson de Higgs . . . . . . . . . . .
6.1.1 Étude du déclenchement . . . . . . . . . . . . . . . .
6.1.2 La sélection des événements . . . . . . . . . . . . . .
6.1.3 La reconstruction de la masse invariante mbb̄ . . . . .
Limite sur la section efficace de production W H . . . . . . .
Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.3.1 Comparaison avec les résultats attendus au Tevatron
6.3.2 Comparaison avec l’analyse CDF Run I . . . . . . . .
6.3.3 Comparaison avec l’analyse CDF Run II . . . . . . .
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
163
164
164
167
172
176
176
178
179
8
Introduction
Le modèle standard de la physique des particules est la théorie quantique des
champs décrivant les phénomènes observables à l’échelle des particules élémentaires.
À ce jour, tous les résultats expérimentaux de physique des particules sont explicables
par le modèle standard. Néanmoins, il ne permet pas d’expliquer certaines questions
fondamentales, comme par exemple la simple observation que la plupart des particules
élémentaires ont une masse non nulle alors que la théorie nécessiterait qu’elles soient
toutes nulles pour être cohérente.
Le mécanisme de Higgs, qui peut être intégré dans le modèle standard, permet de
répondre à cette contradiction apparente, en expliquant l’origine de la masse des autres
particules élémentaires comme résultant du couplage entre ces particules et le champ
de Higgs. Ce mécanisme implique aussi l’existence d’une particule scalaire associée à
ce champ : “le boson de Higgs”.
Le boson de Higgs est lui aussi massif, mais sa masse est très peu contrainte
théoriquement. Expérimentalement, sa recherche n’a pas encore permis sa découverte.
Les expériences auprès du LEP ont récemment observé un léger excès d’événements
pouvant être des candidats Higgs d’une masse de 115 GeV, mais la statistique est insuffisante pour pouvoir en tirer des conclusions définitives. Cette recherche se poursuit
donc auprès du Tevatron de Fermilab, et, si elle s’y révèle infructueuse, il faudra alors
attendre le démarrage du Large Hadron Collider du CERN pour espérer connaı̂tre la
réponse à cette question centrale de la physique des hautes énergies.
Cette thèse a pour objectif de présenter la première recherche effectuée au sein de
l’expérience DØ au Run II d’un boson de Higgs du modèle standard léger (i.e. de masse
inférieure à 135 GeV). Nous l’avons recherché en production associé avec un boson W
se désintégrant en électron et neutrino, dans les données du Run II du Tevatron prises
entre Avril 2002 et Septembre 2003, correspondant à 174 pb−1 de luminosité intégrée.
Dans le premier chapitre, nous commençons par une brève description du modèle
standard. Nous développons l’interaction du champ de Higgs avec les particules élémentaires et les contraintes théoriques et expérimentales sur la valeur de la masse du boson
de Higgs. Enfin, les modes de production et de désintégration au Tevatron d’une telle
particule sont exposés.
Dans le deuxième chapitre, nous présentons le Tevatron qui est le collisionneur
proton-antiproton du laboratoire de Fermilab ayant une énergie dans le centre de masse
de 1.96 TeV et sur lequel sont les deux détecteurs : CDF et DØ. Nous décrivons le
système d’accélération ainsi que le détecteur DØ ayant enregistré les signaux étudiés,
en particulier le calorimètre puisque c’est dans ce sous-détecteur que le signal recherché
dépose principalement son énergie.
9
Dans le troisième chapitre, nous introduisons la nouvelle électronique de lecture du
calorimètre de DØ et sa calibration en temps, installée lors de la période d’arrêt du
Tevatron (1996-2001) afin d’augmenter la luminosité délivrée et l’énergie dans le centre
de masse des collisions.
Le quatrième chapitre décrit les algorithmes traitant les signaux issus du calorimètre. Il nous est aussi nécessaire de comprendre le bruit de ce sous-détecteur et de
quantifier la qualité des données enregistrées avant d’effectuer la reconstruction des
objets calorimétriques.
Le cinquième chapitre est dédié à l’analyse du processus W bb̄ qui est un bruit
de fond irréductible du signal du boson de Higgs. Nous y détaillons le système de
déclenchement et la sélection des événements candidats W bb̄. Le point crucial de cette
analyse est l’étiquetage des jets comme provenant de quark b qui est nouveau pour DØ
étant donné l’amélioration de ses détecteurs de traces et l’introduction d’un champ
magnétique central pour le Run II.
Le sixième chapitre permet de passer de l’étude des événements W bb̄ à une recherche du boson de Higgs dans le canal de production associée avec un boson W .
Nous exposons, dans ce chapitre, la recherche d’un signal de boson de Higgs pour
différentes valeurs de masse. Puis, nous comparons les résultats de cette analyse aux
autres résultats expérimentaux et prévisionnels obtenus au Tevatron.
10
Chapitre 1
Le modèle standard et le boson de
Higgs
De nos jours, la physique des particules élémentaires repose sur une théorie quantique relativiste décrivant l’ensemble des constituants élémentaires de la matière ainsi
que leurs interactions : le modèle standard [1] [2] [3]. Nous commençons donc par décrire
le cadre général de la physique des particules en introduisant le modèle standard puis
nous introduisons dans le modèle standard le champ de Higgs, impliquant l’existence
d’un nouveau boson, le boson de Higgs. La masse de ce dernier n’est pas prédite par le
modèle standard mais nous avons à l’heure actuelle des contraintes sur cette masse que
nous rappelons dans ce chapitre. Nous concluons par la présentation de la production
et la recherche du boson de Higgs au Tevatron.
1.1
Le modèle standard
Afin de décrire le cadre théorique du modèle standard, nous passons en revue les
constituants élémentaires puis leurs interactions avant de passer à une description des
symétries propres au Lagrangien du modèle standard.
1.1.1
Les constituants élémentaires
Les particules élémentaires sont classées suivant leurs propriétés [4]. On distingue
deux grandes catégories : les bosons et les fermions. Les bosons sont les particules
responsables des interactions et sont décrits dans la section suivante.
Les fermions sont des particules de spin demi-entier obéissant à la statistique de
Fermi-Dirac. Ils respectent le principe d’exclusion de Pauli qui interdit à deux fermions
de se trouver dans le même état quantique.
Ils comportent deux sous familles déterminées en fonction des interactions fondamentales qu’ils subissent : les leptons, particules libres, et les quarks, particules
élémentaires apparaissant dans les hadrons.
L’ensemble des fermions est regroupé en 3 familles, qui ont la même structure mais
des masses de plus en plus élevées. La première famille comprend l’électron, le neutrino
électronique et les quarks u et d qui sont les constituants élémentaires stables les plus
11
Fermions
Famille 3 Charge
Famille 1
Famille 2
u
c
t
d
νe
s
νµ
b
ντ
e−
µ−
Nombre
baryonique
1/3
Spin
2/3
Nombre
leptonique
0
-1/3
0
0
1
1/3
0
1/2
1/2
1
0
1/2
1/2
quarks
leptons
γ
W±
Z0
8 gluons
H
τ−
-1
Bosons
Interaction
électromagnétique
faible
forte
Mécanisme de Higgs
Charge
0
±1
0
0
0
Spin
1
1
1
1
0
Tab. 1.1 – Les constituants élémentaires du modèle standard
légers. Ils sont les constituants exclusifs de la matière ordinaire. Les particules des deux
autres familles sont plus lourdes et instables (sauf les neutrinos) et ne peuvent être
observées que dans des accélérateurs, des réacteurs nucléaires ou dans le rayonnement
cosmique.
À chaque particule élémentaire est associée un ensemble de nombres permettant
de la classifier. Ainsi pour chaque lepton et pour chaque famille, on définit un nombre
leptonique (électronique, muonique et tauonique) valant 0 ou ±1. Ce nombre leptonique traduira la nature leptonique de la particule, les quarks ont donc des nombres
leptoniques nuls. Pour classifier les quarks, on définit un nombre baryonique qui prend
les valeurs 0 (pour les leptons) et 1/3 (pour les quarks). Les nombres leptoniques et
baryoniques totaux de l’état initial sont conservés lors d’une interaction.
Pour chaque quark on définit un terme de saveur. Il existe 6 saveurs différentes de
quarks : Up, Down, Strange, Charm, Bottom et Top que l’on définit plus communément
comme u, d, s, c, b et t.
Outre ces nombres permettant de définir la catégorie de la particule, une particule
est aussi définie par sa charge électrique. Un lepton à une charge 0 ou −1 et un quark
a une charge valant −1/3 (pour les quarks d, s et b) ou 2/3 (pour les quarks u, c et t).
Les quarks, seules particules à être soumises à l’interaction forte, portent donc aussi
une charge supplémentaire à leur charge électrique. Cette charge, dite de couleur, peut
prendre 3 valeurs que l’on définit arbitrairement comme rouge, bleu et vert.
À chacune de ces particules est associée une antiparticule qui a la même masse,
le même spin, la même durée de vie mais qui a une charge électrique, une charge de
couleur, un nombre baryonique et un nombre leptonique opposés.
Les caractéristiques principales des particules élémentaires sont données dans le
tableau 1.1.
12
1.1.2
Les interactions fondamentales
Dans la théorie quantique des champs, une interaction se traduit par l’échange entre
2 particules élémentaires de spin quelconque d’une particule élémentaire de spin entier,
un boson ainsi nommé car soumis à la statistique de Bose-Einstein.
Il existe 4 interactions fondamentales :
– l’interaction gravitationnelle qui agit sur toutes les particules massives. Le boson
responsable de cette interaction serait le graviton mais il n’existe pas de preuve
expérimentale directe de son existence : seules les ondes gravitationnelles ont pu
être mises en évidence de manière indirecte (étoiles binaires relativistes).
– l’interaction électromagnétique qui agit entre toutes les particules ayant une
charge électrique. Le photon est le boson associé à cette interaction. Le photon
est une particule ne portant pas de charge électrique.
– l’interaction faible qui agit sur tous les fermions et sur les bosons de l’interaction
faible. Les bosons transmettant cette interaction sont les bosons W ± et Z 0 .
– l’interaction forte qui agit sur les particules ayant une charge de couleur c’est
à dire sur les quarks et les gluons. Les bosons responsables de cette interaction sont un ensemble de 8 gluons. Contrairement aux autres interactions, cette
force s’intensifie à mesure que les objets de couleurs impliqués dans l’interaction
s’éloignent. C’est ce que l’on appelle le confinement [5] et c’est la raison pour
laquelle on ne peut pas observer de quark à l’état libre. L’habillage des quarks
dans une interaction donnée que l’on appelle aussi l’hadronisation, conduit à des
états neutres de couleur : c’est le phénomène qui est à l’origine des “jets” de
particules observés dans les détecteurs de physique de particules.
1.1.3
Les symétries
Les symétries jouent un rôle fondamental dans le modèle standard.
Le modèle est basé sur les postulats suivants :
– l’état d’un système physique est décrit par un espace de Hilbert
– à chaque particule est associée un champ d’opérateur sur l’espace de Hilbert
– l’évolution du système est décrite par un Lagrangien.
Les transformations de symétrie permettent de décrire des interactions physiques
invariantes de cette symétrie. L’application d’une transformation de symétrie impose
les critères suivants :
– les opérateurs de la symétrie forment une représentation du groupe de symétrie.
L’invariance sous l’application d’une symétrie nécessite la conservation de la
norme de densité de probabilité. On choisit donc des représentations unitaires.
– les champs associés aux particules doivent se transformer sous des représentations
du groupe de symétrie.
Il existe 2 catégories de symétries : les symétries externes et les symétries internes.
Les symétries externes proviennent de la structure d’espace-temps. La physique des
particules se place dans le cadre de la relativité générale restreinte et doit vérifier les
symétries du groupe de Poincaré. Le théorème de Noether, entraı̂ne la conservation du
quadri-vecteur énergie-impulsion (invariance par translation), ainsi que la conservation
13
du moment angulaire (invariance par rotation).
Les symétries internes s’appliquent directement sur le Lagrangien et le théorème de
Noether implique que les courants et les charges sont conservés sous une transformation
locale dite de jauge.
L’application directe des symétries permet de définir l’origine de concepts fondamentaux comme le spin et la charge. Les théories de jauges traduisent plus directement
les interactions entre les particules ainsi que la nature des bosons les transmettant.
Le groupe de jauge non abélien SU (3) ⊗ SU (2) ⊗ U (1) représente l’ensemble des
symétries qui s’appliquent au modèle standard. Ainsi le sous-groupe SU (3) traduit
l’interaction forte et la théorie qui lui est associée est la QCD (ChromoDynamique
Quantique). De même, les interactions faibles et électromagnétiques ont été unifiées [6]
dans le sous groupe SU (2) ⊗ U (1) afin de représenter la théorie électrofaible.
Le modèle standard est une théorie qui a été testée par de nombreuses expériences
de physique des particules. À l’heure actuelle, toutes les mesures ont pu être expliquées
par les prévisions du modèle standard. Sur la figure 1.1 est montré en exemple un
ensemble de variables mesurées expérimentalement et leurs déviations par rapport aux
valeurs attendues du modèle standard [7].
Winter 2004
Measurement
(5)
Fit
∆αhad(mZ)
0.02761 ± 0.00036 0.02768
mZ [GeV]
91.1875 ± 0.0021
91.1873
ΓZ [GeV]
2.4952 ± 0.0023
2.4965
0
σhad
41.540 ± 0.037
41.481
20.767 ± 0.025
20.739
[nb]
Rl
0,l
Afb
Al(Pτ)
Rb
0.01714 ± 0.00095 0.01642
0.1465 ± 0.0032
0.1480
0.21638 ± 0.00066 0.21566
Rc
0.1720 ± 0.0030
0.1723
0,b
Afb
0,c
Afb
0.0997 ± 0.0016
0.1037
0.0706 ± 0.0035
0.0742
Ab
0.925 ± 0.020
0.935
Ac
0.670 ± 0.026
0.668
0.1513 ± 0.0021
0.1480
sin θeff (Qfb) 0.2324 ± 0.0012
0.2314
Al(SLD)
meas
fit
meas
|O
−O |/σ
0
1
2
3
2 lept
mW [GeV]
80.425 ± 0.034
80.398
ΓW [GeV]
2.133 ± 0.069
2.094
mt [GeV]
178.0 ± 4.3
178.1
0
1
2
3
Fig. 1.1 – Ensemble des paramètres du modèle standard mesurés par l’expérience et
leur déviation par rapport au calcul théorique.
14
1.2
Le domaine du boson de Higgs
Le modèle standard décrit bien les interactions de la physique des particules, mais ne
permet pas d’expliquer que la plupart des particules ont une masse non nulle. En effet, la
théorie électrofaible qui est l’unification des interactions faibles et électromagnétiques,
impose l’invariance des fermions sous SU (2) ce qui induit qu’ils doivent être de masse
nulle afin de rendre la théorie renormalisable.
Expérimentalement, on constate cependant que la majorité des particules ont une
masse non nulle. Une solution pour engendrer leurs masses nécessite l’ajout dans la
théorie d’un doublet de Higgs (φ) contenant deux champs complexes scalaires avec un
minimum d’énergie non symétrique [8] [9]. Le lagrangien contenant ces champs s’écrit :
LHiggs (φ) = ∂µ φ† ∂ µ φ − µ2 φ† φ + λ(φ† φ)2
(1.1)
Le premier terme correspond à un terme cinétique, le deuxième et troisième forment
le potentiel V (φ) qui est en forme de fond de bouteille (figure 1.2). Les paramètres λ et
µ sont des paramètres indépendants avec λ > 0. Le potentiel possède alors une infinité
2
µ2
de minima tels que |φ|2 = (2λ)
= v2 . L’état du vide (v) est une de ces positions, il est
0
dégénéré et par un changement de coordonnées, nous pouvons définir : φ0 =
.
√v
2
En développant ce champ φ autour du minimum et on obtient :
0
−i~
σ ·ξ~
φ=e
v+H
√
(1.2)
2
Où ξ~ et H représente les quatre degrés de liberté du doublet complexe de Higgs introduit
précédemment [10].
Considérons maintenant le Lagrangien électromagnétique en présence de ce potentiel :
1
1
L = − Fµν F µν − Gµν Gµν + (Dµ φ)† D µ φ − µ2 φ† φ + λ(φ† φ)2
4
4
(1.3)
Avec :
Fµν = ∂µ Wν − ∂ν Wµ − gWν × Wµ
Gµν = ∂µ Bν − ∂ν Bµ
~ µ /2 + ig 0 Bµ /2
Dµ φ = ∂µ + ig~σ · W
(1.4)
(1.5)
(1.6)
Avec W µ qui est le champ de jauge de SU(2) et B µ celui de U(1).
Le calcul du terme de masse nous donne :
0
g2v2 + − g2 + g 2v2
(Dµ φ)† D µ φ =
W W +
4
8
0
gW3 − g B
p
g 2 + g 02
!2
(1.7)
Où W ± représente les deux premières coordonnées du vecteur de champ W µ et W3 ,
0
la troisième. Les variables g et g représentent les constantes de couplage respectivement
à SU (2) et U (1).
15
40
20
0
-20
-40
3
2
1
0
-1
-2
-3 -3
-1
-2
0
1
2
3
Fig. 1.2 – Représentation d’un potentiel de type V (φ), les échelles sont arbitraires.
Le premier terme de masse pour W ± est alors :
2
MW
Le second donne la masse :
g2v2
=
4
(1.8)
0
MZ2
(g 2 + g 2 )v 2
=
4
(1.9)
Avec :
Z = cosθW W3 − sinθW B
(1.10)
A = cosθW B − sinθW W3
(1.11)
et
Où A représente le photon qui a alors une masse nulle. L’angle de mélange électrofaible
θW (angle de Weinberg) est définit par :
g
0
sinθW = p
g 2 + g 02
(1.12)
Les fermions n’ont pas le même isospin suivant leur chiralité. Les fermions de chiralité gauche s’écrivent dans des doublets, tandis que ceux de chiralité droite sont de
singlets d’isospin. On écrit alors un champ leptonique :
νL
ψL =
(1.13)
lL−
16
Pour créer les termes de masses des leptons, il faut ajouter des termes de couplage
de Yukawa avec le boson de Higgs :
LY ukawa = λl (ψ¯L φψR + ψ¯R φ† ψL )
(1.14)
= λl (l¯L (v + H)lR + l¯R (v + H)lL )
(1.15)
√
On en déduit que la masse du lepton est ml = λl v/ 2 avec λl la constante de couplage
du lepton au boson de Higgs.
Pour ce qui concerne les quarks, les couplages de Yukawa précédents ne donnent une
masse qu’aux quarks d, s et b (dits de type d). Il faut ajouter un terme supplémentaire
pour obtenir un couplage aux quarks u, c et t (dits de type u) :
u
T
+ h.c.
(1.16)
LY ukawa = −λu u¯R φ d L
Où h.c. est l’hermitique
conjugué du terme précédent. Ce qui donne√une masse de
√
quark égale à λu v/ 2. La masse des fermions s’écrit donc : mf = λf v/ 2 où λf est le
couplage du fermion au boson de Higgs.
Ainsi les bosons et les fermions obtiennent une masse en interagissant avec le champ
de Higgs. L’existence de ce champ induit l’existence d’une particule scalaire associée
appelée le boson de Higgs. La masse de cette particule est liée à la valeur attendue
du vide (v = 246 GeV) suivant la relation suivante : m2h = 2λv 2 où λ représente la
constante de couplage du Higgs qui n’est pas déterminée par la théorie.
1.3
La recherche du boson de Higgs
Pour expliquer la masse des particules élémentaires, le modèle standard impose
donc la présence d’une particule massive non observée à ce jour : “le boson de Higgs”.
Nous allons passer en revue les contraintes théoriques et expérimentales sur les valeurs
de la masse du boson de Higgs ainsi que la production et la désintégration d’une telle
particule dans le cas du collisionneur Tevatron.
1.3.1
La masse du boson de Higgs
La masse du boson de Higgs est théoriquement m2h = 2λv 2 mais λ a une valeur
inconnue à l’heure actuelle.
Contraintes théoriques
λ doit avoir une valeur qui n’est pas trop grande pour que la théorie reste une théorie
perturbative. Dans le secteur du Higgs, comme pour la théorie de l’électrodynamique,
les interactions deviennent plus grandes à mesure que les distances diminuent. L’amplitude de diffusion de 2 corps en 2 corps (figure 1.3) s’écrit [11] :
M=
12λ
Q
9λ
1 − 4π
2 ln µ
17
(1.17)
Où Q est le quadrivecteur impulsion de la somme des moments des particules diffusantes
Q = p1 + p01 (figure 1.3).
Fig. 1.3 – Représentation d’une diffusion à deux corps.
L’amplitude augmente à mesure que Q augmente jusqu’au pôle de Landau qui
indique l’échelle à partir de laquelle la théorie n’est plus valide :
4π 2
ΛLandau = 2µe 9λ
(1.18)
m2h = 2λv 2 = 2µ2
4π 2
ΛLandau
ΛLandau
=
= e 9λ
2µ
mh
ΛLandau
4π 2
ln(
) =
mh
9λ
4π 2
λ =
9 × ln( ΛLandau
)
mh
(1.19)
En considérant que :
(1.20)
(1.21)
(1.22)
et en supposant que :
1
m2h < ΛLandau
2
(1.23)
(1.24)
On obtient :
m2h = 2λv 2 ≤ 2v 2 ×
4π 2
9ln2
(1.25)
Étant donné que v = 246 GeV, on a :
mh ≤ 875 GeV [11]
(1.26)
C’est la limite supérieure d’unitarité sur la masse du Higgs.
De la même manière si on considère une limite de validité de la théorie à une certaine
valeur d’échelle Λ on obtient :
m2h = 2λv 2 <
18
4π 2 v 2
3ln(Λ/v)
(1.27)
C’est une limite supérieure dépendante de la valeur d’échelle (Λ) considérée. C’est la
trivialité.
Nous avons considéré que λ avait une valeur positive pour que le potentiel ait une
valeur minimale. Ceci induit que nous ne pouvons pas aller au delà de valeur d’échelle
Λ qui donne λ(Λ) = 0 ce qui donne :
m2h >
2
3m4t
ln( Λv2 )
2π 2 v 2
(1.28)
où mt représente la masse du quark top. Pour Λ = 1TeV, nous obtenons mh > 52 GeV.
La figure 1.4 montre la masse du boson de Higgs autorisée en fonction du paramètre
d’échelle Λ [12].
Fig. 1.4 – Ensemble des contraintes théoriques sur la masse du Higgs en fonction du
paramètre d’échelle Λ.
Outre les contraintes théoriques, la recherche du boson de Higgs permet de déduire
des limites expérimentales sur la valeur de sa masse.
Contraintes expérimentales directes
Les 4 expériences du LEP (ALEPH, DELPHI, L3 et OPAL) ont accumulé un total
de 2461 pb−1 de collision e+ e− avec un centre de masse entre 189 et 209 GeV. Dans le
cadre de collisions e+ e− , la production principale d’un boson de Higgs du modèle standard s’effectue par le processus e+ e− → HZ. Les modes de désintégration dépendent
19
CLs
de la désintégration de boson Z et du boson Higgs. Pour une masse inférieure à environs
135 GeV, la désintégration du boson Higgs se fait principalement en paire de bb̄.
Les analyses réalisées par les 4 expériences sur l’ensemble des données ont permis
d’établir à 95% de niveau de confiance une limite inférieure sur la masse du boson de
Higgs du modèle à 114.4 GeV [13]. La figure 1.5 montre le niveau de confiance d’un
signal attendu de boson de Higgs en fonction de sa masse. La limite inférieure est mise
à 114.4 GeV alors que la limite attendue est de 115.3 GeV.
1
10
10
10
LEP
-1
-2
-3
Observed
Expected for
background
10
10
10
-4
114.4
115.3
-5
-6
100 102 104 106 108 110 112 114 116 118 120
2
mH(GeV/c )
Fig. 1.5 – Niveau de confiance d’un signal de Higgs en fonction de sa masse pour les 4
expériences du LEP. Une limite inférieure à 95% de niveau de confiance sur la masse
du boson de Higgs est mise à 114.4 GeV.
Contraintes expérimentales indirectes
Pour cette recherche, on utilise les relations existantes dans le modèle standard
entre la masse du boson de Higgs et la masse du boson W , celle du quark top et de la
valeur de sin2 θW . On définit le paramètre ρ :
ρ=
2
MW
MZ2 cos2 θW
(1.29)
ρ vaut 1 à l’ordre 0 de la théorie standard mais s’écarte de 1 par un facteur additionnel ∆ρ lorsque l’on considère les corrections radiatives aux propagateurs des bosons
W et Z.
α m2H
α m2t
−
ln
(1.30)
∆ρ =
π m2Z
4π m2W
20
où mt , mZ , mH et mW représentent la masse du quark top et des différents bosons et
α la constante de structure fine. On voit ainsi que toute détermination de la masse du
boson W et du quark top permet de contraindre la masse du boson de Higgs (figure 1.6).
80.6
LEP1, SLD Data
−
LEP2, pp Data
mW [GeV]
80.5
68% CL
80.4
∆α
80.3
mH [GeV]
114 300 1000
80.2
130
150
170
Preliminary
190
210
mt [GeV]
Fig. 1.6 – Contrainte sur la masse du boson de Higgs en fonction de la masse du boson
W et de celle du quark top. La mesure précise de la masse du boson W ainsi que celle
du quark top permet de contraindre la masse du boson de Higgs représentée par les
deux courbes fermées.
De manière plus générale, on calcule une différence de χ2 , ∆χ2 , entre les valeurs
théoriques dépendantes de la masse du Higgs et les valeurs mesurées expérimentalement.
La figure 1.7 montre la courbe de ∆χ2 qui est dérivée des mesures de précisions réalisées
au LEP et dans SLD, CDF, et DØ, en fonction de la masse du boson de Higgs. La
valeur minimale de cette mesure correspond à la valeur la plus probable de la masse du
boson de Higgs qui vaut 113 GeV avec une incertitude expérimentale de +62 GeV et
−42 GeV. La précision des mesures électrofaibles prévoit avec un niveau de confiance
de 95% que la masse du boson de Higgs modèle standard est inférieure à 237 GeV.
L’existence du boson de Higgs n’est toujours pas prouvée mais les limites obtenues
expérimentalement nous permettent d’espérer qu’il soit découvert prochainement.
21
6
Theory uncertainty
∆αhad =
(5)
5
0.02761±0.00036
0.02747±0.00012
incl. low Q2 data
∆χ2
4
3
2
1
0
Excluded
20
Preliminary
100
400
mH [GeV]
Fig. 1.7 – Courbe de ∆χ2 (voir texte) en fonction de la masse du boson de Higgs. Le
minimum de cette courbe indique la valeur de masse du boson de Higgs la plus probable
(113 GeV).
1.3.2
Le boson de Higgs au Tevatron
Le Tevatron est un collisionneur pp̄ avec une énergie dans le centre de masse de
1.96 TeV, où l’on peut effectuer une recherche du boson de Higgs dans le modèle
standard. La production du boson de Higgs au Tevatron provient principalement de 2
mécanismes : la fusion de gluons gg → H et la radiation d’un boson de Higgs par un
boson hors de sa couche de masse q q̄ → V ∗ → V H où V = W ou Z.
La production du boson de Higgs par fusion de gluons se fait par l’intermédiaire
d’une boucle de quark top (figure 1.8a).
La section efficace de ces processus est représentée sur la figure 1.9 en fonction de
la masse du boson de Higgs.
La production radiative d’un boson de Higgs (q q̄ → W ∗ → W H) a une section
efficace de production au Tevatron entre 0.2 pb et 0.3 pb pour des masses de boson de
Higgs comprises entre 100 et 200 GeV. Le même type de production utilisant un boson
Z à la place du boson W a une section efficace de production 2 à 3 fois plus petite du
fait de sa plus faible valeur de couplage. Les diagrammes de Feynman de ces processus
sont montrés sur la figure 1.8 b) et c).
Dans le modèle standard, le boson de Higgs se couple aux fermions et aux bosons
22
(a)
(b)
(c)
Fig. 1.8 – Diagrammes de Feynman des principaux canaux de production du boson de
Higgs modèle standard. a) Par fusion de gluons, b) et c) par production associée.
10 2
_
σ(pp→hSM+X) [pb]
√s = 2 TeV
10
Mt = 175 GeV
CTEQ4M
gg→hSM
1
10
10
10
10
_
-1
qq’→hSMW
qq→hSMqq
_
-2
gg,qq→hSMtt
-3
gg,qq→hSMbb
_
_
bb→hSM
_
qq→hSMZ
_
_
-4
80
100
120
140
160
180
200
Mh [GeV]
SM
Fig. 1.9 – Sections efficaces de production du boson de Higgs du modèle standard au
Tevatron.
de jauges. Le boson de Higgs se désintègre soit en une paire de fermion-antifermion
soit dans une paire de bosons.
La largeur de désintégration du boson de Higgs en une paire de fermions est proportionnelle au carré de la masse du fermion final. Pour des masses de boson de Higgs
inférieures au seuil de production de paire de bosons de l’interaction faible, le quark b
étant le quark de masse la plus élevée accessible, le boson de Higgs va se désintégrer
préférentiellement en paire bb̄.
Pour des masses de boson de Higgs supérieures au seuil de production de paire
de boson, la largeur de désintégration du boson de Higgs en paire de boson devient
prépondérante sur celle du boson de Higgs en paire de fermions. Le boson de Higgs se
23
désintègre préférentiellement dans le canal H → W W ∗ pour des masses de boson de
Higgs supérieures à 135 GeV.
La figure 1.10 montre les différents rapports de branchement des modes de désintégration d’un boson de Higgs [14]. On observe un changement de comportement autour
de la valeur de 135 GeV correspondant au seuil de production de paire de boson.
Fig. 1.10 – Rapport d’embranchement en fonction de la masse du boson de Higgs du
modèle standard. Le canal de désintégration bb̄ est dominant dans le cas d’un boson de
Higgs de masse inférieure à 135 GeV.
Stratégie de recherche et potentiel de découverte
Pour des masses de boson de Higgs inférieures à 135 GeV, le boson de Higgs se
désintègre en paire de bb̄. Dans le cas d’une production par fusion de gluons, le signal
bb̄ de désintégration du boson de Higgs est noyé dans le bruit de fond de la production
QCD pp̄ → bb̄ dont la section efficace est de plus de huit ordres de grandeur au dessus
de celle du Higgs. Le boson de Higgs est alors recherché dans le cas d’une production
associée pp̄ → W H → W bb̄ ou pp̄ → ZH → Zbb̄. La désintégration leptonique des
bosons assure une bonne efficacité de déclenchement. La topologie finale demandant un
lepton, de l’énergie transverse manquante (ou bien 2 leptons dans le cas d’un boson Z)
et deux jets assure un bon rejet du bruit de fond QCD. Dans ce cas, les principaux bruits
de fonds sont les événements W bb̄ et la production de paire de quarks top (tt) ainsi que
la production par processus électrofaible de top. Les diagrammes de Feynman des bruits
de fond W bb̄ et tt sont montrés sur la figure 1.11. Le bruit de fond W bb̄ est un bruit de
24
fond irréductible pour une production associée avec un boson W et doit être étudié car
la section efficace de ce processus n’a pas encore été mesurée expérimentalement. Seule
la mesure sur les données elles-mêmes aideront à comprendre ce processus. Enfin, la
reconstruction de la masse invariante mbb̄ est un ingrédient essentiel à la discrimination
des fonds résonnants (Z → bb̄) ou continu (QCD).
(a)
(b)
Fig. 1.11 – Diagrammes de Feynman des bruits de fond W bb̄ a) et tt b) d’un signal de
boson de Higgs produit en association avec un boson W : pp̄ → W H → W b b̄.
Pour des masses supérieures à 135 GeV, le boson de Higgs se désintègre principalement en paire de boson W . La désintégration des bosons en leptons permet d’avoir
un faible bruit de fond : la production directe de di-boson. Afin de réduire ce bruit de
fond il est possible d’utiliser la corrélation de spin des bosons qui se manifeste dans la
distribution angulaire des leptons.
Plusieurs analyses sont développées pour effectuer des recherches du boson de Higgs
du modèle standard dans les différents canaux. Étant donné les sections efficaces de
production, il faut combiner les différents canaux de recherches. Une étude de prospective [15] a permis de déterminer approximativement la luminosité nécessaire pour
déterminer une limite à 95% de niveau de confiance sur une valeur de masse ou constater
une observation/découverte. Les résultats de cette étude sont montrés sur la figure 1.12.
Le projet de recherche présenté dans la suite porte dans un premier temps sur
l’étude du processus W bb̄ dans le cas où le W se désintègre dans le canal électronique
puisque c’est le bruit de fond principal d’une recherche de la production associée pp̄ →
W H → eνbb̄ au Tevatron. Ensuite, les résultats de la recherche de ce processus W H
sont présentés.
25
Fig. 1.12 – Luminosité intégrée du Tevatron en fonction de la masse du boson
Higgs pour atteindre différents niveaux de signification : exclusion à 95% de niveau
confiance, observation à 3σ et découverte à 5σ. Pour une masse de boson de Higgs
115 GeV, une luminosité intégrée de 1.2 fb−1 est nécessaire pour l’exclure à 95%
niveau de confiance.
26
de
de
de
de
Chapitre 2
Dispositif expérimental
Le Tevatron est un collisionneur proton-antiproton situé au laboratoire national
de Fermi (FNAL [16]), dans les environs de Chicago. Deux points de collisions sont
équipés des détecteurs CDF et DØ (Fig. 2.1).
Dans ce chapitre nous décrivons les systèmes permettant la création, l’accélération
et la collision des protons et des antiprotons dans le Tevatron puis le détecteur DØ
utilisé pour l’analyse des événements issus des collisions proton-antiproton.
Fig. 2.1 – Vue aérienne du Tevatron et de l’emplacement des détecteurs CDF et DØ.
Le Tevatron est l’anneau principal de la figure et il a un diamètre de 2 km.
27
2.1
Les systèmes d’accélération et le Tevatron
Le Tevatron a connu une première phase de prise de données de 1989 à 1996 (Run I)
au cours de laquelle les deux expériences ont accumulé environ 120 pb−1 de luminosité
intégrée. Cette première phase de prise de données a été marquée par la découverte du
sixième quark : le quark top. Le Tevatron s’est ensuite arrêté afin d’améliorer le système
d’accélération et les détecteurs. Depuis mars 2001, le Tevatron est rentré dans une
seconde phase de prise de données appelée Run II. Le système d’accélération du Run II
se compose d’un système de création et de pré-accélération de protons et d’antiprotons,
de l’injecteur principal [17] (Main Injector) et de l’anneau de collision (le Tevatron)
présentés sur la figure 2.2.
Fig. 2.2 – Schéma des systèmes d’accélération et du Tevatron.
2.1.1
La création et l’accélération des faisceaux
La première étape est la création de protons libres. Celle-ci débute par la création
d’ions H − . Dans une cavité baignée dans un champ électrostatique, des atomes d’hydrogènes sont ionisés. Les protons résultants sont attirés par le champ électrique sur
une plaque de césium. Ils s’y agglutinent jusqu’à ce que le choc d’un nouveau proton arrivant les libère. Les protons libérés arrachent 2 électrons au césium et le champ
électrique expulse les ions H − . Ces derniers subissent une première accélération de 0.75
MeV dans un accélérateur de Cockcroft-Walton puis ils sont injectés dans l’accélérateur
linéaire de 150 m (Linac) où ils acquièrent une énergie de l’ordre de 400 MeV.
Les ions H − traversent alors une feuille de carbone qui sépare les protons et les
électrons comme nous pouvons le voir sur la figure 2.3. Les protons entrent ensuite dans
28
(a)
(b)
Fig. 2.3 – Schéma de la création d’ions H − a), description de la création de protons
b).
un premier petit synchrotron appelé Booster. Les cavités radio fréquence du Booster
permettent d’accélérer les protons d’environ 0.5 MeV/tour et les protons vont donc
pouvoir passer de 400 MeV à 8 GeV. À cette énergie, ils sont finalement injectés dans
l’injecteur principal (Main Injector). L’injecteur principal est l’une des deux grandes
améliorations entre le Run I et le Run II, la seconde étant le Recycleur [18] qui sera
décrit plus loin. L’injecteur principal est un nouvel anneau d’environ 1 km de diamètre
situé à côté du Tevatron qui remplace l’ancien “Main Ring”. Ses principales fonctions
sont :
– l’accélération des protons jusqu’à 150 GeV et le regroupement par paquets de 2.7
1011 protons, qui sont utilisés pour les collisions.
– l’accélération des protons jusqu’à 120 GeV et leur regroupement par paquets de
2 1012 serviront à la production d’antiprotons.
– l’accélération des antiprotons jusqu’à 150 GeV.
– l’accélération simple des protons jusqu’à 120 GeV pour les expériences sur cibles
fixes.
– la décélération des antiprotons jusqu’à 8 GeV à la fin du cycle de collision afin
de les injecter dans le recycleur.
La production d’antiprotons [19] utilise quant à elle, des protons issus de l’injecteur
principal et ayant une énergie de 120 GeV. Comme nous pouvons le voir sur la figure 2.4, les protons sont alors envoyés sur une cible de Nickel de 10 cm de diamètre
et de 2 cm d’épaisseur. De telles collisions entraı̂nent non seulement la production
d’antiprotons mais aussi la production d’autres particules. Un filtrage de l’ensemble
des particules produites est effectué à l’aide d’une lentille magnétique au Lithium focalisant les particules secondaires et d’un aimant dipolaire séparant les antiprotons du
reste. Les antiprotons alors obtenus ont une énergie d’environ 8 GeV et sont produits
par paquet de 40 antiprotons. Ces antiprotons sont alors envoyés dans le “débuncheur”
afin d’être regroupés en paquet contenant un plus grand nombre de particules.
29
Fig. 2.4 – Description de la création d’antiprotons.
2.1.2
Le débuncheur et l’accumulateur
Le débuncheur [20] est un tunnel triangulaire muni de cavités radio fréquence, long
de 505 m (figure 2.5). Il permet de réduire la dispersion en énergie et en direction du
Fig. 2.5 – Schéma du débuncheur qui permet de passer d’un faisceau pulsé et dispersé
en énergie à un faisceau continu et d’énergie constante.
faisceau et de passer d’un faisceau pulsé à un faisceau continu d’antiprotons. Les antiprotons d’énergie différente ne suivent pas le même parcours dans le débuncheur. Les
antiprotons les plus énergétiques qui circulent sur l’extérieur de la trajectoire reçoivent
une faible accélération lors de la traversée des cavités. Inversement, les antiprotons les
moins énergétiques qui circulent à l’intérieur subissent une plus grande accélération.
Donc au terme de plusieurs passages dans ces cavités la dispersion en énergie et en direction du faisceau se réduit. En contrepartie, le faisceau pulsé devient continu. Avant
d’entrer dans l’accumulateur, le faisceau est également refroidi par un refroidissement
stochastique [21]. L’accumulateur va permettre de regrouper les antiprotons par 84
paquets de 1.5 1010 antiprotons. Pour ce faire, l’accumulateur récupère le faisceau de 8
30
GeV issu du débuncheur. À l’aide de cavités radio fréquence, le faisceau va être décéléré
afin que les antiprotons puissent être capturés pour être regroupés. Une fois que les antiprotons sont regroupés par paquets, ils sont alors transférés dans l’injecteur principal
afin d’être à leur tour accélérés et d’être injectés dans le Tevatron. Le débunchage du
faisceau et la mise en paquet des antiprotons demande environ 8 heures.
2.1.3
Le collisionneur : le Tevatron
Après que les faisceaux aient été créés et accélérés, ils sont injectés dans l’anneau
de collision : le Tevatron [22]. C’est un synchrotron supraconducteur de 6.28 km de
circonférence. Il permet d’accélérer les faisceaux de 150 GeV (énergie des faisceaux à la
sortie de l’injecteur) à 980 GeV. Une fois à cette énergie, les faisceaux sont utilisables
pour créer des collisions pendant plusieurs heures, environ 24 heures au printemps
2003. Le Tevatron est également muni de 772 dipôles dans les sections courbes, de 180
quadrupôles servant à focaliser les faisceaux sur les sections droites et 8 cavités radiofréquences pour l’accélération des faisceaux. Ces derniers sont quant à eux formés de
36 paquets de protons et 36 paquets d’antiprotons. Comme le décrit la figure 2.6, ces
paquets sont répartis en trois “super-paquets” séparés de 2.6 µs et chaque super-paquet
contient 12 paquets séparés de 396 ns.
Synchronization Gap
(20 coups d’horloge)
2.6 µ s
super paquet 3
12 paquets
(33 coups d’horloge)
4.36 µ s
paquets de (anti)protons
super paquet 1
12 paquets
(33 coups d’horloge)
4.36 µ s
Cosmic Gap
(20 coups d’horloge)
2.6 µ s
Cosmic Gap
(20 coups d’horloge)
2.6 µ s
super paquet 2
12 paquets
(33 coups d’horloge)
4.36 µ s
Fig. 2.6 – Schématisation des faisceaux regroupés en “super-paquet”.
La caractéristique des faisceaux est décrite en détail dans le tableau 2.1
Les deux faisceaux circulent en sens inverse dans l’anneau et interagissent dans les
régions de CDF et DØ. Depuis le début du Run II en mars 2001 une luminosité intégrée
de 420 pb−1 a été fournie par la machine aux deux expériences (fig. 2.7).
31
Fig. 2.7 – Luminosité intégrée délivrée par le Tevatron et luminosité intégrée enregistrée par DØ.
32
nombre de protons par paquet
nombre d’antiprotons par paquet
nombre de paquet de protons
nombre de paquet d’antiprotons
nombre total d’antiprotons
taux de production d’antiprotons
émittance des protons
émittance des antiprotons
énergie des faisceaux
longueur d’un paquet (rms)
luminosité
luminosité intégrée
temps entre les croisements
nombre d’interaction par croisement
Run II nominal
2.7 1011
1.4 1011
36
36
4.8 1012
4.0 1011
20π mm - mrad
14π mm-mrad
980 GeV
0.54 m
3.3 1032 cm−2 s−1
70 pb−1 /semaine
396 ns
8.5
Tab. 2.1 – Paramètres principaux du Tevatron attendus pour le Run II.
2.1.4
Le recycleur
Le recycleur est un anneau se trouvant dans le même tunnel que l’injecteur principal, et il va servir à recycler les antiprotons. Il est équipé d’aimants permanents qui
permettent de stocker à long terme des antiprotons de 8 GeV provenant directement
de l’accumulateur ou de la récupération des antiprotons du Tevatron. À la fin d’un
cycle de collision, il reste encore la moitié des antiprotons initiaux. La récupération à
la sortie du Tevatron s’effectue par une décélération des antiprotons dans l’anneau de
collision pour les faire passer de 980 GeV à 150 GeV puis par une seconde décélération
dans l’injecteur principal afin de les faire passer de 150 GeV à 8 GeV. Le recycleur
reçoit actuellement des antiprotons pour sa période de test.
2.2
Le détecteur DØ
Le détecteur DØ [23] est l’un des 2 plus gros détecteurs situé sur l’anneau de collision
du Tevatron. La figure 2.8 représente une vue longitudinale du détecteur.
Nous utilisons un repère direct {x, y, z} dont l’origine est le centre du détecteur.
L’axe z est l’axe des faisceaux et il est orienté dans le sens des protons. L’axe x est
donc l’axe horizontal orienté vers le centre de l’anneau de collision et l’axe y est l’axe
vertical orienté vers le haut. En plus de ce système de coordonnées, le système de
coordonnées sphériques {r, θ, φ} est également utilisé. Lors des collisions, les partons
interagissant ne possèdent qu’une fraction de l’impulsion incidente des protons et des
antiprotons. Le détecteur ne mesure pas les événements au repos et la distribution de
ces événements suivant la coordonnée θ n’est pas uniforme. On utilise alors la pseudo-
33
Fig. 2.8 – Coupe longitudinale du détecteur DØ.
rapidité η ≡ ln tan 2θ qui approche la rapidité y :
y=
1 1 + cos θ
θ
1 E + pz
ln
≈ ln
= − ln tan ≡ η
2 E − pz
2 1 − cos θ
2
(2.1)
La rapidité paramétrise la transformation de Lorentz qui fait passer du référentiel du
détecteur à celui de la particule en translation suivant l’axe z. La distribution suivant
η devient alors uniforme.
34
La distribution du vertex des interactions suivant l’axe z est approximativement
décrite par une gaussienne centrée en zéro d’une largeur de 20 cm. Afin de prendre en
compte cette dispersion suivant l’axe z, une distinction entre le ηdetecteur et le ηphysique est
faite. Le ηdetecteur représente la coordonnée η en supposant que la collision est produite
en z = 0, le ηphysique est déterminé à partir de l’angle polaire θ en prenant en compte
la coordonnée z du vertex de l’événement.
Le détecteur DØ se compose de sous détecteurs emboités les uns dans les autres
autour des faisceaux. En commençant au plus proche des faisceaux, on rencontre principalement :
– un détecteur de vertex à micropistes de silicium
– un détecteur de traces à fibres scintillantes
– un calorimètre à argon liquide (composé d’une partie électromagnétique et d’une
partie hadronique)
– un détecteur de muons
Nous présenterons dans la suite chacun de ces sous détecteurs en allant du centre vers
l’extérieur.
2.2.1
Les détecteurs de traces
Les détecteurs de traces se décomposent en un détecteur de vertex à micropistes
de silicium et un détecteur de traces à fibres scintillantes. Les détecteurs de vertex et
de traces permettent une reconstruction des trajectoires des particules chargées ainsi
qu’une détermination des vertex primaires et secondaires. La figure 2.9 représente une
vue de l’ensemble du système de mesure des traces entouré par un solénoı̈de supraconducteur qui produit un champ magnétique de 2 Tesla. Vers l’avant, sont également
représentés les compteurs de luminosité.
Le détecteur de vertex (SMT)
Le détecteur de vertex permet de reconstruire les vertex primaires et secondaires des
interactions. Le SMT (Silicon Microstrip Tracker) s’étend sur une longueur de 64 cm.
Il se décompose en deux parties : une partie centrale et une partie vers l’avant montrée
sur la figure 2.10. La partie centrale (|η| < 1.5) se compose de 6 modules chacun
étant formé d’un tonneau (barrel) et d’un disque F. Chaque tonneau est constitué de
72 modules disposés en quatre couches de rayons 2.7, 4.5, 6.6, 9.5 cm. Les couches
1 et 3 sont composées d’une seule face recouverte de pistes de silicium pour les 2
tonneaux vers l’avant permettant la mesure en r − φ. Pour les 4 tonneaux le plus au
centre, toutes les couches 2 et 4 ont les deux faces recouvertes de pistes. Les pistes
de la seconde face forment un angle stéréo de 2◦ qui permet une reconstruction des
points d’impact en 3 dimensions. Le passage d’une particule chargée laisse de 4 à 8
coups dans chaque tonneau. Tous ces modules sont assemblés à l’aide de support de
Béryllium et sont alignés avec une précision de 20 µm (Fig. 2.11). Chaque tonneau a,
à ses extrémités, un disque F. Ces disques F sont découpés en 12 sections et les deux
faces sont recouvertes de pistes formant un angle de 30◦ entre elles.
En plus des modules centraux, 10 disques sont installés perpendiculairement à l’axe
35
=1.0
Calorimeter
Central Preshower
Solenoid
Forward
Preshower
=2.0
50 cm
Fiber Tracker
=2.5
Luminosity
Monitor
Silicon Tracker
Fig. 2.9 – Vue en coupe longitudinale du détecteur de vertex au silicium et du détecteur
à fibre scintillantes.
Fig. 2.10 – Schématisation en 3 dimensions du détecteur de vertex. On y distingue au
centre les tonneaux ainsi que les disques F et aux extrémités les disques H.
du faisceau entre 45 cm et 126 cm. Ils permettent de couvrir des régions jusqu’à |η| < 3.
Cet ensemble de 10 disques est composé de 6 disques F et 4 disques H. Les disques
H sont découpés en 24 sections avec un angle stéréo de 15◦ entre eux. L’ensemble des
propriétés des différents sous-systèmes est rassemblé dans le tableau 2.2. L’ensemble
36
du détecteur permet d’atteindre une résolution sur le paramètre d’impact de 10 µm
dans le plan r − φ et de 40 µm en z.
4
3
module (couche 4)
2
support en beryllium
1
canal de refroidissement
support en fibre de carbone
(demi-cylindre)
Fig. 2.11 – Coupe transverse du détecteur de vertex.
Les 792576 canaux du détecteur sont lus par des circuits intégrés SVX II. Les puces
SVX II sont constituées de 128 canaux contenant chacun des mémoires analogiques
de 32 cellules ce qui permet de lire le détecteur toutes les 132 ns. Afin de limiter le
vieillissement des pistes dû aux radiations, le détecteur est refroidi à environ −5◦ C
grâce à un mélange d’eau-glycol. Le détecteur devrait ainsi pouvoir fonctionner jusqu’à
une dose de radiation d’environ 1 Mrad. La couche la plus proche du faisceau reçoit de
l’ordre de 0.5 Mrad/fb−1 .
Éléments
tonneau
couches 1 et 3 extérieures
couches 1 et 3 intérieures
couches 2 et 4
disques F
disques H
Simple/Double face
Angle stéréo
entre les couches
Largeur des
pistes (µm)
simple
double
double
double
simple
0
90
2
30
15
50
50/150
50/60
50/60
50/50
Tab. 2.2 – Paramètres des constituants du détecteur de vertex.
Le détecteur de traces (CFT)
Le détecteur central de traces (Central Fiber Tracker) à fibres scintillantes entoure
le détecteur de vertex et il permet de mesurer l’impulsion des particules chargées le traversant. Il est constitué de 8 cylindres concentriques s’étendant dans un rayon compris
entre 20 et 52 cm. Les deux cylindres les plus proches du faisceau ont une longueur de
1.66 m tandis que les six autres ont une longueur de 2.52 m. Chaque cylindre est recouvert de deux couches de fibres : l’une orientée suivant l’axe des faisceaux, la seconde
37
forme un angle stéréo de ± 3◦ avec la première pour une mesure des points d’impact
en 3 dimensions. Chaque couche est en fait composée de deux sous-couches de fibres
décalées par un rayon de fibre (soit 417.5 µm). Une fibre est composée d’un noyau
de polystyrène enrichi par un composé fluorescent (Paraterphenyl). Ce composé a une
fluorescence rapide et émet à une longueur d’onde d’environ 340 nm. Un second composé fluorescent (3-hydroxyflavone) va absorber cette longueur d’onde et réemettre une
longueur d’onde de 530 nm capable de se propager dans la fibre. Les particules chargées
traversant les fibres scintillantes vont déposer de l’énergie par ionisation. Une partie de
cette énergie va donc être convertie en un rayonnement lumineux de longueur d’onde
de 530 nm. L’extrémité de la fibre est couplée à une fibre guide d’onde permettant de
transporter la lumière issue de la scintillation jusqu’au système de lecture (figure 2.12).
L’autre extrémité non lue de la fibre est fermée par un miroir en aluminium permettant
une réflexion de la longueur d’onde de 85% à 90%.
Fig. 2.12 – Ensemble des guides de lumière qui conduisent la lumière aux VLPC sous
le calorimètre.
Le système de lecture est composé de VLPC (Visible Light Photon Counter) qui
sont des photodétecteurs à avalanche convertissant la lumière en signal électrique. Les
VLPC ont une réponse très rapide, une efficacité quantique de 75% et un gain élevé
à basse température (9K). Les VLPC doivent être placés dans un cryostat d’hélium
liquide. Une particule en incidence normale va produire en moyenne 103 photons dans
les fibres scintillantes, ce qui se traduira au niveau des VLPC par 10 photoélectrons.
Le seuil de détection des VLPC est de 1 photoélectron ce qui donne une efficacité par
fibre de l’ordre de 98%. Le CFT permet la reconstruction de traces chargées jusqu’à
|η| < 2 et avec une résolution dans le plan (r, φ) de 100 µm.
38
Le solénoı̈de
Le solénoı̈de qui entoure les détecteurs de traces produit un champ magnétique
qui permet de courber la trajectoire des particules chargées et ainsi de mesurer leur
charge et leur impulsion. La compacité du solénoı̈de a permis de conserver un volume
suffisant pour les détecteurs de traces qui est limité par les cryostats du calorimètre à
argon liquide. Il mesure 2.73 m pour 1.42 m de diamètre extérieur à une distance de
60 cm de l’axe des faisceaux. Ces 2 couches supraconductrices en alliage d’aluminium,
cuivre, nobium et titane permettent d’obtenir un champ d’intensité de 2 Tesla. Ce
champ est uniforme à 0.5% près à l’intérieur du volume du solénoı̈de. En l’absence
de matériau magnétique permettant le retour de champ, celui-ci s’effectue à travers
le calorimètre et dans une plus faible proportion dans le toroı̈de avant les chambres à
muons. L’aimant fonctionne à une température de 3.6K et représente 1X0 devant les
calorimètres. On peut estimer les quantités des matériaux traversés par les particules
issues de l’interaction en longueurs de radiation X0 , ou X0 est défini comme la distance
moyenne à parcourir pour qu’un électron perde 1 − 1e (' 63%) de son énergie.
La résolution nominale de la reconstruction du moment par le détecteur de traces
internes (SMT+CFT) est de :
p
∆pT
= 0.0152 + (0.0014 × pT )2
pT
Les détecteurs de pied de gerbes : CPS et FPS
Afin de conserver de bonnes performances pour le calorimètre, des détecteurs de
pied de gerbes ont été installés entre le solénoı̈de et le calorimètre. Les détecteurs de
pied de gerbes améliorent l’identification des électrons, la réjection du bruit de fond lors
du déclenchement de l’enregistrement des événements et la reconstruction de l’énergie :
les détecteurs de pieds de gerbes sont à la fois capable de mesures précises de position
et également de mesures d’un dépôt d’énergie laissé par une particule les traversant.
Il y a deux détecteurs de pied de gerbes : un central (central preshower [CPS])
et un à l’avant (forward preshower [FPS]). Le détecteur central couvre l’acceptance
|η| < 1.3 tandis que le détecteur à l’avant couvre l’acceptance 1.4 < |η| < 2.5. Les deux
détecteurs sont composés de superposition de fibres scintillantes en forme de triangle
ce qui permet d’éviter les zones mortes. Un schéma de ces fibres est montré sur la
figure 2.13. Les deux détecteurs de pied de gerbes ont la même électronique de lecture
que le CFT. La résolution en position est de 600 µm pour un muon et de 1.4 mm pour
un électron.
Le CPS est directement placé entre le solénoı̈de et le calorimètre. Entre le solénoı̈de
et le CPS se trouve une couche de plomb de 1X0 qui vient s’ajouter à l’épaisseur du
solénoı̈de (1X0 ).
Le CPS est constitué de 3 couches cylindriques de fibres scintillantes de longueur
2.6 m. La première couche est parallèle à l’axe des faisceaux tandis que les 2 autres
couches forment un angle stéréo de ± 23◦ par rapport à la première couche. Chaque
couche contient 1280 fibres qui sont coupées en deux au niveau de z=0 ce qui donne 2560
canaux de lecture. Seule la première couche du CPS est utilisée dans le déclenchement
de niveau 1.
39
Fig. 2.13 – Coupe longitudinale du détecteur sur laquelle nous pouvons voir les
détecteurs de pied de gerbes. Un agrandissement sur les fibres scintillantes permet de
distinguer la géométrie triangulaire de ces dernières.
Les éléments du FPS sont fixés sur les parois internes des cryostats bouchon du
calorimètre. Ils sont composés de deux couches circulaires de fibres scintillantes suivi
d’une plaque d’absorbeur en plomb (2X0 ) puis d’une deuxième série de deux couches
de fibres. Les couches de chaque doublet forment entre elles un angle de 22.5◦ . Le
premier doublet de fibres a un rayon de 21.1 cm tandis que le second a un rayon de
74.3 cm. Dans la première couche, les électrons ainsi que les hadrons vont déposer
l’énergie d’une particule au minimum d’ionisation [MIP] mais pas les photons. De
plus après le passage dans l’absorbeur, les électrons et les photons vont développer
des gerbes électromagnétiques tandis que les hadrons déposeront pour la seconde fois
un signal MIP. Il va donc être possible de distinguer les électrons des photons et des
hadrons. Entre 1.4 < |η| < 1.65, l’absorbeur de plomb ainsi que la première couche
de scintillateur sont absents mais l’aimant et le cryostat du calorimètre jouent alors le
rôle d’absorbeur. Le FPS a 12500 canaux de lecture.
2.2.2
Le calorimètre
Le calorimètre est un calorimètre à échantillonnage, c’est à dire qu’il est constitué
de couches successives d’absorbeur et de milieu actif. La mesure de l’énergie déposée
par les particules le traversant ne s’effectue que dans le milieu actif. Lors du freinage
des particules dans l’absorbeur, un nombre d’électrons proportionnel à l’énergie des
particules est créé, ils ionisent le milieu actif. Pour DØ, le milieu actif est de l’argon
liquide et l’absorbant est de l’uranium appauvri. L’argon liquide présente l’avantage
d’être stable aux radiations au cours du temps ainsi que d’avoir une grande résistance
aux radiations mais il doit être refroidi à 78K. L’utilisation d’uranium appauvri qui a
40
une grande densité permet la réalisation d’un calorimètre compact. De plus, l’uranium
assure une réponse des électrons proche de celle des hadrons.
Le calorimètre est segmenté longitudinalement par couches et transversalement par
cellules en fonction de la pseudo rapidité η et de l’angle azimutal φ. La cellule en η × φ
est l’unité de base du calorimètre et est représentée sur la figure 2.14. Elle se compose
d’une plaque d’absorbeur dont l’épaisseur varie en fonction de la position de la cellule
dans le calorimètre et d’argon liquide au milieu duquel se trouve une électrode de
lecture. L’espace entre l’électrode et l’absorbeur est de 2.3 mm. L’électrode est soumise
à un potentiel positif de l’ordre de 1 kV tandis que l’absorbeur est mis à la masse.
La différence de potentiel va permettre la dérive vers l’électrode des électrons issus de
l’ionisation de l’argon liquide dûe au passage d’une particule. Le temps de collection
de la charge est d’environ 450 ns.
Absorber plate
Pad
Resistive coat
G10 insulator
LAr
1 Cellule
Fig. 2.14 – Schématisation d’une cellule du calorimètre avec ces plaques d’absorbeur
et les électrodes baignant dans l’argon liquide (milieu actif ).
Sur la figure 2.15, on observe que les cellules du calorimètre sont alignées en “tours”
ayant un η et un φ donné formant ainsi une géométrie pseudo-projective.
Le calorimètre se décompose en trois parties (2.16) : une partie centrale et deux
bouchons (à chaque extrémité). Le calorimètre central (CC) s’étend jusqu’à |η| < 1.1
et les calorimètres avant et arrière (EC) couvrent 1.1 ≤ |η| ≤ 4.0.
Le calorimètre central est de forme cylindrique de longueur de 2.26 m, de rayon
interne 0.75 m et de rayon externe 2.22 m. Il se décompose en 3 parties cylindriques
distinctes : une partie électromagnétique (EM) proche des faisceaux puis une partie
hadronique fine (Fine Hadronic [FH]) et enfin une partie hadronique plus grossière
(Coarse Hadronic [CH]) à l’extérieur. La partie électromagnétique est divisée en 4
couches, la partie fine hadronique en 3 couches et la partie plus grossière n’est constituée
que d’une seule couche.
Les 4 couches du calorimètre électromagnétique ont des longueurs de radiation
respectives de 2, 2, 7 et 10 X0 et chaque couche se trouve respectivement à 85, 87, 92
et 99 cm de l’axe des faisceaux. Les 3 couches du calorimètre hadronique fin représentent
respectivement 1.3, 1.0 et 0.9 longueurs d’interaction et sont situées à 119, 141 et 158
41
Fig. 2.15 – Géométrie pseudo-projective du calorimètre.
cm des faisceaux. La longueur d’interaction λI est le libre parcours moyen d’un hadron
avant une interaction inélastique. La couche grossière hadronique s’étend sur 3.2λ I .
Elle se situe à 195 cm de l’axe des faisceaux.
Les couches sont disposées en cylindres concentriques et sont segmentées en 32
modules azimutaux pour la partie électromagnétique et 16 pour les parties hadroniques.
Entre chaque module, il existe une partie non instrumentée : l’interstice en φ. Ces zones
sont décalées en φ entre la partie électromagnétique et les parties hadroniques afin de ne
pas avoir de zone non instrumentée projective. La présence de zone non instrumentée
est particulièrement visible dans le calorimètre électromagnétique, là où les gerbes
d’énergies déposées vont être plus fines. Une particule peut passer dans un interstice
et ne déposera de l’énergie que dans la première couche de la partie fine hadronique.
La granularité des cellules est de ∆η × ∆φ = 0.1 × 0.1, sauf pour la couche EM3
qui a une granularité plus fine : ∆η × ∆φ = 0.05 × 0.05. Au Run I, les particules
électromagnétiques déposaient la plus grande partie de leur énergie dans cette couche.
Au Run II, avec l’ajout du solénoı̈de devant le calorimètre le profil longitudinal de la
gerbe s’est décalé pour atteindre son maximum dans la couche 2.
Les plaques d’absorbeurs dans la partie électromagnétique et la partie hadronique
fine sont constituées d’uranium appauvri et ont une épaisseur respective de 3 mm et
6 mm. Dans la partie CH, les plaques d’absorbeurs ont une épaisseur de 46.5 mm de
cuivre.
Les calorimètres bouchons sont composés d’une partie électromagnétique (ECEM)
et de parties hadroniques interne (ECIH), centrale (ECMH) et externe (ECOH). Les
plaques d’absorbeurs sont perpendiculaires à l’axe du faisceau sauf pour le dernier
cylindre hadronique où elles sont inclinées de 60◦ .
42
END CALORIMETER
1m
Outer Hadronic
(Coarse)
Middle Hadronic
(Coarse & Fine)
CENTRAL
CALORIMETER
Electromagnetic
Fine Hadronic
Coarse Hadronic
Inner Hadronic
Electromagnetic
(Coarse & Fine)
Fig. 2.16 – Vue du calorimètre DØ avec son calorimètre électromagnétique et hadronique.
La partie électromagnétique est constituée de 4 couches comme dans la partie centrale. La couche EM1 s’étend suivant z entre 171 cm et 173 cm, EM2 de 173 cm à 175
cm, EM3 de 175 cm à 183 cm et EM4 de 185 cm à 194 cm. Les 2 cm entre les couches
EM3 et EM4 sont occupés par une plaque d’acier inoxydable pour des contraintes de
construction. Ces couches s’étendent d’un rayon interne de 5.7 cm à 84 cm pour EM1 et
104 cm pour EM4. La partie hadronique interne est composée d’une partie hadronique
fine ayant 4 couches et d’une partie hadronique grossière. Chaque couche de la partie
fine s’étend sur 1.1 λI et la partie grossière sur 4.1 λI . La partie interne (ECIH) se
trouve en z entre 199 cm et 368 cm et a pour rayon interne 3.92 cm et pour rayon
43
externe 86.4 cm. La partie centrale (ECMH) est identique au ECIH : 4 couches fines de
0.9 λI et une grossière de 4.4 λI . La partie hadronique externe (ECOH) est constituée
de 3 couches grossières car en géométrie projective, elle se trouve derrière les couches
électromagnétiques et hadroniques fines du calorimètre central.
La granularité de toutes les couches à l’exception de la couche 3 est de ∆η × ∆φ =
0.1 × 0.1 tant que |η| ≤ 3.2 puis passe à ∆η × ∆φ = 0.2 × 0.2. Pour la couche 3, la
granularité est de ∆η × ∆φ = 0.05 × 0.05 pour |η| ≤ 2.6 et devient ∆η × ∆φ = 0.1 × 0.1
pour 2.6 ≤ |η| ≤ 3.2 et à ∆η × ∆φ = 0.2 × 0.2 pour |η| ≥ 3.2.
Les performances du calorimètre sont caractérisées par la résolution en énergie σ E .
La résolution du calorimètre peut s’exprimer en fonction de l’énergie incidente en GeV
suivant l’équation suivante :
σ 2
S 2 N 2
E
= C2 +
(2.2)
+
E
E
E
N représente le terme de bruit, le terme S traduit les fluctuations de l’échantillonnage
et le terme C est un terme constant qui prend en compte la non uniformité de la réponse
du calorimètre.
Pour les particules électromagnétiques du calorimètre central les valeurs obtenues [24]
sont :
– C = 0.007 ± 0.001
– S = 0.204 ± 0.004
– N = 0.16 ± 0.07 GeV
L’électronique de lecture sera détaillée au chapitre 3.
La région entre les cryostats
La région entre 0.8 ≤ |η| ≤ 1.4 est la région intercryostat du calorimètre. Afin
d’améliorer la résolution de l’énergie transverse manquante des scintillateurs ont été
ajoutés dans cette région à l’extérieur des cryostats bouchons formant les détecteurs
intercryostat(ICD) qui couvrent la région 1.1 ≤ |η| ≤ 1.4. Ils sont constitués d’un
ensemble de tuiles scintillantes. La lumière produite est dirigée via des fibres optiques
vers des photomultiplicateurs. Des cellules sans absorbeurs (dits “massless gap”) se
situent au voisinage de chaque cryostat. Elles sont directement plongés dans l’argon
liquide et utilisent les parois des cryostats en tant qu’absorbeurs.
La granularité de ces détecteurs est de ∆η × ∆φ = 0.1 × 0.1 et sont alignés avec les
tours pseudo-projectives. Chaque détecteur intercryostat compte 192 canaux de lecture.
Dans le programme de reconstruction, ces détecteurs apparaissent comme étant des
couches supplémentaires du calorimètre.
2.2.3
Le système à muons
Le système à muon entoure le calorimètre et est composé de 2 parties distinctes :
WAMUS et FAMUS (figure 2.17). La partie WAMUS couvre la partie centrale du
détecteur (|ηdetecteur | < 1). La partie FAMUS complète la couverture angulaire jusqu’à
|ηdetecteur | = 2. Un toroı̈de de fer au centre des 2 systèmes est séparé en 3 parties et
permet l’identification de la charge des muons.
44
Le WAMUS est composé de trois couches de chambres à dérive (les PDT). La couche
A se situe à l’intérieur du toroı̈de et les couches B et C à l’extérieur. Seulement 55% de
la région centrale est couverte par les 3 couches de détecteur ; 90% est couvert par au
moins deux couches. Pour chaque impact de particules dans les PDT, trois informations
sont enregistrées :
– le temps de dérive des charges jusqu’aux fils
– la différence de temps d’arrivée des charges sur un fil et le fil voisin
– la charge déposée sur les damiers
La position de l’impact est reconstruite avec une précision de 375 µm.
La couche C de PDT est entourée de scintillateurs. Ce sont des détecteurs à réponse
en 500 ns, qui permettent de rejeter le bruit de fond cosmique en faisant des coı̈ncidences
temporelles avec les temps des croisements.
Les éléments de base FAMUS sont des mini chambres à dérives (MDT) pour lesquelles le temps de dérive des électrons est plus court et, en particulier, inférieur au
millimètre. De la même façon que dans le WAMUS, on trouve des couches A, B et C
chacune organisée en 8 octants.
De plus pour des raisons de déclenchement, le FAMUS comprend 3 couches de
scintillateurs, une devant les couches A et C et une derrière la couche B.
Fig. 2.17 – Vue des chambres à dérive WAMUS. Une coupe des chambres A et C est
représenté à gauche.
45
46
Chapitre 3
La calibration en ligne de
l’électronique de lecture du
calorimètre
La calibration du calorimètre peut se diviser en 2 grandes parties : une calibration
“en-ligne” qui égalise la réponse de l’électronique de tous les canaux et une calibration
“hors-ligne” qui permet d’établir l’échelle absolue en énergie et de corriger les effets
des matériaux non instrumentés. Lors du Run I, le temps de croisement entre les
faisceaux était de 3.5 µs, au Run II il est de 396 ns. Ce changement a entraı̂né le
remplacement de l’électronique de lecture du calorimètre puisqu’il a été nécessaire de
réduire les temps de mise en forme du signal et également de mémoriser le signal en
attendant les décisions de déclenchement des niveaux 1 et 2. Les temps de mise en forme
plus rapide ont demandé un signal de calibration plus proche du signal de physique
et un nouveau système de calibration électronique a été conçu et réalisé par le LALOrsay et le LPNHE-Paris. Nous décrivons tout d’abord l’électronique de lecture puis
les différentes étapes de calibration tout particulièrement la calibration en temps de
l’électronique du calorimètre.
3.1
Description de l’électronique de lecture et du
système de calibration
La figure 3.1 schématise l’ensemble de l’électronique de lecture du calorimètre : une
cellule du calorimètre est représentée par une capacité, viennent ensuite les préamplificateurs, la mise en forme du signal, sa mémorisation et la soustraction de la ligne
de base [25]. Sur les électrodes de lecture de la cellule une charge est induite par les
électrons engendrés par le passage d’une particule. Ce temps de dérive est d’environ
450 ns. Ce signal provenant des particules est appelé signal de physique dans la suite.
Les cellules peuvent être considérées comme des condensateurs de capacités variables. Leur capacité varie de quelques centaines de pF pour les cellules dans les
couches électromagnétiques à quelques nF pour les couches hadroniques. Le courant
récolté par l’électrode est transmis hors du cryostat par un câble coaxial d’impédance
47
30 Ω. Le passage entre l’intérieur du cryostat et l’extérieur est réalisé par les “feedthrough” où les signaux sont réorientés : les signaux provenant des cellules du calorimètre y arrivent ensemble pour toutes les valeurs de η mais pour une même couche
du calorimètre ; ils repartent en étant groupés en tour (correspondant à l’ensemble des
couches du calorimètre pour une valeur en η et en φ). Le signal sortant est transmis
par 2 câbles de 24 canaux qui correspondent aux 48 canaux composant une tour de
déclenchement de niveau 1, elle-même formée à partir de 4 tours de lecture de précision
de ∆η × ∆φ = 0.1 × 0.1. Le signal partant des feed-through est conduit aux préamplificateurs par des câbles coaxiaux de 30 Ω d’impédance.
declenchement
bank 0
SCA
SCA
preamplificateur
calibration
mise
en
forme
1
BLS
SCA
ADC
8
cellule
SCA
SCA
bank 1
Fig. 3.1 – Schématisation de l’électronique de lecture du calorimètre de DØ. La cellule
du calorimètre est représentée par une capacité. Le signal de calibration est injecté à
l’extérieur du cryostat juste avant les préamplificateurs.
3.1.1
Les préamplificateurs
Les préamplificateurs transforment la charge issue d’une cellule de calorimètre en
une tension proportionnelle à la charge déposée. Il existe différentes catégories de
préamplificateurs afin de compenser les différences de capacités des cellules du calorimètre. Toutes les cellules du calorimètre sont classées suivant 14 types auxquels
correspond une catégorie de préamplificateur répertorié dans le tableau 3.1. Ainsi, après
préamplification, tous les signaux ont quasiment la même forme. 48 préamplificateurs
sont situés sur une carte mère, correspondant en général à quatre tours de lecture. 96
cartes mères de préamplificateurs prennent place dans une boı̂te de préamplificateur et
4 de ces boı̂tes sont nécessaires pour l’ensemble des canaux issus de l’un des trois cryostats. Les 12 boı̂tes de préamplificateurs sont situées entre le cryostat du calorimètre
et les chambres à muons et sont inaccessibles durant la prise de données lorsque le
détecteur est en position “fermée”. Le signal issu des préamplificateurs est conduit par
un câble de 25 m d’impédance 115 Ω jusqu’au système de soustraction de ligne de
base (BLS) situé sous le détecteur. Entre les boı̂tes de préamplificateurs et les cartes
48
Catégories
de préamplificateurs
A
B
C
D
E
F
G
Ha
Hb
Hc
Hd
He
Hf
Hg
Capacité de la
cellule (pF)
416
1265
2182
4028
403
881
1458
1974
2296
2597
2837
3185
3604
4088
RMS de la
capacité (pF)
150
218
420
594
43
159
176
26
39
143
43
77
48
85
Tab. 3.1 – Liste des 14 catégories de préamplificateurs en fonction de la capacité de
la cellule du calorimètre qu’ils compensent.
BLS, le groupement des signaux en tour est réarrangé afin de tenir compte des tours
projectives aux travers de deux cryostats (chapitre 2).
3.1.2
L’ensemble de soustraction de la ligne de base
La carte de soustraction de la ligne de base, BLS (figure 3.2), comprend également
les circuits de mise en forme du signal pour la lecture de précision et pour le signal de
déclenchement, ainsi que les mémoires analogiques et la sélection du gain.
La première opération effectuée est la mise en forme du signal. Le signal issu des
préamplificateurs a un temps de montée de 430 ns et une descente de 15 µs. Le temps
entre deux croisements de faisceaux est de 396 ns, nous avons donc une superposition
de signal à la sortie des préamplificateurs (figure 3.3).
Afin d’extraire la hauteur de l’impulsion correspondante réellement au signal, le
signal provenant des préamplificateurs est différencié avec un temps constant de 250 ns.
Le signal de sortie a un temps de montée de 320 ns et une amplitude proportionnelle à
celle du signal venant des préamplificateurs. Le signal sera alors dédoublé et multiplié
par un facteur de gain (×1 ou ×8) afin d’étendre la gamme dynamique des circuits de
conversion analogique-digitale (ADC) de 15 à 18 bits. En parallèle, une deuxième mise
en forme plus rapide est faite avec un temps de montée de 150 ns et le signal est envoyé
aux niveaux 1 et 2 du système de déclenchement. Ces signaux sont sommés pour les
parties électromagnétiques et les tours entières afin de créer les éléments de base pour
le déclenchement du niveau 1.
La décision de déclenchement du niveau 1 peut demander jusqu’à 4.2 µs, il est donc
nécessaire de mémoriser le signal durant ce temps. Ceci est fait dans des mémoires
49
normalized physics signal
Fig. 3.2 – Photo d’une carte mère BLS sur laquelle on distingue les 4 cartes filles BLS
permettant de traiter chacune une tour du calorimètre.
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
200
400
600
800
1000
time (ns)
Fig. 3.3 – Représentation de la superposition d’un signal de physique et du signal
provenant de deux événements précédents.
50
analogiques constituées d’un ensemble de capacités localisées sur des circuits intégrés :
les Switched Capacitor Array (SCA). Un circuit mémorise les signaux de 12 canaux
dans 48 cellules pour 48 échantillonnages successifs toutes les 132 ns. Les SCA sont aux
nombres de quatre par canal de lecture du calorimètre : il en faut deux pour chacun
des deux gains et deux pour alterner entre lecture et écriture et ainsi éviter les temps
morts.
Au niveau 1, si la décision de garder un événement est prise, un comparateur calcule
le gain qui sera retenu pour la digitisation. Afin de supprimer l’empilement des signaux
le signal subit ensuite, une soustraction de la ligne de base. C’est à dire que l’on soustrait
au signal le signal mémorisé dans les SCA pour l’événement précédent (396 ns avant
l’interaction considérée).
Le signal est encore une fois mémorisé dans des SCA en attendant la décision du
déclenchement de niveau 2. Si la décision de déclenchement de niveau 2 est positive, le
signal est digitalisé à l’aide d’ADC (Analogic Digital Converter).
Une des 144 cartes ADC digitalise les signaux de 8 cartes BLS. Les cartes ADC
sont situées à environ 70 m dans les “maisons de comptage mobiles”, en dehors de la
zone irradiée. Au même endroit se trouve également le système de “timing and control”
qui gère le traitement des informations provenant du système de déclenchement et des
cartes BLS afin de fournir à la digitilasition, l’information nécessaire pour un événement
donné.
3.1.3
Le système de calibration
Afin de fournir une impulsion simulant une charge déposée dans le calorimètre, le
système de calibration de DØ est constitué de 12 générateurs d’impulsion identiques
(pulser). Ayant 12 boı̂tes de préamplificateurs, chaque boı̂te est munie de son propre
système de calibration. Chaque générateur d’impulsion envoie des signaux de commandes différentielles et des courants continus à des répartiteurs (fanout) actifs situés
dans les boı̂tes de préamplificateurs. Le signal de calibration sera alors engendré au niveau de ces répartiteurs par des bascules (switch). Une bascule va générer l’impulsion
sur 48 canaux non adjacents. La figure 3.4 permet de décrire le détail des connections
entre les générateurs d’impulsion et les préamplificateurs.
Les générateurs d’impulsion sont contrôlés par une carte VME, appelé Pulser Interface Board (PIB) [26]. Cette carte permet de contrôler l’amplitude et le temps auquel on
veut produire le signal de calibration ainsi que le choix des canaux à calibrer. L’amplitude du signal de calibration est déterminée par un convertisseur numérique-analogique
(DAC) de 18 bits qui génère un courant maximal de 100 mA. Les bascules permettent
de créer un signal quasiment triangulaire avec un temps de montée très court de l’ordre
de 60 ns et une décroissance exponentielle de 400 ns.
3.1.4
Agencement de l’électronique
L’électronique du calorimètre compte environ 55000 voies de lecture mais seules
48000 d’entre elles sont reliées à une cellule du calorimètre. Si on définit comme profondeur la couche à laquelle appartient une cellule du calorimètre, une “tour” est donc
51
)
20
#
0)
)
)
!
+
/
!
%
* "
4
0
3
#
, - +
20 juin, 2001-UB/GB
4
0
3
,
2
+
+
)
/
+
* "
* "
%
* "
,,
,2
2+
2
2
2
224
+
4
, - +
)
)
#
3
0
4
-
4
+
5
." #
#6 #
!
)
!
)!
!
,
7
!
!
#
/
0
)
#6
)
!
#!
∝
$
" #
$%
!
/
0 " #
!
1 !
!
!
" #
!
!
$ %&' (
Fig. 3.4 – Représentation d’une connections d’un générateur d’impulsion de calibration
à une boite de préamplificateurs.
l’ensemble des cellules de différentes profondeurs à η et φ constant.
Le calorimètre est divisé en 12 “quadrants”. Il existe 4 quadrants par cryostat du
calorimètre : les quadrants numérotés 0, 1, 10 et 11 ont les canaux correspondant au
cryostat Nord, les quadrants 4, 5, 6, 7 forment le cryostat Sud et les quadrants 2, 3
et 8, 9 représentent le calorimètre central. Chaque quadrant est subdivisé en 12 cartes
ADC et chaque carte ADC traite les signaux de 8 cartes BLS. On définit le numéro
d’un canal électronique suivant la convention :
Canal = P rof ondeur + 12 × (T our + 4 × (BLS + 8 × (ADC + 12 × Quadrant))) (3.1)
Où la P rof ondeur varie de 0 à 11, la T our de 0 à 3, la carte BLS de 0 à 7, la carte
ADC de 0 à 11 et le Quadrant de 0 à 11. Le calorimètre étant composé d’une partie
électromagnétique et d’une partie hadronique, une tour du calorimètre se compose de
7 profondeurs électromagnétiques (de 0 à 6) et de 4 à 5 profondeurs hadroniques (de 7
52
à 10 ou 11 suivant l’emplacement dans le calorimètre).
3.2
Le principe de la calibration en ligne
La calibration en ligne de l’électronique permet d’uniformiser la réponse des voies
d’électroniques, de corriger des effets de non linéarité, d’intercalibrer les différents gains
et de contrôler le bon fonctionnement de l’ensemble de l’électronique. Pour effectuer
des mesures de précision telle que la mesure de la masse du boson W , la calibration
de la chaı̂ne de lecture de l’électronique doit être faite avec une précision meilleure que
1%.
Le principe de la calibration électronique est d’injecter une impulsion connue à
l’entrée de la chaı̂ne de lecture et d’étudier, à la sortie, la réponse de l’électronique
au signal. L’étude de la réponse de l’électronique à la variation de l’amplitude du
signal de calibration permet de déterminer des coefficients de correction des gains et de
linéarité. La variation en temps du signal permet l’étude de sa forme pour en déduire
des corrections relatives au temps d’échantillonnage et des corrections des différences
entre la réponse à un signal de physique (issu d’une interaction de particule) et un
signal de calibration.
Il existe 2 manières d’injecter un signal de calibration. Il peut être introduit soit
au niveau même des cellules du calorimètre (calibration froide) soit juste à la sortie
du cryostat (calibration chaude). La calibration de DØ est une calibration chaude qui
a l’avantage d’être accessible en cas de problème mais son signal n’aura pas traversé
le même chemin que le signal de physique dans le calorimètre de DØ. Le signal de
calibration est injecté au niveau des préamplificateurs comme on peut le voir sur le
figure 3.1 et une partie du signal est réfléchie vers le cryostat. La forme de la réponse
au signal de calibration varie suivant la capacité de la cellule et la longueur des câbles
parcourus. On observe une réponse au signal de calibration différente pour les cellules
électromagnétiques et les cellules hadroniques pour lesquelles les effets de réflexion sont
plus important comme on peut le voir sur la figure 3.5.
3.3
La calibration en temps
Pour obtenir une bonne résolution en énergie, le signal doit être échantillonné à
son maximum. Des différences dans la longueur des câbles et les caractéristiques des
composants électroniques utilisés peuvent introduire des différences d’un canal à l’autre.
Pour les signaux de physique, la mise en temps des signaux est vérifiée à partir des
données à triple échantillonnage : en enregistrant le signal aux temps d’échantillonnage
à ± 132 ns et à 0 ns de l’interaction, le maximum du signal peut être reconstruit.
Par un changement de câble ainsi que des retards supplémentaires, le maximum des
signaux peut être ajusté à ± 10 ns. Pour les différences résiduelles, une correction est
appliquée au niveau de la reconstruction.
Pour les données de calibration, un ajustement en temps peut être fait pour tous
les canaux. Ils reçoivent leur signal d’un répartiteur actif (16 × 48 canaux) : une
ligne à retard programmable permet de faire varier le signal de commande en temps.
53
(a)
(b)
Fig. 3.5 – Réponses à un signal de calibration provenant d’un canal électromagnétique
a) et d’un canal hadronique du calorimètre b) mesurées à l’oscilloscope après la mise
en forme sur la carte BLS.
Grâce à une variation du retard, la forme du signal de calibration peut être reconstruit
(figure 3.6). Comme la ligne à retard ne permet d’introduire qu’un retard maximal
d’environ 500 ns, le temps d’échantillonnage peut être varié par pas de 132 ns et ainsi
le signal peut être reconstruit dans son intégralité. L’étude de la forme du signal permet
de comparer le signal à des modèles de simulation et de déterminer une correction pour
tenir compte de la différence de réponse entre un signal de physique et un signal de
calibration.
3.3.1
Les mesures de calibration
L’ensemble des mesures de mise en temps de calibration a été réalisé principalement
entre Février 2002 et Juin 2002. Pour ces mesures, un signal de calibration d’amplitude
constante a été utilisé mais avec des valeurs de retard qui variaient par pas d’environ 10
ns (la ligne à retard permet un ajustement par pas d’environ 2 ns pour un maximum de
255 pas). Pour chaque valeur de retard on mesure la valeur moyenne et la dispersion de
l’amplitude de la réponse au signal de calibration pour une cinquantaine d’événements.
Ces valeurs moyennes sont montrées sur la figure 3.7 en fonction du retard pour un
canal électromagnétique et un canal hadronique. Comme nous l’avons déjà signalé, il
existe une différence entre les canaux électromagnétiques pour lesquels la réflexion sur
la cellule du calorimètre est plus rapide, et les canaux hadroniques où l’on observe
clairement un creux prononcé dans la courbe. À partir de ces courbes, on recherche le
temps pour lequel on atteint le maximum de la courbe (retard optimal) par un ajustement d’un polynôme d’ordre 2. Pour s’affranchir des problèmes éventuels que cause
cette réflexion dans la recherche du maximum, on restreint le domaine d’ajustement
autour du maximum de la courbe et on effectue un ajustement de courbe à ±95% du
maximum pour les canaux électromagnétiques et à ±97% pour les canaux hadroniques.
54
hauteur du pulse
augmentation
du retard pulser
temps
-3
0
+3
+6
temps
d’échantillonnage p/r
au déclenchement
Fig. 3.6 – Vue schématique de l’influence du retard du générateur d’impulsion vis à vis
du temps d’échantillonnage. Ceci doit être ajusté afin que l’échantillonnage se produise
au maximum de la courbe. Une miscalibration en temps induit une dégradation de la
résolution du signal.
Un exemple d’ajustement de courbe sur un canal électromagnétique et sur un canal
hadronique est montrée sur la figure 3.7.
3.3.2
Les résultats
L’ensemble des retards optimaux pour 2 des 4 quadrants du calorimètre central est
montré par exemple sur la figure 3.8. Les valeurs de ces retards sont représentées par
un carré d’intensité différente suivant les “coordonnées” :
x = P rof ondeur + 12 × T our
y = BLS + 8 × ADC
(3.2)
(3.3)
Sur ces figures, on observe que les dernières profondeurs de chaque tour (les profondeurs
11) n’ont pas de valeurs de retard optimal (bandes bleu verticales) parce qu’elles ne
sont pas instrumentées. Dans le calorimètre central, ces canaux n’ont pas de préamplificateurs. On observe également une bonne uniformité des valeurs de retard optimal pour
les profondeurs électromagnétiques (les 5 premiers canaux de chaque tour), mais les
profondeurs hadroniques subissant des réflexions vont parfois avoir un signal distordu
et le maximum de la courbe peut être légérement déplacé.
Afin de déceler d’éventuels biais systématiques, les retards optimaux doivent être
regardés pour tous les canaux d’un même répartiteur, pour lequel le même signal de
commande et donc la même ligne à retard est utilisée. La figure 3.9 montre la distribution des retards optimaux pour chacune des boı̂tes de préamplificateurs. La figure 3.10
montre les retards optimaux pour les préamplificateurs de type E de la boı̂te de préamplificateurs numéro 2 et pour les 6 répartiteurs. Nous ne représentons que des préam-
55
1500
0
1
2
= =3806
±±
10.04
3955
8.391
==
17.85
±±
0.2469
19.99
0.2208
==
-0.1027
±±
0.001401
-0.1199
0.001329
50
100
150
Crate
22
ADC
Card
00
BLS
00
Tower
11
Depth
72
Crate
ADC
Card
BLS
Tower
Depth
5000
5000
Mean value
Mean value
i2 / ndf
==
36.57
/ 17
Chi2
/ ndf
38.91
/ 17
ob = =
0.003852
Prob
0.001841
0
4500
4500
1500
0
200
250
Delay value
==
-2882
3743±
± 161.9
10.41
p2p2
==
-0.714
± ±0.01562
-0.1246
0.001309
100
150
Crate 2 ADC Card 0 BLS 0 Tower 1 Depth 8
Chi2
/ ndf
==
6.997
/ 5/ 17
Chi2
/ ndf
20.61
Prob
0.2209
Prob= =
0.2444
p0p0
p1p1
50
200
250
Delay value
Chi2 / ndf = 18.38 / 4
Prob = 0.00104
Mean value
200
250
Delay value
p0
4500
==
147.6
22.89±
± 3.198
0.2422
= -5116 ± 247.2
p1
= 182.5 ± 4.752
p2
= -0.8723 ± 0.02267
4000
(a)
(b)
4000
4000
3500
3500
3500
3000
3000
3000
2500
2500
2500
2000
2000
1
2
==
186.8
22.41±
± 4.969
0.2652
==
-0.8534
-0.1257±
± 0.0227
0.001475
5050
100
100
150
150
Crate
22
ADC
Card
00
BLS
00
Tower
11
Depth
105
Crate
ADC
Card
BLS
Tower
Depth
5000
6000
200
250
200
250
Delay
Delayvalue
value
0
p1p1
==
180.9
22.53±±3.175
0.272
Prob = 0.2209
0
= -2882 ± 161.9
1
= 147.6 ± 3.198
2
= -0.714 ± 0.01562
1
= 180.9 ± 3.175
2
= -0.6958 ± 0.01226
0
Chi2 / ndf = 0.7441 / 3
p1
= 15.69± 3.124
60
50
100
150
Crate 2 ADC Card 0 BLS 0 Tower 1 Depth 11
200
250
Delay value
Chi2 / ndf = 0.7441 / 3
Prob = 0.8628
p0
= -1138± 246
Mean value
Prob = 0.03552
0
= -5892 ± 204
200
250
Delay value
plificateurs
de type E parce qu’ils sont associés
à des canaux électromagnétiques qui
4000
40
2500
sont moins soumis aux fluctuations, permettant ainsi des mesures précises des retards
3500
20
optimaux.
On établit donc, la moyenne du retard
créé par les signaux de commande
2000
puis on corrige ces effets de retard afin de déterminer concrètement les retards dûs
1500
0
00
5050aux100
150
200
250
0
50
200
250 à 1%.
uniquement
générateurs.
La correction
moyenne
de ces100effets150est inférieure
100
150
200
250
Delay
Delay value
Delayvalue
value
Au cours de cette étude, nous avons rencontré des canaux anormaux. On voit sur la
figure 3.11, que certains canaux hadroniques ont deux voire trois maxima locaux. Ceci
Crate 2 ADC Card 0 BLS 0 Tower 1 Depth 8
/ ndf =
18.38 / 4
peut
provenir de problème Chi2
dans
l’électronique
de lecture de ces canaux. Les mesures
Prob = 0.00104
faites
ont permis de cartographier
calorimètre : en déterminant la valeur du retard
p0
= -5116le
± 247.2
4500
p1
= 182.5 ± 4.752
pour laquelle la courbe est au
maximum
ainsi qu’en relevant la valeur de l’amplitude
p2
= -0.8723 ± 0.02267
maximale,
nous avons pu déterminer les canaux problématiques. La figure 3.12 montre
4000
la valeur de l’amplitude de la réponse au signal de calibration mesurée pour une valeur
de 3500
retard optimal pour le même quadrant, à 6 mois d’intervalle. La valeur moyenne de
l’amplitude en elle-même a varié entre ces deux mesures, mais on observe nettement que
3000
dans
la deuxième série de mesures, les fluctuations entre canaux sont plus faibles. On
voit2500
sur la figure 3.12a) des lignes rouges correspondantes à des tours qui rencontraient
un problème. Celles-ci ont disparu dans la seconde série de mesures car ces cartes ont
bien
été réparées.
2000
200
250
Delay value
Chi2 / ndf = 13.52 / 6
150
Prob = 0.8628
p0
= -1138± 246
120
Mean value
Chi2 / ndf = 6.997 / 5
100
p2p2 = =
-0.6958
p2
= -0.0489± 0.009907
-0.1264±±0.01226
0.001509
4500
Fig.
5500 3.7 – Réponse à un signal de calibration provenant a) d’un canal électromagnétique
et b)
d’un canal hadronique. On effectue un100ajustement de courbe (courbe noire) à
4000
5000 du maximum pour les canaux électromagnétiques et à ±97% pour les canaux
±95%
80
3500
hadroniques.
4500
3000
200
250
200
250
Delay
Delayvalue
value
50
Crate 2 ADC Card 0 BLS 0 Tower 1 Depth 11
Chi2
/ ndf
==
13.52
/ 6/ 16
Chi2
/ ndf
23.55
Prob
0.03552
Prob= =
0.09969
p0p0 = =
-5892
3789±± 204
11.4
Mean value
i2 / ndf
= = 5.1
/ 4 / 16
Chi2
/ ndf
18.64
ob = =
0.2772
Prob
0.2879
-5694
0 ==
3704±
± 270.1
11.1
2000
00
Mean value
Mean value
200
250
200
250
Delay
Delayvalue
value
120
100
80
p1
= 15.69± 3.124
p2
= -0.0489± 0.009907
56
delay for maximum response
5400
140
5200 8080
5200
Optimal delay
5400 9090
150
Bls + 8 * ADCCard
150
Max Adc count
Optimal delay
Max Adc count
value
delayoffor
themaximum
maximumresponse
response in ADC
Bls + 8 * ADCCard
Bls + 8 * ADCCard
C
90
140
80
130
5000
5000
7070
130
70
120
4800
120
4800
6060
60
110
4600
110
4600
5050
50
100
4400
100
4400
4040
40
90
4200
90
4200
3030
30
80
4000
4000
2020
70
3800
60
3600
35
40
45
70
10
60
0
50
3600
00
30
20
3800
1010
Depth + 12 * Tower
80
00
50
5 5 1010 1515 2020 2525 3030 3535 4040 4545
(a)
0
5
10
15
20
25
(b)
Depth
Depth+ +1212* *Tower
Tower
30
35
40
45
Depth + 12 * Tower
Fig. 3.8 – Ensemble des retards optimaux obtenus pour les 4 quadrants composant le calorimètre central. On observe une bonne uniformité pour les canaux électromagnétiques.
57
delay for maximum response for preamp A, pbox 0
50
40
preampApb0
Nent = 704
Mean = 98.28
RMS = 7.995
delay for maximum response for preamp B,
A, pbox 0
1
50
14
40
12
preampApb1
preampBpb0
Nent = 703
248
Mean = 109.2
102.5
RMS = 8.998
7.329
delay for maximum response for preamp B,
A, pbox 1
2
60
16
14
50
preampApb2
preampBpb1
Nent = 864
248
Mean = 102.3
102.6
RMS = 6.278
8.71
delay for maximum response f
4
3.5
3
12
40
10
10
30
30
2.5
8
10
0
50
60
70
80
90
60
50
50
40
preampApb3
preampCpb0
Nent = 864
Nent = 1336
Mean = 103.2
Mean = 108.8
RMS = 8.34
RMS = 13.8
30
30
20
20
10
10
60
60
70
70
80
80
90
90
4
1
10
2
0.5
60
70
80
90
0
50
100
110
120
130
140
150
Delay to obtain the maximum response
delay for maximum response for preamp B,
A, pbox 3
4
delay for maximum response for preamp D,
C, pbox 0
1
4
25
45
60
3.5
40
50
20
35
3
0
0 50
50
100
110
120
130
140
150
Delay
obtain the
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp A, pbox 6
delay for maximum response for preamp C, pbox 3
45 maximum response for preamp E, pbox 0
delay for
8
40
1
7
35
preampApb6
preampCpb3
Nent = 704
preampEpb0
Nent = 64
Mean= 0= 104.5
Nent
Mean = 85.54
RMS == 8.903
Mean
0
RMS = 6.177
RMS =
30
6
0.5
25
5
0
20
4
0
15
3
10
2
-0.5
5
1
0
50
60
70
80
90
100
110
120
130
140
150
-10
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp A, pbox 9
preampApb9
delay for maximum response for preamp C, pbox 6
preampCpb6
delay70
for maximum response for preamp E, pbox 3
Nent
= 864
preampEpb3
60 maximum response for preamp G, pbox 0
delay for
Nent = 1336
preampGpb0
Mean
99.84
Nent ==1504
Mean= 0= 112
Nent
RMS
Mean =
= 8.254
108.2
RMS
=
13.36
Mean =
0
RMS = 6.023
RMS =
0
60
1
120
50
50
100
40
40
0.5
preampApb4
preampBpb3
preampCpb1
preampDpb0
Nent = 703
64
Nent = 1334
384
Mean = 119.3
115
Mean = 106.5
98.59
RMS = 10.17
15.64
RMS = 13.38
13.35
0
60
20
40
10
10
-0.5
20
0
60
70
80
90
100
110
120
130
140
150
050
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
-10
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp C, pbox 9
preampCpb9
delay for maximum response for preamp E, pbox 6
preampEpb6
delay for maximum response for preamp G, pbox 3
Nent
= 64
7
preampGpb3
Nent = 0
1
Mean
Nent ==0 82.05
1
Mean =
0
6
RMS
Mean =
= 5.894
0
RMS =
0
RMS =
0
60
70
80
90
100
110
120
130
140
150
Delay to obtain the maximum response
delay for maximum response for preamp B,
A, pbox 4
5
delay for maximum response for preamp D,
C, pbox 1
2
50
5
14
16
40
12
14
4
60
60
70
70
80
80
90
90
delay for maximum response for preamp B,
A, pbox 6
7
delay for maximum response for preamp D,
C, pbox 3
4
delay for maximum response for preamp F,
E, pbox 01
60
12
50
1
30
50
50
10
25
40
0.5
40
408
20
30
30
6
30
15
0
preampApb7
preampBpb6
preampCpb4
preampDpb3
Nent = 704
248
preampFpb0
preampEpb1
Nent = 1334
960
Mean= 0
= 108.6
107.4
Nent
964
Mean = 114.4
91.38
RMS == 104.9
9.599
10.68
Mean
0
RMS = 17.91
17.83
RMS = 8.088
0
20
4
10
20
-0.5
10
2
10
5
10
0
50
60
70
80
90
100
110
120
130
140
150
-10
maximum
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
0 50
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp B,
A, pbox 9
10
preampApb10
preampBpb9
delay for maximum response for preamp D,
C, pbox 6
7
preampCpb7
preampDpb6
delay45
for maximum response for preamp F,
E, pbox 34
Nent = 704
64
4
preampEpb4
preampFpb3
delay for maximum response for preamp G, pbox 1
Nent
= 1336
384
18
preampGpb1
40
Mean
114.1
Nent
00107.8
Nent===
50
1
3.5
Mean
=
107.5
102.9
Nent
= 0 15.54
16
RMS
1
35
Mean =
= 11.8
0
Mean ==14.55
0
RMS
Mean
= 17.97
0
RMS
RMS == 0 0
RMS =
0
3
14
30
40
0.5
2.5
12
0.5
25
-0.5
4
10
0.5
5
-0.5
2
0
60
70
80
90
100
110
120
130
140
150
050
-1
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
-1
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp D,
C, pbox 9
10
preampCpb10
preampDpb9
delay for maximum response for preamp F,
E, pbox 67
preampFpb6
preampEpb7
delay for maximum response for preamp G, pbox 4
Nent
= 1336
960
45
preampGpb4
964
Nent = 0
60
1
Mean
93.9
Nent ==0 107.5
40
1
112.2
Mean
=
0
50
RMS =
17.98
13.46
Mean
=
0
50
35
RMS = 7.618
0
4
RMS =
0.5
30
40
0.5
40
0
25
30
0
20
0
0
3
0
2
-0.5
-0.5
1
-0.5
10
-0.5
10
10
5
60
60
60
70
70
70
80
80
80
90
90
90
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp E, pbox 9
delay for maximum response for preamp G, pbox 6
1
120
100
0.5
preampEpb9
preampGpb6
Nent = 1504
Nent = 0
Mean = 104.9
Mean =
0
RMS = 6.277
RMS =
0
0
-1
050
-1
50
50
60
60
60
70
70
70
80
80
80
90
90
90
delay for maximum response for preamp F,
E, pbox 910
delay for maximum response for preamp G, pbox 7
1
1
0.5
0.5
80
40
preampEpb10
preampFpb9
preampGpb7
Nent
Nent==00
Nent = 0
Mean
Mean == 0 0
Mean =
0
RMS
RMS == 0 0
RMS =
0
58
0
0
0
60
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
15
4
10
2
5
60
60
70
70
80
80
90
90
100
110
120
130
140
150
Delay
obtain the
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp B,
A, pbox 7
8
delay for maximum response for preamp D,
C, pbox 4
5
delay for
E, pbox 12
50 maximum response for preamp F,
18
22
60
20
16
120
60
40
18
14
50
100
50
16
12
30
14
40
40
10
80
12
8
10
20
30
30
60
6
8
preampApb8
preampBpb7
preampCpb5
preampDpb4
Nent = 864
248
preampEpb2
preampFpb1
Nent = 1336
383
Mean= 1504
= 101.6
103
Nent
964
Mean = 110.5
98.24
RMS == 117.9
9.764
9.24
Mean
108
RMS = 17.47
13.3
RMS = 5.369
7.019
0
0 50
50
60
60
70
70
18
1
5
16
14
0.54
3
10
0
8
2
6
20
20
6
4
40
10
4
2
10
10
202
0
60
70
80
90
100
110
120
130
140
150
050
maximum
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
0 50
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp B,
A, pbox 10
11
preampApb11
preampBpb10
delay for maximum response for preamp D,
C, pbox 7
8
preampCpb8
preampDpb7
delay for maximum response for preamp F,
E, pbox 45
Nent
= 704
248
preampFpb4
preampEpb5
delay for
maximum response for preamp G, pbox 2
50
Nent
= 64
384
9
preampGpb2
12
Mean
95.29
101.5
Nent ==0
964
1
14
60
Mean
=
86.24
98.45
Nent
RMS= 0=
11.68
18
Mean
= 8.655
0
123.9
10
40
RMS
=
6.279
Mean = 15.8
0
12
7
RMS = 7.464
0
50
RMS =
0
0.5
8
6
10
0.5
30
40
5
8
6
0
4
20
30
06
4
3
20
4
10
-0.5
2
-0.5
2
1
10
0
60
70
80
90
100
110
120
130
140
150
050
-1
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
-10
maximum
50
60
70
80
90 Delay
100 to obtain
110 the
120
130 response
140
150
Delay
obtain the
50
60
70
80
90
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp D,
C, pbox 10
11
preampCpb11
preampDpb10
delay for maximum response for preamp F,
E, pbox 78
preampEpb8
preampFpb7
delay25
for maximum response for preamp G, pbox 5
Nent
= 1336
384
60
preampGpb5
Nent = 1504
964
50
90
Mean
95.53
Nent ==0 105.7
1
Mean
=
108.2
117.5
20
50
RMS
15.71
80
Mean =
= 13.24
0
40
70
40
0.5
15
60
30
30
50
RMS = 7.629
7.935
RMS =
0
-0.51
4
2
0
50
60
70
-10
50
60
70
50
60
70
8
delay for maximum response
delay for maximum response
delay for maximum response
12
30
60
10
25
50
8
20
40
6
15
30
4
10
20
2
5
10
0
050
050
50
60
60
60
70
70
70
delay for maximum response
delay for maximum response
14
1
12
10
0.5
8
0
6
4
-0.5
2
60
60
60
70
70
70
80
80
80
90
90
90
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
delay for maximum response for preamp F,
E, pbox 10
11
delay for maximum response for preamp G, pbox 8
1
45
1
40
35
0.5
0.5
30
preampEpb11
preampFpb10
preampGpb8
Nent = 0
964
Nent = 0
Mean = 116
0
Mean =
0
RMS = 10.15
0
RMS =
0
0
-1
50
50
60
60
70
70
delay for maximum response
60
50
40
25
0
0
20
30
20
10
20
60
60
70
70
80
80
90
90
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
-1
-1
50
50
60
60
70
70
80
80
90
90
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
5
-1
0
-1
50
50
8
delay for maximum response
delay for maximum response
delay for maximum response f
6
12
15
-0.5
-0.5
10
-0.5
-0.5
-0.5
8
30
10
20
6
10
0
050
-1
50
50
70
35
12
25
8
10
0
40
20
30
5
-0.5
10
20
10
15
20
20
60
delay for maximum response
delay for maximum response f
38
10
2
0
0 50
50
100
110
120
130
140
150
Delay
obtain the
100 to 110
120maximum
130 response
140
150
Delay to obtain the maximum response
0
50
10
12
30
Fig. 3.9 – Distribution des retards optimaux des canaux associés à des préamplificateurs
de type A pour chacune des 12 boites de préamplificateurs.
5
0.5
0.5
preampApb5
preampBpb4
preampCpb2
preampDpb1
Nent = 704
248
Nent = 64
383
Mean = 101.2
107.5
Mean = 86.81
99.95
RMS = 9.092
8.03
RMS = 8.028
16.92
20
86
2
6
4
10
4
12
30
2
10
20
0
8
1.5
15
0
20
6
1
10
80
30
30
0
-1
50
50
1.5
2
30
40
2.5
15
25
2
30
20
1.5
10
15
20
1
10
5
0.5
10
5
40
0
-1
50
-1
50
50
2
6
20
4
10
0
50
100
110
120
130
140
150
Delay to obtain the maximum response
delay for maximum response for preamp A, pbox 3
delay for maximum response for preamp C, pbox 0
70
0
0 50
50
30
8
20
6
20
60
60
70
70
80
80
90
90
100
110
120
130
140
150
Delay
maximum
100 to obtain
110 the
120
130 response
140
150
Delay to obtain the maximum response
0
50
60
70
delay for max for preamp E on fan0 on pb 2
35
delay for max for preamp E on fan1 on pb 2
preampEf0pb2
Nent = 252
preampEf1pb2
Nent = 252
25
Mean = 90.92
Mean = 90.72
30
RMS = 3.881
RMS = 4.042
20
25
20
15
15
10
10
5
5
0
50
60
70
0
50
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
delay for max for preamp E on fan2 on pb 2
60
70
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
delay for max for preamp E on fan3 on pb 2
preampEf2pb2
preampEf3pb2
Nent = 248
40
Nent = 252
30
Mean = 84.55
Mean = 83.51
35
25
RMS = 3.794
RMS = 4.026
30
20
25
20
15
15
10
10
5
5
0
50
60
70
delay for max for preamp E on fan4 on pb 2
22
0
50
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
70
preampEf5pb2
Nent = 248
30
Mean = 92.4
18
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
delay for max for preamp E on fan5 on pb 2
preampEf4pb2
Nent = 252
20
60
Mean = 87.84
25
RMS = 5.063
RMS = 4.57
16
14
20
12
15
10
8
10
6
4
5
2
0
50
60
70
0
50
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
60
70
80
90 100 110 120 130 140 150
Delay to obtain the maximum response
Fig. 3.10 – Ensemble des retards optimaux obtenus pour les préamplificateurs de type
E de la boı̂te de préamplificateurs 2 et en fonction des 6 commandes provenant du
générateur d’impulsion.
59
100
150
200
250
Delay value
50
50
100
100
150
150
Crate 2 ADC Card 0 BLS 4 Tower 1 Depth 6
Chi2 / ndf = 15.17
59.11 / 7
8
Mean value
Prob = 0.03384
6.963e-10
p0
= 3724
4026±±6.164
7.959
4000
p1
= 18.77
13.62±±0.4744
0.5424
4000
p2
= -0.279
-0.2326±± 0.008134
0.007748
(a)
3500
3500
Chi2 / ndf = 127.1 / 18
Chi2
6.531 / 2
4
Prob /= ndf
0 = 1.542
p0
== 3790
± 5.671
Prob
0.4626
0.1628
4500
100
4000
4000
p0
p1
-2471
3220±±0.1557
±14.55
38.46
==15.35
p1
p2
34.99
52.35±±0.1299
==-0.09267
±2.006
0.0009669
p2
= -0.1187
-0.6518± 0.0006389
± 0.02485
(b)
80
3500
3500
3000
3000
100
150
Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 0
200
250
Delay value
Chi2 / ndf = 2.005 / 5
Mean value
Prob = 0.8485
300
p0
= -566± 139.2
p1
= 14.81± 2.377
p2
= -0.06308± 0.01006
(c)
250
50
50
100
100
150
150
Crate 2 ADC Card 0 BLS 4 Tower 1 Depth 9
Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 1
6000
9000
8000
5500
200
250
Delay value
200
250
Delay value
Chi2 / ndf = 36.69 / 6
Chi2 / ndf = 29.85 / 17
Prob = 2.027e-06
Prob = 0.02746
p0
= -3880 ± 196.4
p0
= 8224± 2.642
p1
= 144.1 ± 2.93
p1
= 11.99± 0.1305
p2
= -0.5375 ± 0.01085
p2
= -0.1545 ± 0.001343
(d)
7000
5000
3500
3000
50
100
150
Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 3
200
250
Delay value
Chi2 / ndf = 16.27 / 17
2000 0
0
Mean value
p0
= 4152± 6.287
p1
= 16.73± 0.1913
0
50
50
100
100
1
Crate 2 ADC Card 0 BLS 4 Tower 1 De
Crate 11 ADC Card 7 BLS 2 Tower 0 De
5000
4500
4500
4000
4000
2000
2000
50
50
100
100
150
150
Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 4
Prob = 0.5048
5000
20 0
-20
2500
2500
200
250
200Delay value
250
Delay value
Chi2 / ndf = 117.6 / 16
Prob =
Mean value
0
45
80
3500
3000
3000
4000
4000
100
4000
50
100
3500
3500
5000
150
Crate 2 ADC Card 0 BLS 4 Tower 1 De
Crate 2 ADC Card 0
1 BLS 3
6 Tower 0 Dep
2000
25
0
6000
4500
200
1
2500
30
20
Mean
Meanvalue
value
50
20
2000
2000
0
0
100
100
35
40
40
2500
2500
2000
2000
50
50
40
60
3000
60
3000
3000
2500
2500
0
Crate 2 ADC Card 0
1 BLS 3
6 Tower 0 Depth 10
Mean
Mean
value
value
Crate 2 ADC Card 0
1 BLS 3
6 Tower 0 Depth 9
200
250
Delay value
200
250
Delay value
Mean
value
Mean
value
50
2000
2000
1500
0
0
2000
2000
2000
1500
1500 0
0
Mean
Meanvalue
value
2500
2500
0
2500
2500
2500
2500
2500
2500
2000
0
0
50
50
100
100
1
Crate 11 ADC Card 7 BLS 2 Tower 0 De
0
p0
= 3105± 25.05
p1
= 32.96± 0.4157
5000
Mean value
3000
3000
9000
p2
= -0.1137 ± 0.001303
p2
= -0.1297 ± 0.001664
4500
Fig.
3.11 – Quelques exemples
de
canaux anormaux : (a) Canal hadronique
dans lequel
8000
on observe 2 maxima et pour lequel le maximum
4500 absolu est le premier, (b) autre canal
4000
hadronique où l’on observe 3 maxima, (c) un canal électromagnétique de forme étrange 7000
4000
et d’amplitude
nettement inférieure à la moyenne
(4500), (d) un canal hadronique
3500
d’amplitude légèrement plus élevée que la moyenne et de courbe non comparable aux 6000
3500
autres
3000 canaux hadroniques.
5000
3000
2500
4000
2500
100
150
Mean value
Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 6
5500
5000
200
250
Delay value
Chi2 / ndf = 30.64 / 16
Prob = 0.01497
p0
= 3078± 26.69
p1
= 36.19± 0.4431
p2
= -0.1456 ± 0.001772
0
50
100
150
60 Crate 11 ADC Card 7 BLS 2 Tower 0 Depth 7
5000
4500
200
250
Delay value
Chi2 / ndf = 72.25 / 10
Prob = 1.63e-11
p0
= 3486± 21.75
p1
= 30.36± 0.5286
p2
= -0.1793 ± 0.003115
0
50
100
1
Crate 11 ADC Card 7 BLS 2 Tower 0 De
Mean value
50
Mean value
2000
0
4500
90
9800
50
5400
90
90
5200
9600
80
30
5000
70
70
70
90
40
80
80
80
delay for maximum response
Max Adc count
Optimal delay
Bls + 8 * ADCCard
10000
Max Adc count
Bls + 8 * ADCCard
Bls++88* *ADCCard
ADCCard
Bls
value
maximum
response in ADC
delayof
forthe
maximum
response
value of the maximum response in ADC
9400
70
20
4800
60
60
60
60
9200
10
4600
50
50
50
50
9000
0
4400
40
40
40
40
8800
-10
4200
30
30
30
30
8600
-20
4000
20
8400
20
20
-30
20
3800
10
8200
10
10
-40
10
3600
0
0
8000
5
10
15
20
25
30
35
40
45
00
00
-50
55 1010 1515 2020 2525 3030 35 3540 4045 45
Depth + 12 * Tower
0
0
Depth
Depth+ +1212* Tower
* Tower
(a)
(b)
Fig. 3.12 – Amplitudes obtenues au retard optimal pour l’ensemble des canaux du
quadrant 2. La figure a) donne ces amplitudes obtenues, et la figure b) donne pour les
mêmes canaux, les amplitudes 6 mois plus tard. On observe sur la figure a), des lignes
rouges reflétant des problèmes de cartes BLS que l’on voit résolus dans la figure b).
61
5
10
15
20
25
30
Dept
3.3.3
Comparaison avec le signal physique
À partir de la réponse au signal de calibration, on peut effectuer une comparaison
avec le signal physique.
Les lignes à retard ne permettent pas de reconstruire la forme du signal au delà
de 400 ns. Pour obtenir l’intégralité de la réponse au signal de calibration et pouvoir
le comparer au signal de physique, il faut effectuer ces mesures à différents temps
d’échantillonnage que l’on superpose dans la suite. La variation du temps d’échantillonnage est possible par pas de 132 ns. Cette durée est déterminée très précisément à
partir de l’horloge de l’accélérateur.
Afin de reconstruire la forme du signal en temps, nous devons convertir en ns la
durée d’un pas, c’est à dire d’une “unité de retard”. On observe sur la figure 3.13, que
i m a r yet
a d d1.9
r e s s ns pour les six lignes à retard utilisées dans
cette conversion varie ici entre 1.6P r ns
un même générateur de courant.
TimeStep
0
Iteration
1
3
SigmaOfSigmas
MeanOfSigmas
TimeSlope
1.1
1.8
1.9
1.7
1.0
1.6
1.5
0.9
1.4
1.8
1.3
0.8
1.2
0.7
1.1
1.0
0.6
0.9
1.7
0.8
0.5
0.7
0.6
0.4
0.5
0.3
0.4
1.6
0
1
2
3
4
5
0
1
2
3
4
5
0
1
Fig. 3.13 – Facteurs de conversion des unités de retard en ns pour les commandes
d’un générateur d’impulsion. On voit que ces facteurs ne sont pas homogènes pour les
6 commandes des distributeurs.
Sur la figure 3.14, le facteur de conversion a été appliqué sur l’ensemble des courbes
d’un canal électromagnétique et d’un canal hadronique. Les courbes ne se superposent
pas correctement : la première superposition de courbe paraı̂t correcte mais la dernière
superposition ne l’est pas. Ceci implique que les facteurs de conversion ne sont pas
constants. Des points fixes sont donnés pour chaque début de courbe, que l’on sait
espacés de 132 ns. En faisant varier la durée d’une unité de retard jusqu’à superposition
des amplitudes de 2 courbes successives à ce point fixe, nous déterminons une valeur
62
2
3
4
5
Mean value
6000
6000
Mean value
Original curves with 1.811 ns
first original curve
second original curve
third original curve
5000
Original curves with 1.811 ns
first original curve
second original curve
third original curve
5000
fourth original curve
fourth original curve
fifth original curve
fifth original curve
(a)
4000
(b)
4000
3000
3000
2000
2000
1000
1000
0
0
-200
0
200
400
600
800
Delay value
-200
0
200
400
600
800
Delay value
Fig. 3.14 – Exemple de courbes électromagnétique a) et hadronique b), où l’on applique
un facteur de conversion fixe pour passer des unités de retard aux ns. Les courbes se
superposent relativement bien au début mais pas dans la suite.
moyenne de 1.8 ns par unité de retard à comparer au 2 ns par unité de retard nominale.
On obtient ainsi pour chaque courbe et pour chaque point d’échantillonnage, un facteur
de conversion. La figure 3.15 montre le résultat obtenu sur un canal électromagnétique
ainsi que les facteurs de conversion obtenus en chacun des points. Pour les canaux
hadroniques, les facteurs de conversions appliqués correspondent aux valeurs moyennes
des facteurs de conversion établis (figure 3.15c) sur les 5 canaux électromagnétiques
précédents les canaux hadroniques. Le résultat est montré dans la figure 3.15d) et
l’accord obtenu est satisfaisant. Utilisant ces résultats de facteur de conversion et en
les appliquant à l’ensemble des canaux, on peut déduire le retard optimal moyen pour
un quadrant du calorimètre en ns et le comparer aux valeurs obtenues pour le signal de
physique [27]. L’ensemble des valeurs est regroupé dans le tableau 3.2 et une correction
de cette différence est appliquée aux gains utilisés dans la reconstruction.
L’ensemble des éléments constituant la chaı̂ne d’électronique de calibration ont été
simulés afin de pouvoir modéliser la réponse au signal de calibration [28] et au signal
de physique.
Afin de déterminer les caractéristiques de chaque canal, telles que la capacité de
63
6000
Delay Unit value
Mean value
2.3
With the same delay unit as the 1st curve
first curve modified (rescaling all curves)
(a)
first curve
2.2
second curve modified
5000
Delay unit as a function of delay
third curve modified
fourth curve modified
second curve
(b)
2.1
fifth curve modified
4000
third curve
fourth curve
fifth curve
2
1.9
3000
1.8
2000
1.7
1.6
1000
1.5
0
1.4
-200
0
200
400
600
800
Delay value
-200
0
200
400
600
800
Delay value
6000
Mean value
2.3
2.2
With the same delay unit as the 1st curve
first curve modified (rescaling all curves)
second curve modified
third curve modified
5000
fourth curve modified
(c)
2.1
(d)
2
fifth curve modified
4000
1.9
3000
1.8
1.7
2000
1.6
1000
1.5
1.4
0
0
0.2 0.4 0.6 0.8
1
1.2 1.4 1.6 1.8
2
-200
0
200
400
600
800
Delay value
Fig. 3.15 – Exemple de courbes de retard électromagnétique (a) et hadronique (d). (b)
Facteurs de conversion déterminés pour le canal électromagnétique vu en (a). Pour les
canaux hadroniques on utilise uniquement les valeurs moyennes des électromagnétiques.
L’histogramme (c) représente les facteurs de conversion déterminés pour les 5 canaux
électromagnétiques d’une tour.
64
Quadrant
0
1
2
3
4
5
6
7
8
9
10
11
Temps physique (en ns)
-5.58
-2.06
0.00
-6.50
19.01
-3.80
-0.66
-3.80
-3.17
-14.12
-3.74
-6.11
Temps de calibration (en ns)
-14.29
17.82
0.00
0.36
28.62
1.08
7.56
17.10
0.36
-5.58
14.40
-9.36
Tab. 3.2 – Ensemble des retards optimaux relativement au quadrant numéro 2 obtenus
par la calibration et par l’étude du signal de physique. Pour le signal de calibration, les
temps sont convertis en ns en utilisant un facteur moyen de 1.8 ns.
la cellule, les longueurs de câbles ou l’inductance engendrée par le feed-through, une
étude complémentaire de réflectométrie a été réalisée. Il s’agit d’introduire au niveau
des préamplificateurs une impulsion en direction de la cellule du calorimètre. On mesure
ensuite la réflexion directe de ce signal sur la cellule. Outre ces mesures, cette étude
permet d’identifier des canaux ayant des câbles sectionnés à l’intérieur du cryostat.
Ainsi le calorimètre de DØ compte une cinquantaine de canaux défectueux ce qui
représente environ 0.1% de l’ensemble des canaux du calorimètre.
La figure 3.16 montre un exemple de comparaison entre une courbe de réponse au
signal de calibration, une courbe de réponse à la calibration simulée et une courbe de
signal de physique et ce pour un canal électromagnétique et un canal hadronique. On
observe un bon accord pour ce qui concerne la simulation de la réponse au signal de
calibration et la réponse au signal de calibration elle même. Par contre on observe que
la simulation du signal de physique est plus étroite que les 2 autres signaux. Pour le
canal hadronique, le signal de physique n’est pas soumis comme le signal de calibration
à une réflexion, il est donc normal d’avoir à cet endroit un désaccord.
Une correction pour la différence entre la réponse au signal de physique et de la
calibration peut également être appliquée sur les coefficients de gains lors de la reconstruction.
3.3.4
La correction de la calibration en temps sur les coefficients de non-linéarité
Pour l’étude de la non-linéarité [29], la valeur nominale du retard a été prise car
cette étude s’est déroulée en parallèle à l’étude de la détermination du retard optimal
décrite ci-dessus. Nous avons vu précédemment que ces retards optimaux dépendent du
65
(a)
(b)
Fig. 3.16 – Superposition des courbes de réponse à un signal de calibration aux courbes
de simulation de la réponse (courbe tiretée [vert]), et aux courbes du signal de physique
(courbe pointillée [cyan]), pour un canal électromagnétique a) et un canal hadronique
b).
canal. À partir des courbes de retard, il est possible de déterminer l’erreur faite sur la
mesure de l’amplitude de la réponse pour une réponse échantillonnée au retard optimal
et une prise au retard nominal. Cette valeur de correction est de l’ordre du pourcent.
Nous pouvons donc définir de nouveaux coefficients. L’évolution de ces nouveaux coefficients est visible sur la figure 3.17 où la courbe rouge est l’ensemble des nouveaux
coefficients et la courbe noire représente les anciens coefficients. On ne constate que
peu de différence entre les deux courbes et cet effet est minimal vis à vis des coefficients
de non-linéarité. Néanmoins, la volonté d’une calibration à moins de 2% nécessite la
prise en compte de tous les effets.
3.4
Les effets de la calibration sur la masse invariante des événements Z → ee
Les coefficients de calibration sont incorporés dans le code de la reconstruction des
événements. La reconstruction de la masse invariante des événements candidats Z → ee
permet donc de tester la précision de la calibration.
66
0
0.15
slope1 before correc.for preampli type A
slope1 before correc.for preampli type A
80
80
70
70
60
60
12
14
12
44
4
22
2
0
0
0.15
0.15
0
0.15
20
20
10
10
0.2
0.2
0.25
0.25
0.3
0.3
slope1 before correc.for preampli type C
slope1 before correc.for preampli type C
Nent = 174
Nent = 96
Mean
= 0.2197
Nent
= 96
Mean = 0.2407
RMS = =0.2407
0.01297
Mean
RMS = 0.007555
Under= =
0
RMS
0.007555
Under =
0
Over == 0 0
Under
Over =
0
Over =
0
0.35
0.4
Comp.
0.35 of slopes0.4
Comp. of slopes
0.25
0.25
0.3
0.3
0.2
0.2
0.2
0.25
0.25
0.25
0.3
0.3
0.3
60
180
60
160
50
50
140
00
0.15
0.15
0
0.15
0.35
0.4
Comp. of slopes
0.35
0.4
Comp.
0.35 of slopes0.4
Comp. of slopes
Nent = 1472
Nent = 1199
Nent
Mean == 1199
0.2536
Mean = 0.2204
RMS ==0.006398
Mean
0.2204
RMS = 0.01921
RMS
Under == 0.01921
0
Under =
1
Under
Over = = 0 1
Over =
0
Over =
0
0.25
0.25
0.25
0.3
0.3
0.3
35
0.5
0.5
30
0.35
0.4
0.35
0.4
Comp. of
of slopes
slopes
Comp.
0.35
0.4
Comp. of slopes
Nent = 352
Nent
=0
Nent
= 0.2382
0
Mean =
Mean
=
0
Mean
=
0
RMS = 0.007566
RMS =
0
RMS
Under = = 0 0
Under
=
0
Under
Over = == 0 00
Over
Over =
0
0
200
15
-0.5
10
-0.5
5
0.25
0.25
0.3
0.3
slope1 before correc.for preampli type G
slope1 before correc.for preampli type G
0.35
0.4
Comp.
0.35 of slopes0.4
Comp. of slopes
0.2
0.2
0.2
0.25
0.25
0.3
0.3
0.3
0.35
0.4
0.35
0.4
Comp.
of slopes
slopes0.4
Comp.
0.35 of
Comp. of slopes
Nent = 352
Nent = 352
Mean = 0.2382
Mean = 0.2382
RMS = 0.007566
RMS = 0.007566
Under =
0
Under =
0
Over =
0
Over =
0
Fig. 3.17 – Superposition des coefficients de non-linéarité obtenus en noir au retard
nominal et en rouge au retard optimal. Sur cette figure, ne sont présentés que 6 type
de préamplificateurs contenus dans le quadrant 2.
Les coefficients de non-linéarité ont été appliqués sur des événements candidats
Z → ee avec 15 pb−1 . La masse invariante reconstruite à partir de deux candidats
0
0.15
0.2 avant
0.25et après
0.3
0.35
0.4 des coefficients de non-linéarité passe de 83.62
0
électrons,
l’application
Comp.
0.15
0.2
0.25
0.3
0.35 of slopes0.4
Comp. of slopes
GeV de moyenne et avec une largeur de 6.91 GeV à 89.31 GeV de moyenne avec
une largeur de 7.40 GeV. Mais ces coefficients sont les coefficients non corrigés de la
67
0
0.15
0.2
slope1 before corre
1
0.5
-1
0.2
0.2
0.2
25
0.2
0.2
50
-0.5
45
1
401
-1
0
-1
0.15
0.15
0.15
60
0
slope1
type F
G
slope1 before
before correc.for
correc.for preampli
preampli type
slope1 before correc.for preampli type F
Nent = 1472
Nent = 1472
Mean = 0.2536
Mean = 0.2536
RMS = 0.006398
RMS = 0.006398
Under =
0
Under =
0
Over =
0
Over =
0
70
10
220
70
70
200
0.35
0.4
Comp.
0.35 of slopes0.4
Comp. of slopes
slope1 before corre
20
60
20
20
40
10
20
10
0.2
0.2
0.2
30
slope1 before correc.for preampli type E
slope1 before correc.for preampli type D
slope1 before correc.for preampli type D
Nent = 174
Nent = 174
Mean = 0.2197
Mean = 0.2197
RMS = 0.01297
RMS = 0.01297
Under =
0
Under =
0
Over =
0
Over =
0
0
0.15
40
120
40
40
100
30
80
30
slope1 before correc.for preampli type E
slope1 before correc.for preampli type E
45
45
40
40
35
35
30
30
25
25
20
20
15
15
10
10
5
5
0.35
0.4
Comp. of slopes
10
12
10
108
8
8
6
66
30
30
220
220
200
200
180
180
160
160
140
140
120
120
100
100
80
80
60
60
40
40
20
20
0
0.15
0
0.15
0.3
20
16
16
18
14
14
16
40
40
22
22
20
20
18
18
16
16
14
14
12
12
10
10
8
8
6
6
4
4
2
2
0
0.15
0
0.15
0.25
slope1 before correc.for preampli type C
slope1 before correc.for preampli type B
22
slope1 before correc.for preampli type B
Nent = 799
Nent = 799
Mean = 0.2464
Mean = 0.2464
RMS = 0.00816
RMS = 0.00816
Under =
0
Under =
0
Over =
0
Over =
0
50
50
0
0.15
0
0.15
0.2
0.15
0.2
calibration en temps.
Lorsque nous appliquons les coefficients corrigés de la calibration en temps, nous
passons d’une masse invariante de 89.31 GeV de moyenne et 7.40 GeV de largeur à une
moyenne de 89.16 GeV et 7.33 de largeur.
L’effet principal sur la masse provient des coefficients de non-linéarité, mais une
amélioration de la résolution est visible lorsque nous corrigeons les coefficients par les
résultats de la calibration en temps.
3.5
Perspective sur la calibration en ligne
Depuis cette première calibration, les coefficients de corrections n’ont pas changé
dans la reconstruction. Une étude complémentaire montre une bonne stabilité dans
le temps des coefficients de calibration [30]. Parallèlement beaucoup de cartes d’électronique ont été remplacées dans cette période de temps. Une automatisation de la
calibration est en train d’être mise en place ce qui permettra un suivi plus régulier.
Ceci non seulement pour les coefficients de gains proprement dit, mais également pour
les corrections appliquées.
3.6
La calibration hors ligne
À partir du nombre de coups d’ADC mesurés plusieurs étapes sont nécessaires pour
reconstruire l’énergie déposée. La calibration hors ligne utilise les énergies enregistrées
par le calorimètre et les objets calorimétriques reconstruits.
Afin de reconstruire l’énergie d’une cellule à partir de l’énergie mesurée dans le
milieu actif, un poids d’échantillonnage est appliqué. Pour tenir compte des dépôts
d’énergie dans les matériaux non instrumentés, ces poids d’échantillonnage ont été
optimisés à partir de la simulation afin d’obtenir la meilleure résolution en énergie telle
que [31] :
X
X
lue
(Evraie −
acouche × Ecouche
)
particules
couches
lues
est l’énergie lue
où les acouche sont les poids déterminés pour chaque couche et Ecouche
par le calorimètre dans chaque couche.
Une intercalibration en φ permet de vérifier l’uniformité en φ de la réponse de
toutes les cellules du calorimètre. Étant donné que les collisions protons-antiprotons et
le détecteur sont symétriques par rotation autour de l’axe des faisceaux, on s’attend à
ce que les énergies déposées soient également symétriques. Pour cela, des événements
de biais minimum sont utilisés, mais des effet systématiques n’ont pas encore permis
la détermination des coefficients de calibration par cette méthode. Différentes études
ont été menées afin d’obtenir des coefficients d’intercalibration [32].
La calibration géométrique correspond à une calibration suivant η à partir de la
simulation. Elle corrige la perte d’énergie dans les matériaux non instrumentés en
fonction de l’angle incident ou dans les régions d’intercryostat.
La calibration en énergie utilise les événements candidats Z → ee [33] et leur
68
masse invariante est ajustée à la valeur attendue de 91 GeV. Des calibrations à l’aide
de résonances de plus faibles masses (J/Ψ) sont en cours. La calibration en énergie
des jets utilise des événements γ-jet où l’énergie des γ est calibrée et est utilisée pour
calculer la correction en énergie sur les jets [34]. Cette partie est développée dans le
chapitre 4.
69
70
Chapitre 4
Les algorithmes calorimétriques
Dans ce chapitre, nous décrivons, les algorithmes de suppression de bruit, les critères
pour assurer une bonne qualité des données enregistrées et les algorithmes utilisés dans
la reconstruction des objets calorimétriques (énergie transverse manquante, électrons
et jets).
4.1
Les algorithmes de suppression de bruit
Afin d’obtenir de bonnes performances du calorimètre, nous devons en contrôler le
bruit. Ici, le bruit est défini comme la quantité d’énergie enregistrée par le détecteur et
ne correspondant pas à de l’énergie déposée par le processus physique ayant déclenché
l’enregistrement. Nous définissons tout d’abord ce que l’on appelle la suppression de
zéro avec son seuil puis l’effet de la variation de ce seuil sur l’énergie transverse manquante. Enfin nous décrivons les algorithmes Nada et T42 qui réduisent le niveau de
bruit.
4.1.1
Le niveau de seuil du calorimètre
Afin de réduire le volume des données à enregistrer, une suppression de zéro est
réalisée au niveau des cellules du calorimètre, c’est à dire que nous ne lisons pas les
canaux qui ne rencontrent pas (ou très peu) de signal.
Les piédestaux
En l’absence de signal, les canaux de lecture de l’électronique du calorimètre n’ont
pas une valeur nulle. Ils ont une valeur stable ajustable (d’environ 570 coups d’ADC
dans le cas de DØ) appelée piédestal. Lorsqu’un signal se produit, sa mesure vient donc
s’ajouter à cette valeur. Pour mesurer ce signal, il faut effectuer une soustraction du
piédestal qui se fait canal par canal. Les piédestaux sont déterminés expérimentalement :
avant chaque prise de données et lorsque le Tevatron ne contient pas de faisceau, on
effectue ce que nous appelons un “run de piédestaux” dans lequel on lit pour environ 500 événements déclenchés aléatoirement, l’ensemble des valeurs des canaux de
l’électronique. On calcule ensuite pour chaque canal, la valeur moyenne et l’écart-type
71
(σ) de cette moyenne. Cet écart-type est utilisé pour la suppression de zéro tandis que
la valeur moyenne est utilisée pour la soustraction du piédestal. Après soustraction, il
est possible d’avoir des canaux avec des valeurs mesurées négatives, qui correspondent
après la reconstruction à des cellules d’énergie négative ne représentant pas un signal
réel.
La suppression de zéro
Après soustraction du piédestal, on enregistre toutes les cellules du calorimètre qui
ont un signal supérieur en valeur absolue à une certaine valeur. Au redémarrage du
Tevatron, la suppression de zéro a été mise à 2.5σ, comme lors du Run I [35]. Toutes les
cellules ayant un signal inférieur à 2.5σ après la soustraction du piédestal ne sont pas
enregistrées, néanmoins pour étudier le comportement à basse énergie, on enregistre
également les cellules d’énergie négative avec un seuil négatif 2.5σ.
Néanmoins, après un peu plus d’un an de prise de données, il s’est avéré que cette
coupure dı̂te “en ligne” (car effectuée au moment de l’enregistrement des événements)
pouvait être trop élevée et risquait de supprimer les cellules ne laissant que peu d’énergie
et de dégrader la résolution en énergie des objets reconstruits. Il a alors été décidé de
passer d’un seuil de 2.5σ à 1.5σ. La principale interrogation étant l’évolution du bruit
du calorimètre lors de cette réduction du seuil.
4.1.2
Effet de la suppression de zéro sur l’énergie transverse
manquante
Nous avons étudié l’évolution du bruit en utilisant l’énergie transverse manquante
/T ) et ses quantités associées. La variable d’énergie transverse manquante (qui représente
(E
la norme de la somme des impulsions transverses) est sensible au bruit car elle résulte
de la somme de toutes les énergies détectées par le calorimètre :
s
q
X
X
2
2
2
2
/T =
/T,y = (
/T,x + E
E
E
pT · cos(φ)) + (
pT · sin(φ))
cellules
/T,x =
E
X
cellules
px
cellules
/T,y =
E
X
py
cellules
SET =
X
cellules
|pT |
/T,y ) l’énergie transverse man/T,x (E
/T représente l’énergie transverse manquante et E
Où E
quante sur l’axe x (y), px (py ) représente l’impulsion sur l’axe x (y) de la cellule
considérée et pT l’impulsion transverse de la cellule. On définit aussi l’énergie transverse
scalaire qui représente la somme des valeurs absolues des impulsions transverses du calorimètre. Dans un événement ne contenant pas de particules non détectées dans le calorimètre (muons, neutrinos) l’énergie transverse manquante est corrélée à la résolution
de l’énergie transverse scalaire.
72
Nous allons donc étudier l’évolution de l’énergie transverse manquante en fonction
de l’énergie transverse scalaire.
Prescription pour le calcul de l’énergie transverse manquante
Le calcul de l’énergie transverse manquante s’effectue sur l’ensemble des cellules du
calorimètre qui ont une énergie en valeur absolue supérieure au seuil de suppression
de zéro. Mais comme nous l’avons vu dans le chapitre 2, les différentes couches du
calorimètre ne sont pas identiques. Les cellules se trouvant dans la dernière couche
du calorimètre (coarse hadronique) ont des valeurs de capacités plus importantes. Le
facteur de conversion du signal électronique en énergie est élevé. Ainsi le σ de ces
cellules est de l’ordre de 300 MeV [36] donc une fluctuation à 2.5 σ représente 750
MeV : une simple fluctuation produit beaucoup d’énergie alors que dans le calorimètre
électromagnétique la même fluctuation représente 60 MeV.
Le tableau 4.1 donne les valeurs de l’énergie transverse manquante et de l’énergie
transverse scalaire dans le cas d’événements de faible dépôt d’énergie (zéro biais 1 et de
biais minimum2 ), comparés à des événements énergétiques (QCD3 ). Ces valeurs sont
calculées pour deux valeurs de seuil de suppression de zéro et :
– avec les cellules du coarse hadronique uniquement
– avec toutes les cellules de l’événement
– sans les cellules du coarse hadronique.
Prescription de calcul
Zéro
suppression
Coarse hadronique seul
Coarse hadronique seul
Avec le coarse hadronique
Avec le coarse hadronique
Sans le coarse hadronique
Sans le coarse hadronique
1.5σ
2.5σ
1.5σ
2.5σ
1.5σ
2.5σ
Énergie transverse
manquante
Zéro biais et
QCD
biais minimum
5.7
6.3
2.5
3.9
12.1
13.4
4.2
7.9
8.9
11.0
3.0
6.7
Énergie transverse
scalaire
Zéro biais et
QCD
biais minimum
68.3
72.1
9.7
14.3
230.9
343.5
43.3
94.6
166.9
227.4
33.7
80.3
Tab. 4.1 – Énergie transverse manquante et scalaire en GeV calculées avec les cellules
du coarse hadronique uniquement, avec toutes les cellules de l’événement, puis avec
toutes les cellules sauf celles présentes dans le coarse hadronique. Ce calcul est fait
pour 2 valeurs de seuil de suppression de zéro et pour deux catégories d’événements :
zéro biais et de biais minimum qui déposent peu d’énergie dans le calorimètre et les
événements QCD qui déposent toute leur énergie dans le calorimètre.
Le passage entre des événements QCD et des événements zéro biais et de biais minimum, se traduit par une augmentation de l’énergie transverse scalaire d’environ 4 GeV
1
Pas d’interaction
interactions élastiques ou quasi-élastiques
3
interactions inélastiques
2
73
dans la partie du coarse hadronique. Cette augmentation est indépendante de la suppression de zéro appliquée, elle correspond donc à l’énergie réellement déposée dans le
coarse hadronique par un événement physique. On constate ainsi que l’énergie mesurée
dans le coarse hadronique est donc majoritairement du bruit et peut être responsable
de la création d’énergie transverse manquante en cas d’asymétrie en angle azimutal.
Afin de réduire ces effets, il a été décidé [37] de ne pas considérer les cellules du coarse hadronique n’appartenant pas à un objet reconstruit pour le calcul de l’énergie
transverse manquante.
Comme nous l’avons signalé précédemment, il existe des cellules d’énergie négative.
Ces cellules ne représentent pas un signal physique mais juste une fluctuation de
l’électronique de lecture et donc le bruit de cette électronique. Dans l’étude suivante [38],
l’énergie transverse manquante sera calculée exclusivement avec les cellules d’énergie
négative puis avec l’ensemble des cellules et enfin avec les cellules exclusivement d’énergie
positive.
Étude du niveau de bruit relativement au seuil de suppression de zéro
Nous étudions l’effet de la variation du seuil de la suppression de zéro sur l’énergie
transverse manquante. Au Run I, la suppression de zéro se faisait avec un seuil de 2.5σ.
Au Run II, la suppression se fait avec un seuil en ligne de 1.5σ et un seuil de 2.5σ est
ré-appliqué au moment de la reconstruction (hors ligne).
Nous partons donc d’un lot de données qui est enregistré avec une suppression de
zéro de seuil 1.5σ auquel nous appliquons au moment de la reconstruction (hors ligne)
une première fois, une suppression de zéro de seuil 2.0σ et 2.5σ. La faible quantité
de données reconstruites avec un seuil de 1.5σ se trouve affectée par un problème
de mélange d’événements apparu à la même période. Cette étude est donc limitée
statistiquement à un seul lot de données.
Pour étudier le bruit du calorimètre, nous considérons des événements déposant
peu d’énergie dans le détecteur. On utilise donc des événements zéro biais et des événements de biais minimum. L’énergie déposée dans les événements de biais minimum
se situe principalement dans les cellules à grandes valeurs de η. Les événements zéro
biais, ont leurs enregistrements déclenchés en fonction de l’horloge du collisionneur afin
de se trouver en dehors des temps de collisions. Or même à ces instants, la probabilité
d’avoir une interaction est d’environ 1/3. Afin d’obtenir un échantillon de zéro biais pur
(qui sera donc un échantillon de bruit pur car sans interaction), nous avons comparé
les distributions du nombre de cellules contenant de l’énergie pour des cellules proches
du faisceau (|η| ≥ 2.8) pour les événements zéro biais et de biais minimum. Ces distributions sont comparées sur la figure 4.1. La distribution des événements zéro biais a un
maximum autour de 20 puis très peu d’événements au delà de 50, tandis que les événements de biais minimum ont très peu d’événements ayant un faible nombre de cellules
contenant de l’énergie. Sur les 2311 événements zéro biais de notre lot de données, 1397
événements ont moins de 50 cellules à |η| ≥ 2.8 qui contiennent de l’énergie et sont
donc désignés comme des événements pur zéro biais. La proportion d’événements rejetés par cette coupure est de 39% et correspond au facteur approximatif 1/3 attendu.
La contamination d’événements de biais minimum dans nos événements pur zéro biais
74
350 400 450 500
Occupancy
Occupancy
of events
of events
eta>26
eta>28
(2.5S)
(2.5S)
Occupancy of events eta>28 (2.5S)
45
35250
(a)
40
(b)
35
30
200
30
25
25
150
20
20
15
100
15
10
10
50
5
5
0 0
0
0 05050
100
100
150
150
200
200
250
250
300
300
350
350
400
400
450
450
500
500
0 50 100 150 200 250 300 350 400 450 500
Number of Cells
Number of Cells
Fig. 4.1 – Distributions du nombre de cellules ayant de l’énergie, se trouvant à |η| ≥ 2.8
dans le cas d’événements zéro biais a) et de biais minimum b). Une coupure à 50 sur
cette distribution permet de sélectionner des événements pur zéro biais.
est estimée à 40 événements soit environ 3%.
Résultats obtenus Une première étude porte sur le comportement de la quantité
d’énergie transverse manquante en fonction de l’énergie scalaire transverse quand ces
quantités sont calculées uniquement avec les cellules d’énergie négative. La figure 4.2
montre cette évolution pour les 3 seuils de suppression de zéro (1.5σ, 2σ, 2.5σ) et pour
des événements pur zéro biais. On observe que cette évolution est linéaire et peut être
ajustée par une droite. Les coefficients directeurs des droites indiqués dans le tableau 4.2
sont compatibles aux erreurs près.
Événements
Pur zéro biais
Biais Minimum
Cellules d’énergie négative
χ2 /ndf
ordonnée à l’origine
coefficient directeur
χ2 /ndf
ordonnée à l’origine
coefficient directeur
1.5 σ
17.3/8
-0.09±0.58
0.050±0.004
20.6/10
0.40±0.38
0.048±0.003
2.0 σ
3.4/5
0.88±0.30
0.052±0.004
14.3/7
1.31±0.19
0.047±0.003
2.5 σ
3.1/3
1.23±0.11
0.054±0.004
2.5/3
1.10±0.09
0.059±0.004
Tab. 4.2 – Valeurs des paramètres d’ajustement et des critères de qualité de ces ajustements (χ2 /degré de liberté (ndf )) linéaires pour les 3 seuils de suppression de zéro
dans le cas où l’on considère exclusivement les cellules d’énergie négative.
75
50
100
150
200
250
sus Set from negative cells
0
0
50
100
150
200
250
Met versus Set from negative cells
2
χ / ndf
3.057 / 3
Prob
0.383
p0
1.233 ± 0.109
p1
0.05444 ± 0.004131
2
χ / ndf
/T (GeV)
E
14
17.27 / 3
3.389
3.057
8
5
Prob
0.02746
0.6403
0.383
p0
0.8802
-0.0924
1.233± ±0.3001
0.579
0.109
p1
0.04974
0.05444
0.05241 ± 0.004131
0.004441
0.004385
12
10
8
6
4
2
50
100
150
200
250
0
0
50
100
150
200
250
SET (GeV)
Fig. 4.2 – Variation de l’énergie transverse manquante en fonction de l’énergie transverse scalaire pour des événements pur zéro biais et pour 3 seuils de suppression de
zéro : 1.5σ en rouge (à droite), 2σ en bleu (au milieu) et 2.5σ (à gauche) en noir,
considérant exclusivement les cellules d’énergie négative.
La même étude est réalisée sur les événements de biais minimum et conduit au
même résultat (tableau 4.2). La pente provenant des cellules d’énergie négative est
indépendante du seuil de suppression de zéro. Cette observation permet de conclure
que le bruit a un comportement gaussien.
Nous considérons, maintenant, l’ensemble des cellules (d’énergie positive ou négative).
On s’attend à ce que la prise en compte des cellules d’énergie positive et négative dans
le calcul de l’énergie transverse manquante engendre une compensation du bruit gaussien de ces cellules. Pour ce qui est de l’énergie scalaire transverse, on additionne les
valeurs absolues des impulsions des cellules. Dans ce cas, il n’y aura donc pas compensation du bruit. On observe sur la figure 4.3, la variation de l’énergie transverse
/
E
manquante divisée par la racine carrée de l’énergie transverse scalaire ( √SET T ) en fonction de l’énergie transverse scalaire dans le cas d’événements pur zéro biais et pour les 3
seuils de suppression de zéro. Nous n’observons, encore une fois, pas de différence dans
la pente des trois droites reportées dans le tableau 4.3. Il n’y a donc pas de dépendance
de cette pente sur le seuil de la suppression de zéro. Sur la figure 4.4, la variation de
/
E
la fraction √SET T en fonction de l’énergie transverse scalaire calculée en utilisant toutes
les cellules et en utilisant exclusivement les cellules d’énergie positive est représentée
pour des événements pur zéro biais et avec un seuil de 2.5σ. Les 2 droites ont le même
coefficient directeur ce qui indique que les cellules d’énergie négative et positive ont le
même comportement gaussien.
76
0.2
50
100
150
200
250
300
t(Set) with all cells versus Set
0
0
50
100
150
200
250
300
Met/sqrt(Set) with all cells versus Set
χ2 / ndf
2.363 / 3E
/
√ T
0.5006SET
Prob
p0
0.2181 ± 0.03817
p1
0.005682 ± 0.0008035
χ2 / ndf
(GeV)
2
2.363
6.345
4.51 / 4
3
5
Prob
1.8
0.5006
0.3414
0.274
p0
-0.08182
0.2181
-0.8237±±0.08217
0.03817
0.1341
p1
0.005234
0.005682 ± 0.0006742
0.006217
0.0008035
0.0005881
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
50
100
150
200
250
300
0
0
50
100
150
200
250
300
SET (GeV)
/
E
Fig. 4.3 – Variation de √SET T en fonction de l’énergie transverse scalaire pour des
événements pur zéro biais et pour 3 seuils de suppression de zéro : 1.5σ en rouge (à
droite), 2σ en bleu (au milieu) et 2.5σ en noir (à gauche), en considérant toutes les
cellules.
événements
Pur zéro biais
Toutes les cellules
χ2 /ndf
ordonnée à l’origine
coefficient directeur
1.5 σ
6.3/5
-0.82±0.13
0.006±0.0005
2.0 σ
4.5/4
-0.08±0.08
0.005±0.0007
2.5 σ
2.4/3
0.22±0.04
0.006±0.0008
Tab. 4.3 – Valeurs des paramètres d’ajustement et des critères de qualité de ces ajustements (χ2 /degré de liberté (ndf )) linéaires pour les 3 seuils de suppression de zéro
dans le cas où l’on considère toutes les cellules.
Nous calculons maintenant l’énergie transverse manquante et l’énergie transverse
scalaire en ne considérant que les cellules d’énergie positive. Nous étudions plus précisément
la dépendance de l’énergie transverse manquante comme une fonction polynomiale de
l’énergie transverse scalaire définit par l’équation 4.1.
p
/T = p0 + p1 × SET + p2 × SET
E
(4.1)
L’étude de l’énergie transverse manquante en fonction de l’énergie transverse scalaire
est montrée pour les événements pur zéro biais sur la figure 4.5a) et pour les événements de biais minimum sur la figure 4.5b). L’ensemble des paramètres d’ajustement
des courbes ainsi que les critères de qualité de ces ajustements (χ2 /degré de liberté
(ndf)) sont donnés dans le tableau 4.4.
77
0.2
0
0
0.2
50
100
150
200
250
00
300
00
Met/sqrt(Set) with all cells versus Set
/
√ET
SET
2
2.363 / 3
Prob
1.8
0.5006
p0
0.2181 ± 0.03817
p1
0.005682 ± 0.0008035
1.6
(a)
1.4
1.2
/
√ET
2
1.8
1.8
(GeV) 1.6
1.6
1.4
1.4
1.2
1.2
SET
1
1
0.8
0.6
0.6
0.6
0.4
0.4
0.4
0.2
0.2
0.2
0
50
100
150
300
250
200
250
00
300
00
SET (GeV)
2.363
6.345
4.51
/4
3/ 2
5
9.011
Prob
Prob
0.5006
0.3414
0.274
0.01105
p0p0
-0.08182
0.2181
-0.8237
0.03817
0.3654±±0.08217
±0.1341
0.02488
p1p1
0.005234
0.006217
0.005682
± 0.0006742
0.0005881
0.0008035
0.005608
± 0.001047
0
50
100
1.2
1
(b)
0.8
0.6
0.4
0.2
5050 100100150 150
200
200
250
300
250
SET (GeV)
/
E
Fig. 4.4 – Variation de √SET T en fonction de l’énergie transverse scalaire pour des
événements pur zéro biais et pour une suppression de zéro de seuil à 2.5σ et a) en
considérant toutes les cellules et b) uniquement les cellules d’énergie positive.
Les événements pur zéro biais ont un comportement identique pour les 3 valeurs de
seuil. Les événements de biais minimum ont un comportement similaire pour les seuils à
1.5σ et 2σ mais pour le seuil à 2.5σ, on observe un changement de comportement avec
l’apparition d’une décroissance de l’augmentation de l’énergie transverse manquante
en fonction de l’énergie transverse scalaire. Si nous étudions des événements dits de
type QCD de la figure 4.6, nous pouvons observer un comportement semblable qui
est indépendant du seuil en σ. Nous pouvons donc conclure que pour les événements
de biais minimum et pour des seuils inférieurs ou égaux à 2σ, nous rencontrons un
comportement dominé par le bruit, semblable à celui des événements zéro biais. Par
contre à un seuil de 2.5σ, nous retrouvons le signal de physique qui se trouve dans les
événements de biais minimum et qui est comparable aux événements de types QCD.
Ces études indiquent que le bruit du calorimètre de DØ est gaussien et que l’influence des cellules d’énergie négative du calorimètre est négligeable. L’énergie transverse manquante peut donc être calculée exclusivement sur les cellules d’énergie positive. De plus pour un seuil de 1.5σ ou 2σ, le signal de physique provenant des événements de biais minimum n’est pas visible dans le bruit environnant. Il faut un seuil de
suppression de zéro de 2.5σ pour pouvoir l’observer.
L’ensemble de ces résultats à conduit à l’émergence de nouvelles prescriptions sur
les algorithmes de reconstruction des objets calorimétriques. La première prescription
concernant l’énergie transverse manquante est la non considération des cellules provenant du coarse hadronique qui n’appartiennent pas à un objet reconstruit. La seconde
est la non considération des cellules d’énergie négative. Concernant le seuil de la suppression de zéro, l’algorithme T42 [37] qui effectue une suppression de zéro à un seuil
78
0
Met/sqrt(Set) versus S
χ2χ/2ndf
/ ndf
1
0.8
0.8
0
200
250
Met/sqrt(Set)
with all versus
cells versus
Met/sqrt(Set)
Set Set
χ2 / ndf
(GeV)
5050 100100150 150
200
0
0
50
100
40160180200
ndf
ndf
b
b
0 0
0
0 0 205040 60
10080 100120140160180200
150
200
250
0
MetMet
versus
versus
SetSet
0.4722
14.7 // 12
0.492
0.0006435
/T
E
6.373 ± 1.47
0.8451± ±0.06665
0.1193
0.3178
0.06726
-2.381±±0.00539
0.6313
40160180200
12 12
10 10
100
150
200
250
Met versus Set
8.798
0.4722
1.926
3.269
/5
4
17.76
6 / /51
χ2 / ndf
χ / ndf
ProbProb
0.1174
0.8593
0.5139
0.492
Prob
0.006857
p0 p0
-2.226
26.92
11.55
6.373
± 1.133
±±±12.29
4.796
1.47
p0
1.15 ± 0.1127
p1
-0.02646 ± 0.02495
2
14 14
(GeV)
50
χ / ndf
ndf
Prob
Prob
2
2
p1
0.3178
0.2452
0.2644± 0.06665
0.07706
± 0.108
p1 p2 0.04781
± 0.002684
p2
1.021
-2.381
-4.831
-2.878
± 0.3412
±±±0.6313
1.221
2.31
2
14
/T
E
p0
p0
p1
p1
12
(GeV)
(a)
p2
p2
(b)
10
8 8
8
6 6
6
4 4
4
2 2
2
0 0
0
0 0 205040 60
10080 100120140160180200
150
200
250
0
SET (GeV)
11.71
11.32
8.798 //57
9
0.1174
0.2303
0.1253
-2.226
4.216 ± 3.492
0.754
8.422
1.133
-0.02646
0.05561 ± 0.04042
0.04324
0.05711
0.02495
0.04631
-0.4872
1.021 ±±0.3412
1.392
0.756
50
100
150
200
250
SET (GeV)
Fig. 4.5 – Variation de l’énergie transverse manquante en fonction de l’énergie transverse scalaire ajustée avec une fonction de polynomiale (cf équation 4.1) pour des événements pur zéro biais a) et pour les événements de biais minimum b) et pour les 3
seuils de suppression de zéro : 1.5σ en rouge (à gauche), 2σ en bleu (au milieu) et 2.5σ
en noir (à droite), considérant les cellules d’énergie positive.
de 2σ et 4σ a été proposé et est décrit dans la suite.
4.1.3
Suppression des cellules de bruit : l’algorithme Nada
Au moment de la reconstruction, l’algorithme NADA [39] (New Anomalous Deposit
Algorithm) est appliqué afin de supprimer des cellules “chaudes” isolées. On définit
une cellule chaude comme étant une cellule contenant de l’énergie non originaire d’un
processus physique. Événement par événement, l’algorithme compare chaque cellule
avec ses voisines. La cellule est exclue de l’événement si elle a :
– une énergie transverse comprise entre 1 GeV et 5 GeV et qu’aucune de ces cellules
voisines dans les 3 dimensions a une énergie transverse supérieure à 100 MeV
– une énergie transverse comprise entre 5 GeV et 500 GeV et qu’aucune de ces
cellules voisines dans les 3 dimensions a une énergie transverse supérieure à 2%
de l’énergie transverse de la cellule considérée
– si son énergie transverse est inférieure à −1 GeV ou supérieure à 500 GeV.
79
Pur zéro biais
Pur zéro biais
Biais minimum
Biais minimum
Ajustement linéaire
χ2 /ndf
ordonnée à l’origine
coefficient directeur
Ajustement par
un polynôme 4.1
χ2 /ndf
p0
p1
p2
Ajustement linéaire
χ2 /ndf
ordonnée à l’origine
coefficient directeur
Ajustement par
un polynôme 4.1
χ2 /ndf
p0
p1
p2
1.5 σ
2.0 σ
2.5 σ
6.3/6
1.25±0.54
0.039±0.005
8.8/5
0.26±0.29
0.064±0.005
14.7/2
0.85±0.12
0.067±0.005
1.9/5
26.92±12.29
0.264±0.108
-4.83±2.31
3.3/4
11.55±4.80
0.245±0.077
-2.88±1.22
0.5/1
6.37±1.47
0.318±0.067
-2.38±0.63
11.8/10
1.27±0.43
0.036±0.003
11.3/8
0.97±0.25
0.046±0.003
17.8/6
1.15±0.11
0.048±0.003
11.7/9
4.22±8.42
0.056±0.057
-0.49±1.39
11.3/7
0.75±3.49
0.043±0.040
0.05±0.76
8.8/7
-2.23±1.13
-0.026±0.025
1.02±0.34
Tab. 4.4 – Valeurs des χ2 /degré de liberté et des paramètres en cas d’ajustement
linéaire ou par une fonction polynomiale (cf équation 4.1) pour les événements pur
zéro biais et les événements de biais minimum pour les 3 seuils de suppression de zéro.
4.1.4
Une amélioration de la suppression de zéro : l’algorithme
T42
L’algorithme T42 (Threshold at 4 and 2σ [40]) est dans son principe une suppression
de zéro dynamique : on ne fait plus de suppression de zéro avec un seuil uniforme mais ce
seuil change suivant les cellules considérées. Cet algorithme est un algorithme hors ligne
qui s’applique au moment de la reconstruction et après l’application de l’algorithme
NADA.
Dans un premier temps, l’algorithme T42 supprime l’ensemble des cellules d’énergie
négative. Nous avons pu effectivement constater que pour l’énergie transverse manquante, la présence de cellules d’énergie négative n’améliore pas la résolution.
Ensuite, l’algorithme T42 a pour but de rejeter les cellules isolées d’énergie inférieure
à 4σ : elles ont une faible probabilité d’être du signal car la segmentation fine du
calorimètre de DØ entraı̂ne dans la grande majorité des cas, le dépôt d’énergie d’une
particule sur plusieurs cellules contiguës. Une cellule est dite isolée si elle n’a pas de
cellule voisine ayant une énergie supérieure à 4σ. L’algorithme va donc rechercher et
“garder” les cellules d’énergie supérieure au seuil de 4σ, ainsi que les cellules qui lui
sont voisines, quelque soit leur énergie. La conservation des cellules voisines aux cellules
80
0
50
100
150
200
250
t versus Set
0
0
0
50
100
150
200
250
Met versus Set
2
χ
χ 2 // ndf
ndf
Prob
Prob
p0
p0
p1
p1
p2
21.75 // 17
52.03
18E
/T
0.1944
3.707e-05
-1.879 ± 0.6613
1.712 ± 0.1068
0.001312 ± 0.008332
2
χ / ndf
Prob
p0
(GeV)
14
0.0467
± 0.001171
0.8376
± 0.1522
17.89
13.64//12
21.75
17
0.1192
0.6925
0.1944
-1.879
-4.599
-3.588±±±0.6613
6.667
1.993
p1
0.001312
-0.007259
-0.01058 ±±±0.008332
0.03723
0.01479
p2
0.8376
1.091
1.028±±±0.1522
1.001
0.347
12
10
8
6
4
2
50
100
150
200
250
0
0
50
100
150
200
250
SET (GeV)
Fig. 4.6 – Variation de l’énergie transverse manquante en fonction de l’énergie transverse scalaire ajustée avec une fonction polynomiale (cf équation 4.1) pour des événements QCD et pour 3 seuils de suppression de zéro : 1.5σ en rouge, 2σ en bleu et 2.5σ
en noir, considérant les cellules d’énergie positive.
d’énergie supérieure au seuil de 4σ permet de garder les petites énergies déposées autour
du centre de la gerbe des particules. La suppression de zéro n’est pas actuellement à
un seuil de 2σ mais à un seuil de 2.5σ, donc l’algorithme actuel utilisé par DØ n’est
pas T42 (Threshold at 4 and 2σ) mais T42.5.
Les détecteurs d’intercryostat ainsi que la première couche électromagnétique sont
traités de manière particulière par l’algorithme T42 : on n’y supprime que les cellules
d’énergie négative.
L’algorithme T42 est incorporé dans la version du code de reconstruction p14 mais
n’était pas encore utilisé dans la production centrale des données de Moriond 2004.
Les analyses qui l’ont utilisé (celles du groupe Top et du groupe Higgs) l’ont fait
dans l’étape de création des échantillons d’analyse. L’effet de cet algorithme sur les
principaux objets calorimétriques est présenté dans la suite de ce chapitre.
4.2
La qualité des données
Le contrôle de qualité débute durant la prise de données avec l’étude d’histogrammes
de contrôle assurant que les données ne sont pas affectées par un problème venant de
l’un des sous-détecteurs [41]. Il se poursuit ensuite par des études hors ligne telles
que la surveillance de l’énergie transverse manquante et des études sur les événements
zéro biais que nous décrivons dans cette section. Nous parlerons ensuite d’un problème
affectant les données enregistrées entre Janvier 2003 et Juillet 2003.
81
4.2.1
Sélection des runs et des blocs de luminosité utilisant
l’énergie transverse manquante comme estimateur de
qualité
Le terme “run” définit un ensemble de données pris avec des conditions de déclenchement
homogènes durant une période de temps de l’ordre de quelques heures.
Un critère de qualité a été développé [42] utilisant l’énergie transverse manquante
présente dans l’ensemble des événements enregistrés sans l’application d’aucune sélection.
La valeur moyenne de l’énergie transverse manquante des composantes x et y doit être
proche de zéro à cause de la conservation des impulsions et de la symétrie azimutale.
Une valeur moyenne importante de l’énergie transverse manquante en x ou y permet
d’indiquer qu’un problème a été rencontré au cours d’un run, ou au cours d’un intervalle de temps plus court. Les estimateurs considérés pour la sélection des données sont
définis à partir des composantes x et y de l’énergie transverse manquante shif txy et
σE
:
/
T xy
shif txy =
σE
/
T xy
=
q
2
2
/¯T,y
/¯T,x + E
E
r
σ2
+ σ2
/T,x
/T,y
E
E
/¯T,x , E
/¯T,y sont les valeurs moyennes des composantes x, y de l’énergie transverse
où E
manquante des événements et σE
/T,x , σE
/T,y représente respectivement leurs écarts¯ T est la valeur moyenne de l’énergie transverse scalaire dans
types. L’estimateur SE
les événements considérés.
Un run est divisé en un certain nombre de fichiers au moment de la reconstruction.
Pour étudier des intervalles de temps plus court qu’un run entier, chaque fichier est
étudié indépendamment (vue la quantité de données et les contraintes de temps, seuls
les 1000 premiers événements du fichier ont été considérés).
Un run est de qualité insuffisante si l’un des fichiers du run ne satisfait pas les
critères suivants :
– shif txy < 4 GeV
– σE
/T < 18 GeV
¯ T > 60 GeV
– SE
La variable shif txy permet de s’assurer que les distributions ont des valeurs moyennes
proches de zéro, la variable σE
/T contrôle la régularité des 1000 événements et la variable
¯ T permet de déceler des anomalies importantes dans la prise de données.
SE
Afin de conserver plus de luminosité, au lieu de rejeter les runs entiers, la sélection
est effectuée au niveau des fichiers de run. Un fichier de run contient environ 20 blocs
de luminosité. Un bloc de luminosité correspond à environ une minute de prise de
données. Les mêmes variables sont définies pour tous les événements contenus dans un
bloc de luminosité. Et cette fois le fichier sera considéré de qualité insuffisante si l’un
de ces blocs de luminosité ne satisfait pas les critères suivants :
– shif txy < 6 GeV
82
– σE
/T < 20 GeV
¯ T > 60 GeV
– SE
Les critères sont moins stricts car la quantité d’événements considérés est moins grande.
Sur la période de prise de données entre avril 2002 et septembre 2003, la sélection
au niveau des runs rejette 12% de données et celle au niveau des blocs de luminosité
rejette 3.3% de données.
4.2.2
L’étude des événements zéro biais
La qualité des données est aussi contrôlée par un algorithme hors ligne appelé
dq calo [43], qui étudie les événements zéro biais.
Il sélectionne les événements zéro biais des runs et si le nombre d’événements zéro
biais est supérieur à 200, alors il définit un run comme “à rejeter” :
– si le nombre de cellules ayant une énergie supérieure à la limite (voir ci-dessous)
est supérieur à 24, le run est mauvais.
– si le nombre de tour de l’électronique du calorimètre (chapitre 3) n’ayant pas de
signal est supérieur à 8, le run est mauvais.
– sinon il est de bonne qualité.
La limite en énergie pour les cellules correspond à des cellules d’énergie inférieure à −1
GeV ou supérieure à 1.5 GeV si elles ne sont pas dans le coarse hadronique, sinon ces
limites passent à −2 GeV et 2.5 GeV.
Cet algorithme prend en compte l’électronique de lecture du calorimètre.
4.2.3
Les différents problèmes du calorimètre
En Janvier 2003, le Tevatron a connu une période d’arrêt. Durant cette période
les 1080 cartes BLS de lecture du calorimètre (Base Line Substractor décrites dans
le chapitre 3) ont été modifiées afin de réduire le bruit électronique du système de
déclenchement de niveau 1. Il a fallu remplacer une résistance sur ces cartes BLS. Lors
des manipulations des cartes, certaines connections se sont détériorées. Il en est résulté
des problèmes spécifiques qui ont affecté la qualité des données.
Par une analyse hors ligne, deux problèmes principaux ont ainsi pu être identifiés
et corrigés : l’énergie partagée [44] et le problème dit “de la tour 2” [45].
L’énergie partagée touche un nombre restreint de cartes BLS. Un ensemble de 8
cartes BLS est lu grâce à des convertisseurs Analogue-Digital (ADC). La lecture des
cartes BLS se fait en 16 cycles, chaque cycle lisant une paire de tours (chaque carte
BLS est subdivisée en 4 tours numérotées de 0 à 3). Un problème de connections
électroniques de l’une des 8 cartes entraı̂ne un problème au niveau de l’ADC. La carte
causant le problème de connections est lue correctement mais la paire de tours lue l’est
aussi durant la lecture des autres paires. L’énergie des autres paires va être alors égale
à leur énergie additionnée de la moitié de l’énergie lue dans la paire rencontrant le
problème. La figure 4.7 représente ce problème dans le plan η × φ du calorimètre. On
voit un alignement en η régulier de tours pour une valeur de φ constant. Connaissant la
paire de tours affectée et sachant que l’énergie lue dans cette paire est toujours correcte,
il est possible de corriger hors ligne l’énergie des 7 autres BLS affectées.
83
Le problème dit “de la tour 2” affecte certaines tours numéro 2 du calorimètre
(chapitre 3). Cette fois au lieu de lire l’énergie contenue dans la tour 2, on lit deux fois
celle provenant de la tour 0. Ici, on perd complètement l’information de la tour 2 et
la seule manière de la corriger est de la remplacer par l’information contenu dans les
tours de déclenchement de niveau 1 correspondantes.
Fig. 4.7 – Représentation de l’énergie déposée dans le calorimètre dans le plan η × φ.
On observe un exemple de problème d’énergie partagée avec la présence d’un alignement
de tours en η pour une valeur constante de φ.
Un ensemble de 7 cartes BLS a été affecté par le problème de l’énergie partagée
et 30 cartes BLS ont été affectées par le problème de la tour 2. Ceci représente une
fraction de 3.2% des cartes BLS qui ont été affectées par l’un des problèmes au cours
de la prise de données entre Janvier 2003 et Juin 2003. L’ensemble de ces problèmes a
été corrigé au niveau de la reconstruction pour les versions ultérieures à p13 et nous
avons utilisé ces corrections pour les analyses présentées aux chapitres 5 et 6.
84
4.3
Reconstruction des objets
Dans cette section, nous décrivons les différents algorithmes de reconstruction des
objets calorimétriques ainsi que les estimateurs de ces objets utilisés dans l’analyse.
4.3.1
L’application de l’algorithme T42 sur l’énergie transverse manquante
Le détecteur DØ ne peut pas détecter les particules neutres (telles que les neutrinos)
ne laissant pas de trace dans le calorimètre. Il est néanmoins possible de signer la
présence de telles particules grâce à la conservation de l’impulsion transverse à l’axe
des faisceaux qui doit être nulle aux incertitudes expérimentales près. Une somme
d’impulsions transverses non nulle indique la présence d’une particule dans le détecteur
qui n’aurait pas déposé d’énergie dans le calorimètre (par exemple un neutrino).
Lorsque nous calculons l’énergie transverse manquante nous la corrigeons de la
calibration en énergie des jets ainsi que de la présence d’un muon dans l’événement.
La calibration en énergie modifie l’énergie des jets et va donc modifier la valeur de
l’énergie transverse manquante.
L’algorithme T42 réduit de manière globale le bruit dans le calorimètre. L’énergie
transverse manquante est donc améliorée et l’énergie transverse scalaire diminue. Sur
la figure 4.8, on peut observer ces 2 variables dans des événements W → eν avec une
comparaison à la simulation avant et après l’application de l’algorithme T42. On y voit
une nette amélioration de l’accord de l’énergie transverse manquante. Pour l’énergie
scalaire les données et la simulation sont plus proches après l’application de l’algorithme
T42. L’ajout de bruit dans la simulation semble nécessaire afin de décrire proprement
cette variable.
Cette amélioration est visible également sur l’étude de qualité des données en utilisant l’énergie transverse manquante. La figure 4.9 représente la variable shif t xy et
¯ T de cette étude en fonction du run avant et après l’application de
de la variable SE
l’algorithme T42. Après l’application de l’algorithme, cette variable est beaucoup plus
constante et T42 permet de garder 6% de données supplémentaire quand l’étude est
réalisée au niveau des blocs de luminosité.
4.3.2
La reconstruction des particules électromagnétiques
Les particules électromagnétiques déposent essentiellement leur énergie dans la partie électromagnétique du calorimètre. L’algorithme de reconstruction [46] est basé sur
les caractéristiques des électrons ou photons à haute énergie. Il commence par rechercher des tours ayant une énergie transverse supérieure à 500 MeV. À partir de l’une de
ces tours, il additionne
l’énergie des cellules situées dans un cône centré sur cette tour
p
et de rayon R = (∆η)2 + (∆φ)2 = 0.2 pour former un amas. Afin que cet amas soit
identifié comme une particule électromagnétique, il doit passer les 3 critères suivants :
– l’énergie transverse de l’amas doit être supérieure à 1.5 GeV
– la quantité d’énergie déposée dans les couches électromagnétiques doit être supérieure à 90% de l’énergie totale (fraction électromagnétique [EMF])
85
00
24458
Data
65446 Data
Mean 36.54
RMS
8.37 9.61
Mean
35.18
RMS
60341.2 MC W e ν
11836.5
MC: PYTHIA W eν
Mean 36.25
RMS
7.59 9.50
Mean
35.14
RMS
3029.3 QCD
11690.8 QCD
Mean 33.74 RMS 10.86
Mean
34.26
1347.2 MC
ZeeRMS
+ W τ ν11.76
+ Z ττ
363.7
MC:
Zee
+ Wτν + Zττ
Mean 32.59 RMS 9.15
Mean
32.49
23.5 MC
Top RMS 6.97
Mean
43.31
RMS
14.73
3.0 MC: Top
86.2 MC
Wbb RMS 11.65
Mean
40.36
Mean
10.6 41.25
MC: RMS
Wbb 12.80
6.9 MC38.35
Single RMS
Top
Mean
8.92
Mean 49.00 RMS 17.49
0.7 MC: Single Top
14.5 MC WH x10
Mean
44.60 RMS 13.56
Mean 48.53 RMS 17.67
12214.5
Total
Background
61804.9 Total
MCMC
Background
Missing
Missing transverse
transverse momentum
momentum
3000
6000
Events / 2 GeV
Events / 2 GeV
9000
4000
8000
3500
7000
10000 Data
Mean 35.89 RMS 7.12
9473.7 MC: PYTHIA W eν
Mean 35.87 RMS 6.59
296.8 QCD
Mean 33.72 RMS 10.84
132.2 MC: Zee + Wτν + Zττ
Mean 32.06 RMS 7.51
2.3 MC: Top
Mean 40.35 RMS 11.54
8.5 MC: Wbb
Mean 38.46 RMS 8.95
0.6 MC: Single Top
Mean 44.70 RMS 13.59
9617.4 Total MC Background
Missing transverse momentum
1400
1200
1000
2500
5000
(a)
(b)
800
2000
4000
600
1500
3000
400
1000
2000
200
500
1000
204078 Data
Mean 135.81 RMS 53.34
204078
75425.7Data
MC W e ν
Mean 131.15
35.26 RMS
Mean
RMS 10.37
55.51
75425.4 MC
We ν
122091.2
QCD
Mean 156.55
35.08 RMS
Mean
RMS 10.15
53.35
122091.2
3814.2 MCQCD
Zee + W τ ν + Z ττ
Mean 83.27
34.25 RMS
RMS 39.08
11.48
Mean
3814.2
MCTop
Zee + W τ ν + Z ττ
29.8 MC
32.70 RMS
8.16
Mean 138.85
RMS 64.99
29.8 MC
106.3
MCTop
Wbb
Mean 124.24
43.34 RMS
Mean
RMS 14.83
52.60
106.3
MCSingle
Wbb Top
7.9 MC
Mean 194.38
41.19 RMS
Mean
RMS 12.80
46.25
7.9 MC
Top
18.2
MCSingle
WH x10
Mean
48.92
RMS
17.49
Mean 193.79 RMS 46.62
18.2 MCTotal
WH MC
x10 Background
79383.9
Mean 48.51 RMS 17.66
79383.6 Total MC Background
10
20
30
40
50
Total
Total scalar
scalar Et
Et
7000
1200
60
Missing transverse momentum
4
10
60004
10
1000
50003
10 3
800
10
4000
70
80
0
0
90 100
GeV
GeV
24458
Data
65446 Data
Mean 104.97
RMS
36.9562.52
Mean
125.62
RMS
24458
Data
65446
Data
60341.4
MC W e ν
11836.6
MC:
PYTHIA
W eν
Mean 93.17
36.54
RMS
8.37 9.61
Mean
35.18
RMS
Mean
RMS
32.64
Mean
119.58
RMS
64.49
60341.2QCD
MC
W ePYTHIA
ν
3029.3
11836.5
MC:
W eν
11690.8
QCD
Mean 135.89
36.25
RMS
7.59 9.50
Mean
RMS
59.99
Mean
35.14
RMS
Mean
159.70
3029.3
1347.2 QCD
MC
Zee +RMS
W τ ν 65.89
+ Z ττ
11690.8
QCD
363.789.76
MC:
Zee46.80
+ Wτν + Zττ
Mean
33.74
RMS
10.86
Mean
RMS
Mean
34.26
RMS
11.76
1347.2
MC
ZeeRMS
+ W τ ν44.71
+ Z ττ
Mean
89.77
23.5 MC
Top
363.7
MC:
Zee 9.15
+ Wτν + Zττ
32.59
RMS
Mean
RMS 64.67
3.0 138.52
MC:
Top
Mean
32.49
23.5 MC
MC
Top RMS 6.97
86.2
Wbb
Mean
138.72
RMS 85.92
Mean
43.31 Top
RMS
3.0 124.39
MC:
Mean
RMS 14.73
52.64
10.6
MC:
Wbb
86.2
MC
Wbb RMS
Mean
40.36
6.9 MC
Single
Top
Mean
104.84
RMS 11.65
50.62
Mean 194.64
41.25
RMS
Mean
RMS 12.80
46.32
10.6
MC:Single
Wbb
0.7MC
MC:
6.9
Single
Top Top
14.5
MC
WH x10
Mean
38.35
RMS
8.92
Mean
204.00
RMS
54.98
Mean
49.00
RMS
Mean
RMS 17.49
46.80
0.7 194.05
MC:
Single
Top
14.5
MC
WH
x10
12214.6
Total
MC
Background
61805.1 Total MC Background
Mean
44.60
RMS
Mean 48.53
RMS
17.6713.56
12214.5
Total
Background
61804.9 Total
MCMC
Background
10
20
30
40
50
60
70
80
90 100
GeV
Events / 5 GeV
Events / 2 GeV
0
0
100
GeV
Events
Events
/ 2/ GeV
5 GeV
Events / 2 GeV
80
10000 Data
Mean
10000 94.64
Data RMS 39.13
9473.8 MC: PYTHIA W eν
Mean
7.12
Mean 35.89
81.46 RMS
RMS 32.05
9473.7
MC: PYTHIA W eν
296.8 QCD
Mean
35.87 RMS
Mean 139.51
RMS 6.59
69.19
296.8
QCD
132.2 MC: Zee + Wτν + Zττ
Mean
Mean 33.72
93.53 RMS
RMS 10.84
51.37
132.2 MC: Zee + Wτν + Zττ
2.3
MC:
Top
Mean 32.06 RMS 7.51
Mean 137.73 RMS 85.35
2.3 MC:
MC: Wbb
Top
8.5
Mean 104.85
40.35 RMS
Mean
RMS 11.54
50.65
8.5 MC:
MC: Single
Wbb Top
0.6
Mean 203.64
38.46 RMS
Mean
RMS 8.95
54.83
0.6 MC:
Single
9617.5
Total
MC Top
Background
Mean 44.70 RMS 13.59
9617.4 Total MC Background
Total scalar Et
4
10
800
700
3
10
600
500
(c)
(d)
2
10
400
6002
10 2
3000
10
300
400
2000
10
10
200
1000
204078 Data
Mean 135.81 RMS 53.34
75425.7 MC W e ν
Mean 131.15 RMS 55.51
122091.2 QCD
Mean 156.55 RMS 53.35
3814.2 MC Zee + W τ ν + Z ττ
Mean 83.27 RMS 39.08
29.8 MC Top
Mean 138.85 RMS 64.99
106.3 MC Wbb
Mean 124.24 RMS 52.60
7.9 MC Single Top
Mean 194.38 RMS 46.25
18.2 MC WH x10
Mean 193.79 RMS 46.62
79383.9 Total MC Background
0
4
10
10
200
100
1
0
5050 100100
150 150
200
10 20 30 40 50
250
200 300250350 300
400
60 70 80 90
100
GeV
GeV
GeV
Missing transverse momentum
Total scalar Et
4
10
0
24458
Data
65446 Data
Mean 104.97
RMS
36.9562.52
Mean
125.62
RMS
60341.4 MC
W ePYTHIA
ν
11836.6
MC:
W eν
Mean
93.17
RMS
32.6464.49
Mean 119.58
RMS
3029.3 QCD
11690.8 QCD
Mean 135.89 RMS 59.99
Mean
159.70
1347.2 MC
Zee +RMS
W τ ν 65.89
+ Z ττ
363.789.76
MC:RMS
Zee46.80
+ Wτν + Zττ
Mean
Mean
89.77
23.5 MC
Top RMS 44.71
Mean
RMS 64.67
3.0 138.52
MC: Top
86.2 MC
Wbb RMS 85.92
Mean
138.72
Mean 124.39 RMS 52.64
10.6 MC: Wbb
6.9 MC
Single Top
Mean
104.84
RMS 50.62
Mean 194.64 RMS 46.32
0.7 MC: Single Top
14.5 MC WH x10
Mean
204.00
RMS
Mean 194.05
RMS
46.8054.98
12214.6
Total
Background
61805.1 Total
MCMC
Background
Events / 5 GeV
10
250
300
80
100
GeV
GeV
Events / 5 GeV
Events / 5 GeV
00
204078 Data
Mean 35.26 RMS 10.37
75425.4 MC W e ν
Mean 35.08 RMS 10.15
122091.2 QCD
Mean 34.25 RMS 11.48
3814.2 MC Zee + W τ ν + Z ττ
Mean 32.70 RMS 8.16
29.8 MC Top
Mean 43.34 RMS 14.83
106.3 MC Wbb
Mean 41.19 RMS 12.80
7.9 MC Single Top
Mean 48.92 RMS 17.49
18.2 MC WH x10
Mean 48.51 RMS 17.66
79383.6 Total MC Background
50
10
100 150 200
20 30 40 50
250 300 350 400
60 70 80 90 100
GeV
Missing transverse momentum
10000 Data
Mean 94.64 RMS 39.13
9473.8 MC: PYTHIA W eν
Mean 81.46 RMS 32.05
296.8 QCD
Mean 139.51 RMS 69.19
132.2 MC: Zee + Wτν + Zττ
Mean 93.53 RMS 51.37
2.3 MC: Top
Mean 137.73 RMS 85.35
8.5 MC: Wbb
Mean 104.85 RMS 50.65
0.6 MC: Single Top
Mean 203.64 RMS 54.83
9617.5 Total MC Background
Fig. 4.8 – Comparaison entre les données et10la simulation pour l’énergie transverse
10
manquante a) et b) et l’énergie transverse scalaire c) et d) avant (a et c) et après (b
et d)10l’application de l’algorithme T42 dans des événements candidats W → eν décrit
10
au chapitre
5.
10
3
3
3
2
2
2
10
250
300
GeV
10
10
10
1
1
1
5050 100100
150 150
200
250
200 300250350 300
400
GeV
Total scalar Et
50
86
100
150
200
250
300
350
400
Total scalar Et
(a)
(b)
(c)
(d)
Fig. 4.9 – Variable shif txy en fonction d’un nombre normalisé au numéro de run
avant l’application de l’algorithme T42 a) et après l’application de l’algorithme T42
¯ T en fonction de la même abscisse avant l’application de l’algorithme
b) ; Variable SE
T42 c ) et après l’application de l’algorithme T42 d).
87
– la quantité d’énergie résiduelle à l’extérieur d’un cône de rayon 0.2 doit être
inférieure à 20% de l’énergie comprise dans le cône de rayon 0.2. C’est le critère
d’isolation :
Etot (0.4) − Eem (0.2)
≤ 0.2
(4.2)
Eem (0.2)
où Etot (0.4) est l’énergie totale comprise dans un cône de rayon 0.4 et Eem (0.2)
est l’énergie électromagnétique comprise dans un cône de rayon 0.2.
L’association d’une trace à un amas est définie par :
χ2 = (
δφ 2
ET /pT − 1 2
) +(
)
σφ
σE/p
(4.3)
Où
– δφ est la distance angulaire dans le plan transverse entre l’extrapolation de la
trace dans la 3ème couche du calorimètre et la position de l’amas dans cette
couche.
– ET /pT le rapport entre l’énergie transverse de l’amas et l’impulsion transverse de
la trace
– σφ et σE/p l’écart type de la quantité associée
Si une trace est associée à l’amas (χ2 > 0.01), et suivant la courbure de cette trace, on
définit l’objet ayant un identifiant comme étant ±11 (candidats électron ou positron),
sinon comme étant 10.
Afin d’identifier les photons et les électrons, des critères plus stricts sont appliqués [47] :
– l’isolation (définie précédemment) doit être inférieure à 0.15
– les estimateurs HM7 et HM8 permettent de comparer la forme de la gerbe des
particules électromagnétiques par rapport à celle de la simulation. HM8 se base
sur 8 variables : la fraction électromagnétique dans les 4 premières couches du
calorimètre, la position sur l’axe z du vertex, la largeur de la gerbe suivant l’axe η
et φ. HM7 a 7 variables qui sont les mêmes que précédemment sans la largeur de
la gerbe suivant l’axe η car celle-ci est mal décrite par la simulation. Une matrice
de covariance est bâtie à partir des variables observées dans la simulation :
N
1 X n
(x − x̄i )(xnj − x¯j )
Mij =
N n=1 i
(4.4)
Où Mij est l’élément i, j de la matrice, N le nombre d’électron de la simulation,
xi , xj les valeurs de 2 variables et x̄i , x¯j les valeurs moyennes des 2 variables. On
calcule alors une valeur de χ2 :
2
χ =
D
X
ij
(xi − x̄i )Hij (xj − x¯j )
(4.5)
Où D est le nombre de variable (7 ou 8), xi , xj les valeurs de 2 variables pour
les données et la matrice H est l’inverse de la matrice M. La variable HM8(HM7)
correspond au χ2 de la matrice à 8(7) composantes. Les critères sur la variable
88
HM8/HM7 dépendent de l’analyse et peuvent être utilisés soit isolément soit à
l’intérieur d’un maximum de vraisemblance.
– l’estimateur de maximum de vraisemblance que nous avons utilisé est déterminé
à partir de 7 variables :
– fraction électromagnétique
– HM8
– EpTT qui est le rapport de l’énergie transverse de l’amas sur l’impulsion transverse
de la trace associée à l’amas
– log(χ2 ) d’association de trace
– la distance de la trace au vertex primaire
– le nombre de traces contenues dans un cône de 0.05 autour de la trace associée
– la somme des impulsions transverses des traces contenues dans un cône de 0.4
autour de la trace associée.
Ce maximum de vraisemblance doit être supérieur à 0.75.
Un exemple de comparaison de l’impulsion transverse et des estimateurs (EMF,
Isolation, HM8) entre les données et la simulation pour des candidats électron, dans
des événements W → eν (dont la sélection est détaillée au chapitre 5), d’impulsion
transverse supérieure à 20 GeV est montré sur la figure 4.10. On observe un désaccord
entre la simulation et les données sur les estimateurs de l’électron. La simulation est
beaucoup plus précise que les données.
Pour les photons on utilise l’ensemble des critères précédemment défini sauf le
maximum de vraisemblance et la demande d’une trace associée au dépôt d’énergie vue
dans le calorimètre qui sont spécifiques aux candidats électrons.
L’algorithme de la route [48] permet de reconstruire les particules électromagnétiques
de basses énergies qui ne sont pas utilisées dans les analyses réalisées par la suite.
L’effet de l’algorithme T42 sur les électrons
L’algorithme T42 supprime l’ensemble des cellules d’énergie négative. Ceci influence
les estimateurs des électrons. En effet, la présence des cellules d’énergie négative permet d’avoir des valeurs de fraction électromagnétique et d’isolation supérieure à 1 et
inférieure à 0 respectivement. La figure 4.11 permet de voir les nouveaux estimateurs
des électrons après l’application de l’algorithme T42 dans les mêmes événements candidats W → eν que précédemment.
Après application de l’algorithme T42, les estimateurs des électrons sont mieux
décrits par la simulation. Ceci permet d’avoir des critères plus stricts et d’avoir donc
une meilleure sélection des électrons. Par exemple, sur la figure 4.12, on observe la valeur
de la fraction électromagnétique en fonction de l’isolation avec et sans l’algorithme T42.
On constate qu’avec l’algorithme T42, un critère d’isolation inférieur à 0.1 peut être
utilisé sans affecter le signal. Les améliorations de ces critères sont actuellement en
phase de certification.
L’effet de T42 sur les particules électromagnétiques de basse énergie est montrée sur
sur la figure 4.13. Il n’y a pas de différence significative entre avant et après l’application
de l’algorithme T42. Des études complémentaires sur la résonance du J/Ψ [49] montrent
que l’algorithme T42 ne détériore pas le signal.
89
0.1
EM Pt
Fraction
of Electrons
of Electrons
8000
80000
7000
70000
204078
65446 Data
Data
Mean
Mean 35.43
1.00 RMS
RMS 0.02
8.08
75426.6
60341.2 MC
MC W
W ee νν
Mean
Mean 35.87
1.00 RMS
RMS 0.02
7.84
122091.2
3029.3 QCD
QCD
Mean
Mean 33.80
0.99 RMS
RMS 0.02
12.83
3814.2
1347.2 MC
MC Zee
Zee ++ W
W ττνν ++ ZZ τττ
Mean
Mean 32.05
0.99 RMS
RMS 0.02
8.93
29.8
23.5 MC
MC Top
Top
Mean
Mean 43.33
1.00 RMS
RMS 0.01
15.58
106.3
86.2 MC
MC Wbb
Wbb
Mean
Mean 41.79
1.00 RMS
RMS 0.01
14.15
7.9
6.9 MC
MC Single
Single Top
Top
Mean
Mean 48.00
1.00 RMS
RMS 0.01
18.42
18.2
14.5 MC
MC WH
WH x10
x10
Mean
Mean 49.61
1.00 RMS
RMS 0.01
19.24
79384.8
61804.9 Total
Total MC
MC Background
Background
65446 Data
Mean 1.00 RMS 0.02
60343.6 MC W e ν
Mean 1.00 RMS 0.01
3029.3 QCD
Mean 1.00 RMS 0.02
1347.2 MC Zee + W τ ν + Z τ τ
Mean 1.00 RMS 0.01
23.5 MC Top
Mean 1.00 RMS 0.01
86.2 MC Wbb
Mean 1.00 RMS 0.01
6.9 MC Single Top
Mean 1.00 RMS 0.01
14.5 MC WH x10
Mean 1.00 RMS 0.01
61807.3 Total MC Background
EM Fraction of Electrons
Events
Events /Events
2 GeV
9000
90000
30000
25000
6000
60000
20000
(a)
5000
50000
(b)
15000
4000
40000
3000
30000
10000
2000
20000
5000
1000
10000
1 60
HM
Isolation
Matrixof
forElectrons
Electrons
4000
18000
5
10 4
10
3500
16000
4
14000
3000
10
3
10
12000
2500
3
10
10000
20002
10
8000
2
1500
10
6000
1000
10
4000
10
500
2000
4
10
204078
65446 Data
Data
Mean
Mean 8.87
0.02 RMS
RMS 5.45
0.03
204078
65446
Data
Data
75425.5
60341.7
MC
MC W
W ee νν
Mean
Mean 35.43
1.00
RMS
RMS 5.64
0.02
8.08
Mean
Mean
8.11
0.01 RMS
RMS
0.03
75426.6
60341.2QCD
MC
MC
W
W ee νν
122091.2
3029.3
QCD
Mean
Mean 10.61
35.87
1.00
RMS 0.02
7.84
Mean
Mean
0.04 RMS
RMS
RMS
0.05
5.30
122091.2
3029.3
QCD
QCD
3814.2
1347.2 MC
MC
Zee
Zee ++ W
W ττνν ++ ZZ τττ
Mean
Mean 33.80
0.99
RMS
RMS 4.92
0.02
12.83
Mean
Mean
6.36
0.01 RMS
RMS
0.03
3814.2
1347.2
MC
MCTop
Zee
Zee ++ W
W ττνν ++ ZZ τττ
29.8
23.5 MC
MC
Top
0.99
RMS 3.21
0.02
8.93
Mean
Mean 32.05
4.06
0.01 RMS
RMS
0.03
29.8
23.5 MC
MC
Top
106.3
86.2
MC
MCTop
Wbb
Wbb
Mean
Mean
1.00
RMS 0.01
15.58
Mean
Mean 43.33
4.02
0.01 RMS
RMS
RMS
3.19
0.03
106.3
86.2
MC
MCSingle
Wbb
Wbb Top
7.9
6.9 MC
MC
Single
Top
Mean
Mean
41.79
1.00
RMS
RMS
0.01
14.15
Mean
Mean 4.06
0.01 RMS
RMS 3.21
0.03
7.9
6.9 MC
MC
Single
Top
Top
18.2
14.5
MC
MCSingle
WH
WH x10
x10
Mean
Mean
1.00
RMS 0.01
18.42
Mean
Mean 48.00
4.12
0.01 RMS
RMS
RMS
3.25
0.03
18.2
14.5 MC
MC
WH
WHMC
x10
x10Background
79383.7
61805.4
Total
Total
MC
Background
Mean
Mean 49.61
1.00 RMS
RMS 0.01
19.24
79384.8
61804.9 Total
Total MC
MC Background
Background
0.95
1
1.05
1.1
65446 Data
Mean 6.29 RMS 4.60
65446
Data
60340.9
MC W e ν
Mean 4.05
1.00 RMS
RMS 3.43
0.02
Mean
60343.6QCD
MC W e ν
3029.3
Mean 8.51
1.00 RMS
RMS 5.64
0.01
Mean
3029.3
1347.2 QCD
MC Zee + W τ ν + Z τ τ
Mean 3.93
1.00 RMS
RMS 3.04
0.02
Mean
1347.2
MCTop
Zee + W τ ν + Z τ τ
23.5 MC
1.00 RMS 2.93
0.01
Mean 3.78
23.5 MC
MC Wbb
Top
86.2
Mean
1.00
RMS
Mean 3.76 RMS 0.01
2.93
86.2
MCSingle
Wbb Top
6.9 MC
Mean
1.00
RMS
Mean 3.82 RMS 0.01
2.97
6.9 MC
Top
14.5
MCSingle
WH x10
Mean
1.00
RMS
Mean 3.85 RMS 0.01
2.96
14.5 MCTotal
WH MC
x10 Background
61804.5
Mean 1.00 RMS 0.01
61807.3 Total MC Background
HM Matrix for Electrons
EM Fraction of Electrons
5
10000
10
4
8000
10
(d)
3
6000
10
2
10
4000
10
2000
-0.05
5
10
-0
0.05
15
0.1
20
0.15
25
200.95 40
1 60
1.05
80
HM
Isolation
Matrixof
forElectrons
Electrons
5
0
0.9
100
1.1
GeV
(c)
10
1
-0.1
0
0.9
0
10
1.05
80
Events
Events
40
4500
Fraction
of Electrons
of Electrons
20000 EM Pt
0.2
100
GeV
204078 Data
Mean 0.03 RMS 0.05
75426.0 MC W e ν
Mean 0.03 RMS 0.04
122091.2 QCD
Mean 0.05 RMS 0.05
3814.2 MC Zee + W τ ν + Z ττ
Mean 0.01 RMS 0.03
29.8 MC Top
Mean 0.01 RMS 0.03
106.3 MC Wbb
Mean 0.01 RMS 0.03
7.9 MC Single Top
Mean 0.01 RMS 0.03
18.2 MC WH x10
Mean 0.01 RMS 0.03
79384.2 Total MC Background
200.95
10
0
0.9
0.2
30
100
1.1
GeV
204078
65446 Data
Data
Mean
Mean 8.87
0.02 RMS
RMS 5.45
0.03
75425.5
60341.7 MC
MC W
W ee νν
Mean
Mean 8.11
0.01 RMS
RMS 5.64
0.03
122091.2
3029.3 QCD
QCD
Mean
Mean 10.61
0.04 RMS
RMS 0.05
5.30
3814.2
1347.2 MC
MC Zee
Zee ++ W
W ττνν ++ ZZ τττ
Mean
Mean 6.36
0.01 RMS
RMS 4.92
0.03
29.8
23.5 MC
MC Top
Top
Mean
Mean 4.06
0.01 RMS
RMS 3.21
0.03
106.3
86.2 MC
MC Wbb
Wbb
Mean
Mean 4.02
0.01 RMS
RMS 3.19
0.03
7.9
6.9 MC
MC Single
Single Top
Top
Mean
Mean 4.06
0.01 RMS
RMS 3.21
0.03
18.2
14.5 MC
MC WH
WH x10
x10
Mean
Mean 4.12
0.01 RMS
RMS 3.25
0.03
79383.7
61805.4 Total
Total MC
MC Background
Background
Events
204078 Data
Mean 0.03 RMS 0.05
204078
75426.0Data
MC W e ν
Mean 34.99
RMS 0.04
12.05
Mean
0.03 RMS
75425.4 MC
We ν
122091.2
QCD
Mean 35.12
RMS 0.05
12.04
Mean
0.05 RMS
122091.2
3814.2 MCQCD
Zee + W τ ν + Z ττ
Mean 34.56
RMS 0.03
14.15
Mean
0.01 RMS
3814.2
MCTop
Zee + W τ ν + Z ττ
29.8 MC
RMS 0.03
7.88
Mean 31.45
0.01 RMS
29.8 MC
106.3
MCTop
Wbb
Mean
43.30
RMS
Mean 0.01 RMS 15.55
0.03
106.3
MCSingle
Wbb Top
7.9 MC
Mean
41.68
RMS
14.03
Mean 0.01 RMS 0.03
7.9 MC
Top
18.2
MCSingle
WH x10
Mean
RMS 18.39
Mean 47.99
0.01 RMS
0.03
18.2 MCTotal
WH MC
x10 Background
79384.2
Mean 49.47 RMS 19.14
79383.6 Total MC Background
0.15
80
0
0.9
0
100
GeV
Events /Events
2Events
GeV
80
Events
0.1
204078 Data
Mean 34.99 RMS 12.05
75425.4 MC W e ν
Mean 35.12 RMS 12.04
122091.2 QCD
Mean 34.56 RMS 14.15
3814.2 MC Zee + W τ ν + Z ττ
Mean 31.45 RMS 7.88
29.8 MC Top
Mean 43.30 RMS 15.55
106.3 MC Wbb
Mean 41.68 RMS 14.03
7.9 MC Single Top
Mean 47.99 RMS 18.39
18.2 MC WH x10
Mean 49.47 RMS 19.14
79383.6 Total MC Background
5
0.95
10
15
1
5
10 HM Matrix for Electrons
4
20
1.05
25
30
1.1
65446 Data
Mean 6.29 RMS 4.60
60340.9 MC W e ν
Mean 4.05 RMS 3.43
3029.3 QCD
Mean 8.51 RMS 5.64
1347.2 MC Zee + W τ ν + Z τ τ
Mean 3.93 RMS 3.04
23.5 MC Top
Mean 3.78 RMS 2.93
86.2 MC Wbb
Mean 3.76 RMS 2.93
6.9 MC Single Top
Mean 3.82 RMS 2.97
14.5 MC WH x10
Mean 3.85 RMS 2.96
61804.5 Total MC Background
Fig.104.10 – Comparaison entre les données et 10
la simulation sur des événements candidats W → eν (sélection décrite au chapitre 5) de l’impulsion transverse a), et des esti10
mateurs
: b) fraction électromagnétique, c) isolation
et d) HM8 des candidats électrons.
10
10
4
3
3
3
2
102
10
4.3.3
0.15
0.2
2
La reconstruction des jets 10
10 jet est défini comme l’ensemble de particules
Un
déposant une énergie au dessus d’un
10
10
certain seuil (8 GeV) dans un cône de l’espace η × φ de rayon R = 0.5. L’algorithme de
reconstruction
d’un jet commence par la recherche
de tours calorimétriques ayant une
1
1
énergie
transverse
supérieure
à
500
MeV
[50].
Puis
autour
de
tour,
il25additionne
-0.1
0
-0.05
5
10
-0
0.05
15
0.1
20
0.15
25
0.2
30
0
5
10 chaque
15
20
30
l’énergie
déposée
dans
les
tours
du
calorimètre
se
trouvant
dans
un
cône
de
rayon
p
2
2
R = (∆η) + (∆φ) = 0.3. La position du jet est alors recalculée pour tenir compte
de l’énergie rajoutée. Suite à cette nouvelle position, un cône de 0.5 est redessiné (où
90
24000
EM Pt
Fraction
of Electrons
of Electrons
22000
1200
20000
18000
1000
24458
10000 Data
Mean 35.55
0.99 RMS
RMS 0.01
8.16
11836.9
9473.7 MC:
MC:PYTHIA
PYTHIAWWeνeν
Mean 36.11
0.99 RMS
RMS 0.01
7.96
11691.0
296.8 QCD
QCD
Mean 35.00
0.99 RMS
RMS 0.01
14.89
363.7
132.2 MC: Zee + Wτν + Zττ
Mean 32.18
0.99 RMS
RMS 0.01
9.96
3.0
2.3 MC: Top
Mean 43.20
1.00 RMS
RMS 0.01
15.25
10.6
8.5 MC:
MC: Wbb
Wbb
Mean 41.37
1.00 RMS
RMS 0.01
13.32
0.7
0.6 MC: Single Top
Mean 45.93
1.00 RMS
RMS 0.01
16.75
12214.9
9617.4 Total
TotalMC
MCBackground
Background
EM Fraction of Electrons
Events
Events /Events
2 GeV
24458 Data
Mean 36.90 RMS 13.13
11836.7 MC: PYTHIA W eν
Mean 37.23 RMS 13.16
11691.0 QCD
Mean 38.25 RMS 16.98
363.7 MC: Zee + Wτν + Zττ
Mean 32.36 RMS 8.95
3.0 MC: Top
Mean 43.29 RMS 15.32
10.6 MC: Wbb
Mean 41.40 RMS 13.41
0.7 MC: Single Top
Mean 45.94 RMS 16.82
12214.7 Total MC Background
10000
8000
10000 Data
Mean 1.00 RMS 0.01
9473.5 MC: PYTHIA W eν
Mean 1.00 RMS 0.01
296.8 QCD
Mean 0.99 RMS 0.01
132.2 MC: Zee + Wτν + Zττ
Mean 1.00 RMS 0.01
2.3 MC: Top
Mean 1.00 RMS 0.01
8.5 MC: Wbb
Mean 1.00 RMS 0.01
0.6 MC: Single Top
Mean 1.00 RMS 0.01
9617.2 Total MC Background
16000
(a)
800
14000
(b)
6000
12000
600
10000
4000
8000
400
6000
2000
4000
200
2000
0
0.9
0
100
200.95
40
1 60
1.05
80
0.15
80
Events
Events /Events
2 GeV
HM
Isolation
Matrix of
forElectrons
Electrons
4
4500
105
3000
10
4000
25004
3500
3
10
10
1
1
0
-0.1
0
0.9
0
0.2
100
0.1
0.15
0.2
on of Electrons
Events
Pt of Electrons
24458 Data
Mean 0.03 RMS 0.03
11836.5 MC: PYTHIA W eν
Mean 0.03 RMS 0.03
11690.8 QCD
Mean 0.05 RMS 0.04
363.7 MC: Zee + Wτν + Zττ
Mean 0.03 RMS 0.03
3.0 MC: Top
Mean 0.01 RMS 0.02
10.6 MC: Wbb
Mean 0.01 RMS 0.02
0.7 MC: Single Top
Mean 0.01 RMS 0.03
12214.6 Total MC Background
1
1.05
1.1
GeV
3000
2000
3
10
2500
2
10
1500
2000
2
10
1500
1000
10
1000
10
500
500
0.1
0.95
4
10 4
10
24458
10000 Data
Mean
7.83
0.02 RMS 5.29
0.02
24458
10000 Data
11836.6
9473.9 MC:
MC:PYTHIA
PYTHIAWWeνeν
Mean 35.55
0.99
RMS
RMS 5.34
0.01
8.16
Mean
7.06
0.01 RMS
0.02
11836.9
9473.7
MC:
MC:PYTHIA
PYTHIAWWeνeν
11690.8
296.8 QCD
QCD
Mean
36.11
0.99
RMS 0.01
7.96
Mean 10.15
0.04 RMS
RMS
RMS
0.04
5.26
11691.0
296.8
QCD
QCD
363.7
132.2 MC: Zee + Wτν + Zττ
Mean
0.99
RMS 0.01
14.89
Mean 35.00
6.87
0.01 RMS
RMS
5.11
0.02
363.7
132.2 MC: Zee + Wτν + Zττ
3.0
2.3 MC:
Top
Mean
32.18
0.99
RMS
RMS 0.01
9.96
Mean 3.98
0.01 RMS 3.14
0.02
3.0
2.3 MC:
10.6
8.5
MC:
MC:Top
Wbb
Wbb
Mean 43.20
1.00
RMS
RMS 3.11
0.01
15.25
Mean
3.93
0.01 RMS
0.02
10.6
8.5 MC:
MC:
MC:Single
Wbb
Wbb Top
0.7
0.6
Mean 41.37
1.00
RMS
RMS 3.13
0.01
13.32
Mean
3.92
0.01 RMS
0.03
0.7
0.6 MC:
Single
12214.7
9617.6
Total
Total
MC
MCTop
Background
Background
Mean 45.93
1.00 RMS
RMS 0.01
16.75
12214.9
9617.4 Total
TotalMC
MCBackground
Background
20005 HM Matrix for Electrons
10
1800
Events
Events
GeV
24458 Data
Mean
0.03 RMS 0.03
24458 Data
11836.5 MC: PYTHIA W eν
Mean 36.90
RMS 0.03
13.13
Mean
0.03 RMS
11836.7 QCD
MC: PYTHIA W eν
11690.8
Mean
RMS 0.04
13.16
Mean 37.23
0.05 RMS
11691.0
QCD
363.7 MC: Zee + Wτν + Zττ
Mean
RMS 0.03
16.98
Mean 38.25
0.03 RMS
363.7 MC: Zee + Wτν + Zττ
3.0 MC:
TopRMS 8.95
Mean
32.36
Mean 0.01 RMS 0.02
3.0 MC:
10.6
MC:Top
Wbb
Mean 43.29
RMS 0.02
15.32
Mean
0.01 RMS
10.6
MC:Single
Wbb Top
0.7 MC:
Mean 41.40
RMS 0.03
13.41
Mean
0.01 RMS
0.7 MC:Total
Single
12214.6
MCTop
Background
Mean 45.94 RMS 16.82
12214.7 Total MC Background
0
0.9
100
1.1
16004
10
1400
12003
10
(c)
10000 Data
Mean
5.74 RMS 4.38
10000 Data
9473.8 MC: PYTHIA W eν
Mean 3.90
1.00 RMS
RMS 3.21
0.01
Mean
9473.5
MC: PYTHIA W eν
296.8 QCD
Mean
Mean 1.00
8.32 RMS
RMS 0.01
5.46
296.8
QCD
132.2 MC: Zee + Wτν + Zττ
Mean
Mean 0.99
4.47 RMS
RMS 0.01
3.56
132.2 MC: Zee + Wτν + Zττ
2.3 MC:
Top
Mean
1.00
RMS 0.01
Mean 3.73 RMS 2.89
2.3 MC:
MC: Wbb
Top
8.5
Mean 3.70
1.00 RMS
RMS 2.89
0.01
Mean
8.5 MC:
MC: Single
Wbb Top
0.6
Mean 3.78
1.00 RMS
RMS 3.02
0.01
Mean
0.6 MC:
Single
9617.5
Total
MC Top
Background
Mean 1.00 RMS 0.01
9617.2 Total MC Background
(d)
1000
2
800
10
600
10
400
200
10
0
0.9
-0.05
-0
0.05
0.1
0.15
0.2
5
10
15
20
25
30
200.95 40
1 60
1.05
80
100
1.1
EM Fraction of Electrons
Pt of Electrons
24458
10000 Data
Mean 7.83
0.02 RMS 5.29
0.02
11836.6
9473.9 MC:
MC:PYTHIA
PYTHIAWWeνeν
Mean 7.06
0.01 RMS 5.34
0.02
11690.8
296.8 QCD
QCD
Mean 10.15
0.04 RMS
RMS 0.04
5.26
363.7
132.2 MC: Zee + Wτν + Zττ
Mean 6.87
0.01 RMS 5.11
0.02
3.0
2.3 MC: Top
Mean 3.98
0.01 RMS 3.14
0.02
10.6
8.5 MC:
MC: Wbb
Wbb
Mean 3.93
0.01 RMS 3.11
0.02
0.7
0.6 MC: Single Top
Mean 3.92
0.01 RMS 3.13
0.03
12214.7
9617.6 Total
TotalMC
MCBackground
Background
Events
80
4
10
5
0.95
10
15
20
25
30
1
1.05
1.1
EM Fraction of Electrons
10000 Data
Mean 5.74 RMS 4.38
9473.8 MC: PYTHIA W eν
Mean 3.90 RMS 3.21
296.8 QCD
Mean 8.32 RMS 5.46
132.2 MC: Zee + Wτν + Zττ
Mean 4.47 RMS 3.56
2.3 MC: Top
Mean 3.73 RMS 2.89
8.5 MC: Wbb
Mean 3.70 RMS 2.89
0.6 MC: Single Top
Mean 3.78 RMS 3.02
9617.5 Total MC Background
Fig. 4.11 – Comparaison entre les données et la simulation sur des événements candidats 10
W → eν (sélection décrite au chapitre 5) 10
de l’impulsion transverse a), et des esti10
mateurs : b) fraction électromagnétique, c) isolation et d) HM8 des candidats électrons
après l’application de l’algorithme T42.
10
3
3
3
2
2
2
10
10
10
10
0.7 pour
l’analyse des phénomènes testant la chromodynamique
quantique) autour de
cette nouvelle position. Ce processus est répété jusqu’à ce que la position du jet soit
stable.
leur énergie transverse. Pour éviter les
1 On classe alors les jets en fonction de 1
problèmes
de
superposition
la
liste
est
parcourue
des
grande
-0.1
-0.05
-0
0.05
0.1
0.15
0.2
0
5
10
15
20
25
30
0 en 5partant
10
15 jets
20 de plus
25
30
HMIsolation
Matrix for
of Electrons
HM Matrix for Electrons
énergie transverse. Si le jet est isolé (c’est à dire s’il n’y a pas de jet à moins de 2×R), il
est gardé dans la liste finale des jets. Sinon, 2 cas se présentent a) si la fraction d’énergie
transverse en commun est supérieure à 50% de l’énergie du jet de plus petite énergie
91
0.85
0.85
0.8
-0.1
-0.05
-0
0.05
0.1
0.15
EM fraction versus Isolation Track matched
0.8
-0.1
0.2
emFvsIso0 TR1Z9
Entries
13917
Mean x
0.01435
Mean y
1.001
RMS x
0.03397
RMS y
0.01725
1.1
EMF
1.05
0.9
0.9
0.1
0.15
0.8
-0.1
0.2
0.2
emFvsIso0 TR1Z9
Entries
12279
Mean x
0.02077
Mean y
0.9961
RMS x
0.02713
RMS y
0.009473
0.85
(a)
0.05
0.15
1.05
0.95
-0
0.1
EMF
0.95
-0.05
0.05
1.1
1
0.8
-0.1
-0
EM fraction versus Isolation Track matched
1
0.85
-0.05
(b)
-0.05
-0
0.05
0.1
0.15
Isolation
0.2
Isolation
Fig. 4.12 – Fraction électromagnétique en fonction de l’isolation pour des candidats
électrons dans des événements candidats W → eν et sans l’algorithme T42 a), avec
l’algorithme T42 b).
SEMArray.etot {SEMArray.etot>2}
SEMArray.etot {SEMArray.etot>2}
htemp
Entries
63836
Mean
7.597
RMS
7.405
25000
10
htemp
Entries
63836
Mean
7.597
RMS
7.405
4
20000
(a)
10
15000
10000
10
(b)
3
2
5000
10
0
10
20
30
40
50
60
10
GeV
20
30
40
50
60
GeV
Fig. 4.13 – Énergie des particules électromagnétiques d’énergie supérieure à 2 GeV sans
T42 (en bleu) et avec T42 (en rouge), pour une échelle linéaire a) et logarithmique b).
On n’observe pas de différence significative entre les courbes avec et sans l’application
de l’algorithme T42.
transverse alors on fusionne les 2 jets et le centre du nouveau jet est alors le barycentre
des 2 anciens centres pondérés par l’énergie transverse contenue dans chacun des 2 jets ;
b) sinon on conserve les 2 jets mais on retire l’énergie partagée du jet le plus éloigné du
barycentre de cette énergie et les 2 jets obtenus sont mis dans la liste finale. Au final,
seuls les jets d’énergie transverse supérieure à 8 GeV sont conservés.
Comme pour les électrons, nous définissons des critères de qualité [51]. Nous demandons que :
– la quantité d’énergie déposée dans la partie électromagnétique du calorimètre
par rapport à l’énergie totale déposée (fraction électromagnétique [EMF]) soit
92
supérieure à 0.05 et aussi inférieure à 0.95. La partie électromagnétique constituant les premières couches du calorimètre, un jet doit y déposer une partie de
son énergie sans y déposer toute son énergie.
– la quantité d’énergie déposée dans la couche externe dı̂te “coarse hadronique” par
rapport à la quantité totale d’énergie déposée (fraction dans le coarse hadronique
[CHF]) doit être inférieure à 0.4. Un jet doit déposer l’ensemble de l’énergie dans
l’ensemble des couches du détecteur et non seulement avoir une concentration
dans une couche du calorimètre.
– la fraction de l’énergie contenue dans la cellule de plus haute énergie par rapport
à l’énergie de la deuxième cellule la plus énergétique doit être inférieure à 10
[HOTF]. Ceci vient du fait qu’il existe de temps à autre dans le calorimètre ce
que l’on appelle des cellules chaudes. Elles sont normalement retirées par l’algorithme NADA. Cet algorithme enlève exclusivement les cellules isolées et il reste
néanmoins des cellules chaudes qui ne sont pas complètement isolées et qui vont
pouvoir créer des jets.
– on définit la variable n90 qui indique le nombre de tours contenant 90% de
l’énergie du jet. On demande que ce nombre soit strictement supérieur à 1 pour
éviter d’avoir des jets formés d’une seule tour.
– on définit la variable f90 qui représente le nombre de tours contenant 90% de
l’énergie du jet sur le nombre total de tours. On demande à ce que cette variable
soit inférieure à 0.5 ou que la fraction d’énergie contenue dans le coarse hadronique
soit inférieure à 0.15. Ceci permet de réduire le nombre de jets de bruit qui
proviennent du coarse hadronique.
– On utilise le fait que les voies de lecture du déclenchement de niveau 1 et de la
reconstruction sont différentes. On calcule le rapport de l’impulsion transverse
du jet sur la somme de l’énergie déposée dans les tours de déclenchement de
niveau 1 dans un cône de 0.5 autour du centre du jet [L1set]. Cette valeur doit
être supérieure à 0.4 (0.2 dans les régions d’intercryostat). Ce critère est une
confirmation du jet par le système de déclenchement de niveau 1 et il a été mis
en place en Novembre 2003.
Nous demandons que le jet ne soit pas un électron, c’est à dire que nous rejetons le jet
s’il contient un électron isolé dans un cône de 0.5 autour du jet.
Comme nous l’avons vu pour l’énergie transverse manquante, la partie dite du
coarse hadronique produit beaucoup de bruit dans le calorimètre. Une modification
de l’algorithme de reconstruction de jets a été mise en place en Juillet 2003 [52] pour
réduire l’influence du bruit dans le coarse hadronique. Une fluctuation dans le coarse
hadronique donne environ une énergie d’au moins 750 MeV ce qui est donc suffisant
pour construire une tour d’énergie supérieure à 500 MeV et donc de commencer à
former un jet sur une simple fluctuation. Dans ce nouvel algorithme, les cellules du
coarse hadronique ne sont plus considérées pour calculer l’énergie de la tour initiatrice
du jet. La figure 4.14 donne une comparaison de l’impulsion transverse ainsi que des
estimateurs (EMF, CHF et f90) des jets dans des événements W → eν (leur sélection est
définie au chapitre 5) et ceux de la simulation. Les données sont décrites qualitativement
par la simulation.
93
6
EM Fraction
Pt of Jets
of Jets
6000
8000
5000
6000
4000
Events
Events
Events / 10
GeV
140771
12877 Data
Data
Mean
Mean 42.93
0.53 RMS
RMS 0.23
25.42
11967.7
9296.3 MC
MCWWee νν
Mean
Mean 41.87
0.53 RMS
RMS 0.23
25.48
128017.1
3176.3 QCD
QCD
Mean
Mean 51.86
0.53 RMS
RMS 0.23
30.94
600.4
254.3 MC
MC Zee
Zee ++ W
W ττνν + Z ττττ
Mean
Mean 55.47
0.51 RMS
RMS 0.21
36.28
99.2
78.8 MC
MC Top
Top
Mean
Mean 59.08
0.56 RMS
RMS 0.19
37.78
70.5
57.3 MC
MC Wbb
Wbb
Mean
Mean 50.51
0.57 RMS
RMS 0.19
31.96
16.0
14.0 MC
MC Single
Single Top
Top
Mean
Mean 62.36
0.57 RMS
RMS 0.19
36.75
34.4
27.5 MC
MC WH
WH x10
x10
Mean
Mean 62.12
0.57 RMS
RMS 0.19
37.48
12753.9
9700.7 Total
TotalMC
MCBackground
Background
1000
12877 Data
Mean 0.54 RMS 0.22
9296.3 MC W e ν
Mean 0.54 RMS 0.21
3176.3 QCD
Mean 0.53 RMS 0.23
254.3 MC Zee + W τ ν + Z ττ
Mean 0.52 RMS 0.22
78.8 MC Top
Mean 0.56 RMS 0.19
57.3 MC Wbb
Mean 0.57 RMS 0.19
14.0 MC Single Top
Mean 0.57 RMS 0.19
27.5 MC WH x10
Mean 0.57 RMS 0.19
9700.7 Total MC Background
EM Fraction of Jets
800
600
(a)
3000
4000
(b)
400
2000
2000
1000
140771 Data
Mean 0.07 RMS 0.07
140771
11968.1Data
MC W e ν
Mean 50.35
RMS 0.07
29.70
Mean
0.07 RMS
11967.7 MC
We ν
128016.8
QCD
Mean 50.17
RMS 0.08
29.70
Mean
0.07 RMS
128017.1
600.4 MCQCD
Zee + W τ ν + Z ττ
Mean 51.36
RMS 0.05
30.12
Mean
0.04 RMS
600.4
MCTop
Zee + W τ ν + Z ττ
99.2 MC
RMS 0.05
32.85
Mean 49.92
0.04 RMS
99.2 MC
MC Wbb
Top
70.5
Mean
59.29
RMS
Mean 0.04 RMS 37.96
0.05
70.5 MC
MC Single
Wbb Top
16.0
Mean
50.54
RMS
Mean 0.04 RMS 32.04
0.05
16.0
34.4 MC Single
WH x10Top
Mean
62.36
RMS
Mean 0.04 RMS 36.80
0.05
34.4 MCTotal
WH MC
x10 Background
12754.2
Mean 62.08 RMS 37.43
12753.9 Total MC Background
5
7000
10
0 50
0.2100
0.4
150
0.6
200
250
0.8
140771
12877 Data
Data
Mean
Mean 0.48
0.06 RMS
RMS 0.13
0.07
140771
12877
Data
10431.6
9296.3Data
MC
MCWWee νν
Mean
Mean 42.93
0.53
RMS
RMS 0.13
0.23
25.42
Mean
Mean
0.48
0.05 RMS
RMS
0.06
11967.7
9296.3 QCD
MC
MC
WWee νν
128016.8
3176.3
QCD
Mean
Mean 41.87
0.53
RMS
RMS 0.13
0.23
25.48
Mean
Mean
0.48
0.07 RMS
RMS
0.07
128017.1
3176.3
QCD
QCD
600.4
254.3 MC
MC
Zee
Zee ++ W
W ττνν + Z ττττ
Mean
Mean 51.86
0.53
RMS
RMS 0.12
0.23
30.94
Mean
Mean
0.48
0.04 RMS
RMS
0.05
600.4
254.3
MC
MCTop
Zee
Zee ++ W
W ττνν + Z ττττ
99.2
78.8 MC
MC
Top
0.51
RMS 0.10
0.21
36.28
Mean
Mean 55.47
0.47
0.04 RMS
RMS
0.05
99.2
78.8 MC
MC
MC Wbb
Top
Top
70.5
57.3
MC
Wbb
Mean
Mean
59.08
0.56
RMS
RMS
0.19
37.78
Mean
Mean 0.49
0.04 RMS
RMS 0.10
0.05
70.5
57.3 MC
MC
MC Single
Wbb
Wbb Top
16.0
14.0
MC
Single
Top
Mean
Mean
50.51
0.57
RMS
RMS
0.19
31.96
Mean
Mean 0.46
0.04 RMS
RMS 0.10
0.05
16.0
14.0
MC
MC
Single
Single
Top
Top
34.4
27.5
WH
WH x10
x10
Mean
Mean
0.57
RMS 0.19
36.75
Mean
Mean 62.36
0.46
0.04 RMS
RMS
RMS
0.10
0.05
34.4
27.5 MC
MC
WH
WHMC
x10
x10Background
11217.8
9700.7
Total
Total
MC
Background
Mean
Mean 62.12
0.57 RMS
RMS 0.19
37.48
12753.9
9700.7 Total
TotalMC
MCBackground
Background
CH Fraction
f90 for Jets
of Jets
EM Fraction
Pt of Jets
of Jets
10000
60004
104
10
5000
8000
0
3001
GeV
Events
Events
0
0
300
GeV
Events
Events
Events / 10
GeV
250
200
3
10
1
300
GeV
140771 Data
Mean 0.07 RMS 0.07
11968.1 MC W e ν
Mean 0.07 RMS 0.07
128016.8 QCD
Mean 0.07 RMS 0.08
600.4 MC Zee + W τ ν + Z ττ
Mean 0.04 RMS 0.05
99.2 MC Top
Mean 0.04 RMS 0.05
70.5 MC Wbb
Mean 0.04 RMS 0.05
16.0 MC Single Top
Mean 0.04 RMS 0.05
34.4 MC WH x10
Mean 0.04 RMS 0.05
12754.2 Total MC Background
0
5
10
4
104
0.2
0.4
0.6
0.8
1
12877 Data
Mean 0.49 RMS 0.12
12877
8328.2Data
MC W e ν
Mean 0.49
0.54 RMS
RMS 0.10
0.22
Mean
9296.3 QCD
MC W e ν
3176.3
Mean 0.48
0.54 RMS
RMS 0.13
0.21
Mean
3176.3
QCDZee + W τ ν + Z ττ
254.3 MC
Mean 0.47
0.53 RMS
RMS 0.12
0.23
Mean
254.3
MCTop
Zee + W τ ν + Z ττ
78.8 MC
0.52 RMS 0.10
0.22
Mean 0.47
78.8 MC
MC Wbb
Top
57.3
Mean
0.56
RMS
Mean 0.49 RMS 0.19
0.10
57.3 MC
MC Single
Wbb Top
14.0
Mean
0.57
RMS
Mean 0.46 RMS 0.19
0.10
14.0
27.5 MC Single
WH x10Top
Mean
0.57
RMS
Mean 0.46 RMS 0.19
0.10
27.5 MC
WHMC
x10Background
8732.6
Total
Mean 0.57 RMS 0.19
9700.7 Total MC Background
f90 for Jets
EM Fraction of Jets
800
103
10
4000
6000
(c)
(d)
2
10
600
2
3000
102
10
4000
2000
10
2000
1000
0.8
250
4
10
1200
0
10003
10
400
10
200
0
0 50
0.2
0.2100
0.4
0.4
150
CH Fraction
f90 for Jets
of Jets
0.6
0.6
200
0.8
250
0.8
1
0
1
3001
GeV
140771
12877 Data
Data
Mean
Mean 0.48
0.06 RMS
RMS 0.13
0.07
10431.6
9296.3 MC
MCWWee νν
Mean
Mean 0.48
0.05 RMS
RMS 0.13
0.06
128016.8
3176.3 QCD
QCD
Mean
Mean 0.48
0.07 RMS
RMS 0.13
0.07
600.4
254.3 MC
MC Zee
Zee ++ W
W ττνν + Z ττττ
Mean
Mean 0.48
0.04 RMS
RMS 0.12
0.05
99.2
78.8 MC
MC Top
Top
Mean
Mean 0.47
0.04 RMS
RMS 0.10
0.05
70.5
57.3 MC
MC Wbb
Wbb
Mean
Mean 0.49
0.04 RMS
RMS 0.10
0.05
16.0
14.0 MC
MC Single
Single Top
Top
Mean
Mean 0.46
0.04 RMS
RMS 0.10
0.05
34.4
27.5 MC
MC WH
WH x10
x10
Mean
Mean 0.46
0.04 RMS
RMS 0.10
0.05
11217.8
9700.7 Total
TotalMC
MCBackground
Background
Events
6
00
10000
Events
00
140771 Data
Mean 50.35 RMS 29.70
11967.7 MC W e ν
Mean 50.17 RMS 29.70
128017.1 QCD
Mean 51.36 RMS 30.12
600.4 MC Zee + W τ ν + Z ττ
Mean 49.92 RMS 32.85
99.2 MC Top
Mean 59.29 RMS 37.96
70.5 MC Wbb
Mean 50.54 RMS 32.04
16.0 MC Single Top
Mean 62.36 RMS 36.80
34.4 MC WH x10
Mean 62.08 RMS 37.43
12753.9 Total MC Background
4
10
0
0
0.2
0.2
0.4
0.4
f90 for Jets
0.6
0.6
0.8
0.8
1
1
12877 Data
Mean 0.49 RMS 0.12
8328.2 MC W e ν
Mean 0.49 RMS 0.10
3176.3 QCD
Mean 0.48 RMS 0.13
254.3 MC Zee + W τ ν + Z ττ
Mean 0.47 RMS 0.12
78.8 MC Top
Mean 0.47 RMS 0.10
57.3 MC Wbb
Mean 0.49 RMS 0.10
14.0 MC Single Top
Mean 0.46 RMS 0.10
27.5 MC WH x10
Mean 0.46 RMS 0.10
8732.6 Total MC Background
Fig.104.14 – Comparaison entre les données et la simulation sur des événements can10
didats W → eν (sélection décrite au chapitre 5) de l’impulsion transverse a), et des
10
estimateurs
: b) fraction électromagnétique, c) fraction du coarse hadronique et d) f90
10
des jets présents dans les événements.
10
3
3
3
2
2
2
10
10
L’effet de l’algorithme T42 sur les jets
10
10
0.8
1
10
L’algorithme T42 va plus modifier les jets que les électrons. En effet, les électrons
sont reconstruits
dans un cône plus étroit et ont
donc moins d’énergie provenant du
1
1
bruit. Le 0nombre
de
jets
moyens
par
événement
est
0.2
0.4
0.6
0.8
1
0réduit
0.2après
0.4l’application
0.6
0.8 de l’algo1
rithme T42 : il passe de 4.45 à 3.94 [53] jets en moyenne par événement déclenché sur la
sélection d’au moins 4 jets d’impulsion transverse supérieure à 10 GeV. Les estimateurs
des jets se trouvent également modifiés. La figure 4.15 décrit les différents estimateurs
94
Events
Events / 10
GeV
EM Fraction
Pt of Jets
of Jets
500
900
800
400
700
600
300
500
Events
10410
1167 Data
Data
Mean 29.52
0.49 RMS
RMS 0.21
19.28
3736.4
944.2 MC:
MC: PYTHIA
PYTHIA W
W eeνν
Mean 28.84
0.52 RMS
RMS 0.21
18.55
6277.4
157.5 QCD
QCD
Mean 33.83
0.49 RMS
RMS 0.20
23.32
54.9
24.5 MC: Zee + Wτν + Zττ
Mean 40.85
0.53 RMS
RMS 0.22
29.44
9.8
7.6 MC: Top
Mean 43.81
0.57 RMS
RMS 0.20
30.38
5.1
4.1 MC: Wbb
Mean 33.58
0.57 RMS
RMS 0.20
22.39
1.4
1.2 MC: Single Top
Mean 44.18
0.56 RMS
RMS 0.20
27.14
3807.6
981.6 Total
Total MC
MC Background
Background
1167 Data
Mean 0.49 RMS 0.21
944.2 MC: PYTHIA W eν
Mean 0.54 RMS 0.21
157.5 QCD
Mean 0.49 RMS 0.21
24.5 MC: Zee + Wτν + Zττ
Mean 0.52 RMS 0.23
7.6 MC: Top
Mean 0.57 RMS 0.20
4.1 MC: Wbb
Mean 0.57 RMS 0.20
1.2 MC: Single Top
Mean 0.56 RMS 0.20
981.6 Total MC Background
EM Fraction of Jets
100
80
(a)
(b)
60
400
200
40
300
200
100
20
100
0
0
300
0 50
0.2100
0.4
150
0.6
200
0.8
250
CH Fraction
f90 for Jets
of Jets
1800
1000
1600
3
103
1400
10
800
10410
1167 Data
Data
Mean
0.56
0.03 RMS 0.11
0.05
10410
1167 Data
Data
3736.4
944.2 MC:
MC: PYTHIA
PYTHIA W
W eeνν
Mean
0.49
RMS 0.21
19.28
Mean 29.52
0.53
0.02 RMS
RMS
0.11
0.05
3736.4
944.2
MC: PYTHIA
PYTHIA W
W eeνν
6277.9
157.4 MC:
QCD
QCD
Mean
28.84
0.52
RMS
RMS
0.21
18.55
Mean 0.54
0.03 RMS 0.11
0.05
6277.4
157.5
QCD
QCDZee + Wτν + Zττ
54.9
24.5 MC:
Mean 33.83
0.49
RMS
RMS 0.11
0.20
23.32
Mean
0.47
0.03 RMS
0.06
54.9
24.5 MC: Zee + Wτν + Zττ
9.8
7.6 MC:
Top
Mean
40.85
0.53
RMS
RMS 0.22
29.44
Mean 0.46
0.03 RMS 0.10
0.05
9.8
7.6 MC:
MC: Wbb
Top
5.1
4.1
Mean 43.81
0.57
RMS
RMS 0.10
0.20
30.38
Mean
0.50
0.02 RMS
0.05
5.1
4.1
MC:
Wbb
1.4
1.2 MC: Single Top
Mean
0.57
RMS 0.20
22.39
Mean 33.58
0.45
0.04 RMS
RMS
0.11
0.05
1.4
1.2
MC:
Single
Top
3807.6
981.6 Total
Total MC
MC Background
Background
Mean 44.18
0.56 RMS
RMS 0.20
27.14
3807.6
981.6 Total
Total MC
MC Background
Background
0.6
0.8
1
0
Pt of Jets
4
104
10
(d)
10
80
60
40
200
1
300
200
100
400
200
1
0
f90 for Jets
3
10
220
1167 Data
MeanData
0.52 RMS 0.11
1167
944.2 MC: PYTHIA W eν
Mean
Mean 0.49
0.51 RMS
RMS 0.21
0.10
944.2
157.5 MC:
QCDPYTHIA W eν
Mean
Mean 0.54
0.53 RMS
RMS 0.21
0.12
157.5
QCDZee + Wτν + Zττ
24.5 MC:
Mean 0.45
0.49 RMS
RMS 0.11
0.21
Mean
24.5 MC: Zee + Wτν + Zττ
7.6
MC:
Top
Mean 0.52 RMS 0.23
Mean 0.46 RMS 0.10
7.6 MC:
MC: Wbb
Top
4.1
Mean 0.50
0.57 RMS
RMS 0.10
0.20
Mean
4.1
1.2 MC:
MC: Wbb
Single Top
Mean
Mean 0.57
0.45 RMS
RMS 0.20
0.11
1.2
MC:
Single
Top
981.6 Total MC Background
Mean 0.56 RMS 0.20
981.6 Total MC Background
120
400
600
10
10
6
0.8
1
Fraction of Jets
0.4
1602
10
140
(c)
2
600
1000
102
10
800
10410 Data
Mean 0.03 RMS 0.05
3736.4 MC: PYTHIA W eν
Mean 0.03 RMS 0.05
6276.2 QCD
Mean 0.03 RMS 0.05
54.9 MC: Zee + Wτν + Zττ
Mean 0.02 RMS 0.05
9.8 MC: Top
Mean 0.03 RMS 0.05
5.1 MC: Wbb
Mean 0.02 RMS 0.05
1.4 MC: Single Top
Mean 0.04 RMS 0.05
3807.6 Total MC Background
0.2
180
1200
0.8
250
0
GeV
Events
Events
Events / 10
GeV
GeV
10410 Data
Mean Data
0.03 RMS 0.05
10410
3736.4 MC: PYTHIA W eν
Mean
RMS 0.05
20.00
Mean 29.60
0.03 RMS
3736.4 QCD
MC: PYTHIA W eν
6276.2
Mean
31.15
RMS 0.05
20.77
Mean 0.03 RMS
6277.2
QCDZee + Wτν + Zττ
54.9 MC:
Mean 32.95
RMS 0.05
22.11
Mean
0.02 RMS
54.9 MC: Zee + Wτν + Zττ
9.8 MC:
TopRMS 28.14
Mean
36.34
Mean 0.03 RMS 0.05
9.8 MC:
MC: Wbb
Top
5.1
Mean 44.06
RMS 0.05
30.76
Mean
0.02 RMS
5.1
1.4 MC:
MC: Wbb
Single Top
Mean
RMS 0.05
22.40
Mean 33.59
0.04 RMS
1.4
MC:
Single
Top
3807.6 Total MC Background
Mean 44.24 RMS 27.21
3807.6 Total MC Background
0
3001
Events
Events
250
0
0 50
0.2
0.2100
0.4
0.4
150
20
1
0
0.6
0.8
1
0.6
0.8
200
250
3001
EM Fraction of Jets
Pt of Jets
10410
1167 Data
Data
Mean 0.56
0.03 RMS 0.11
0.05
3736.4
944.2 MC:
MC: PYTHIA
PYTHIA W
W eeνν
Mean 0.53
0.02 RMS 0.11
0.05
6277.9
157.4 QCD
QCD
Mean 0.54
0.03 RMS 0.11
0.05
54.9
24.5 MC: Zee + Wτν + Zττ
Mean 0.47
0.03 RMS 0.11
0.06
9.8
7.6 MC: Top
Mean 0.46
0.03 RMS 0.10
0.05
5.1
4.1 MC: Wbb
Mean 0.50
0.02 RMS 0.10
0.05
1.4
1.2 MC: Single Top
Mean 0.45
0.04 RMS 0.11
0.05
3807.6
981.6 Total
Total MC
MC Background
Background
Events
6
00
10410 Data
Mean 29.60 RMS 20.00
3736.4 MC: PYTHIA W eν
Mean 31.15 RMS 20.77
6277.2 QCD
Mean 32.95 RMS 22.11
54.9 MC: Zee + Wτν + Zττ
Mean 36.34 RMS 28.14
9.8 MC: Top
Mean 44.06 RMS 30.76
5.1 MC: Wbb
Mean 33.59 RMS 22.40
1.4 MC: Single Top
Mean 44.24 RMS 27.21
3807.6 Total MC Background
Events
00
après l’application de T42.
3
10
0
0
0.2
0.2
0.4
0.4
0.6
0.8
1
0.6
0.8
1
EM Fraction of Jets
1167 Data
Mean 0.52 RMS 0.11
944.2 MC: PYTHIA W eν
Mean 0.51 RMS 0.10
157.5 QCD
Mean 0.53 RMS 0.12
24.5 MC: Zee + Wτν + Zττ
Mean 0.45 RMS 0.11
7.6 MC: Top
Mean 0.46 RMS 0.10
4.1 MC: Wbb
Mean 0.50 RMS 0.10
1.2 MC: Single Top
Mean 0.45 RMS 0.11
981.6 Total MC Background
Fig.104.15 – Comparaison entre les données et la simulation sur des événements can10 W → eν (sélection décrite au chapitre 5) de l’impulsion transverse a), et des
didats
estimateurs : b) fraction électromagnétique, c)10fraction du coarse hadronique et d) f90
10
des jets
présents dans les événements après application de l’algorithme T42.
10
3
3
2
2
2
10
L’algorithme T42 est appliqué de manière identique
sur les données et la simulation.
10
10
On observe en général un meilleur accord pour les estimateurs des jets sauf en ce qui
concerne la fraction électromagnétique.
Une
1 avec et sans bruit montre que l’appli1 étude réalisée sur des événements simulés
cation de 0l’algorithme
réduit0.8en moyenne
l’énergie
des
d’environ
700
0.2
0.4T420.6
1
0
0.2 jets 0.4
0.6
0.8 MeV
1 [53].
CH Fraction
f90 for
of Jets
Jets donc
De plus, cette différence est
indépendante
de l’énergie transverse du jet. f90
Onforpeut
95
conclure que cette valeur représente simplement l’ajout du bruit dans la simulation et
donc que l’algorithme T42 ne dégrade pas l’énergie propre du jet.
La calibration en énergie des jets
Afin de prendre en compte la différence de réponse entre la partie électromagnétique
et la partie hadronique d’un jet et l’énergie perdue dans les matériaux morts ou bien
se trouvant à l’extérieur du cône, on applique une correction en énergie. C’est ce que
nous appelons la calibration en énergie des jets [34]. Il y a 3 étapes principales à cette
correction :
– soustraction de l’énergie non issue de l’interaction “dure” (Eof f set ) : l’interaction
“dure” est le processus s’effectuant au niveau des quarks ou gluons des protons
et antiprotons incidents. L’énergie supplémentaire mesurée dans le calorimètre
peut provenir de plusieurs sources : bruit, interactions multiples lors d’un seul
croisement de faisceaux, empilement des événements des interactions précédentes
(pile-up), et de partons spectateurs (quarks ou gluons ne participant pas à l’interaction “dure”). Cette énergie est déterminée à partir des données en calculant
la densité d’énergie en (η, φ) enregistrée par le détecteur à chaque croisement de
faisceaux.
– estimation de la réponse du calorimètre pour le jet (Rjet ) : la réponse en énergie
du calorimètre est déterminée à l’aide d’événements de données ayant un photon
et un jet dos à dos en φ. La mesure précise de l’énergie du photon permet d’exprimer la réponse du calorimètre pour les jets en fonction de l’énergie transverse
manquante de l’événement :
Rjet = 1 +
/~T · n̂Tγ
E
E Tγ
(4.6)
/T est l’énergie transverse manquante, n̂Tγ est le vecteur unitaire portant
Où E
la direction de l’énergie transverse du photon et ETγ est l’énergie transverse du
photon. La réponse du calorimètre dépend de l’énergie et de la position en η du
jet.
– estimation de la composante en dehors du cône : toute l’énergie du jet n’est pas
nécessairement incluse dans un cône de rayon 0.5. La correction est déterminée
sur les données en estimant la densité d’énergie (corrigée de Eof f set ) dans des
inter-cônes d’épaisseur ∆R = 0.1 autour de la direction du jet et jusqu’au rayon
“réel” du jet déterminé par les études du Run I. La fraction d’énergie du jet
contenue dans le cône est alors :
F =
Ecône
Eréel
(4.7)
Où Ecône est l’énergie contenue dans le cône et Eréel est l’énergie contenue dans
le cône de rayon “réel”.
L’énergie corrigée du jet s’écrit alors :
Ecorrigée =
E − Eof f set
Rjet × F
96
(4.8)
La figure 4.16 représente le facteur de correction (Ecorrigée /E) en énergie en fonction de l’impulsion du jet a) et en fonction du η du jet b). Le facteur de correction
moyen (figure 4.16c)) est de 1.4 sauf dans la région intercryostat (autour de η = ±1),
où ce facteur vaut 1.6. Les valeurs de l’erreur sur la calibration en énergie des jets
sont également indiquées en fonction de l’impulsion transverse du jet et de η sur la
figure 4.16b) et d).
2
0.3
Correction vs. E
1.8
Correction error vs. E
0.25
total error
Stat. error
(a)
1.6
0.2
(b)
1.4
0.15
1.2
0.1
1
Rcone=0.5, ηjet=0
0.8
0.6
0.05
0
50 100 150 200 250 300 350 400 uncorr
450 500
E jet
Correction vs. |η|
2
0.3
1.8
50 100 150 200 250 300 350 400 uncorr
450 500
E jet
(GeV)
Correction error vs. η
||
0.25
(c)
1.6
(GeV)
(d)
total error
Stat. error
0.2
1.4
0.15
1.2
0.1
1
Rcone=0.5, Euncorr
=50 GeV
jet
0.8
0.6
0
0.5
1
1.5
2
0.05
0
0
2.5
| ηjet|
0.5
1
1.5
2
2.5
| ηjet|
Fig. 4.16 – Facteur de calibration à appliquer à l’énergie des jets en fonction de l’impulsion transverse du jet a) et du η du jet c). On observe une augmentation de ce
facteur dans la région intercryostat (±1). c) et d) représentent la valeur de l’erreur
sur la détermination du facteur de calibration en fonction de l’impulsion transverse du
jet b) et du η du jet d).
4.3.4
Étude de l’énergie déposée dans la région de l’intercryostat
Le code de reconstruction a subi une modification entre les versions p13 et p14 afin
de compenser le déficit en énergie des jets vus dans la région de l’intercryostat (ICR
définie au chapitre 3). Cette modification porte sur la valeur des poids appliqués à la
région de l’ICD (InterCryostat Détecteur 1.1 ≤ |η| ≤ 1.4). La calibration en énergie
97
7132 Data
Data-0.03 RMS 1.16
Mean
956.1 MC: PYTHIA W eν
Mean
MC:-0.02
PYTHIA
RMS 1.15
We ν
6076.4 QCD
Mean
-0.02 RMS 1.16
QCD
46.0 MC: Zee + Wτν + Zττ
Mean
RMS
MC:-0.02
Zee
+ W1.00τν + Z ττ
3.0 MC: Top
Mean
MC:-0.00
TopRMS 0.98
4.1 MC: Wbb
Mean 0.00 RMS 1.11
MC:
Wbb
0.7 MC: Single Top
Mean -0.02 RMS 1.06
MC: Total
Single
Top
1009.9
MC Background
Eta of Jets of Leading Jet
QCD
MC: Zee + W τν + Z ττ
8000
MC: Top
7000
Events
Events
Events
Data
MC: PYTHIA W e ν
800
600
MC: Wbb
MC: Single Top
6000
Eta
Etaof
ofJets
Jetsof
ofLeading
LeadingJet
Jet
700
900
700
500
600
(a)
5000
Events
des jets et le système de déclenchement de niveau 1 de la version de reconstruction p13
sont en faveur de la multiplication par un facteur 3.8 du poids existant. L’ensemble
de l’énergie contenue dans l’ICD est multiplié par 3.8 en version de reconstruction
p14. Nous définissons un facteur multiplicatif xICD du poids de l’ICD en prenant la
valeur 1.0 pour référencer le poids de la version de reconstruction p13 et 3.8 pour
celui de la version de reconstruction p14. Avec un facteur xICD = 3.8, on constate
l’augmentation du nombre d’événements ayant au moins un jet dans cette région. Sur
la figure 4.17, on observe la distribution en η du premier jet dans les événements
W → eν (la sélection est décrite au chapitre 5) après application du facteur 3.8 sur
l’ICD. Les deux distributions sont normalisées à 10000 candidats W et avant le facteur
3.8, nous avons 883 événements avec au moins un jet, après application nous en avons
956. Le nombre d’événements ayant au moins un jet provenant du bruit de fond QCD
qui est obtenu par la méthode de la matrice (méthode de calcul basée sur les données
détaillée dans le chapitre 5) passe de 121.9 à 152.2. La proportion d’événements de
bruit de fond QCD passe de 13.8% à 15.9%.
Eta of Jets of Leading
90
80
70
(b)
60
400
500
50
400
300
40
300
200
200
30
4000
3000
2000
-3
-2
-1
0
1
2
10
00 -3
-3
3
-2
-2
-1
-1
00
Eta of Jets of Leading Jet
QCD
MC: Zee + W τν + Z ττ
Eta of Jets of Leading Jet
Events
Events
Events
Data
MC: PYTHIA W e ν
11
22
0 -3
33
7132 Data
Data-0.03 RMS 1.16
Mean
956.1 MC: PYTHIA W eν
Mean
MC:-0.02
PYTHIA
RMS 1.15
We ν
6076.4 QCD
Mean
-0.02 RMS 1.16
QCD
46.0 MC: Zee + Wτν + Zττ
Mean
RMS
MC:-0.02
Zee
+ W1.00τν + Z ττ
3.0 MC: Top
Mean
MC:-0.00
TopRMS 0.98
4.1 MC: Wbb
Mean 0.00 RMS 1.11
MC:
Wbb
0.7 MC: Single Top
Mean -0.02 RMS 1.06
MC: Total
Single
Top
1009.9
MC Background
Top
Fig.104.17 – η du premier jet desMC:
événements
W → eν (sélection décrite au chapitre 5)
MC: Wbb
10
10
pour un facteur xICD de poids d’ICD
MC: Single Topégal 1 a) et égal à 3.8 b).
4
3
3
-2
-1
-2
-1
Events
0
20
100
100
1000
2
10
3
10
Les
jets contenus dans l’ICD ont une résolution moins bonne et ont donc tendance à
10
créer de l’énergie transverse manquante. Cette 10
énergie transverse manquante permet de
10
sélectionner
plus d’événements candidats W mais ces événements sont essentiellement
du bruit de fond QCD.
10
10
Nous
avons étudié l’effet du facteur xICD pour les valeurs 1.0, 2.0, 3.0 et 3.8. L’aug10
mentation du bruit de fond QCD qui est visible dans les distributions des jets est
également
visible dans la distribution de la masse
11 transverse du boson W . La figure 4.18
1
représente
la-2 masse
transverse
reconstruite
à partir
d’événements
les22 différentes
-3
-2
-1
00 pour
11
33
-3
-1
0
1
2
3
-3
-2
-1
Eta of Jets of Leading Jet
valeurs de xICD . Les événements sélectionnés sont toujours ceux
contenant un électron
2
2
2
98
10
1
-3
Eta
Cal_weight p14 (ICD x 3.8)
Entries 2199
Mean 60.634 RMS 28.319
ICD x 3.0
Entries 2189
Mean 69.933 RMS 26.728
ICD x 2.0
Entries 2195
Mean 69.913 RMS 25.433
ICD x 1.0
Entries 2189
Mean 73.578 RMS 24.978
Transverse Mass for W candidates in CC No matching tracks
200
180
160
140
120
100
80
60
40
20
00
20
40
60
80
100
120
140
GeV
Fig. 4.18 – Masse transverse d’événements W dans lesquels on requiert au moins un
jet dans l’ICD et pour 4 valeurs de poids de l’ICD xICD =1.0, 2.0, 3.0, 3.8.
et de l’énergie transverse manquante mais en plus nous demandons explicitement qu’un
jet soit dans 1.1 ≤ |η| ≤ 1.4. La courbe obtenue par un facteur xICD =3.8 montre un
nombre important d’événements à basse valeur de masse transverse (inférieure à 40
GeV) ce qui caractérise des événements de bruit de fond QCD.
Lors de cette étude, nous avons aussi comparé la fraction d’énergie déposée dans
l’ICD par des jets à celle attendue dans la simulation (figure 4.19).
On voit nettement que le facteur 1.0 ne permet pas de reproduire la simulation.
Le facteur 3.8 a plutôt tendance à donner une réponse plus forte dans les données que
dans la simulation. Un facteur de l’ordre de 3.0-3.5 semble être le plus approprié.
L’énergie déposée dans la couche sans absorbeur se trouvant dans le cryostat du
calorimètre central est comparée à la simulation sur la figure 4.20 pour des événements
W +jets. Les données ne reflètent pas le comportement de la simulation. Ce problème est
actuellement à l’étude afin de déterminer l’origine du désaccord (données ou simulation)
et de le corriger.
99
4000
400
3000
400
2000
200
1000
7 0.8 0.9
1
10364 Data
Mean Data
0.03 RMS 0.06
10416
3088.6 0.06
MC: PYTHIA
W eν
Mean
RMS 0.10
Mean
RMS 0.08
3419.1 0.04
MC: PYTHIA
W eν
6946.8
QCDRMS 0.11
Mean 0.06
Mean
0.04
RMS
0.07
6637.2 QCD
53.6 MC:
+ W0.11
τν + Zττ
Mean
0.07Zee
RMS
Mean
0.06 Zee
RMS+ W
0.13
115.8 MC:
τν + Zττ
9.6 MC:
Top
Mean
0.07
RMS 0.13
Mean
0.05Top
RMS 0.10
20.6 MC:
5.0 MC:
Wbb
Mean
0.05
RMS 0.10
Mean
0.05Wbb
RMS 0.10
10.8 MC:
1.4 MC:
Single
Mean
0.05
RMSTop
0.10
Mean
0.05
RMSTop
0.10
3.0 MC:
Single
3158.2
Total
MC Background
Mean 0.05 RMS
0.10
3569.3 Total MC Background
200
00
0 0 0.1
0.1 0.2
0.2 0.3
0.3 0.4
0.4 0.5
0.5 0.6
0.6 0.7
0.7 0.8
0.8 0.9
0.9 1 1
4
10 ICD
ICDFraction
Fractionofofall
allJets
Jets
7000
900
4
10
8003
6000
10
700
3
5000
10
6002
10
4000
500
2
10
400
3000
9877
1053
Data
Data
Mean
Mean
0.05
0.02
RMS
RMS0.09
0.06
10410
1100
Data
Data
3115.2
868.6
MC:
MC:
PYTHIA
PYTHIA
W0.11
W
eν eν
Mean
Mean
0.07
0.05
RMS
RMS0.11
Mean
Mean
0.06
0.05
RMS
RMS0.10
3736.4
911.5
MC:
MC:
PYTHIA
PYTHIA
W0.11
W
eν eν
6431.6
124.4
QCD
QCD
Mean
Mean0.07
0.06
RMS
RMS0.11
0.11
Mean
Mean
0.06
0.04
RMS
RMS
0.10
0.09
6283.8
125.0
QCD
QCD
44.2
23.9
MC:
MC:
Zee
Zee
+W
+0.12
τνW
+0.12
τνZ+ττZττ
Mean
Mean
0.07
0.07
RMS
RMS
Mean
Mean
0.06
0.07
RMS
RMS
54.9
51.7
MC:
MC:
Zee
Zee
+W
+0.12
τνW
+0.14
τνZ+ττZττ
7.9
7.4
MC:
MC:
Top
Top
Mean
Mean
0.06
0.07
RMS
RMS0.12
0.14
Mean
Mean
0.05
0.05
RMS
RMS0.10
0.10
9.8
16.0
MC:
MC:
Top
Top
4.1
4.0
MC:
MC:
Wbb
Wbb
Mean
Mean
0.05
0.05
RMS
RMS0.10
0.10
Mean
Mean
0.05
0.05
RMS
RMS0.10
0.10
5.1
8.6
MC:
MC:
Wbb
Wbb
1.1
1.2
MC:
MC:
Single
Single
Top
Top
Mean
Mean
0.05
0.05
RMS
RMS
0.10
0.10
Mean
Mean
0.05
0.05
RMS
RMS
0.10
0.10
1.4
2.6
MC:
MC:
Single
Single
Top
Top
3172.6
905.1
Total
Total
MC
MC
Background
Background
Mean
Mean0.05
0.05
RMS
RMS0.10
0.10
3807.6
990.4
Total
Total
MC
MC
Background
Background
(a)
7 0.8 0.9 1
ion of all Jets
4
10
900
3
800
10
700
6002
10
500
4
1063 Data
MeanData
0.04 RMS 0.09
1167
854.7 MC:
W eν
Mean
0.06PYTHIA
RMS 0.12
Mean
0.05PYTHIA
RMS 0.11
944.2 MC:
W eν
149.5
QCD
Mean 0.06 RMS 0.11
Mean
0.06
RMS
0.11
157.7 QCD
19.8 MC:
+ W0.12
τν + Zττ
Mean
0.08Zee
RMS
Mean
0.07Zee
RMS
24.5 MC:
+ W0.14
τν + Zττ
6.1 MC:
Top
Mean
0.07
RMS 0.14
Mean
0.05
RMS 0.10
7.6 MC:
Top
3.3 MC:
Wbb
Mean
0.05
RMS 0.10
Mean
0.05
RMS 0.10
4.1 MC:
Wbb
1.0 MC:
Single
Mean
0.05
RMSTop
0.10
Mean
0.05
RMSTop
0.10
1.2 MC:
Single
884.8
Total
Mean 0.05 MC
RMSBackground
0.10
981.6 Total MC Background
(b)
1
100
0.1 0.2
0.2 0.3
0.3 0.4
0.4 0.5
0.5 0.6
0.6 0.7
0.7 0.8
0.8 0.9
0.9 1 1
0000 0.1
0 0 0.1
0.1 0.2
0.2 0.3
0.3 0.4
0.4 0.5
0.5
0.6
0.6
0.7
0.7 0.8
0.8
0.9
0.9
11
ICD
ICD
Fraction
Fraction
of
ofallall
Jets
Jets
10
3
10
ICD Fraction of all Jets
1
200
1000
100
11
10416 Data
Mean 0.06 RMS 0.10
3419.1 MC: PYTHIA W eν
Mean 0.06 RMS 0.11
6637.2 QCD
Mean 0.07 RMS 0.11
115.8 MC: Zee + Wτν + Zττ
Mean 0.07 RMS 0.13
20.6 MC: Top
Mean 0.05 RMS 0.10
10.8 MC: Wbb
Mean 0.05 RMS 0.10
3.0 MC: Single Top
Mean 0.05 RMS 0.10
3569.3 Total MC Background
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
400
10
300
10
300
10
2000
200
7 0.8 0.9 1
7 0.8
ion
of all0.9
Jets1
0
0
10410
1100Data
Data
Mean
Mean0.07
0.05
RMS
RMS0.11
0.11
3736.4
911.5
MC:
MC:
PYTHIA
PYTHIA
WW
eν eν
Mean
Mean0.07
0.06
RMS
RMS0.11
0.11
6283.8
125.0
QCD
QCD
Mean
Mean0.07
0.07
RMS
RMS0.12
0.12
54.9
51.7
MC:
MC:
ZeeZee
+W
+τνW
+τνZ+ττZττ
Mean
Mean0.06
0.07
RMS
RMS0.12
0.14
9.816.0
MC:MC:
TopTop
Mean
Mean0.05
0.05
RMS
RMS0.10
0.10
5.18.6
MC:
MC:
Wbb
Wbb
Mean
Mean0.05
0.05
RMS
RMS0.10
0.10
1.42.6
MC:
MC:
Single
Single
TopTop
Mean
Mean0.05
0.05
RMS
RMS0.10
0.10
3807.6
990.4
Total
Total
MC
MC
Background
Background
00
0
3
10
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1 0.2 0.3 0.4 0.5
0.7 0.8
ICD0.6
Fraction
of all0.9
Jets1
1167 Data
Mean 0.06 RMS 0.12
944.2 MC: PYTHIA W eν
Mean 0.06 RMS 0.11
157.7 QCD
Mean 0.08 RMS 0.12
24.5 MC: Zee + Wτν + Zττ
Mean 0.07 RMS 0.14
7.6 MC: Top
Mean 0.05 RMS 0.10
4.1 MC: Wbb
Mean 0.05 RMS 0.10
1.2 MC: Single Top
Mean 0.05 RMS 0.10
981.6 Total MC Background
3
10
2
10
2
(c)
10
(d)
2
10
10
10
10
11
1
0 0 0.1
0.1 0.2
0.2 0.3
0.3 0.4
0.4 0.5
0.5 0.6
0.6 0.7
0.7 0.8
0.8 0.9
0.9 1 1
ICD
ICDFraction
FractionofofallallJets
Jets
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ICD Fraction of all Jets
Fig. 4.19 – Fraction de l’énergie déposée dans l’ICD par les jets des événements W →
eν et pour 4 valeurs de poids d’ICD xICD =1.0 a), 2.0 b), 3.0 c), 3.8 d).
100
33911 Data bckg: 33811.11
Mean 0.01 RMS 0.03
15560.91 MC: PYTHIA W eν
Mean 0.02 RMS 0.04
16875.32 QCD
Mean 0.01 RMS 0.03
1092.26 MC: Zee + Wτν + Zττ
Mean 0.03 RMS 0.07
147.66 MC: Top
Mean 0.02 RMS 0.04
104.10 MC: Wbb
Mean 0.02 RMS 0.04
30.86 MC: Single Top
Mean 0.02 RMS 0.04
16935.79 Total MC Background
CCMass
MassLess
lessGap
gap Energy
Fraction
16000 CC
20000
14000
18000
16000
12000
13060
18057
Data
Data
bckg:
bckg:
13014.68
18015.88
Mean
Mean2.57
0.01
RMS
RMS0.69
0.03
14511.54
PYTHIA
eν
4361.79
MC:MC:
ALPGEN
WjjW
+ Wjjj
Mean
Mean2.66
0.02
RMS
RMS1.24
0.05
8134.40
2314.39
QCD
QCD
Mean
Mean2.60
0.02
RMS
RMS1.00
0.04
283.64
921.35
MC:
MC:
ZeeZee
+W
+τνW+τνZ+ττZττ
Mean
Mean3.03
0.03
RMS
RMS3.05
0.07
145.21
138.32
MC:
MC:
TopTop
Mean
Mean2.91
0.02
RMS
RMS2.06
0.04
62.56
100.49
MC:MC:
WbbWbb
Mean
Mean2.82
0.02
RMS
RMS1.77
0.04
27.09
29.79
MC:
MC:
Single
Single
TopTop
Mean
Mean2.89
0.02
RMS
RMS2.00
0.04
4880.28
15701.49
TotalTotal
MC Background
MC Background
14000
10000
12000
CC Mass Less Gap Energy
6000
5000
5652 Data bckg: 5656.22
Mean 2.57 RMS 0.71
4083.24 MC: ALPGEN Wjj + Wjjj
Mean 2.75 RMS 1.66
1103.52 QCD
Mean 2.72 RMS 1.83
246.77 MC: Zee + Wτν + Zττ
Mean 3.05 RMS 3.14
136.05 MC: Top
Mean 2.91 RMS 2.06
60.46 MC: Wbb
Mean 2.82 RMS 1.77
26.19 MC: Single Top
Mean 2.89 RMS 1.99
4552.70 Total MC Background
4000
8000
10000
3000
8000
6000
2000
6000
4000
4000
2000
2000
7 0.8 0.9
1
33911 Data bckg: 33811.11
Mean 0.01 RMS 0.03
15560.91 MC: PYTHIA W eν
Mean 0.02 RMS 0.04
16875.32 QCD
Mean 0.01 RMS 0.03
1092.26 MC: Zee + Wτν + Zττ
Mean 0.03 RMS 0.07
147.66 MC: Top
Mean 0.02 RMS 0.04
104.10 MC: Wbb
Mean 0.02 RMS 0.04
30.86 MC: Single Top
Mean 0.02 RMS 0.04
16935.79 Total MC Background
7 0.8 0.9 1
gap Fraction
00
00
4
1010
4
1000
0
0
0.1 200.2 0.3400.4 0.5600.6 0.7
80 0.8 0.9
100 1
13060
18057
Data
Data
bckg:
bckg:
13014.68
18015.88
Mean
Mean2.57
0.01
RMS
RMS0.69
0.03
14511.54
PYTHIA
eν
4361.79
MC:MC:
ALPGEN
WjjW
+ Wjjj
Mean
Mean2.66
0.02
RMS
RMS1.24
0.05
8134.40
2314.39
QCD
QCD
Mean
Mean2.60
0.02
RMS
RMS1.00
0.04
283.64
921.35
MC:
MC:
ZeeZee
+W
+τνW+τνZ+ττZττ
Mean
Mean3.03
0.03
RMS
RMS3.05
0.07
145.21
138.32
MC:
MC:
TopTop
Mean
Mean2.91
0.02
RMS
RMS2.06
0.04
62.56
100.49
MC:MC:
WbbWbb
Mean
Mean2.82
0.02
RMS
RMS1.77
0.04
27.09
29.79
MC:
MC:
Single
Single
TopTop
Mean
Mean2.89
0.02
RMS
RMS2.00
0.04
4880.28
15701.49
TotalTotal
MC Background
MC Background
3
20
40
60
80
100
5652 Data bckg: 5656.22
Mean 2.57 RMS 0.71
4083.24 MC: ALPGEN Wjj + Wjjj
Mean 2.75 RMS 1.66
1103.52 QCD
Mean 2.72 RMS 1.83
246.77 MC: Zee + Wτν + Zττ
Mean 3.05 RMS 3.14
136.05 MC: Top
Mean 2.91 RMS 2.06
60.46 MC: Wbb
Mean 2.82 RMS 1.77
26.19 MC: Single Top
Mean 2.89 RMS 1.99
4552.70 Total MC Background
4
10
3
10
10103
(a)
(b)
2
10
2 2
1010
1010
10
11
1
00
0.1 200.2 0.3400.4 0.5600.6 0.7
80 0.8 0.9
100 1
CC
CCMass
MassLess
lessGap
gap Energy
Fraction
0
20
40
60
80
100
CC Mass Less Gap Energy
Fig. 4.20 – Fraction de l’énergie a) et énergie b) déposée dans la couche sans absorbeur
du calorimètre central comparée à la simulation pour les jets des événements W → eν.
On observe un désaccord entre les données et la simulation.
101
102
Chapitre 5
Étude de la production W (→ eν)bb̄
L’étude du canal de production W bb̄ est une étape nécessaire dans la recherche d’un
boson de Higgs de masse inférieure à 140 GeV produit en association avec un boson
W . Elle est présentée, ici, dans le cas où le boson W se désintégre en un électron et
un neutrino. Elle nécessite une bonne compréhension de l’identification des électrons,
de la reconstruction de l’énergie transverse manquante, de la calibration en énergie des
jets et de l’étiquetage des jets de quarks b.
Cette analyse a connu un premier développement au cours de l’été 2003 puis une
seconde phase au cours de l’hiver 2004 afin de prendre en compte les améliorations dans
les algorithmes de reconstruction tel que l’algorithme T42 et d’augmenter la taille de
l’échantillon de données. La première analyse a permis de mettre en place l’ensemble des
méthodes et de réaliser une première étude des événements W +jets. Dans la seconde
analyse l’augmentation d’un facteur 1.5 de la luminosité a permis d’étudier les événements W bb̄ en détail.
5.1
Objectifs et méthodes de l’analyse
La luminosité obtenue à l’heure actuelle ne permet pas d’observer la production
associée d’un boson de Higgs du modèle standard. Néanmoins, étant donné la section
efficace de production de W bb̄ qui est de l’ordre de quelques picobarns, ce bruit de fond
irréductible peut être étudié.
L’analyse débute par la sélection d’événements W → eν. Il s’agit de rechercher
des événements contenant un électron identifié suivant les critères standards de DØ
et de l’énergie transverse manquante provenant du neutrino. Cette première étude des
bosons W nous permettra un contrôle de la qualité des données et une compréhension
de ce processus. Dans ces événements, nous rechercherons ceux contenant des jets.
À ce stade, les bruits de fond principaux du signal W bb̄ sont :
– le bruit de fond “QCD” qui correspond à des événements contenant plusieurs jets
où l’un de ces jets est identifié par erreur comme un électron. Outre la présence
d’un électron, ces événements peuvent contenir suffisamment d’énergie transverse
manquante pour satisfaire les critères de sélection.
– les événements W ayant plusieurs jets dans l’état final (W +jets)
103
Pour réduire ces bruits de fond, nous demandons que les jets soient étiquetés comme
provenant d’un hadron contenant un quark b (b-jet). L’échantillon est ainsi enrichi en
événements W + b-jets et les principaux bruits de fond deviennent alors :
– la production de paire top-antitop (tt̄)
– la production de top par processus électrofaible dans les voies s et t
– les événements W +jets où les jets étiquetés proviennent de quarks c ou de quarks
légers mal identifiés
L’ensemble de ces bruits de fond ont un état final W +b-jets comparable à celui de notre
signal W bb̄. La production de paire de top-antitop est caractérisée par des événements
contenant généralement 3 ou 4 jets. Un critère de sélection demandant exactement 2
jets dans l’échantillon final permettra de réduire l’influence de ce bruit de fond.
Le tableau 5.1 indique les 2 lots de données sur lesquels l’analyse a été réalisée.
Le premier lot est un sous ensemble du second. Les critères de sélection appliqués à
chaque échantillon sont décrits dans le tableau 5.2. Chacun de ces points sera détaillé
dans la suite de ce chapitre.
Ensemble de données
Luminosité
Critères de
présélection
Analyse 2003
Août 2002 - Juin 2003
117.1 pb−1
un amas électromagnétique
pT > 15 GeV
Caractéristiques
du code de
reconstruction
version p13
Correction du problème
de l’énergie partagée
Algorithme optimisé
de reconstruction de jets
Poids de l’ICD à 1.0
Analyse 2004
Avril 2002 - Septembre 2003
174 pb−1
un électron
avec une trace associée en ∆φ < 0.4
pT > 12 GeV
≥ 1 jet de pT > 15 GeV
version p14
Correction des problèmes
liés au calorimètre
Amélioration de la
reconstruction des traces
Algorithme T42
Poids de l’ICD à 3.8
Tab. 5.1 – Description des échantillons de données pour chacune des analyses. La
reconstruction des objets est développée dans le chapitre 4.
5.2
L’échantillon des données
Dans cette section, nous passons en revue les deux échantillons de données utilisés
lors de cette analyse ainsi que les événements simulés. Ces échantillons demandent la
présence d’un candidat électron dans l’événement.
104
Critères de
déclenchement
Critère sur le vertex
Électron
Critère strict
sur l’électron
Énergie transverse
manquante
Jets
Étiquetage des
jets provenant de quarks b
Optimisation
Analyse 2003
décrit dans le
tableau 5.5
Aucun
EMF > 0.9
isolation < 0.15
estimateur HM8 < 20
|η| < 1.1
pT >20 GeV
Association
d’une trace
avec χ2 > 0.01
> 25 GeV
0.05<EMF<0.95
CHF <0.4
n90 >1
HOTF< 10
f 90 < 0.5 ou CHF < 0.15
|η| < 2.5
pT >20 GeV
Probabilité(JLIP)<1%
Analyse 2004
décrit dans le
tableau 5.5
Position en z du vertex < 60 cm
EMF > 0.9
isolation < 0.10
estimateur HM8 < 75
estimateur HM7 < 30
association d’une trace en ∆R < 0.4
|η| < 1.1
pT >20 GeV
Critère sur le maximum
de vraisemblance d’identité
de l’électron >0.75
> 25 GeV
0.05<EMF<0.95
CHF <0.4
n90 >1
HOTF<10
L1Set >0.4 pour η <0.8 et 1.5< η
L1Set >0.2 pour 0.8< η <1.5
|η| < 2.5
pT > 20 GeV
Probabilité(JLIP)<0.4%
25 GeV ≤ mW ≤125 GeV
Tab. 5.2 – Liste des critères de sélection appliqués dans les 2 analyses. L’ensemble des
acronymes est défini au chapitre 4.
5.2.1
Les données
Le premier échantillon est reconstruit à l’aide de la version de reconstruction p13.
Nous référencerons, par la suite, cet échantillon et cette analyse comme étant “l’analyse
2003” puisque les résulats de cette analyse ont été présentés aux conférences d’été
2003 [54]. Cet échantillon correspond aux données prises entre le 15 Août 2002 et le
24 Juin 2003 qui représente une luminosité intégrée de 117.1 ± 11.7 pb−1 . Afin de
sélectionner des événements W (→ eν)bb̄, nous commençons par rechercher des événements candidats W → eν. Cette première sélection nous sert de base et nous permettra
de contrôler la qualité des événements avant de passer à la recherche de jets.
La sélection de candidats W est effectuée à partir d’un ensemble d’événements
présélectionnés dans lequel on demande une identification d’au moins un amas électromagnétique d’impulsion transverse supérieure à 15 GeV. Cet échantillon de données
105
est affecté par l’ensemble des problèmes du calorimètre décrits au chapitre 4. Sur ces
données, nous avons donc appliqué les corrections suivantes :
– correction du problème de l’énergie partagée [44]
– algorithme optimisé de reconstruction des jets [50]
De plus afin de s’assurer d’une bonne qualité des données nous rejetons les runs
classés mauvais par les sous-détecteurs SMT, CFT et calorimètre [41]. Ces runs correspondent à des problèmes rencontrés durant la prise de données pour l’un de ces
sous-détecteurs. De plus, une identification de runs de qualité insuffisante (sélection
JET/MET [42]) est réalisée par l’étude de la stabilité des composantes x et y de l’énergie
transverse manquante moyennée sur chacun des runs (décrit dans le chapitre 4). Nous
rejetons également ces runs.
Le second échantillon est reconstruit à l’aide de la version de reconstruction p14 où
l’ensemble des corrections des problèmes calorimétriques est appliqué directement aux
données. Cette analyse est appelée “l’analyse 2004” car ces résultats ont été présentés
aux conférences d’hiver 2004 [55]. L’échantillon comprend l’ensemble des données enregistrées entre Avril 2002 et Septembre 2003. Néanmoins nous ne considérons pas les
données collectées entre le 15 Juin 2002 et le 15 Août 2002 (environ 7pb −1 ) qui sont
affectées par un problème non corrigé de mélange d’événements. Pour l’analyse 2004,
nous avons à disposition une luminosité intégrée de 174 ± 11 pb−1 .
Comme nous l’avons vu dans le chapitre précédent, l’algorithme T42 permet une
diminution du bruit présent dans le calorimètre. Malheureusement, l’algorithme n’est
pas appliqué de manière centralisée sur l’ensemble des données et réappliquer tous les
algorithmes calorimétriques demande beaucoup de ressources de calcul. L’échantillon
de données que nous avons utilisé est donc issu d’un sous ensemble des données déjà
processées avec l’algorithme T42 par le groupe Top de DØ [56] mais ce sous ensemble
ne contient plus d’événements W → eν exclusifs. Cet échantillon d’événements est
présélectionné suivant les critères :
a) au moins un amas électromagnétique ayant :
– une fraction électromagnétique supérieure à 0.9
– une isolation inférieure à 0.15
– un estimateur HM8 inférieur à 75
– une trace associée par ∆φ < 0.4 et d’impulsion transverse supérieure à 10 GeV
– une impulsion transverse supérieure à 12 GeV
b) au moins un jet passant tous les critères d’identification et d’impulsion transverse
supérieure à 15 GeV.
Comme précédemment, nous rejetons les runs classés mauvais des sous-détecteurs
SMT, CFT et du calorimètre. Pour maximiser la luminosité utilisable, nous ne rejetons plus les runs mauvais de la sélection JET/MET mais uniquement les événements
contenus dans des blocs de luminosité dit “mauvais” par l’étude de l’énergie transverse
manquante et également par le programme dq calo [43] qui identifie les problèmes liés
à l’électronique de lecture du calorimètre.
106
5.2.2
La simulation
Afin de contrôler les études, les événements de données sont comparés à la simulation. La simulation utilisée comprend un ensemble de processus susceptibles de déposer,
dans le détecteur, un signal comprenant un électron, de l’énergie transverse manquante
et des jets.
Les mêmes processus ont été simulés pour les analyses 2003 et 2004. Pour l’analyse 2003, la statistique des événements simulés était environ 4 fois plus faible que
pour l’analyse 2004. Les processus simulés contiennent des bosons W étant susceptibles de déposer dans le détecteur un signal électron + énergie transverse manquante.
Les processus principaux sont donc W → eν, W → τ ν, Z → ee et Z → τ τ . La simulation comprend des processus ayant des τ dans l’état final car ces derniers peuvent se
désintégrer en électron et neutrino. On considère également les événements de production de boson Z car il arrive que le second lepton ne soit pas reconstruit comme tel. Ces
événements peuvent alors avoir une signature semblable à celle d’un boson W → eν.
Outre ces processus, il faut également considérer les processus contenant des jets et
1 ou 2 W dans l’état final tels que la production par processus électrofaible de top, la
production de paire de top-antitop et aussi le signal W bb̄. Les processus inclusifs sont
simulés à l’aide de PYTHIA [57] (version 6.202) utilisant les fonctions de distribution
de partons de CTEQ5L [58]. Nous avons également comparé les événements avec des
générateurs d’éléments de matrice tels que ALPGEN [59]. Ces générateurs sont bien
adaptés pour simuler un nombre donné de jets dans l’état final. La simulation des
événements de production par processus électrofaible de top s’est effectuée en utilisant
le générateur ONETOP [60] pour l’analyse 2003 puis COMPHEP [61] pour l’analyse 2004.
Les différents processus, leurs générateurs ainsi que le nombre d’événements processés et les sections efficaces de production sont regroupés dans le tableau 5.3 pour
l’analyse 2003 et dans le tableau 5.4 pour l’analyse 2004.
La principale différence (outre la statistique) entre les échantillons 2003 et 2004
est la valeur minimale de l’impulsion des partons demandée dans ALPGEN. Des études
sont encore en cours pour finaliser la valeur optimale de l’impulsion minimale des
partons simulés, mais les premiers résultats de ces études ont montré qu’une coupure
à 8 GeV est raisonnable lorsque l’on veut sélectionner des jets d’impulsion reconstruite
supérieure à 20 GeV.
Le processus étudié correspond à la production d’un W et d’un ou plusieurs jets.
Afin d’éviter que les jets ne se recouvrent lors de la reconstruction (algorithme de cône
avec R=0.5), nous imposons lors de la génération despévénements W bb̄ et W jj que les
partons soient distants dans le plan η × φ de ∆R = ∆η 2 + ∆φ2 >0.4.
L’ensemble de ces événements sont ensuite simulés à l’aide du programme de la simulation du détecteur DØ (DØgstar [62] basé sur GEANT), la simulation de l’électronique
(DØsim), le code de reconstruction (DØreco) ainsi que le code de sélection des événements. Ils sont engendrés avec une superposition moyenne de 0.8 événements de biais
minimum.
107
Processus
Générateur
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
ONETOP
ONETOP
ALPGEN
Nombre
d’événements
96241
25500
49750
24750
49000
11000
49000
4252
2376
23341
Section efficace
de production
3054 pb
294 pb
3054 pb
294 pb
1.7 pb
0.9 pb
0.02 pb
0.88× BR pb
1.98× BR pb
4.0 pb
W → eν
Z → ee
W → τν
Z → ττ
W Z avec Z → bb̄
tt̄ → e + jets avec mtop = 175 GeV
W H → eνbb̄ avec mH = 115 GeV
tb → W bb
tqb → W bb
W (→ eν)bb̄
pT (partons)>5 GeV et ∆R(partons) > 0.4
W (→ eν)jj(j = u, d, s, c)
pT (partons)>5 GeV et ∆R(partons) > 0.4
W (→ eν)jjj(j = u, d, s, c)
pT (partons)>5 GeV et ∆R(partons) > 0.4
ALPGEN
57500
444 pb
ALPGEN
42441
67.6 pb
Tab. 5.3 – Liste des échantillons simulés pour l’analyse 2003. Les générateurs des
événements utilisés sont PYTHIA, ONETOP et ALPGEN.
Processus
Générateur
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
PYTHIA
COMPHEP
COMPHEP
ALPGEN
Nombre
d’événements
533000
197750
100000
202500
49000
48500
94500
29808
16000
83500
Section efficace
de production
3054 pb
294 pb
3054 pb
294 pb
1.7 pb
1.0 pb
0.016 pb
0.88× BR pb
1.98× BR pb
3.35 pb
W → eν
Z → ee
W → τν
Z → ττ
W Z avec Z → bb̄
tt̄ → e + jets avec mtop = 175 GeV
W H → eνbb̄ avec mH = 115 GeV
tb → W bb
tqb → W bb
W (→ eν)bb̄
pT (partons)>8 GeV et ∆R(partons) > 0.4
W (→ eν)jj(j = u, d, s, c)
pT (partons)>8 GeV et ∆R(partons) > 0.4
W (→ eν)jjj(j = u, d, s, c)
pT (partons)>8 GeV et ∆R(partons) > 0.4
ALPGEN
189500
287 pb
ALPGEN
44158
43.7 pb
Tab. 5.4 – Liste des échantillons simulés pour l’analyse 2004. Les générateurs des
événements utilisés sont PYTHIA, COMPHEP et ALPGEN.
108
5.3
Étude du déclenchement
Afin de sélectionner des “bons” candidats W dans le canal électron, nous ne gardons
que les événements ayant déclenché l’enregistrement par la présence d’un électron de
haute énergie.
L’ensemble des événements étudiés a été enregistré avec 5 versions différentes de la
liste des conditions requises de déclenchement : v8, v9 ,10, v11 et v12. Les 4 premières
versions ont des conditions de déclenchement identiques en ce qui concerne les électrons.
En revanche, dans la version v12, une condition supplémentaire sur la forme de la gerbe
déposée dans les couches électromagnétiques est requise. L’analyse 2003 ne contient pas
d’événements enregistrés avec la version v12. L’analyse 2004 doit elle, s’effectuer en 2
temps : a) l’étude des événements enregistrés par une version pré-v12, b) l’étude des
événements enregistrés par la version v12. Les 2 parties sont ensuite rassemblées pour
l’étude finale des événements. L’analyse 2004 comprend environ 25% d’événements
enregistrés avec la version v12. Afin de sélectionner le maximum d’événements, nous
avons utilisé indifféremment plusieurs conditions de déclenchement décrites dans le
tableau 5.5 en fonction de leur version. Les critères de déclenchement sont regroupés
dans le tableau 5.6.
Version
v8-v11
v12
Acronymes de déclenchement
EM MX
EM MX EMFR8
EM MX TR
EM MX F0
EM HI SH
EM HI EMFR8
EM HI
EM HI TR
EM HI F0
E1 SHT20
E1 SH30
E1 SHT15 TK13
E1 T13L15
E4 SHT20
E4 T13L15
E4 SHT15 TK13
E6 T13L15
E6 SHT15 TK13
Tab. 5.5 – Les conditions de déclenchement sont indifférement utilisées dans les analyses. L’analyse 2003 ne porte que sur les conditions de la première partie du tableau
(pré-v12), l’analyse 2004, utilise toutes les conditions de déclenchement.
La figure 5.1a) et b) représente la courbe d’efficacité de déclenchement en fonction de
l’impulsion de l’électron reconstruit pour les conditions pré-v12 (v12). Afin de réaliser
109
Acronymes du
déclenchement
EM HI
EM HI EMFR8
EM HI TR
EM HI SH
EM HI F0
EM MX
EM MX EMFR8
EM MX TR
EM MX SH
EM MX F0
E1 SHT20
E1 SH30
E1 SHT15 TK13
E1 T13L15
E4 SHT20
E4 T13L15
E4 SHT15 TK13
E6 T13L15
E6 SHT15 TK13
Critères de
Critères de Critères de
niveau 1
niveau 2
niveau 3
CEM(1,10)
EM(1,12)
ELE LOOSE(1,30)
CEM(1,10)
EM(1,12)
ELE VLOOSE(1,40)
CEM(1,10)
EM(1,12)
PhysGlobalTracker(1,25)
CEM(1,10)
EM(1,12)
ELE LOOSE SH T(1,20)
CEM(1,10)
EM(1,12)
ELE NOCUT(1,50)
CEM(1,15)
aucun
ELE LOOSE(1,30)
CEM(1,15)
aucun
ELE VLOOSE(1,40)
CEM(1,15)
aucun
PhysGlobalTracker(1,25)
CEM(1,15)
aucun
ELE LOOSE SH T(1,20)
CEM(1,15)
aucun
ELE NOCUT(1,50)
CEM(1,11)
aucun
ELE NLV SHT(1,20)
CEM(1,11)
aucun
ELE NLV SH(1,30)
CEM(1,11)
aucun
ELE NLV SHT(1,15)PhTrk8(1,13)
CEM(1,11)
aucun
ELE NLV T13(1,15)
CEM(1,9)TR(1,10)
aucun
ELE NLV SHT(1,20)
CEM(1,9)TR(1,10)
aucun
ELE NLV T13(1,15)
CEM(1,9)TR(1,10)
aucun
ELE NLV SHT(1,15)PhTrk8(1,13)
CEM(1,6)TRCFT(1,10) aucun
ELE NLV T13(1,15)
CEM(1,6)TRCFT(1,10) aucun
ELE NLV SHT(1,15)PhTrk8(1,13)
Critères de déclenchement de niveau 1
CEM(1,10)
une tour EM de déclenchement avec E T > 10GeV
CEM(1,15)
une tour EM de déclenchement avec E T > 15GeV
CEM(1,11)
une tour EM de déclenchement avec E T > 11GeV
CEM(1,9)TR(1,10)
une tour EM de déclenchement avec E T > 9GeV,
une trace avec ET > 10GeV
CEM(1,6)TRCFT(1,10)
une tour EM de déclenchement avec E T > 6GeV,
une trace du CFT avec ET > 10GeV
Critères de déclenchement de niveau 2
EM(1,12)
un candidat EM avec ET > 12GeV (à partir du run 169524)
Critères de déclenchement de niveau 3
ELE LOOSE SH T(1,20)
un electron avec |η| < 3.0 et E T > 20GeV passant EMF > 0.9
ainsi qu’un critère strict sur la forme de la gerbe
ELE LOOSE(1,30)
un électron avec |η| < 3.0 et E T > 30GeV passant EMF > 0.9
ELE NOCUT(1,50)
un électron avec |η| < 3.0 et E T > 50GeV
ELE VLOOSE(1,40)
un électron avec |η| < 3.0 et E T > 40GeV passant EMF > 0.8
PhysGlobalTracker(1,25) une trace globale de p T > 25GeV
ELE NLV SHT(1,20)
un électron avec |η| < 3.6 et E T > 20GeV passant EMF > 0.9
ainsi qu’un critère strict sur la forme de la gerbe
ELE NLV SH(1,30)
un électron avec |η| < 3.6 et E T > 30GeV passant EMF > 0.9
ainsi qu’un critère lâche sur la forme de la gerbe
ELE NLV SHT(1,15)
un électron avec |η| < 3.6 et E T > 15GeV passant EMF > 0.9
ainsi qu’un critère lâche sur la forme de la gerbe
PhTrk8(1,13)
une trace utilisant SMT et CFT de p T > 13 GeV
ELE NLV T13(1,15)
un électron avec |η| < 3.6 et E T > 15GeV passant EMF > 0.9
avec une trace associée de pT > 13GeV
Tab. 5.6 – Description des conditions de déclenchement utilisées.
110
cette courbe d’efficacité, nous sélectionnons dans l’ensemble des données, les événements qui ont déclenché l’enregistrement grâce à la présence d’un muon de manière
à ne pas avoir de biais calorimétrique. Dans ces événements, les électrons qui ont
déclenché l’enregistrement de l’événement sont rapportés au nombre total d’électron
de cet échantillon. Un ajustement sur les points mesurés est effectué à l’aide la fonction
suivante :
x−a
x−d
f (x) = 0.5 × c × (1 + f ( √ ) + f ( √ ))
(5.1)
2e
bx
Avec a, b, c et d les paramètres de la courbes et la fonction f est définie par :
Z x
2
2
f (x) = √
e−t dt
(5.2)
π 0
La simulation des conditions de déclenchement n’étant pas incorporée à la simulation
globale d’événements, nous pondérons les événements simulés en fonction de l’impulsion
transverse de leur électron par l’efficacité obtenue montrée dans ces courbes.
L1&L2&L3 Match Triggers Combined Fired Vs Pt El in CC
L1&L2&L3 Match Triggers Combined Fired Vs Pt El in CC
1
1
0.8
0.8
χ 2 / ndf
0.4
0.2
0
23.37 ± 0.3848
p0
0.6
30
p1
0.9639 ± 0.1305
p2
0.941 ± 0.01909
p3
-6.773e+05 ± 1.015e+06
p4
4.29e+06 ± 6.402e+06
0.6
0.4
0.2
(a)
20
2
χ / ndf
4.392 / 23
40
50
60
70
80
(b)
20
30
40
4.602 / 11
p0
22.85 ± 1.43
p1
0.7647 ± 0.4372
p2
0.6646 ± 0.02104
p3
-5.973e+04 ± 5291
p4
2.292 ± 0.4002
50
GeV
60
70
80
GeV
Fig. 5.1 – Courbes d’efficacité des conditions de déclenchement sur des électrons avec
l’ensemble des conditions pré-v12 (a) et v12 (b).
5.4
La sélection des événements W +jets
Dans cette section, nous présentons les critères de sélection des événements. Nous
commençons par décrire la sélection de candidats W → eν en définissant la sélection des
électrons et de l’énergie transverse manquante. Nous expliquons, ensuite, la détermination
du bruit de fond QCD à partir des données et nous terminons par une brève description
des caractéristiques des jets.
5.4.1
Sélection du candidat électron
Pour les deux analyses nous ne considérons que les candidats électrons se trouvant
dans le détecteur central (|η| < 1.1) et “loin” (∆φ = 0.02rad) des bords des modules
111
en φ du calorimètre et des bords des cryostats afin d’avoir une bonne résolution de
l’énergie. La restriction au seul calorimètre central assure une bonne qualité et une
bonne maı̂trise des candidats électrons.
Les critères de sélection respectifs aux deux analyses sont indiqués dans le tableau 5.2. Ils prennent en compte les caractéristiques d’une gerbe d’un électron dans le
détecteur. Ils sont appliqués de manière identique sur la simulation et sur les données.
De manière générale, nous effectuons une première sélection en utilisant tous les critères
de sélection sauf un critère de sélection strict pour l’électron. Cette première sélection
sera appelée sélection lâche. Ensuite nous lui appliquons le critère strict : cette seconde
sélection est donc référencée comme sélection stricte. Le critère strict permet de réduire
les événements du bruit de fond QCD (décrit dans la section suivante) comme nous
pouvons le voir sur la figure 5.2, où l’on observe la distribution d’impulsion transverse
des candidats électrons pour les analyses 2003 et 2004. Cette réduction est plus importante dans l’analyse 2003 car la sélection lâche correspondante y est plus relâchée.
La fraction électromagnétique, l’isolation et les variables HM7 et HM8 de la sélection
stricte sont représentées sur la figure 5.3 et comparées à la simulation pour l’analyse
2004. Les mêmes histogrammes pour l’analyse 2003 ont été présentés au chapitre 4
sur la figure 4.10. La simulation et les données sont en accord dans la région où nous
effectuons la coupure. Cet accord est meilleur sur l’analyse 2004 que sur l’analyse 2003
dû aux améliorations des algorithmes de reconstruction/identification. Les différences à
petites valeurs d’isolation, et sur les variables HM7 et HM8 sont dues à une simulation
imparfaite du bruit du calorimètre qui n’a pas d’influence sur la sélection.
Le contrôle des données passe par leur comparaison aux événements simulés. Ceuxci ne reproduisent pas exactement les données. Par exemple, le bruit présent dans le
détecteur est encore sous estimé dans la simulation. Afin de comparer les données et
les événements simulés, nous corrigeons la simulation par les différences d’efficacité de
sélection entre les données et la simulation.
En ce qui concerne les électrons, nous mesurons l’efficacité des critères de sélection
sur les données puis sur la simulation. Ensuite nous appliquons aux événements simulés
un poids égal au rapport de ces efficacités.
Le calcul d’efficacité de ces critères s’effectue en deux parties : on calcule une efficacité sur les critères permettant d’obtenir l’échantillon lâche, puis on calcule l’efficacité
du critère strict conditionné aux critères lâches.
Pour ce calcul, nous utilisons des événements candidats Z → ee en appliquant la
sélection stricte à l’un des deux électrons. En ce qui concerne l’analyse 2003, les événements candidats Z → ee sont issus du même lot de données présélectionnées. Pour
l’analyse 2004, comme la présélection demande la présence d’un jet, le nombre d’événements Z → ee+jets est faible, ce qui nous a contraint à utiliser un second lot de
données présélectionnées avec 2 électrons que nous appelons DIEM. L’ensemble de ce
lot de données s’étend sur la même période de temps que le lot utilisé lors de l’analyse
mais ne contient “que” 133 pb−1 .
L’efficacité d’un critère donné est obtenue par le rapport du nombre d’électrons ayant
passé ce critère au nombre initial d’électrons. Nous ne considérons que les événements
dont la masse invariante des deux électrons est comprise entre 80 GeV et 100 GeV et
après la soustraction du bruit de fond. Sur la figure 5.4, nous avons 3 distributions
112
20000
Data
MC: PYTHIA W e ν
Pt of Electrons
QCD
MC: Zee + W τν + Z ττ
18000
(a)
MC: Top
MC: Wbb
16000
MC: Single Top
14000
Events / 2 GeV
Events / 2 GeV
Data
9000
MC: PYTHIA W e ν
Pt of Electrons
QCD
MC: Zee + W τν + Z ττ
8000
(b)
MC: Top
MC: Wbb
7000
MC: Single Top
6000
12000
5000
10000
4000
8000
3000
6000
2000
4000
1000
2000
0
0
20
40
60
80
0
0
100
GeV
20
40
60
2400
Pt of Electrons
Pt of Electrons
5
2200
10
2000
(c)
18004
10
1600
100
GeV
Data
MC: PYTHIA W e ν
Data
QCD
MC: PYTHIA W e ν
MC: Zee + W τν + Z ττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
MC: Single Top
Events
Events
/ 2 GeV
/ 4 GeV
Events
Events
/ 2 GeV
/ 4 GeV
Data
80
Pt of Electrons
Pt of Electrons
(d)
1000
4
10
800
MC: PYTHIA W e ν
Data
QCD
MC: PYTHIA W e ν
MC: Zee + W τν + Z ττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
MC: Single Top
3
14003
10
1200
10
600
1000
2
10
400
2
10
800
600
10
200
400
10
200
0
10
20
40
60
80
0
20
40
60
80
100
GeV
100
GeV
100
20
40
60
80
0
20
40
60
80
Data
100
GeV
100
GeV
Data
MC: PYTHIA W e ν
Fig. 5.2 – Impulsion transverse des candidats électrons pour l’analyse 2003 (candidats
QCD
QCD
W )et l’analyse 2004 (candidats
: a) la sélection lâche de l’analyse
2003,
MC: W
Zee+
+ W≥
τν +1jets)
Z ττ
MC: Zee
+ W τν + Z ττ
3
MC: Top2003, c) la sélection
b) la sélection stricte de l’analyse
lâche de l’analyse 2004MC:etTopd) la
10
3
MC: Wbb
Wbb
10
sélection stricte de l’analyse 2004.
On observe une importante diminution du MC:
bruit
de
MC: Single Top
MC: Single Top
fond QCD après l’application du critère strict.
Events / 4 GeV
Events / 4 GeV
MC: PYTHIA W e ν
2
10
2
10
de masse invariante des deux électrons dont l’un au moins a passé les critères de la
sélection stricte. La première distribution représente la masse invariante lorsque le
second électron n’a pas passé la sélection lâche,10la deuxième lorsque le second électron
10
passe la sélection lâche mais pas le critère strict et enfin la troisième distribution lorsque
le second électron passe la sélection stricte. On utilise alors l’équation suivante pour en
1
1
0
20
40
60
80
100
Pt of Electrons
113
0
20
40
60
80
100
Pt of Electrons
Data
Data
op
Wbb
ingle Top
10000
QCD
QCD
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
9000
12000
8000
MC:
MC:Top
Top
(a)
Events
Zee + W τν + Z ττ
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
EM Fraction
of Electrons
of Electrons
14000Isolation
10000
Events
Events
YTHIA W e ν
QCD
MC: Zee + W τν + Z ττ
9000
MC: Top
(b)
8000
MC:
MC:Wbb
Wbb
MC: Wbb
MC:
MC:Single
SingleTop
Top
10000
7000
MC: Single Top
7000
6000
8000
6000
5000
5000
6000
4000
4000
3000
4000
3000
2000
2000
1000
2000
1000
00
-0.1 0.92
-0.05
0.05
0.94 -0
0.96 0.98
.04 1.06
MC: PYTHIA W e ν
Isolation of Electrons
0
-0.1
10.1 1.020.15
1.04 0.2
1.06
-0.05
-0
0.05
0.1
op
Zee + W τν + Z ττ
Wbb
op
ingle Top
Wbb
Events
Events
Events
Events
YTHIA W e ν
Zee + W τν + Z ττ
HMx8
HMx7
4000
4000
(c)
3500
3500
4
10 4
10
3000
3000
ingle Top
MC: PYTHIA W e ν
Data
QCD
MC: PYTHIA W e ν
MC: Zee + W τν + Z ττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
HMx8
4000
(d)
35004
10
3000
MC:
MC:Single
SingleTop
Top
MC: Single Top
3
2500
2500
3
10
10
3
2500
10
2000
2000
2000
2
2
10
10
1500
1500
2
10
1500
1000
1000
10
10
500
500
1000
10
500
00
11
00
30
55
10
10
15
15
20
20
25
25
100
30
30
-0.1 0.92
-0.05
0.05 10.1 1.020.15
0.94 -0
0.96 0.98
1.04 0.2
1.06
EMIsolation
Fractionof
ofElectrons
Electrons
.04 1.06
ctrons
-0.1
5
10
-0.05
-0
15
20
ingle Top
Data
We ν
44
4
Fig.
5.3 – Analyse 2004 : Distributions des variables
de sélections des électronsMC:
dePYTHIA
pT >
QCD
QCD
10
QCD
20 GeV dans l’échantillon “WMC:
+Zee
≥++W1Wτνjet”
MC:
Zee
τν++ZZττ τ : a) fraction électromagnétique b) isolation
MC: Zee + W τν + Z ττ
MC:
MC:
Top
Top normalisée à la luminosité intégrée de l’échantillon
MC: Top
c) HM8 d) HM7. La simulation
est
MC:
MC:Wbb
Wbb
MC: Wbb
33 utilisant les sections efficaces attendues. Dans3 cette figure et comme dans toutes les
en
10
10
10
MC:
MC:Single
SingleTop
Top
MC: Single Top
autres figures des analyses, la contribution d’un processus est additionnée à la somme
des contributions précédentes (histogramme cumulatif ).
Events
op
Wbb
30
MC:
MC:PYTHIA
PYTHIAWWee νν
Events
Events
Zee + W τν + Z ττ
25
0.05
0.1
0.15
0.2
Isolation of Electrons
Data
Data
YTHIA W e ν
0.2
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
Data
Data
QCD
QCD
MC:
MC:PYTHIA
PYTHIAWWee νν
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
QCD
QCD
MC:
MC:Top
Top
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC:
MC:Wbb
Wbb
MC:
MC:Top
Top
MC:
MC:Single
SingleTop
Top
MC:
MC:Wbb
Wbb
Events
Events
Data
Data
YTHIA W e ν
0.15
10
10
22
2
10
10
10
déduire l’efficacité des critères :
εlâche =
10
10
où
2 × (ss) + 2 × (si)
10 (si) + (se)
2 × (ss) + 2 ×
11
30
HMx7
00
(5.3)
1
55
10
10
15
15
20
20
25
25
30
30
HMx8
HMx7
114
0
5
10
15
20
25
30
HMx8
– (ss) représente le nombre de candidats Z avec deux électrons passant la sélection
stricte présent dans la fenêtre de masse 80-100 GeV et après soustraction du bruit
de fond,
– (si) représente le nombre de candidats Z avec un électron passant la sélection
stricte, l’autre passant la sélection lâche présent dans la fenêtre de masse 80-100
GeV et après soustraction du bruit de fond,
– (se) représente le nombre de candidats Z formés à partir d’un électron passant la
sélection stricte et d’un électron ne passant pas la sélection lâche et présent dans
la fenêtre de masse 80-100 GeV et après soustraction du bruit de fond.
On obtient alors une efficacité de la sélection lâche de 80% ± 2% (stat.⊕syst.) pour
l’analyse 2003 et 81% ± 2% pour l’analyse 2004.
Pour ce qui est du critère strict, on utilise la même méthode mais l’équation devient
alors :
εstrict =
2 × (ss)
2 × (ss) + (si)
(5.4)
Dans l’analyse 2003, nous avons une efficacité du critère strict de 76% ± 2%, et dans
l’analyse 2004 nous obtenons une efficacité de ce critère de 91% ± 2%. Le critère strict
de l’analyse 2003 représente un critère d’association de trace au candidat électron
tandis que pour l’analyse 2004 c’est un critère de vraisemblance d’identité de l’électron
(cf 4.3.2).
Tight + No Id Cut
χ2 / ndf
34.89 / 35
Prob
100
p0
p1
80
Tight + Loose
χ2 / ndf
0.4734
4.559 ± 0.6714
-0.1656 ± 0.03801
p2
6327 ± 446.3
p3
90.68 ± 0.177
p4
3.732 ± 0.1791
18.12 / 32
Prob
p0
35
p1
30
Tight + Tight
χ2 / ndf
0.9767
-0.01828 ± 0.01881
p2
1963 ± 219.7
p3
91.26 ± 0.284
p4
3.463 ± 0.2706
28.47 / 35
Prob
0.6891 ± 0.3323
180
0.7746
p0
0.8254 ± 0.5162
p1
-0.09028 ± 0.02875
9745 ± 468.1
p2
160
140
p3
91.76 ± 0.1107
p4
3.308 ± 0.1205
25
120
60
40
100
15
80
60
10
(a)
20
20
(b)
5
0
60
70
80
90
100
110
120
0
60
(c)
40
20
70
80
90
GeV
100
110
120
GeV
0
60
70
80
90
100
110
120
GeV
Fig. 5.4 – Masse invariante de deux candidats électrons dont un électron a passé la
sélection stricte et le second : a) ne passe pas la sélection lâche ; b) passe la sélection
lâche mais pas le critère strict ; c) passe la sélection stricte. Ces distributions permettent
de déterminer les différentes efficacités des critères appliqués sur les électrons.
Le même calcul est effectué sur les événements simulés. Ainsi pour l’analyse 2003
(2004), nous obtenons sur la simulation, une efficacité de la sélection lâche de 90%±2%
(77% ± 2%) et pour le critère strict 82% ± 2% (97% ± 2%).
Les événements simulés 2003 (2004) sont donc pondérés par un facteur données/simulation
= 0.80/0.90 = 0.88 ± 0.03 (0.81/0.77 = 1.05 ± 0.03) pour les événements de la sélection
lâche et par 0.80/0.90 × 0.76/0.82 = 0.88 ± 0.03 × 0.92 ± 0.03 (0.81/0.77 × 0.91/0.97 =
1.05 ± 0.03 × 0.94 ± 0.03) pour ceux de la sélection stricte. Le facteur 1.05 pour l’ana115
lyse 2004 qui reflète une meilleure efficacité dans les données que dans la simulation,
provient d’une erreur dans le code d’association de trace dans la simulation : une correction d’alignement entre les détecteurs de traces et le calorimètre a été implémenté
dans le code de reconstruction p14 mais cette même correction est appliquée par erreur
à la simulation alors que celle-ci n’a pas ce problème d’alignement ce qui conduit à une
efficacité plus basse dans la simulation. L’erreur de ces poids correspond à l’addition
en quadrature de l’erreur de l’efficacité sur les données et de celle sur la simulation.
A partir des distributions de candidats Z → ee et par comparaison aux événements de simulation, des ajustements sur l’énergie des électrons simulés ont dû être
réalisés. Ceux-ci correspondent pour l’analyse 2003 (2004) à un déplacement du pic de
distribution de l’énergie de −1.5% (+0.75%) et à un élargissement de la distribution
de l’énergie de +4% (+3.5%). L’accord obtenu avant et après ajustement est montré
sur la figure 5.5.
5.4.2
Conditions sur l’énergie transverse manquante
Afin de sélectionner des événements contenant des W se désintégrant en un électron,
nous demandons aussi d’avoir dans l’événement une énergie transverse manquante
supérieure à 25 GeV. Ce critère élevé sur l’énergie transverse manquante permet de
minimiser la contamination de notre échantillon par des événements dans lesquels
cette quantité proviendrait d’une mauvaise reconstruction. L’énergie transverse manquante est calculée suivant les prescriptions présentées au chapitre 4. Sur la figure 5.6,
nous pouvons observer les distributions de l’énergie transverse manquante ainsi que
de l’énergie transverse scalaire pour l’analyse 2003. Lors de cette analyse, nous avons
pu constater que l’énergie transverse scalaire dans les données n’est pas décrite par la
simulation. De même, l’énergie transverse manquante est plus large dans les données
que dans la simulation. Ceci peut s’expliquer par la présence de bruit supplémentaire
dans les données. L’énergie transverse scalaire, qui n’est pas utilisée dans la suite de
l’analyse, est convoluée avec une gaussienne de valeur moyenne +6 GeV et de largeur
(RMS) 18 GeV afin d’obtenir un accord entre la simulation et les données et de quantifier la quantité de bruit supplémentaire dans les données. En ce qui concerne l’énergie
transverse manquante, les études de qualité réalisées sur la variation moyenne de cette
variable, montrent que cette dernière reçoit en moyenne une contribution de bruit de
1 à 2 GeV sur chacune de ses composantes x et y. Nous avons donc modélisé cette
contribution en ajoutant à notre énergie transverse manquante une gaussienne centrée
sur 0 GeV et de 2 GeV de largeur. L’amélioration des comparaisons données-simulation
après ces traitements est visible sur la figure 5.6.
Pour l’analyse 2004, après l’application de l’algorithme T42 l’accord entre les données
et la simulation pour l’énergie transverse scalaire est meilleur mais n’est pas encore
entièrement satisfaisant. Nous avons donc ajouté une gaussienne de moyenne 0 GeV
et de largeur 10 GeV afin de parvenir à un bon accord (figure 5.7). De même pour
l’énergie transverse manquante, les études de qualité de cette variable montrent un
déplacement des distributions en x et en y. On observe ainsi sur la figure 5.8 les valeurs
moyennes de l’énergie transverse manquante suivant les axes x et y intégrées sur l’ensemble des données utilisées. Nous avons modélisé cette variation par une gaussienne et
116
10
80
70
60
(a)
50
80
90
100
110
0
60
120
GeV
508.0 Data
Mean 90.04 RMS 6.66
508.0
Data
0.0
MC:
PYTHIA W eν
414.0
Data
Mean
89.93
RMS
6.85
44.4
QCD
Mean
89.77
RMS
6.78
Mean
91.22
RMS
6.93
0.00.0
MC:
PYTHIA
W
eW
ν eν
MC:
PYTHIA
513.6
MC:
Zee + W
τν + Zττ
44.44.6
QCD
QCD
Mean
91.32
RMS
6.63
Mean
89.65
RMS
6.80
Mean 89.70 RMS 6.56
0.0 MC:
Top
618.5
MC:MC:
ZeeZee
+W
τ+ν W
+τνZτ+τ Zττ
584.5
0.0 MC:
Wbb
Mean
89.62
RMS
6.55
Mean
89.70
RMS
6.53
Mean
108.50
RMS -0.00
0.00.0
MC:
TopTop
MC:
0.0 MC: Single
Top
0.00.0
MC:MC:
Wbb
0.0 MC: WHWbb
x10
0.0
MC:
Single
Top
0.0
MC:MC
Single
Top
513.6
Total
Background
0.00.0
MC:MC:
WHWH
x10x10
618.5
Total
MCMC
Background
584.5
Total
Background
M(ee) 1 and 2 Tight
M(ee)
1 and
2 Tight
M(ee)
in CC
(Tight)
80
60
70
50
260
10
40
50
(b)
60
10 30
20
10
20
20
20
10
10
10
10
10
70
80
90
100
110
120
60060
7070
8080
9090 100
120
100 110
110GeV
120
GeV
GeV
2319.0 Data
90
100
110
120
GeV
508.0 Data
Mean 90.04 RMS 6.66
508.0
Data
0.0 MC:
PYTHIA W eν
Mean
89.93 RMS 6.85
44.4 QCD
Mean
91.22
RMS W
6.93
0.0 MC:
PYTHIA
eν
513.6
MC: Zee + W
τν + Zττ
44.4 QCD
Mean
Mean 91.32
89.65 RMS
RMS 6.63
6.80
0.0 MC:
618.5
MC:Top
Zee + W
τν + Zττ
0.0 MC:
Wbb
Mean
89.62
RMS 6.55
Mean
108.50
0.0 MC:
TopRMS -0.00
0.0 MC: Single Top
0.0 MC: Wbb
0.0 MC: WH x10
0.0
MC:
Single
Top
513.6 Total MC Background
0.0 MC: WH x10
618.5 Total MC Background
M(ee) 1 and 2 Tight
M(ee) 1 and 2 Tight
60
50
2
10
40
(c)
Mean 90.96 RMS 6.48
508.0
Data
0.0414.0
MC:
PYTHIA
Data W e ν
Mean
90.04
RMS
6.66
44.4
QCD
Mean
89.91
RMS
6.53
0.0
MC:
PYTHIA
W eν
414.0
Data
Mean
91.19
RMS
6.45
0.0
MC:
PYTHIA
W eν
44.4
QCD
2324.6
MC:
Zee + W
τν +6.78
Z ττ
Mean
89.77
RMS
4.6 QCD
Mean
91.22
RMS
6.93
Mean 0.0
91.21
RMS
6.37 W eν
MC:
PYTHIA
M(ee) 1 and 2 Tight
M(ee)
1 and
2 Tight
M(ee)
in CC
(Tight)
220
60 M(ee) in CC (Tight)
240
Mean
91.36
513.6
MC:
Zee RMS
+W
τν +6.63
Zττ
0.0 MC:
Top
4.6
QCD
417.9
MC:RMS
Zee +
W
τν + Zττ
Mean
91.32
6.63
0.0
MC:
Wbb
Mean
89.70 RMS
Mean
RMS 6.56
6.58
0.0
MC: 91.38
Top
Mean
108.50
RMSZee
-0.00
584.5
MC:
+
W
τ
ν
+ Zττ
0.0
Top
0.0MC:
MC:MC:
Wbb
0.0
Top
MeanSingle
89.70
RMS 6.53
0.0
MC:x10
Wbb
Mean
108.50
RMS -0.00
0.0 MC:
WH
0.0
MC:
TopTopTop
0.0
MC:
Single
0.0
MC:
Single
2324.6 Total MC Background
0.00.0
MC:MC:
WHWbb
x10x10
0.0
MC:
WH
0.0
MC:
Single
Top
513.6
Total
MC
Background
417.9
Total
MC
Background
0.0 MC: WH x10
584.5 Total MC Background
200
180
250
10
160
2
10
140
40
120
30
10030
10
80
10
20
10
20
60
(d)
10
200
60
Events
Events
/ GeV
/ GeV
240
220
80
70
80
90
90
100
100
110
120
110 GeV
120
2319.0 Data GeV
Mean 90.96 RMS 6.48
508.0
Data
0.0 MC:
PYTHIA W e ν
Mean
90.04 RMS 6.66
44.4 QCD
0.0 MC:
W eν
Mean
91.19PYTHIA
RMS 6.45
44.4 MC:
QCDZee + W τν + Z ττ
2324.6
Mean
91.22
RMS
Mean 91.21
RMS
6.376.93
M(ee) 1 and 2 Tight
M(ee) 1 and 2 Tight
513.6
MC:
τν + Zττ
0.0 MC:
Top Zee + W
Mean
91.32
0.0 MC:
Wbb RMS 6.63
0.0 108.50
MC: Top
Mean
RMS -0.00
0.0MC:
MC:Single
WbbTop
0.0
Mean
108.50
RMS -0.00
0.0 MC:
WH x10
0.0 MC:
Top
2324.6
TotalSingle
MC Background
0.0 MC: WH x10
513.6 Total MC Background
200
180
2
10
160
(e)
140
120
100
100
M(ee) in CC (Tight)
M(ee) in CC (Tight)
120
80
10
60
40
2010
20
10
70
80
90
100
110
120
10 70
8080
9090
100
120
70
100 110
110GeV
120
GeV
60
70
80
90
100
110GeV
120
2319.0
DataData GeV
1919.0
10
Mean
90.96
RMS
6.486.38
Mean
91.04
RMS
0.0414.0
MC: PYTHIA
Data W e ν
0.0 MC: PYTHIA W e ν
44.4
QCD 89.91 RMS 6.53
Mean
4.6 QCD
Mean 0.0
91.19
RMS
6.45 W eν
MC:
PYTHIA
Mean
91.24
2324.6
MC:QCD
Zee RMS
+ W 6.35
τν + Z ττ
4.6
1922.9
MC:
Zee6.37
+ W τν + Z ττ
Mean
91.21
RMS
Mean
91.36
RMS
Mean
91.25
RMS
6.346.63
0.0
MC: Top
417.9
MC:
Zee + W
τν + Zττ
0.0
MC:
Top
0.0 MC: Wbb
M(ee)
1 and
2 Tight
M(ee)
in CC
(Tight)
M(ee) in CC (Tight)
200
3
10
180
Mean 91.38 RMS 6.58
MC: RMS
Wbb -0.00
Mean0.0
108.50
0.0MC:
MC:Single
Top
0.0
0.0 MC:
Single
TopTop
0.0MC:
MC:WH
Wbb
0.0 MC:
WH
x10
0.0
x10
0.0
MC:
Top
2324.6
Total
MCSingle
Background
1922.9
Total
MC
Background
160
2
10
140
2
10
120
0.0 MC: WH x10
417.9 Total MC Background
70
70
80
80
90
90
100
100
M(ee) in CC (Tight)
3
10
2
10
(f )
80
1010
60
10
80
60
10
40
40
20
20
1
1
70
70
80
80
90
90
100
100
2319.0 Data
Mean 90.96 RMS 6.48
0.0 MC: PYTHIA W e ν
44.4 QCD
Mean 91.19 RMS 6.45
2324.6 MC: Zee + W τν + Z ττ
Mean 91.21 RMS 6.37
M(ee) 1 and 2 Tight
10 70
70
70
110
120
110 GeV
120
GeV
8080
80
9090
90
100
100
100
110
110 120
120
GeV
110GeV
120
GeV
1919.0 Data
Mean 91.04 RMS 6.38
0.0 MC: PYTHIA W e
4.6 QCD
M(ee) in CC (Tight)
ν
3
0.0 MC: Top
0.0 MC: Wbb
Mean 108.50 RMS -0.00
0.0 MC: Single Top
0.0 MC: WH x10
2324.6 Total MC Background
Events / GeV
Fig. 5.5 – Distributions de la masse invariante10de 2 électrons de plus grande impulsion
10
de l’analyse 2004 et dans l’échantillon DIEM. La simulation a subi un ajustement de
l’énergie (voir texte) et est comparée aux données dans le cas ou au moins un des deux
candidats
électron passe la sélection stricte. a)10pour l’analyse 2004 en échelle linéaire
10
avant ajustement b) identique à a) mais en échelle logarithmique c) pour l’analyse 2004
en échelle linéaire avec ajustement d) identique à c) mais en échelle logarithmique e)
pour l’échantillon
DIEM en échelle linéaire avec
ajustement f ) identique à e) mais en
10
10
117
échelle logarithmique.
Events / GeV
90
90
100
100
10
80
160
2
10
140
Events / GeV
70
80
70
100
Events / GeV
Events
Events
/ GeV
/ GeV
10
70
180
40
10
100
M(ee) in CC (Tight)
M(ee) in CC (Tight)
60
Events
Events
/ GeV
/ GeV
80
90
2
30
70
80
10
40
30
0
60
70
50
3040
40
Events
Events
/ GeV
/ GeV
70
Events
Events
/ GeV
/ GeV
M(ee) 1 and 2 Tight
Events
Events
/ GeV
/ GeV
Events / GeV
508.0 Data
Mean 89.93 RMS 6.85
0.0 MC: PYTHIA W eν
44.4 QCD
Mean 89.65 RMS 6.80
618.5 MC: Zee + W
τν + Zττ
Mean 89.62 RMS 6.55
0.0 MC: Top
0.0 MC: Wbb
0.0 MC: Single Top
0.0 MC: WH x10
618.5 Total MC Background
Events
Events
/ GeV
/ GeV
Events
Events
/ GeV
/ GeV
Events / GeV
0
60
Mean 91.24 RMS 6.35
1922.9 MC: Zee + W τν + Z ττ
Mean 91.25 RMS 6.34
0.0 MC: Top
3
0.0 MC: Wbb
0.0 MC: Single Top
0.0 MC: WH x10
1922.9 Total MC Background
2
2
1
1
70
80
90
100
110
120
GeV
70
80
90
100
110
120
GeV
70
80
90
100
Data
Data
op
Wbb
ingle Top
Events
Events // 2
5 GeV
GeV
Zee + W τν + Z ττ
Missing
transverse
momentum
Total
scalar
Et
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
QCD
QCD
7000
35000
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
(a)
6000
30000
MC:
MC:Top
Top
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
5000
25000
Events / 2 GeV
YTHIA W e ν
9000
Missing transverse momentum
MC: PYTHIA W e ν
QCD
MC: Zee + W τν + Z ττ
8000
(b)
MC: Top
MC: Wbb
7000
MC: Single Top
6000
5000
4000
20000
4000
3000
15000
3000
2000
10000
2000
1000
5000
00
0
300
GeV
1000
5020
100 40 150 60200
80
250
0
0
300
100
GeV
GeV
20
40
60
op
Zee + W τν + Z ττ
Wbb
op
ingle Top
Wbb
ingle Top
Events
Events
// 2
// 2
Events
Events
5 GeV
GeV
5 GeV
GeV
YTHIA W e ν
Zee + W τν + Z ττ
Missing
transverse
momentum
Total
scalar
Et
transverse
momentum
7000 Missing
Total
scalar
Et (c)
35000
5
10
6000
300004
10
4
5000
10
25000
MC:
MC:Single
SingleTop
Top
3
9000
8000
Missing transverse momentum
Missing transverse momentum
(d)
70004
10
MC: Single Top
6000
10
5000
4000
30002
15000
102
10
2000
10000
2
10
3000
2000
10
1000
10
10
1000
5000
00
110
5020
100 40 150 60200
0
5020
100 40 150 60200
80
250
300
100
GeV
GeV
80
250
300
100
GeV
GeV
100
20
40
60
80
0
20
40
60
80
Data
Data
op
Wbb
ingle Top
Data
PYTHIA W e ν
Missing
transverse
momentum
Missing
transversescalaire
momentumet de MC:
Fig.
5.6
– Analyse
2003 : Distributions de l’énergie
transverse
l’énergie
Total
scalar
Et
QCD
QCD
QCD
transverse
manquante dans les
W → eν comparées à la simulation
a)τν + Z ττ
5
MC:
MC:événements
Zee
Zee++WWτντν++ZZττ τ
MC: Zee:+ W
10
MC:
MC:Top
Top
MC:
Top
4
énergie
transverse
scalaire
avant
ajustement
;
b)
énergie
transverse
manquante
avant
4
10
10
MC:
MC:Wbb
Wbb
MC: Wbb
ajustement
;
c)
énergie
transverse
scalaire
après
avoir
ajouté à la simulation une
com4
MC:
MC:Single
SingleTop
Top
MC: Single Top
10
posante gaussienne de bruit centrée sur 6 GeV et de largeur 18 GeV ; d) énergie trans3
3
10
verse manquante après avoir ajouté à la simulation
10 une composante gaussienne de bruit
3
10
centrée sur 0 GeV et de largeur 2 GeV.
Events / 2 GeV
Zee + W τν + Z ττ
100
GeV
100
GeV
MC:
MC:PYTHIA
PYTHIAWWee νν
Events
Events // 2
5 GeV
GeV
YTHIA W e ν
MC: PYTHIA W e ν
Data
QCD
MC: PYTHIA W e ν
MC: Zee + W τν + Z ττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
3
10
4000
20000
3
10
300
GeV
300
GeV
100
GeV
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
Data
Data
QCD
QCD
MC:
MC:PYTHIA
PYTHIAWWee νν
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
QCD
QCD
MC:
MC:Top
Top
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC:
MC:Wbb
Wbb
MC:
MC:Top
Top
MC:
MC:Single
SingleTop
Top
MC:
MC:Wbb
Wbb
Events
Events
/ 2 GeV
/ 2 GeV
Data
Data
YTHIA W e ν
80
2
2
102
10
10
11
1
nous ajoutons donc à la contribution sur l’axe x(y) de l’énergie transverse manquante
une gaussienne centrée sur 0 GeV (−0.4 GeV) 10
et de largeur 1.0 GeV (1.2 GeV).
10
10
La variation de la calibration en énergie de l’électron ainsi que de celle des jets à
300
GeV
0
5020
100 40 150 60200
80
250
300
100
GeV
GeV
118
0
20
40
60
80
100
GeV
l’intérieur de leurs erreurs systématiques permet de déterminer une erreur systématique
sur l’énergie transverse manquante.
Data
100
QCD
MC: Zee + Wτν + Zττ
MC: Top
MC: Wbb
MC: Single Top
Events / 5 GeV
al scalar Et
250
MC: ALPGEN Wjj + Wjjj
Total scalar Et
QCD
MC: Zee + Wτν + Zττ
MC: Top
MC: Wbb
200
MC: Single Top
150
100
50
150
200
250
300
0
0
350 400
GeV
50
100
150
200
250
300
350 400
GeV
Data – Analyse 2004 : Distribution de l’énergie transverse
Data
Fig. 5.7
scalaire pour une sélection
MC: ALPGEN Wjj + Wjjj
MC: ALPGEN Wjj + Wjjj
W + ≥ 2jets après l’ajout d’une gaussienne de moyenne 0 GeV et de RMS 10 GeV.
QCD
MC: Zee + Wτν + Zττ
MC: Top
MC: Wbb
MC: Single Top
5.4.3
150
200
Events / 5 GeV
100
Data
MC: ALPGEN Wjj + Wjjj
QCD
MC: Zee + Wτν + Zττ
MC: Top
MC: Wbb
MC: Single Top
2
10
La détermination du bruit de fond
Le bruit de fond QCD représente les événements contenant plusieurs jets dans
lesquels un jet est identifié par erreur comme étant un électron. L’estimation du nombre
10 au bruit de fond QCD est déterminée à partir des données
d’événements appartenant
par la méthode de la matrice [63]. La méthode de la matrice consiste en un système de
deux équations à deux inconnues. On définit 2 lots :
– un premier lot dans lequel l’électron a passé la sélection lâche et où nous demandons au moins 251GeV d’énergie transverse manquante. Ce lot sera appelé lot
initial.
250 300 350 400
0
50 100 150 200 250 300 350 400
–
un
second
sélection
stricte et où nous demanTotal scalar
Et lot dans lequel l’électron a passé laTotal
scalar Et
dons au moins 25 GeV d’énergie transverse manquante. Ce lot sera appelé lot
final.
Le second lot est inclus dans le premier par définition de la sélection stricte sur
l’électron. A partir du lot initial, et du lot final, et connaissant l’efficacité du critère
strict ainsi que son taux de mauvaise identification, nous pouvons en déduire le nombre
d’événements de bruit de fond QCD dans chacun des lots d’événements :
Ninitial =
Nsignal +
NQCD
Nf inal = strict Nsignal + pmid NQCD
119
(5.5)
(5.6)
(a)
(b)
GeV
GeV
(c)
(d)
GeV
GeV
Fig. 5.8 – Distributions de la moyenne et de la largeur de l’énergie transverse manquante sur l’axe x et y pour chaque fichier (regroupant 10 à 20 blocs de luminosité) sur
l’ensemble du lot des données 2004.
on obtient :
Nsignal =
Où
Nf inal − pmid Ninitial
strict − pmid
et NQCD =
120
strict Ninitial − Nsignal
strict − pmid
– Ninitial représente le nombre d’événements dans le lot initial
– Nf inal représente le nombre d’événements dans le lot final
– Nsignal représente le nombre d’événements de signal défini ici comme tout processus n’étant pas du bruit de fond QCD
– NQCD représente le nombre d’événements de bruit de fond QCD
– strict est l’efficacité du critère strict d’identification
– pmid est la probabilité de mauvaise identification du critère strict
L’efficacité du critère strict a été déterminée précédemment. Pour établir la probabilité de mauvaise identification, nous cherchons à connaı̂tre dans un lot d’événements
ne contenant pas d’électron (ici des événements deux jets dos à dos [dijets]), le nombre
de candidats électron identifiés par la sélection stricte. L’échantillon dijets provient du
même lot de données sélectionnées décrit dans le tableau 5.1. Afin de s’assurer que ce
lot ne contient pas d’électron, nous appliquons une série de conditions supplémentaires.
Pour l’analyse 2003, nous demandons que ces jets soient dos à dos en φ avec |∆φ −
π| < 0.002. L’un des deux jets doit passer la sélection lâche d’un électron mais l’autre jet
doit avoir une fraction électromagnétique inférieure à 0.70 afin d’exclure les candidats
Z → ee. Afin de rejeter les événements W + 1 jet, nous demandons que l’énergie
transverse manquante de ces événements soit inférieure à 10 GeV. Le taux de mauvaise
identification du critère strict correspond alors au rapport du nombre d’événements
ainsi sélectionnés passant le critère strict sur le nombre d’événements sélectionnés.
Cette probabilité de mauvaise identification est pour l’analyse 2003 de 2.4% ± 0.5%.
Au cours de la réalisation de la même étude pour l’analyse 2004, nous avons
légèrement modifié certains critères de sélection. En effet, le critère dos à dos en φ
de l’analyse 2003 est mis en place pour éviter que le jet ne se trouve proche des limites
de modules en φ du calorimètre (tous les 2π
) et donc que l’événement ne corresponde
32
pas à un événement Z → ee dans lequel le second électron est mal identifié. Nous
remplaçons ce critère en demandant directement que le jet soit distant de 0.002 des
limites des modules et le critère dos à dos devient |∆φ − π| < 0.2 afin d’augmenter la
statistique. Nous restreignons également le jet au calorimètre central afin d’éviter les
candidats Z → ee où le second électron se trouverait dans la région d’intercryostat et
serait mal identifié.
Lors du calcul de ce taux de mauvaise identification, nous avons noté une dépendance
en fonction de l’impulsion transverse du candidat électron. Lors de l’analyse 2003, nous
avions déjà observé cette variation mais elle était comprise dans les erreurs de la mesure. Pour l’analyse 2004, l’effet ne peut plus être traité ainsi et sur la figure 5.9, nous
pouvons observer la valeur de cette probabilité de mauvaise identification en fonction
de l’impulsion transverse du candidat électron pour les deux versions pré-v12 et v12.
Cette dépendance est modélisée par une exponentielle décroissante ajustée aux données.
Sur cette figure nous avons également ce taux de mauvaise identification en fonction
de l’énergie transverse manquante dans ces événements. Sur ces dernières figures nous
observons bien une contamination des événements W à partir d’une valeur d’énergie
transverse manquante supérieure à 20 GeV. Lors de ces études nous avons constaté
que l’utilisation d’une valeur constante de cette probabilité ne permet pas de décrire
correctement les faibles masses transverses de W . Seule la prise en compte correcte
de la dépendance en fonction de l’impulsion transverse du candidat électron permet
121
Energy of electron opposite to a jet in CC (Loose)
Entries
Energy of electron opposite to a jet in CC (Loose)
22
Mean
55.42
RMS
26.87
0.3
Entries
22
Mean
42.05
RMS
20.26
0.35
(a)
(b)
0.3
0.25
0.25
0.2
0.2
0.15
0.15
0.1
0.1
0.05
0
0.05
10
20
30
40
50
60
70
80
90 100
0
GeV
Ch_met of electron opposite to a jet in CC (Tight)
10
20
30
40
60
70
80
90 100
GeV
Ch_met of electron opposite to a jet in CC (Tight)
FakeMet22 TR1Z0
FakeMet22 TR1Z0
Entries
Entries
Mean
RMS
42
Mean
44.11
RMS
20.34
1
(c)
(d)
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
10
20
30
40
50
60
70
GeV
42
45.86
20.47
1
0
0
50
80
0
0
10
20
30
40
50
60
70
Fig. 5.9 – Analyse 2004 : Probabilité de mauvaise identification d’un électron en fonction de l’impulsion transverse de l’électron et pour les conditions de déclenchement
pré-v12 (a) et v12 (b) et en fonction de l’énergie transverse manquante (c et d). L’augmentation du taux de mauvaise identification en fonction de l’énergie transverse manquante provient d’une contamination par des événements W + 1jet.
d’obtenir de bons résultats.
La probabilité de mauvaise identification pour une impulsion transverse supérieure
à 35 GeV est de 11 ± 2%. Cette erreur comprend une erreur statistique de 1.3% et une
erreur systématique de 1.5%.
Cette probabilité est relative à l’échantillon considéré, ainsi l’augmentation de la
probabilité entre les analyses 2003 et 2004 provient du fait que l’analyse 2004 à une
sélection lâche sur les électrons plus sévère que celle de l’analyse 2003. L’analyse 2004
se fait donc sur un échantillon contenant moins de bruit de fond QCD mais le taux de
122
80
GeV
mauvaise identification y est relativement plus important.
Lors de l’analyse 2004, nous avons donc appliqué la méthode de la matrice en
appliquant une dépendance de ce taux de mauvaise identification du critère strict en
fonction de l’impulsion transverse du candidat.
5.4.4
Les jets
Après avoir sélectionné des candidats W → eν, nous nous intéressons aux jets
présents dans ces événements. La définition d’un “bon” jet relative à chaque analyse
est résumée dans le tableau 5.2. L’ensemble des estimateurs (EMF, CHF, f90) et l’impulsion transverse obtenus dans l’analyse 2003 est représenté sur la figure 5.10. La
simulation est principalement constituée d’événements W → eν inclusifs engendrés
par PYTHIA.
Les événements simulés sont pondérés par le rapport données/simulation de l’efficacité de reconstruction des jets pour chaque jet reconstruit dans l’état final. L’efficacité
des critères de sélection est incluse dans l’efficacité de reconstruction d’un jet. Dans
l’analyse 2003, cette efficacité a été évaluée dans les données à 95 ± 5% [64] et dans
la simulation à 95 ± 5% pour des jets de 20 GeV et 98 ± 2% [65] pour des jets d’impulsion transverse supérieure à 25 GeV. Dans l’analyse, nous n’avons pas pondéré la
simulation par le rapport données/simulation des efficacités de reconstruction des jets
mais nous avons assigné une erreur systématique de 5% ⊕ 5% = 7% qui couvre l’erreur
systématique des données et la différence potentielle entre les données et la simulation.
Contrairement à l’analyse 2003, nous appliquons à la simulation pour l’analyse 2004, le
rapport données/simulation des efficacités de reconstruction et d’identification en fonction de l’impulsion transverse des jets [66]. Ce rapport est de l’ordre de 87% pour une
impulsion transverse de 20 GeV, de 93% à 30 GeV et atteint 98% au delà de 50 GeV.
Pour l’erreur systématique nous additionnons en quadrature l’erreur sur les données
(5%) et l’erreur sur la simulation (5%) soit une erreur totale de 5% ⊕ 5% = 7%.
5.5
5.5.1
De l’échantillon inclusif aux événements W + 2
jets
Reconstruction de la masse transverse du W
Seule l’analyse 2003 est réalisée sur un échantillon inclusif d’événements W →
eν. Cette analyse nous sert donc de point de repère. Nous pouvons observer sur la
figure 5.11, la masse transverse des candidats W ainsi que l’impulsion transverse de
ces candidats comparées à la simulation définie par :
q
/T )2 − ((pélectron
/T,x )2 + (pélectron
/T,y )2 )
mW
(E électron + E
=
+E
+E
(5.7)
T
x
y
~
/~T
p~W
= pélectron
+E
T
T
(5.8)
La simulation des bosons W est engendrée par PYTHIA. Cette dernière est normalisée à
5% près à la section efficace de production W → eν mesurée par DØ au cours de l’hiver
123
Data
Data
op
CH
EMFraction
Fractionof
ofJets
Jets
QCD
QCD
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
(a)
60000
800
Wbb
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
MC:
MC:Top
Top
Events
Zee + W τν + Z ττ
1000
70000
Events
Events
YTHIA W e ν
MC:
MC:Wbb
Wbb
ingle Top
7000
MC: PYTHIA W e ν
CH Fraction of Jets
QCD
MC: Zee + W τν + Z ττ
(b)
6000
MC: Wbb
MC:
MC:Single
SingleTop
Top
MC: Single Top
50000
5000
600
40000
4000
30000
400
3000
20000
2000
200
10000
1000
00
1
00
0.2
0.2
0.4
0.4
0.6
0.6
0.8
0.8
0
11
0
0.2
0.4
0.6
op
Zee + W τν + Z ττ
Wbb
op
ingle Top
Wbb
ingle Top
Events
Events
/ 10
GeV
Events
Events
YTHIA W e ν
Zee + W τν + Z ττ
4
10
1200
50000
f90
Pt of
forJets
Jets
CH
EMFraction
Fractionof
ofJets
Jets
(c)
5
10
1000
3
40000
10
MC:
MC:Single
SingleTop
Top
4
0.8
1
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
Data
Data
QCD
QCD
MC:
MC:PYTHIA
PYTHIAWWee νν
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
QCD
QCD
MC:
MC:Top
Top
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC:
MC:Wbb
Wbb
MC:
MC:Top
Top
MC:
MC:Single
SingleTop
Top
MC:
MC:Wbb
Wbb
Events
Events
/ 10 GeV
Data
Data
YTHIA W e ν
MC: Top
10
800
6000
Pt of Jets
CH Fraction of Jets
(d)
4
10
5000
MC: PYTHIA W e ν
Data
QCD
MC: PYTHIA W e ν
MC: Zee + W τν + Z ττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
MC: Single Top
3
4000
10
30000
32
10
10
600
3000
2
10
20000
2
400
10
2000
10
10000
200
10
10
1000
00
110
1
1
0 50
00
0.2
100
0.2
0.2
0.4
150
0.4
0.4
200
0.6
0.6
0.6
100
250
0.8
3001
GeV
0.8
0.8
11
50
0
100
0.2
150
0.4
200
0.6
Data
Data
op
Wbb
ingle Top
Data
PYTHIA W e ν
Fig.
5.10
Analyse
de of
sélections
des jetsMC:dans
le
f90
Pt –
of
for
Jets
Jets 2003 : Distributions des critères Pt
Jets
4
QCD
QCD
QCD
lot
d’événements W → eν, enMC:
comparant
fraction
MC:
Zee
Zee++WWτντν++ZZττ τles données avec la simulation : a) MC:
Zee + W τν + Z ττ
5
10
4
MC:
Top
Top
Top ; d)
électromagnétique ; b) fractionMC:
d’énergie
déposée10dans
le coarse hadronique ; c)MC:
f 90
MC:
MC:Wbb
Wbb
MC: Wbb
PT3 . Comme pour tous les graphiques
portant sur les jets, la simulation est normalisée
MC:
MC:Single
SingleTop
Top
MC: Single Top
104
10
aux données après soustraction du bruit de fond QCD.
Le
facteur
de
normalisation
de
3
10
cette figure est de 1.20.
Events / 10 GeV
Zee + W τν + Z ττ
300
GeV
0.8
1
MC:
MC:PYTHIA
PYTHIAWWee νν
Events / 10
GeV
Events
YTHIA W e ν
250
10
3
10 2
10
2
10
2
2003
[67]. Cette valeur de 5% est comprise dans les 10% [68] d’erreur sur la luminosité
10
intégrée pour cette période. L’accord en forme et en amplitude entre les données et la
10
simulation est relativement bon même si nous 10
observons dans la région du “pic” que
10
les données sont plus plates que la simulation.
11
1
0
1
0 50
0.2
100
0.4
150
200
0.6
250
0.8
3001
GeV
124
0
50
100
150
200
250
300
GeV
Data
Data
op
Wbb
ingle Top
16000
8000
(a)
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC:
MC:Top
Top
14000
7000
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
12000
6000
10000
5000
W Transverse Mass
MC: PYTHIA W e ν
QCD
5000
(b)
MC: Zee + W τν + Z ττ
MC: Top
MC: Wbb
4000
MC: Single Top
3000
8000
4000
2000
6000
3000
4000
2000
1000
2000
1000
00
30
0
80
GeV
0
30
40
10 5020 6030 70 4080 5090 60
100 110
70 120
80
GeV
GeV
Data
Data
Zee + W τν + Z ττ
op
Wbb
ingle Top
40
50
60
70
80
90 100 110 120
GeV
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
Events
Events // 2
2 GeV
GeV
YTHIA W e ν
0
QCD
QCD
MC: PYTHIA W e ν
Fig.
– Analyse
2003 : Distributions de l’impulsion
transverseMass
(a) et de la
masse
W
Pt5.11
Transverse
for W
candidates
Mass
W Transverse
5
QCD
QCD
QCD
10
transverse (b) des candidats W
comparées
à
la
simulation
provenant
de
PYTHIA.
La
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC: Zee + W τν + Z ττ
4
MC:
Top
Top
MC: Top
simulation
est normalisée à laMC:
luminosité
intégrée
10 de l’échantillon.
4
10 4
10
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
Events / 2 GeV
0
Events
Events // 2
2 GeV
GeV
Zee + W τν + Z ττ
W
Pt Transverse
for W candidates
Mass
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
Events / 2 GeV
YTHIA W e ν
MC: Wbb
MC: Single Top
Le boson W peut être produit en association
avec des jets. L’analyse 2004 est
10
sur un échantillon : électron + énergie transverse manquante + ≥ 1 jet(s) dans
l’état final (tableau 5.1). La figure 5.12 représente
la masse transverse et l’impulsion
2
2
10
2
de ces candidats ainsi que celles des événements avec au moins 2 jets. La simulation
10
10
des événements W + ≥ 1 jet(s) est réalisée par PYTHIA tandis que celle des événements
W + ≥ 2 jets est faite par ALPGEN. L’accord entre
les données et la simulation est bon à
10
10
10
la fois en forme et en amplitude. L’impulsion transverse du boson W a une accumulation
d’événements de bruit de fond QCD autour de 45 GeV. Ceci peut se comprendre lorsque
11
nous
considérons des événements avec 2 jets de 120 GeV : en supposant qu’un jet soit
identifié
un40électron
et 110
qu’il
ait une impulsion
transverse
Si 120
le
30
0 40
10 comme
5020 6030 70
80 5090 60
100
70 120
80
30 40 50
60 70 de
80 20
90 GeV.
100 110
GeV
GeV
GeV
second jet a une impulsion transverse fluctuant à 30 GeV son impulsion transverse de
30 GeV va atteindre 45 GeV après la correction de la calibration en énergie (×1.5).
L’événement dijets devient alors un événement avec un électron (mal identifié) de 20
GeV, un jet de 45 GeV et de l’énergie transverse manquante crée par la correction
de la calibration en énergie de 25 GeV. L’énergie transverse manquante et le candidat
électron sont alors colinéaires dans le plan transverse. Cet événement passe la sélection
de l’analyse et crée une impulsion transverse de W de 20+25 = 45 GeV [69], et une
masse transverse faible.
3
3
10 3
10
effectuée
80
GeV
5.5.2
Étude des événements W +jets
Après l’étude de la production de bosons W , nous étudions les événements où un ou
plusieurs jets sont produits en association avec le boson W . Nous nous intéressons plus
125
Data
Data
op
Wbb
ingle Top
1200
1000
W
Pt Transverse
for W candidates
Mass
Data
MC:
MC:PYTHIA
PYTHIAWWee νν
QCD
QCD
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
(a)
1000
800
MC:
MC:Top
Top
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
Events / 2 GeV
Zee + W τν + Z ττ
Events
Events // 2
4 GeV
GeV
YTHIA W e ν
MC: PYTHIA W e ν
W Transverse Mass
QCD
MC: Zee + W τν + Z ττ
1000
(b)
MC: Top
MC: Wbb
MC: Single Top
800
800
600
600
600
400
400
400
200
200
200
00
0 20 20 40 40 60 60 80 80 100
100 120
120 140
140
GeV
140
GeV
ingle Top
140
idates
(c)
500
1403
103
10
120
400
MC:
MC:Single
SingleTop
Top
100
2
102
10
300
80
Events
Events
/ 2 GeV
/ 4 GeV
160
80
100
120
140
300
W Transverse Mass
(d)
2503
10
MC: ALPGEN Wjj + Wjjj
Data
QCD
MC: PYTHIA W e ν
MC: Zee + Wτν + Zττ
QCD
MC: Top
MC: Zee + W τν + Z ττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
MC: Single Top
200
2
10
150
100
10
50
00
11
0 20 20 40 40 60 60 80 80 100
100 120
120 140
140
GeV
GeV
20
40
60
80
100
120
140
0
20
40
60
80
100 120 140
W
Pt Transverse
for W candidates
Mass
10
20
40
60
80
20
40
60
80
Data
Data
100 120 140
GeV
100 120 140
W Transverse Mass
Data
MC: ALPGEN Wjj + Wjjj
Fig. 5.12 – Analyse 2004 : Distributions de l’impulsion transverse (a) et de la
masse
QCD
QCD
QCD
3
transverse (b) des candidats W
+Zee
comparées à la simulation provenant
10
MC:
MC:
Zee≥
++WW
τντ1jet(s)
ν++ZZ
ττ τ
MC: Zee + de
Wτν + Zττ
MC:
Top
MC: Top
PYTHIA. Pour les événements MC:
WTop
+ ≥ 2jets, les distributions de l’impulsion transverse
MC:
MC:Wbb
Wbb
MC: Wbb
2
(c)
et de la masse transverse (d)
sont
comparées à la simulation ALPGEN. La simulation
10
MC:
MC:Single
SingleTop
Top
MC: Single Top
2
10
est
normalisée
à
la
luminosité
intégrée
de
l’échantillon.
2
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
Events
Events // 4
4 GeV
GeV
op
W
Pt Transverse
for W candidates
Mass
10
10
40
100
20
LPGEN Wjj + Wjjj
Wbb
60
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
Data
Data
QCD
QCD
MC:
MC:PYTHIA
PYTHIAWWee νν
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
QCD
QCD
MC:
MC:Top
Top
MC:
MC: Zee
Zee++WWτντν++ZZττ τ
MC:
MC:Wbb
Wbb
MC:
MC:Top
Top
MC:
MC:Single
SingleTop
Top
MC:
MC:Wbb
Wbb
60
200
140
GeV
140
idates
Zee + Wτν + Zττ
40
Events / 4 GeV
ingle Top
Events
Events
// 2
// 4
Events
Events
4 GeV
GeV
4 GeV
GeV
op
Zee + W τν + Z ττ
Wbb
op
ingle Top
Wbb
20
Data
Data
LPGEN Wjj + Wjjj
YTHIA W e ν
Zee + Wτν + Zττ
0
10
précisément aux événements W + ≥ 2 jets que nous appellerons W –Dijets. Plus pardans cette section, nous étudions10les deux simulations de production de
W → eν : ALPGEN et PYTHIA. Ce que nous appelons ici ALPGEN est en fait la génération
par ALPGEN des partons qui sont ensuite introduits dans PYTHIA pour leur hadronisation. Cette étude appliquée à l’analyse 2003 a été reproduite lors de l’analyse 2004 et
10
ticulièrement
10
11
1
0 20 20 40 40 60 60 80 80 100
100 120
120 140
140
W
Pt Transverse
for W candidates
Mass
126
20
40
60
80
100 120 140
W Transverse Mass
les résultats sont comparables. Nous ne présenterons ici, que les résultats obtenus sur
l’analyse 2003.
Dans la suite de l’étude et afin de pouvoir comparer les formes de distribution entre
elles, nous appliquons un facteur de normalisation à la simulation des événements
W → eν, Z → ee, W → τ ν et Z → τ τ . Ainsi nous définissons :
Rnjets =
nombre d’événements à n jets dans les données
nombre d’événements à n jets dans la simulation
(5.9)
Ce facteur de normalisation dépend de la qualité de la simulation mais est également
sensible à l’erreur sur la calibration en énergie des jets (JES). Afin d’étudier cet effet,
nous nous basons sur un échantillon de W + ≥ 1jet(s). Dans ce cas R≥1jet(s) vaut
1.20 pour PYTHIA. Lorsque nous appliquons à la simulation, la calibration en énergie
augmentée (dimimuée) par la valeur de ses barres d’erreur (±6%), le nombre de jets
passant le critère sur l’impulsion va changer. Ainsi le facteur de normalisation passe
de 1.04 (pour +6%) à 1.39 (pour −6%). La distribution de l’impulsion des 4 jets les
plus énergétiques produits en association avec un boson W , et sur lesquels nous avons
changé la valeur de la calibration en énergie des jets est représentée dans les figures 5.13
et 5.14.
Ce facteur de normalisation entre les données et la simulation va dépendre du
processus de simulation étudié. Dans notre cas nous avons considéré l’ensemble des
processus. Si nous considérons par exemple le processus W bb̄, étant donné que c’est
un processus avec des jets peu énergétiques (45 GeV en moyenne pour le jet le plus
énergétique), une variation de la calibration en énergie de ces jets va entraı̂ner une plus
grande fluctuation du nombre de jets ayant une impulsion supérieure à 20 GeV que
pour des processus où les jets ont une plus grande énergie moyenne (par exemple, la
production de paire tt̄).
L’erreur systématique attribuée à la calibration en énergie des jets est symétrique et
a une valeur de ±15%. Dans l’analyse 2004, les mêmes études nous permettent d’établir
une erreur sur la calibration en énergie de ±22% sur l’ensemble des processus étudiés.
Nous observons sur la figure 5.15 la multiplicité des jets dans des événements W –
Dijets des données comparée aux simulations PYTHIA et ALPGEN. PYTHIA sous-estime
la production de jets associés à un boson W comparativement à ALPGEN : PYTHIA n’a
pas d’événements à grande multiplicité de jets contrairement à ALPGEN.
ALPGEN est un générateur exact d’éléments de matrice et donc n’engendre que des
événements avec une multiplicité précise. La simulation d’ALPGEN que nous considérons
dans ce cas est la somme de simulation d’événements W +jj et W +jjj (où j représente
les quarks u, d, s ou c). Le déficit de jets dans la simulation inclusive PYTHIA apparaı̂t
également lorsque nous étudions la distribution des impulsions transverses de chaque
jet (figure 5.16 pour PYTHIA et figure 5.17 pour ALPGEN). La normalisation relative de
chacune des distributions est de 1.85, 1.85, 3.42 et 3.97 pour PYTHIA alors que pour
ALPGEN nous avons 1.19, 1.19, 1.47, 3.09. Sauf pour le 4ème jet où nous devrions inclure
la simulation W + jjjj d’ALPGEN, le facteur de normalisation d’ALPGEN est compris
dans les barres d’erreurs de la luminosité (±10% [68]) et de la calibration en énergie
des jets (±15%). Sur la figure 5.18, nous pouvons voir la masse invariante des deux
jets de plus haute énergie. Ici encore, nous voyons que PYTHIA décrit la forme de la
127
0
0 50
Data
Events
Events
/ 10/ GeV
10 GeV
Events
Events
/ 10/ GeV
10 GeV
We ν
W e ν 2400
τν + Z ττ
5
op
op
Pt ofPt
Fourth
of Third
Jet Jet
Pt ofPtSecond
of Leading
Jet Jet
QCDPYTHIA
QCDPYTHIA
MC:
MC:
We νWe ν
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
QCD
QCD
MC:
MC:
Top
MC: Top
Zee
MC:
+W
Zee
τν ++ W
Z τττν + Z ττ
MC:
Wbb
MC:
MC: TopMC: Wbb
Top
MC:
MC:
Single
MC: Single
Wbb
MC:Top
Wbb Top
MC: Single
MC:Top
Single Top
(a)
00
V
300
GeV
4
MC:
DataPYTHIA W e ν
Pt of Fourth Jet
Pt of Second Jet
QCDPYTHIA W e ν
MC:
MC: Zee + W τν + Z ττ
QCD
10
100
MC:
MC: Top
Zee + W τν + Z ττ
MC:
MC: Wbb
Top
MC:
MC: Single
Wbb Top
803
10
MC: Single Top
(b)
40
10
20
10
0 50
0 50
QCD
4
10
3
(c)
QCD
100
100
150
150
200
200
250
250
300
GeV
300
GeV
Data
3
10
MC: PYTHIA W e ν
Pt of Fourth Jet
QCD
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
MC: Zee + W τν + Z ττ
MC: TopMC: Top
MC: Top
MC: Wbb
MC: Wbb
MC: Single
MC:Top
Single Top
3
50
50
Data
MC: PYTHIA
MC: PYTHIA
We νWe ν
Pt ofPt
Fourth
of Third
Jet Jet
10
10
0
0
50100 100150 150
200 200250 250
300 300
GeV
50100 100150 150
200 200250 250
300GeV
300
GeV GeV
Events / 10 GeV
Events / 10 GeV
Events / 10 GeV
op
250
2
Data
τν + Z ττ
200
60
600 100
10
10
400
50
200
We ν
150
10
1000 10
2 150
10
800
100
0
100
Data
2
00
V
00
V
50
Data
MC:
MC:
We νWe ν
DataPYTHIA
DataPYTHIA
400
2200
10 350
4
2000 10
18004 300
10
1600
3
250
10
14003
10
1200 200
τν + Z ττ
0
0
50100 100150 150
200 200250 250
300 300
GeV GeV
Events
Events
/ 10/ GeV
10 GeV
0
0
00
V
10
(d)
MC: Wbb
MC: Single Top
2
10
2
10
2
10
10
10
10
1
1
1
0
0 50
50100 100150 150
200 200250 250
300 300
GeV GeV
0
50
100
150
200
250
300
GeV
Fig. 5.13 – Analyse 2003 : Distributions des impulsions transverses pour chaque jet
ordonné provenant du lot inclusif de candidats W comparées à la simulation PYTHIA.
a) Premier jet ; b) second jet ; c) troisième jet ; d) quatrième jet. Le facteur de normalisation ; (données − QCD)/simulation ; appliqué à la simulation est de 1.20.
distribution jusqu’à environ 150 GeV mais pour décrire l’amplitude, il faut appliquer
un facteur de normalisation de 1.85 à la simulation. Comparativement ALPGEN permet
une bonne description de la distribution, également sur la figure 5.19 représentant la
128
0
0 50
Data
Events
Events
/ 10/ GeV
10 GeV
Events
Events
/ 10/ GeV
10 GeV
We ν
W e ν 2400
τν + Z ττ
5
op
op
Pt ofPt
Fourth
of Third
Jet Jet
Pt ofPtSecond
of Leading
Jet Jet
QCDPYTHIA
QCDPYTHIA
MC:
MC:
We νWe ν
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
QCD
QCD
MC:
MC:
Top
MC: Top
Zee
MC:
+W
Zee
τν ++ W
Z τττν + Z ττ
MC:
Wbb
MC:
MC: TopMC: Wbb
Top
MC:
MC:
Single
MC: Single
Wbb
MC:Top
Wbb Top
MC: Single
MC:Top
Single Top
(a)
00
V
300
GeV
4
MC:
DataPYTHIA W e ν
Pt of Fourth Jet
Pt of Second Jet
QCDPYTHIA W e ν
MC:
MC: Zee + W τν + Z ττ
QCD
10
100
MC:
MC: Top
Zee + W τν + Z ττ
MC:
MC: Wbb
Top
MC:
MC: Single
Wbb Top
803
10
MC: Single Top
(b)
40
10
20
10
0 50
0 50
QCD
4
10
3
(c)
QCD
100
100
150
150
200
200
250
250
300
GeV
300
GeV
Data
3
10
MC: PYTHIA W e ν
Pt of Fourth Jet
QCD
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
MC: Zee + W τν + Z ττ
MC: TopMC: Top
MC: Top
MC: Wbb
MC: Wbb
MC: Single
MC:Top
Single Top
3
50
50
Data
MC: PYTHIA
MC: PYTHIA
We νWe ν
Pt ofPt
Fourth
of Third
Jet Jet
10
10
0
0
50100 100150 150
200 200250 250
300 300
GeV
50100 100150 150
200 200250 250
300GeV
300
GeV GeV
Events / 10 GeV
Events / 10 GeV
Events / 10 GeV
op
250
2
Data
τν + Z ττ
200
60
600 100
10
10
400
50
200
We ν
150
10
1000 10
2 150
10
800
100
0
100
Data
2
00
V
00
V
50
Data
MC:
MC:
We νWe ν
DataPYTHIA
DataPYTHIA
400
2200
10 350
4
2000 10
18004 300
10
1600
3
250
10
14003
10
1200 200
τν + Z ττ
0
0
50100 100150 150
200 200250 250
300 300
GeV GeV
Events
Events
/ 10/ GeV
10 GeV
0
0
00
V
10
(d)
MC: Wbb
MC: Single Top
2
10
2
10
2
10
10
10
10
1
1
1
0
0 50
50100 100150 150
200 200250 250
300 300
GeV GeV
0
50
100
150
200
250
300
GeV
Fig. 5.14 – Analyse 2003 : Distributions des impulsions transverses pour chaque jet
ordonné provenant du lot inclusif de candidats W comparées à la simulation PYTHIA
après avoir appliqué à la simulation un décalage de la valeur d’erreur sur la calibration
en énergie (environ +6%). a) Premier jet ; b) second jet ; c) troisième jet ; d) quatrième jet. Le facteur de normalisation ; (données − QCD)/simulation ; appliqué à la
simulation est de 1.04.
129
Data
Number
Number
of Jets
of Jets
QCD
Data
Data
Number
Numberof
ofJets
Jets
1800
2000
MC: TopMC: Top
MC: Wbb
MC: Wbb
MC: ALPGEN Wjj + Wjjj
Number of Jets
2000
MC: Top
QCD
MC: Wbb
MC:
MC: Zee
Zee++WW
τν τ+νZ+ττZ ττ1600
MC: Single
MC:Top
Single Top
MC:
MC:Top
Top
(a)
12001400
MC: Zee + Wτν + Zττ
MC: Single Top
1800
MC: Top
1400
MC:
MC:Wbb
Wbb
1600
ingle Top
MC: Wbb
1600
MC:
MC:Single
SingleTop
Top
(b)
12001400
20000
15000 1000
1200
10001200
15000
800
1000
8001000
600 800
600 800
10000
400 600
400 600
400
200
5000
200 400
MC: Single Top
10000
0
0
0 200
10
00
9
21
00
32
11
43
22
54
33
65
44
76
55
66
87
77
Data
5
10
Zee + W τν + Z ττ
op
Events
Events
τν + Z ττ
Number
Numberof
ofJets
Jets
4
10
op
ingle Top
10
105
10
MC:
MC:Top
Zee
Zee++WW
τν τ+νZ+ττZ ττ
MC: TopMC:
MC:
MC:Top
Top
MC: Wbb
MC: Wbb
MC: Single
MC:Top
Single Top
4
MC:
MC:Single
SingleTop
Top
3
10
3
10
3
5
4
6
5
7
6
8
7
8
9
9
Data
MC:
ALPGEN Wjj + Wjjj
MC: ALPGEN Wjj + Wjjj
QCD
Number of Jets
4
10
QCDZee + Wτν + Zττ
MC:
4
10
MC:Top
Zee + Wτν + Zττ
MC:
(d)
MC: Top
MC: Wbb
MC: Wbb
MC: Single Top
3
10
10
MC: Single Top
3
10
2
10 102
2
10 102
2
10
10
10 10
10 10
10
10
9
2
4
3
2
1
1
3
Number of Jets
MC:
MC:ALPGEN
PYTHIA Wjj
W e+ Wjjj
ν
QCD
MC:
MC:Wbb
Wbb
10 10
0
2
Data
QCD
QCD
MC: Zee
MC:
+ WZee
τν ++ZτW
τ τν + Z ττ
4
(c)
3
99
1
Data
QCD
4
Wbb
0
Data
Data
MC: ALPGEN
MC:
PYTHIA
Wjj + Wjjj
We ν
Number
Number
of Jets
of Jets
YTHIA W e ν
88
0 200
0
9
Events
Events
Events
We ν
98
Events
5000
8
8
Data
1800
QCD
QCD
20000 1400
Wbb
QCD
MC: Zee + Wτν + Zττ
MC:
MC:ALPGEN
PYTHIA Wjj
W e+ Wjjj
ν
1800
25000
op
MC: ALPGEN Wjj + Wjjj
Number of Jets
2000
MC: Zee
MC:
+ WZee
τν ++ZτW
τ τν + Z ττ
Zee + W τν + Z ττ 1600
op
QCD
Events
25000
Data
Events
YTHIA W e ν
Data
MC: ALPGEN
MC: PYTHIA
Wjj + Wjjj
We ν
2000
Events
Events
τν + Z ττ
Events
Events
We ν
1 11
0
10
1
00
21
11
32
22
43
33
54
44
65
55
66
76
77
87
88
98
99
9
1
0
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
Fig. 5.15 – Analyse 2003 : Distribution de la multiplicité des jets dans l’échantillon W –
Dijet inclusif comparée à la simulation PYTHIA en échelle linéaire a) et logarithmique
c) et ALPGEN en échelle linéaire b) et logarithmique d).
distance dans le plan η − φ des 2 jets de plus grandes impulsions (∆R). Le facteur de
normalisation (R≥2jets ) pour PYTHIA est de 1.85 tandis que pour ALPGEN il est de 1.19.
PYTHIA n’effectue que des approximations des éléments de matrice et ces approximations ne permettent pas de décrire convenablement une production W + n jets avec
n ≥ 2. C’est pourquoi dans le suite des analyses, lorsque nous étudions les événements
130
0
0 50
Data
Events
Events
/ 10/ GeV
10 GeV
Events
Events
/ 10/ GeV
10 GeV
We ν
W e ν 2400
τν + Z ττ
5
op
op
Pt ofPt
Fourth
of Third
Jet Jet
Pt ofPtSecond
of Leading
Jet Jet
QCDPYTHIA
QCDPYTHIA
MC:
MC:
We νWe ν
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
QCD
QCD
MC:
MC:
Top
MC: Top
Zee
MC:
+W
Zee
τν ++ W
Z τττν + Z ττ
MC:
Wbb
MC:
MC: TopMC: Wbb
Top
MC:
MC:
Single
MC: Single
Wbb
MC:Top
Wbb Top
MC: Single
MC:Top
Single Top
(a)
op
00
V
Events / 10 GeV
Events / 10 GeV
τν + Z ττ
250
300
GeV
4
MC:
DataPYTHIA W e ν
Pt of Fourth Jet
Pt of Second Jet
QCDPYTHIA W e ν
MC:
MC: Zee + W τν + Z ττ
QCD
10
100
MC:
MC: Top
Zee + W τν + Z ττ
MC:
MC: Wbb
Top
MC:
MC: Single
Wbb Top
803
10
MC: Single Top
(b)
2
40
10
20
50
10
0 50
0 50
QCD
4
10
3
(c)
QCD
100
100
150
150
200
200
250
250
300
GeV
300
GeV
Data
3
10
MC: PYTHIA W e ν
Pt of Fourth Jet
QCD
MC: Zee
MC:
+ WZee
τν ++ W
Z τττν + Z ττ
MC: Zee + W τν + Z ττ
MC: TopMC: Top
MC: Top
MC: Wbb
MC: Wbb
MC: Single
MC:Top
Single Top
3
50
50
Data
MC: PYTHIA
MC: PYTHIA
We νWe ν
Pt ofPt
Fourth
of Third
Jet Jet
10
10
0
0
50100 100150 150
200 200250 250
300 300
GeV
50100 100150 150
200 200250 250
300GeV
300
GeV GeV
Data
We ν
200
60
Events / 10 GeV
100
0
00
V
00
V
150
10
10
600 100
200
100
Data
1000
2 150
10
800
10
400
50
Data
MC:
MC:
We νWe ν
DataPYTHIA
DataPYTHIA
400
2200
10 350
2000
3
10
18004 300
10
1600
250
14003
2
10 10
1200 200
τν + Z ττ
0
0
50100 100150 150
200 200250 250
300 300
GeV GeV
Events
Events
/ 10/ GeV
10 GeV
0
0
00
V
10
(d)
MC: Wbb
MC: Single Top
2
10
2
10
2
10
10
10
10
1
1
1
0
0 50
50100 100150 150
200 200250 250
300 300
GeV GeV
0
50
100
150
200
250
300
GeV
Fig. 5.16 – Analyse 2003 : Distributions des impulsions transverses pour chaque jet
des événements W –Dijets comparées à la simulation PYTHIA : a)Premier jet ; b) second
jet, ordonné en pT ; c) troisième jet ; d) quatrième jet. Les facteurs de normalisation ;
(données − QCD)/simulation ; appliqués à la simulation sur chacune des figures sont :
1.85, 1.85, 3.42 et 3.97 respectivement.
W + ≥ 2jets, nous utilisons la simulation provenant du générateur ALPGEN.
L’utilisation du générateur ALPGEN pose néanmoins le problème du double comptage
131
0
0 50
Data
Events
Events
/ 10/ GeV
10 GeV
Events
Events
/ 10/ GeV
10 GeV
Wjj + Wjjj
Wjj + Wjjj
2400
τν + Zττ
5
τν + Zττ
op
op
0
0
50100 100150 150
200 200250 250
300 300
GeV GeV
Pt ofPt
Fourth
of Third
Jet Jet
Pt ofPtSecond
of Leading
Jet Jet
400
2200
10 350
2000
3
10
18004 300
10
1600
250
14003
2
10 10
1200 200
QCD
QCD
MC: ALPGEN
MC: ALPGEN
Wjj + Wjjj
Wjj + Wjjj
MC: Zee
MC:
+ WZee
τν ++ZτW
ττν + Zττ
QCD
QCD
MC:
MC:
Top
MC: Top
Zee
MC:
+W
Zee
τν ++ZτW
ττν + Zττ
MC:
Wbb
MC:
MC: TopMC: Wbb
Top
MC:
MC:
Single
MC: Single
Wbb
MC:Top
Wbb Top
MC: Single
MC:Top
Single Top
(a)
op
00
V
Events / 10 GeV
Events / 10 GeV
τν + Zττ
250
300
GeV
4
MC:
DataALPGEN Wjj + Wjjj
Pt of Fourth Jet
Pt of Second Jet
QCD
MC: ALPGEN Wjj + Wjjj
MC:
QCD Zee + Wτν + Zττ
MC: Top
MC:
Zee + Wτν + Zττ
10
100
MC:
MC: Wbb
Top
MC:
MC: Single
Wbb Top
803
10
MC: Single Top
(b)
2
40
10
20
50
10
0 50
0 50
10
0
0
50100 100150 150
200 200250 250
300 300
GeV
50100 100150 150
200 200250 250
300GeV
300
GeV GeV
Data
Wjj + Wjjj
200
60
Pt ofPt
Fourth
of Third
Jet Jet
QCD
4
50
50
100
100
150
150
200
200
Data
QCD
3
10
3
10
(c)
MC: TopMC: Top
MC: Wbb
MC: Wbb
MC: Single
MC:Top
Single Top
3
10
300
GeV
300
GeV
MC: ALPGEN Wjj + Wjjj
Pt of Fourth Jet
QCD
MC: Zee
MC:
+ WZee
τν ++ZτW
ττν + Zττ
10
250
250
Data
MC: ALPGEN
MC: ALPGEN
Wjj + Wjjj
Wjj + Wjjj
Events / 10 GeV
100
0
00
V
00
V
150
10
10
600 100
200
100
Data
1000
2 150
10
800
10
400
50
Data
MC:
MC:
Wjj + Wjjj
Wjj + Wjjj
DataALPGEN
DataALPGEN
Events
Events
/ 10/ GeV
10 GeV
0
0
00
V
MC: Zee + Wτν + Zττ
(d)
MC: Top
MC: Wbb
MC: Single Top
2
10
2
10
2
10
10
10
10
1
1
1
0
0 50
50100 100150 150
200 200250 250
300 300
GeV GeV
0
50
100
150
200
250
300
GeV
Fig. 5.17 – Analyse 2003 : Distributions des impulsions transverses pour chaque jet
des événements W –Dijets comparées à la simulation ALPGEN : a)Premier jet ; b) second
jet, ordonné en pT ; c) troisième jet ; d) quatrième jet. Les facteurs de normalisation
(données - QCD)/(simulation) appliqués à la simulation sur chacune des figures sont :
1.19, 1.19, 1.47 et 3.09 respectivement.
d’événements. En effet, nous générons des événements W + jj et W + jjj que nous
additionnons respectivement à leur section efficace de production. Or au moment de
132
Wbb
ingle Top
7000
450
ingle Top
ingle Top
300
GeV
MC:
QCDZee + Wτν + Zττ
QCD
MC:
MC:Top
Zee++WWτντν++ZZττ τ
MC:
Zee
(a)
MC:
MC:Wbb
Top
MC:
Top
MC:
MC:Single
Wbb Top
MC:
Wbb
MC:Single
SingleTop
Top
MC:
3
50
100
0
00
100
150
200
450
250
300
GeV
450
MC:
DataALPGEN Wjj + Wjjj
Mass of Dijets
Mass of Dijets
QCD
MC: PYTHIA W e ν
MC: Zee + Wτν + Zττ
QCD
400
3
(b)
10
350
MC:
MC: Top
Zee + W τν + Z ττ
MC:
MC: Wbb
Top
MC:
MC: Single
Wbb Top
MC: Single Top
300
2
250
10
200
150
10
100
50
50
50
50
100
100
100
150
150
150
200
200
200
250
250
250
10
0
0
300
GeV
300
300
GeV
GeV
50
50
100
100
150
150
200
200
Data
Data
Massof
ofDijets
Dijets
Mass
Mass of Dijets
QCD
QCD
MC: PYTHIA W e ν
MC: Zee
Zee++WW
MC:
τντν++ZZ
ττ τ
QCD
MC:
Top
MC:
MC:Top
Zee + W τν + Z ττ
MC:
MC:
Wbb
MC: Wbb
Top
4
400
10
3
10
350
MC:
Single
Top
MC:
MC:Single
Wbb Top
MC: Single Top
3
300
GeV
300
GeV
Data
MC:
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
DataALPGEN
(c)
250
250
10
300
MC: ALPGEN Wjj + Wjjj
Mass of Dijets
QCD
(d)
MC: Zee + Wτν + Zττ
MC: Top
3
10
MC: Wbb
MC: Single Top
2
10
2
250
10
2
10
200
10
150
10
10
100
50
1
10
00
0
1
50
50
50
100
100
100
150
150
150
200
200
200
250
250
250
300
300
GeV
GeV
300
GeV
0
50
100
150
200
250
300
GeV
Data
Events / 20 GeV
op
QCD
MC:PYTHIA
PYTHIAWWee νν
MC:
2000
150
10
100
1000
LPGEN Wjj + Wjjj
Wbb
50
Data
250
2
3000
10
200
300
GeV
300
GeV
Zee + Wτν + Zττ
00
300
GeV
10
300
4000
Events
Events
Events
/ 20// 20
GeV
20 GeV
GeV
ingle Top
Wbb
250
MC:
DataALPGEN Wjj + Wjjj
Data
5000
350
LPGEN Wjj + Wjjj
op + W τν + Z ττ
Zee
Wbb
op
200
Mass of Dijets
Massof
ofDijets
Dijets
Mass
60004
400
10
300
GeV
YTHIA W e ν
Zee + Wτν + Zττ
150
Events
Events
/ 20/ GeV
20 GeV
op
100
Events / 20 GeV
Zee + W τν + Z ττ
50
Data
Events
Events
// 20
20
GeV
Events
20/ GeV
GeV
YTHIA W e ν
00
MC: ALPGEN Wjj + Wjjj
Fig. 5.18
Analyse
de la masse invariante des 2 premiers jets
Mass– of
Dijets 2004 : Distribution
QCD
dans les événements W –Dijet MC:
: a)
à la simulation PYTHIA ; b) identique à
Zee +comparés
Wτν + Zττ
MC:
Top
a)3 en échelle logarithmique. Pour a) et b) le facteur de normalisation appliqué à la
10
MC: Wbb
simulation est 1.85. c) comparés
à la simulation ALPGEN ; d) identique à c) en échelle
MC: Single Top
logarithmique. Pour c) et d) le facteur de normalisation appliqué à la simulation est
1.19.
2
10
l’hadronisation et de la reconstruction des objets, le nombre de jets finals ne correspond
pas forcément au nombre de partons. Cet effet du double comptage est visible sur la
10
distribution de la multiplicité de jets (figure 5.15 comparés à ALPGEN). La somme des
processus simulés pour les événements W + jjj est légèrement supérieure aux données.
1
0
50
100
150
200
250
300
GeV
133
0
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0
0
5
0.5
1
1.5
2
2.5
3
3.5
Data
op
Wbb
ingle Top
35004
10
250
3000
MC:
QCDZee + Wτν + Zττ
QCD
MC:
MC:Top
Zee++WWτντν++ZZττ τ
MC:
Zee
(a)
MC:
MC:Wbb
Top
MC:
Top
Events
Events
Zee + W τν + Z ττ
QCD
MC:PYTHIA
PYTHIAWWee νν
MC:
4000 Delta
R22Leading
LeadingJets
Jets
300 DeltaR
4.5
5
Data
MC:
DataALPGEN Wjj + Wjjj
Data
Delta R 2 Leading Jets
Events
Events
Events
YTHIA W e ν
4
300
Delta R 2 Leading Jets
Delta R 2 Leading Jets
3
250
10
(b)
MC:
DataALPGEN Wjj + Wjjj
QCD
MC: PYTHIA W e ν
MC: Zee + Wτν + Zττ
QCD
MC:
MC: Top
Zee + W τν + Z ττ
MC:
MC: Wbb
Top
MC:
MC:Single
Wbb Top
MC:
Wbb
MC:
MC: Single
Wbb Top
MC:Single
SingleTop
Top
MC:
MC: Single Top
200
3
10
2500
200
2
10
150
2000
2
150
10
1500
100
10
100
1000
10
50
500
50
4.5
10
0
0
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5 11 1.5
1.5 22 2.5
2.5 33 3.5
3.5 44 4.5
4.5 55
00 0.5
5
0.5
0.5
1
1
1.5
1.5
2
2
2.5
2.5
3
3
3.5
3.5
Data
Data
op + W τν + Z ττ
Zee
Wbb
op
QCD
QCD
MC: PYTHIA W e ν
MC: Zee
Zee++WW
MC:
τντν++ZZ
ττ τ
QCD
(c)
4
10
3
250
10
MC:
Top
MC:
MC:Top
Zee + W τν + Z ττ
MC:
MC:
Wbb
MC: Wbb
Top
ingle Top
Wbb
3
5
5
MC: ALPGEN Wjj + Wjjj
Delta R 2 Leading Jets
QCD
MC: Zee + Wτν + Zττ
(d)
3
10
MC: Top
MC: Wbb
MC:
Single
Top
MC:
MC:Single
Wbb Top
ingle Top
4.5
4.5
Data
MC:
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
DataALPGEN
DeltaRR22Leading
LeadingJets
Jets
300 Delta
Delta R 2 Leading Jets
Events
YTHIA W e ν
Zee + Wτν + Zττ
Events
Events
Events
LPGEN Wjj + Wjjj
4
4
MC: Single Top
MC: Single Top
10
200
2
10
2
10
2
150
10
10
100
10
10
50
4.5
4.5
1
1
10
0.5 11 1.5
1.5 22 2.5
2.5 33 3.5
3.5 44 4.5
4.5 55
00 0.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
5
5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Data
Zee + Wτν + Zττ
op
Wbb
ingle Top
Events
LPGEN Wjj + Wjjj
MC: ALPGEN Wjj + Wjjj
Fig.
5.19
AnalyseJets
2004 : Distributions
du ∆R des 2 premiers jets dans les événeDelta
R 2– Leading
QCD
ments
W –Dijet : a) comparéesMC:àZeela+ Wsimulation
PYTHIA ; b) identique à a) en échelle
τν + Zττ
3
10
MC:
Top
logarithmique. Pour a) et b) le facteur de normalisation appliqué à la simulation est
MC: Wbb
1.85. c) comparées à la simulation
ALPGEN ; d) identique à c) en échelle logarithmique.
MC: Single Top
Pour c) et d) le facteur de normalisation appliqué à la simulation est 1.19.
2
10
Il existe plusieurs prescriptions pour tenir compte de ce double comptage [70]. Ces
prescriptions ne donnent pas le même résultat et ne sont pas appliquées car l’effet
est faible par rapport à l’erreur de la calibration en énergie. Par exemple sur l’analyse
10
2004, la contribution des événements simulés W +jjj représente 11.3% des événements
W +jets : nous avons 212 événements provenant de la simulation W +jjj comparés aux
1
4.5
5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
134
Wbb
ingle Top
MC:
MC:Top
Top
MC: Zee + Wτν + Zττ
MC: Top
MC:
MC:Wbb
Wbb
MC: Wbb
2000
MC:
MC:Single
SingleTop
Top
MC: Single Top
1400
4000
1873
événements W +jets. Cette proportion de 11.3% représente le maximum de double
que l’on pourrait avoir et est couverte
1500par l’erreur attribuée à la calibration
3000
en
énergie
des
jets.
Lorsque
nous
passons
à
l’étiquetage
des jets provenant de quark b,
1000
cet effet s’amoindrit. En effet, la contribution des événements W + jjj lorsque nous
800
1000
demandons 2 jets étiquetés est de 0.09 ce qui représente
moins de 8% de la contribution
2000
600
totale W+jets.
400
2003 et 2004 est reproduite sur la fi1000 La multiplicité des jets pour les analyses 500
gure
5.20.
Outre
l’augmentation
d’environ
1.5
de
la luminosité, on observe nettement
200
une diminution du nombre d’événements à grande multiplicité (événements de bruit
00
0
00 11QCD).
22 33 44 55 66 77 88 99
0
1
2
3
4
5
6
7
8
9
de fond
1200
comptage
9
Zee + Wτν + Zττ
op
Events
Events
LPGEN Wjj + Wjjj
Number of Jets
10
10
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
MC: ALPGEN Wjj + Wjjj
MC:
τντν++ZZ
ττ τ
MC: Zee
Zee++WW
MC:
MC:Top
Top
(a)
ingle Top
Data
Data
QCD
QCD
44
Wbb
8
2500
33
Events
8
MC:
τντν++ZZ
ττ τ
MC: Zee
Zee++WW
1800
5000
1600
Ev
op
Ev
Ev
Zee + Wτν + Zττ
QCD
MC: Zee + Wτν + Zττ
MC: Top
3
MC:
MC:Wbb
Wbb
(b)
10
MC:
MC:Single
SingleTop
Top
10
10
MC: Wbb
MC: Single Top
2
10
22
10
10
10
10
10
1
11
9
00
11
22
33
44
55
66 77 88 99
Number of Jets
0
1
2
3
4
5
6
7
8
9
Number of Jets
Fig. 5.20 – Multiplicités des jets dans les événements W –Dijets de l’analyse 2003 a) et
de l’analyse 2004 b) comparées à la simulation ALPGEN. Nous observons une diminution
des événements à grande multiplicité de jets.
Dans la figure 5.21, la simulation ALPGEN de la masse invariante des 2 jets de plus
grande impulsion est comparée aux données de l’analyse 2004. La simulation et les
données sont en bon accord. De même sur la figure 5.22, la variable HT y est représentée.
HT est définie comme la somme des impulsions transverses des jets contenus dans
l’événement. Sur cet histogramme, la contribution des événements provenant de la
production d’une paire de tt devient importante aux alentours de 180 GeV tandis que
celle du W bb̄ diminue. La distribution de la séparation spatiale (∆R) entre les deux
jets les plus énergétiques est également bien décrite par la simulation (ALPGEN) avec
un maximum aux alentours de π.
L’ensemble des distributions W –Dijet est bien décrit par la simulation ALPGEN.
PYTHIA ne décrit pas convenablement les processus W + njets avec n ≥ 2. En conclusion, nous avons isolé un échantillon d’événements W –Dijet dans lequel nous pouvons
135
00
ingle Top
ingle Top
300
Dijets
00
300
GeV
50
100
150
200
Mass of Dijets
QCD
QCD
600
MC: Zee
Zee++WW
MC:
τντν++ZZ
ττ τ
3
MC:Top
Top
MC:
10
500
(a)
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
MC:
250
300
GeV
Data
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
MC: ALPGEN Wjj + Wjjj
QCD
3
MC: Zee + Wτν + Zττ
10
MC: Top
(b)
MC: Wbb
MC: Single Top
2
10
10
10
200
100
1
1
0
00
50
50
100
100
150
150
200
200
250 300
300
250
GeV
Mass of Dijets
0
50
100
150
200
250
300
Mass of Dijets
Data
Events / 20 GeV
op
250
300
LPGEN Wjj + Wjjj
Wbb
200
400
2
10
300
GeV
Zee + Wτν + Zττ
150
Events / 20 GeV
Wbb
Events
Events // 20
20 GeV
GeV
op
100
Data
Data
LPGEN Wjj + Wjjj
Zee + Wτν + Zττ
50
MC: ALPGEN Wjj + Wjjj
Fig. 5.21 – Analyse 2004 : Distributions
de la masse invariante des 2 premiers jets
QCD
3
dans
les
événements
W
–Dijets
:
a)
comparées
à la simulation ALPGEN ; b) identique
MC: Zee + Wτν + Zττ
10
Top a) et b) le facteur de normalisation appliqué à la
à a) en échelle logarithmique. MC:
Pour
MC: Wbb
simulation est 0.98.
MC: Single Top
2
10
rechercher des événements W + b-jets.
10
1
0
50
100
150
200
250
300
Mass of Dijets
136
Wbb
ingle Top
ingle Top
ingle Top
4.5 5
g Jets
50
100
150
200
250
HT
QCD
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
MC:
QCDZee + Wτν + Zττ
QCD
800
600
MC:
MC:Top
Zee++WW
Zee
τντν++ZZ
ττ τ
3
10
700
500
600
(a)
300
350 400
GeV
Data
MC:
DataALPGEN Wjj + Wjjj
Data
MC:
MC:Wbb
Top
MC:
Top
MC:
MC:Single
Wbb Top
MC:
Wbb
MC:Single
SingleTop
Top
MC:
Delta R 2 Leading Jets
MC:
DataALPGEN Wjj + Wjjj
QCD
MC: ALPGEN Wjj + Wjjj
MC: Zee + Wτν + Zττ
QCD
3503
10
MC: Top
Zee + Wτν + Zττ
(b)
300
MC:
MC: Wbb
Top
MC: Wbb
Single Top
MC:
MC: Single Top
250
2
10
200
150
10
100
50
100
100
10
0
0
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50 100
100 150
150 200
200 250
250 300
300 350
350 400
400
00
50
GeV
HT
0.5 1 1.5 2 2.5
50 100 150 200
3 3.5 4 4.5 5
250 300 350 400
HT
Data
Data
Delta R 2 Leading Jets
(c)
3
3503
10
10
Data
MC:
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
DataALPGEN
QCDALPGEN Wjj + Wjjj
QCD
MC:
MC: Zee
Zee++WW
MC:
τντν++ZZ
τττ
QCD
MC:Top
Top
MC:
Zee + Wτν + Zττ
MC: ALPGEN Wjj + Wjjj
3
10
QCD
(d)
MC: Zee + Wτν + Zττ
MC: Top
MC:
Wbb
MC:
MC:Wbb
Top
MC:Single
SingleTop
Top
MC:
MC:
Wbb
300
MC: Wbb
MC: Single Top
2
10
MC: Single Top
2
250
10 2
10
200
10
150
10
10
100
50
1
10
0.5 11 1.5
1.5 22 2.5
2.5 33 3.5
3.5 44 4.5
4.5 55
00 0.5
Delta250
R 2 Leading
Jets400
0
50 100 150 200
300 350
HT
1
0
0.5
1
1.5
2
2.5 3 3.5 4 4.5 5
Delta R 2 Leading Jets
Data
Events
op
0
0
350 400
GeV
300
10
200
200
LPGEN Wjj + Wjjj
Wbb
300
400
300
4.5 5
50 400
HT
Zee + Wτν + Zττ
250
2
400
500
10
Events
Events / 15 GeV
Events
Wbb
op
ingle Top
Wbb
200
Delta R 2 Leading Jets
LPGEN Wjj + Wjjj
op + Wτν + Zττ
Zee
150
Data
50 400
GeV
LPGEN Wjj + Wjjj
Zee + Wτν + Zττ
100
Events / 15 GeV
Events
op
50
Events
Zee + Wτν + Zττ
100
0
0
Events
Events
Events // 15
15 GeV
GeV
LPGEN Wjj + Wjjj
200
MC: ALPGEN Wjj + Wjjj
Fig.
5.22 – Analyse 2004 : Distributions
de la variable HT (définie comme la somme
3
QCD
de l’énergie transverse de tous MC:
lesZeejets)
les événements W –Dijets : a) comparées
+ Wτν + dans
Zττ
MC: Top
à la simulation ALPGEN ; b) identique
à a) en échelle logarithmique. Distributions du
MC: Wbb
∆R pour les 2 premiers jets des
événements W –Dijets : c) comparées à la simulation
MC: Single Top
2
ALPGEN ; d) identique à c) en échelle logarithmique. La normalisation de ces distribu10
tions est de 0.98.
10
10
137
1
0
0.5
1
1.5
2
2.5 3 3.5 4 4.5 5
Delta R 2 Leading Jets
5.6
Les algorithmes d’étiquetage des jets de quark b
Le temps de vie d’un hadron contenant un quark b est d’environ 1.6 ps, ce qui
correspond à une distance de vol de l’ordre de 3 mm pour une impulsion de 40 GeV.
De ce fait, les traces issues de la désintégration d’un hadron contenant un quark b ne
sont pas issues du vertex primaire de l’interaction mais d’un vertex secondaire. Cette
particularité est utilisée par différents algorithmes afin d’identifier les jets provenant
d’un quark b. Un hadron beau va également se désintégrer leptoniquement dans un
état final µ + X dans 11% des cas.
Actuellement DØ développe quatre algorithmes d’identification de jets de quark b.
Deux d’entre eux sont basés sur le paramètre d’impact des traces (CSIP et JLIP), un
troisième recherche et reconstruit d’éventuels vertex secondaires (SVX). Enfin il existe
un algorithme recherchant la présence de muon dans le jet (SLT) [71] qui suggère la
désintégration semileptonique d’un hadron beau. Ce dernier algorithme était le seul
présent au Run I et il n’est pas utilisé dans cette analyse, il ne sera donc pas détaillé
dans la suite.
5.6.1
L’algorithme JLIP
L’algorithme JLIP (Jet LIfetime Probability [72]) est le principal algorithme utilisé
dans nos analyses. Il consiste à estimer la probabilité que les traces proviennent du
vertex primaire à partir du paramètre d’impact des traces d’un jet. Le paramètre
d’impact d’une trace est défini comme la distance minimale estimée entre le vertex
primaire et la trajectoire de la trace considérée (figure 5.23). Pour un hadron beau,
le paramètre d’impact moyen des traces est de l’ordre de 400 µm. Le système actuel
d’identification de trace ne permet pas une reconstruction en 3 dimensions du paramètre
mais uniquement en 2 dimensions dans le plan transverse.
On définit le signe du paramètre d’impact en fonction des coordonnées du périgée
de la trace relativement à l’ajustement de cette trace au vertex primaire (d~périgée ) et
Fig. 5.23 – Le paramètre d’impact est la distance minimale entre la trace reconstruite
provenant du jet issu de la désintégration du hadron B et du vertex primaire.
138
au vecteur d’impulsion du jet (~
pT (jet)). Le paramètre d’impact se définit alors comme
~
étant IP = |dpérigée | et son signe est donné par : d~périgée ·~
pT (jet). Les traces provenant de
quarks légers (u, d ou s) vont présenter une distribution symétrique du paramètre d’impact divisé par son incertitude (appelé signification) par rapport à 0 tandis que pour
les quarks lourds (c et b), nous allons avoir un excès d’événements avec un paramètre
d’impact positif (figure 5.24).
4
10
3
10
(a)
~Resolution
from dijets
2
10
10
1
-15
-10
-5
0
5
10
15
Significance = dca/σ
DØ Run 2 Preliminary
3
10
High-p T,rel muon sample
(b)
2
10
10
1
-15
-10
-5
0
5
10
15
Significance = dca/σ
Fig. 5.24 – Distribution de la signification du paramètre d’impact (≡ paramètre d’impact/son erreur) a) pour des événements sans sélection particulière et b) pour des
événements présélectionnés en demandant un muons dans un des jets (i.e. enrichis en
jet de saveur c et b).
L’algorithme calcule la probabilité pour chaque trace de provenir du vertex primaire
ce qui demande une calibration du paramètre d’impact. Pour cela, on définit :
pdif f = p × (sin θ)3/2
(5.10)
Où p est l’impulsion de la trace et θ l’angle polaire entre la trace et l’axe des faisceaux. L’ensemble des paramètres d’impact des traces est regroupé dans 16 intervalles
différents de pdif f . Dans chacun de ces 16 intervalles, 29 catégories de traces sont définies
139
suivant le nombre de coups lus par chaque détecteur de traces. Dans chacune de ces
catégories, on regroupe les événements ayant le même nombre de traces attachées au
vertex primaire. Dans chaque cas, la distribution de signification de la trace est ajustée
par une gaussienne à laquelle est ajoutée une exponentielle pour décrire la queue de
la distribution. La largeur de la gaussienne d’ajustement est donc définie en fonction
du nombre de traces attachées au vertex primaire de l’événement, de la catégorie de
la trace considérée et de pdif f . On redéfinit alors le paramètre d’impact et son erreur
par :
P I = P Iinitial /σ(pdif f , i, Nvp )
σP I = σP Iinitial × σ(pdif f , i, Nvp )
(5.11)
(5.12)
Avec P Iinitial le paramètre d’impact mesuré de la trace considérée, σP Iinitial l’erreur sur
le paramètre d’impact mesurée, σ(pdif f , i, Nvp ) la largeur de la gaussienne d’ajustement
définie précédemment, i l’indice de la catégorie de la trace et Nvp le nombre de traces
attachées au vertex primaire dans l’événement. On ajuste la partie négative de la
distribution de la signification de ce paramètre d’impact (SP I = σPPII ) par la somme de
4 gaussiennes. Cet ajustement est la fonction de la résolution du paramètre d’impact
notée R(SP I ). La probabilité pour une trace de provenir du vertex primaire est :
R −|SP I |
R(s)ds
Ptrace (SP I ) = −50
(5.13)
R0
R(s)ds
−50
Cette probabilité n’est définie que pour les traces de valeur absolue de signification
du paramètre d’impact inférieure à 50. La distribution de la probabilité des traces
est montrée sur la figure 5.25 pour des significations de paramètre d’impact positives
et négatives et pour différents échantillons : en a) l’échantillon est sélectionné par un
déclenchement sur la présence de jets dans l’événement, en b) les événements sont
simulés contenant des jets provenant de quarks légers ; en c) des événements simulés
contenant des jets provenant de quarks c et en d) des événements simulés contenant
des jets provenant de quarks b. La probabilité pour des significations négatives est
constante, tandis que celle pour les significations positives connaı̂t une augmentation
à proximité de la valeur nulle pour les jets provenant de quarks lourds.
Par la suite JLIP combine l’ensemble de ces probabilités afin d’obtenir une probabilité par jet :
±
= Π± ×
Pjet
±
Ntraces
−1
X
j=0
(−logΠ± )j
j!
±
Ntraces
avec
Π± =
Y
i=1
I>0
Ptraces (SPP I<0
)
(5.14)
±
représente le nombre de traces associées au jet et ayant un paramètre d’impact
Ntraces
positif ou négatif. Seuls les jets ayant une probabilité positive sont considérés dans
la suite. Les jets provenant de quarks légers ont une distribution constante de cette
probabilité entre 0 et 1. En ce qui concerne les jets de quarks lourds, la distribution de
leur probabilité augmente à proximité de la valeur nulle. La distinction entre un quark
léger et un quark lourd se fera par un critère sur la probabilité positive associée à un
jet.
140
track significance probability
jet trig DATA
MC l-jet
12000
40000
10000
35000
30000
(a)
8000
(b)
25000
6000
20000
15000
4000
10000
2000
5000
0
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Ptrk
Ptrk
MC c-jet
MC b-jet
8000
3500
7000
significance
6000
positive
5000
negative
3000
2500
2000
4000
1500
1000
3000
2000
(c)
500
1000
0
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
(d)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Ptrk
Ptrk
Fig. 5.25 – Distribution de la probabilité qu’une trace provienne du vertex primaire
pour des données déclenchées sur la présence de jets (a), de la simulation de jets légers
(b), la simulation de jets de quark c (c) et de la simulation de jets de quark b (d).
Afin de définir l’efficacité d’étiquetage des jets de quark b, nous définissons d’abord
un ensemble de critères qui déterminent un jet “étiquetable”. Ces critères dépendent de
141
l’algorithme d’étiquetage pour l’analyse 2003 mais ont été uniformisés dans l’analyse
2004. En schématisant, pour l’analyse 2003, un jet était dit étiquetable si on pouvait
lui associer aux moins 2 traces de bonne qualité (définis par le nombre de coups dans
le SMT et le CFT qui dépendent de la position de la trace). Pour l’analyse 2003, le
rapport entre l’efficacité d’un jet étiquetable dans les données et celui dans la simulation
est de 0.85 ± 0.10.
p Pour l’analyse 2004, l’association d’au moins 2 traces distantes de
moins de ∆R = (∆η 2 + ∆φ2 ) < 0.5 avec au moins une trace d’impulsion transverse
supérieure à 1 GeV ayant déposé au moins un coup dans le SMT forme “un jet de
traces”. Dans le cadre de l’analyse 2004, tous les algorithmes d’étiquetage demandent
que soit associé au jet reconstruit dans le calorimètre au moins un jet de traces. Cette
association se fait en demandant que les 2 jets soient distants dans le plan η × φ (∆R)
de moins de 0.5. Le rapport d’efficacité de ce critère dans les données et celui dans la
simulation pour l’analyse 2004 est de 0.88 ± 0.03.
Pour établir l’efficacité d’étiquetage dans les données, on sélectionne des événements ayant des jets étiquetables. Afin d’enrichir notre échantillon en jets provenant
de quarks b, les jets de l’échantillon doivent contenir un muon qui peut provenir de la
désintégration semileptonique d’un hadron beau. Trois méthodes sont appliquées pour
calculer l’efficacité d’étiquetage : deux reposent sur le spectre de l’impulsion transverse
du muon contenu dans le jet relativement à la direction du jet et la troisième se base sur
la résolution d’un système de 8 équations [73]. Le spectre d’impulsion transverse des
muons dans les jets est déterminé à partir d’événements simulés et pour les quarks c et
b séparément. Le système de 8 équations est bâti à partir de 2 échantillons de données
indépendants et repose sur 2 algorithmes d’étiquetage peu corrélés. Ces 3 méthodes
permettent d’obtenir une efficacité d’étiquetage de 35±2% [74] pour l’analyse 2003
pour probabilité d’étiquetage inférieure à 1% et de 39±2% [75] pour l’analyse 2004 pour
probabilité inférieure à 0.4% (figure 5.26 a)). L’amélioration de l’efficacité d’étiquetage
entre l’analyse 2003 et 2004 provient de l’amélioration du code de reconstruction des
traces dans la version p14 du code de reconstruction. Ces critères sur la probabilité
correspondent aux critères stricts de l’algorithme.
Le calcul de l’efficacité d’étiquetage est simplifié sur la simulation. La saveur d’un jet
provenant de la simulation est déterminée par la recherche de la saveur la plus grande
dans un cône de 0.3 centré autour du jet. Pour cette détermination, les saveurs sont
classées de la plus faible à la plus grande : u, d, s, c et b. Sur la figure 5.27, le nombre de
jets en fonction de la saveur de ces jets est représenté dans le cas d’événements simulés
W + jj et W bb̄. Nous ne faisons pas de différence entre les saveurs u et d. La simulation
W + jj contient une majorité de jets provenant de quark u et d (1er intervalle), ainsi
que des jets s et c (3ème et 4ème intervalle). Le 5ème intervalle indique le nombre de jets
associés à un quark b. Ce nombre est dominant dans la simulation W bb̄. La génération
W + jj d’ALPGEN ne contient pas de quark b néanmoins, des quarks b sont présents
après la radiation de partons réalisée par PYTHIA.
Connaissant la saveur du jet, il est possible de calculer l’efficacité d’étiquetage ainsi
que le taux de mauvais étiquetage. La figure 5.26 b) représente l’efficacité d’étiquetage
en fonction de ce taux pour l’analyse 2004 déterminée sur différents échantillons d’événements simulés.
Afin de ramener les performances de l’algorithme dans la simulation au même ni-
142
heavy quark-jet efficiency
b-tag efficiency
JLIP performance in p14 MC
0.7
(a)
0.6
0.5
0.4
0.8
(b)
0.7
jet 35<ET<55 GeV |η|<1.2
0.6
Z->bb->µ vs Z->light
Z->bb vs Z->light
QCD->b vs QCD->light
0.5
Z->cc->µ vs Z->light
Z->cc vs Z->light
QCD->c vs QCD->light
0.4
0.3
0.3
0.2
JLIP tight cut
0.2
SystemD
ptrel fit single/no-tag
0.1
0.1
ptrel fit double/single-tag
0
20
30
40
50
60
70
80
0
0
90
0.005
0.01
ET(jet) (GeV)
0.015
0.02
Fig. 5.26 – (a) Efficacité sur les données de l’algorithme JLIP pour étiqueter un jet
provenant d’un quark b pour 3 méthodes et en fonction de l’impulsion transverse de ce
jet. Les points représentés par des ronds indiquent les résultats obtenus par le système
8, les points en carrés et triangles indiquent les résultats par les 2 méthodes étudiant le
spectre de l’impulsion transverse des muons dans les jets. (b) Efficacité de l’algorithme
JLIP pour étiqueter un jet provenant d’un quark b en fonction du taux de mauvaise
identification pour différents processus de simulation.
veau que celles obtenues sur les données, un poids est attribué à chaque jet étiqueté de
la simulation. Ce poids est égal au produit du rapport données/simulation pour l’efficacité de rendre un jet étiquetable et du rapport données/simulation pour l’efficacité
d’étiquetage :
Pour l’analyse 2003 :
Pour l’analyse 2004 :
0.70 = 0.85 × 0.82
0.63 = 0.88 × 0.72
(5.15)
(5.16)
Pour l’analyse 2004, le rapport données/simulation pour l’efficacité d’étiquetage est
montré sur la figure 5.28. On y observe une faible dépendance en fonction de l’impulsion
du jet de ce rapport et une dépendance en η pour η supérieur à 2.0.
La détermination du taux de mauvais étiquetage pour les données utilise le signe du
paramètre d’impact. Ce taux de mauvais étiquetage représente l’efficacité d’étiqueter un
jet provenant de quark léger. On utilise la partie négative de la distribution symétrique
de la signification du paramètre d’impact (notée −
données ). Cette partie négative doit
être néanmoins corrigée par deux facteurs : la fraction de jets lourds contenus dans la
143
0.025
light-jet efficiency
0
9
0
0
0
10
21
32
43
54
65
76
87
98
9
0
MC Flavor Jets (Tight)
1
2
3
4
5
6
7
8
9
8
9
MC Flavor Jets (Tight)
MC Flavor Jets if Two Jets Tag with JLIP (Tight)
12000
350
5000
(a)
(b)
30010000
4000
250
8000
3000
200
6000
150
2000
4000
100
50
9
0
1000
2000
0
0
10
21
32
43
54
65
76
87
98
0
9
0
Flavor
1
2
3
4
5
6
7
Flavor
Fig. 5.27 – Nombre de jets en fonction de la saveur du quark présent dans un cône
de rayon 0.3 pour des événements simulés a) W + jj et b) W bb̄. En abscisse se trouve
l’index de la saveur du jet : 1 pour u et d, 3 pour s, 4 pour c et 5 pour b.
contribution négative et la contamination par des particules de longues durées de vie
dans la partie positive. Ces 2 fractions sont déterminées à partir de simulation d’événements de bruit de fond QCD et leur produit vaut 0.91 ± 0.02. D’après l’équation :
léger = −
données × 0.91
(5.17)
on obtient la probabilité de mauvais étiquetage léger . Les particules de longues durées
de vie : Λ et Kshort ainsi que les conversions de photons sont identifiées par un algorithme spécifique [76] avant l’étiquetage et sont exclues du processus d’étiquetage pour
l’analyse 2004. Ces particules ne sont pas rejetées dans l’analyse 2003 car l’identification
de ces particules n’était pas encore mise en place.
Ainsi pour l’analyse 2003 et une probabilité d’étiquetage de jet inférieure à 1% nous
avons 1.1±0.1% [74] de mauvaise identification. Pour l’analyse 2004 et une probabilité
d’étiquetage de jet inférieure à 0.4% nous avons 0.3±0.03% [75] de taux de mauvaise
identification. La figure 5.29 indique l’efficacité d’étiquetage en fonction de sa mauvaise
identification.
144
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
JLIP tight
JLIP tight
SFb
SFb
JLIP SFb = Data/MC b-tag efficiencies ratio
(a)
20
30
40
50
60
70
80
90
1
0.9
0.8
0.7
0.6
0.5
0.4
(b)
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
|η(jet)|
ET (jet) (GeV)
JLIP medium
1
SFb
SFb
JLIP medium
1
0.9
0.9
Fig.
5.28 – Analyse 2004 : Rapport données/simulation
pour l’efficacité d’étiquetage
0.8
0.8
en0.7fonction de l’impulsion du jet (a) et du η du 0.7
jet (b). Ce rapport est indépendant de
l’impulsion
du jet et du η du jet pour des valeurs
0.6
0.6η <2.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
20
30
40
50
JLIP loose
b-tag efficiency
1
JLIP performance in p14
0.8
35<ET<55 GeV
0.7
60
70|η|<1.2
80 90
0.5
0.4
real Data
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
|η(jet)|
ET (jet) (GeV)
0.6
SFb
SFb
0.5
0.4
0.3
0.2
0.1
0
0.5
1
JLIP loose
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
+_ systematic error
0.4
0.3
0.2
20
30
40
50
0.1
60
0
0
70
80
90
|η(jet)|
ET (jet) (GeV)
0.005
0.01
0.015
0.02
0.025
light-jet mistag rate
Fig. 5.29 – Analyse 2004 : Efficacité de l’algorithme JLIP pour étiqueter un jet provenant d’un quark b en fonction du taux de mauvaise identification pour les données et
pour différents critères sur la probabilité d’étiquetage du jet.
145
La dépendance en impulsion et en η de l’efficacité de rendre un jet étiquetable ainsi
que de l’efficacité d’étiquetage permet de déterminer une erreur systématique sur la
pondération appliquée à la simulation de ± 3% et ± 7% [75] pour l’analyse 2004 (±
7% et ±11% [74] pour l’analyse 2003).
Dans l’analyse 2003, le poids de l’étiquetage appliqué aux jets de la simulation
était indifférent de la saveur du jet considéré. Les seules prescriptions existantes sont
relatives aux jets provenant de quarks c et b. Dans l’analyse 2004, la pondération des
jets de la simulation n’est donc appliquée que pour les jets associés à des quarks c et
b. Pour les quarks légers, nous appliquons uniquement le rapport données/simulation
de l’efficacité de rendre un jet étiquetable.
Dans les deux analyses, les algorithmes d’étiquetages sont appliqués sur la simulation comme sur les données.
5.6.2
L’algorithme CSIP
Le second algorithme d’identification des jets de quark b utilisant le paramètre
d’impact est l’algorithme CSIP (Counting Signed Impact Parameter [76]). Les traces
utilisées ont un χ2 d’ajustement de reconstruction inférieur à 9, au moins 2 coups dans
le SMT et une impulsion supérieure à 1.5 GeV. Un jet est étiquetable s’il satisfait les
critères établis précédemment. Un jet est dit étiqueté s’il est étiquetable et s’il contient :
– au moins 2 traces ayant une signification supérieure à 2.5
– ou bien 3 traces de signification supérieure à 1.6.
b-tagging efficiency
0.48
0.46
0.44
pt>0.5
0.42
0.4
pt>1
0.38
0.36
pt>1.5
0.34
0.32
0.3
0.28
0
pt>2
0.002
0.004
0.006
0.008
0.01
0.012
0.014
mistag rate
Fig. 5.30 – Efficacité de l’algorithme CSIP pour étiqueter un jet provenant d’un quark
b en fonction du taux de mauvaise identification pour les données et pour différents
critères sur l’impulsion des traces considérées.
La figure 5.30 retrace les performances de l’algorithme. Ainsi pour une impulsion transverse de la trace supérieure à 1.5 GeV, nous avons une efficacité dans les
données de l’ordre de 34±1% et une mauvaise identification de 0.3±0.06%. Le rapport
données/simulation des efficacités est de 0.69 ± 0.05.
Nous avons utilisé cet algorithme uniquement dans une étude particulière de l’analyse 2004. Le recouvrement entre les algorithmes JLIP et CSIP peut être estimé dans
146
les données : W + 1 jet étiqueté nous avons 100 événements étiquetés par JLIP, 124
par CSIP et 70 événements sont à la fois étiquetés par JLIP et par CSIP.
5.6.3
L’algorithme de reconstruction de vertex secondaires
L’algorithme reconstruit des vertex secondaires [77] en demandant :
– que l’événement ait un vertex primaire
– que des jets de traces soient reconstruits. Ces jets doivent contenir des traces
d’impulsion transverse d’au moins 0.5 GeV, avoir laissé au moins 2 coups dans
le SMT, avoir un paramètre d’impact inférieur à 0.15 cm et une distance en z de
moins de 0.4 cm.
– au moins 2 traces provenant des jets de traces de signification supérieure à 3.5
On demande enfin que le vertex secondaire ait :
– une longueur de désintégration inférieure à 2.6 cm définie comme |Lxy | = |r~V S −
rV~ P | avec r~V S (rV~ P ) le vecteur entre le centre du détecteur et le vertex secondaire
(vertex primaire).
– le χ2 de l’ajustement entre chaque trace ayant servi à construire le vertex secondaire et ce dernier, inférieur à 100
– un angle de colinéarité supérieur à 0.9. Cet angle correspond à l’angle du produit
vectoriel entre L~xy et l’impulsion du vertex secondaire qui est définie comme la
somme des impulsions des traces associées au vertex secondaire.
Un jet va alors être étiqueté comme un “b-jet” s’il est étiquetable et s’il contient
dans un cône de rayon 0.5 au moins un vertex secondaire de signification de longueur
de désintégration supérieure à 7 (= longueur de désintégration/son erreur). Les per-
Fig. 5.31 – Efficacité de l’algorithme SVX pour étiqueter un jet provenant d’un quark
b en fonction du taux de mauvaise identification pour des données et pour différents
critères de qualités du vertex secondaire reconstruit.
formances de l’algorithme sont données sur la figure 5.31. Ainsi pour une coupure sur
la signification de longueur de désintégration supérieure à 7 nous avons une efficacité
dans les données de l’ordre de 32.7±1.3% et une mauvaise identification de 0.2±0.07%.
Le rapport données/simulation des efficacités est de 0.67. La dépendance de ce facteur
en fonction de l’impulsion du jet induit une erreur de 12% sur ce facteur.
147
5.7
Sélection des événements W + ≥ 2 jets ayant au
moins un jet étiqueté par JLIP
Dans cette section, nous allons décrire l’étiquetage des jets de quark b dans notre
échantillon W –Dijets. Nous détaillerons principalement, les résultats obtenus avec
l’analyse 2004.
Lorsque nous recherchons des jets étiquetés, nous pouvons trouver des événements
W + jet(s) dans lesquels un gluon de radiation s’est matérialisé en une paire bb̄ ce qui
produit 2 jets proches l’un de l’autre. Afin de réduire l’influence de tels événements et
de s’assurer d’une bonne séparation spatiale des jets, nous demandons que les jets dans
les événements sélectionnés soient séparés dans le plan η × φ de ∆R => 0.75. Dans le
cas contraire, nous rejettons l’événement.
L’application de l’algorithme JLIP sur les événements W –Dijet permet une sélection
d’événements W b-jet. Sur la figure 5.32, la distribution de l’impulsion transverse du
b-jet, la distribution de la variable HT de l’événement ainsi que la distribution de la
séparation (∆R) du jet étiqueté avec le jet non-étiqueté de plus grande impulsion et la
distribution de la masse invariante de ces 2 jets sont représentées pour les événements
W + 2 jets, où un seul jet est étiqueté, de l’analyse 2004.
L’ensemble de ces distributions sont décrites par les différents processus simulés.
Nous observons 100 événements de données. La quantité d’événements de bruit de fond
QCD est estimée par la méthode de la matrice à 18.5 événements. L’incertitude sur la
détermination de l’efficacité de la coupure sur le maximum de vraisemblance d’identité
de l’électron ainsi que l’incertitude sur la probabilité de mauvaise identification de
l’électron se traduisent par une erreur de ± 4.4 événements. Le nombre d’événements
attendus pour l’ensemble des processus est détaillé dans le tableau 5.7.
Processus étudiés
W + ≥ 2jets
Bruit de fond QCD
W bb̄
tt
tb̄
Z → ee + Z → τ τ + W → τ ν
W Z avec Z → bb̄
Total attendus
Événements observés
Événements attendus
44.8 ± 11.6
18.5 ± 4.4
8.0 ± 2.1
12.2 ± 3.3
3.2 ± 0.8
1.0 ± 0.3
0.3 ± 0.1
88.0±22.7
100
Tab. 5.7 – Analyse 2004 : Nombre d’événements attendus pour les différents processus
sélectionnés comme étant des événements W –Dijet ayant exactement 1 b-jet.
Sur ces processus, la propagation de l’erreur obtenue sur la calibration en énergie
des jets de 22% se traduit par ±15.3 événements. Après soustraction du bruit de fond
QCD, nous observons 81.5 ± 4.4 événements avec un seul jet étiqueté, comparé à
69.5±15.3±4.5 (Luminosité)±9.0 (facteurs correction entre les données et la simula-
148
Wbb
ingle Top
WH
Events
Events // 30
10 GeV
GeV
LPGEN Wjj + Wjjj
Zee + Wτν + Zττ
op
80 200
h JLIP
0
0
20
50 4010060 150
80 100
200120250
140 300
160 180
350200
150
200
250
MC: ALPGEN Wjj + Wjjj
QCD
QCD
QCD
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
MC: Zee + Wτν + Zττ
MC: Top
(b)
10
11
1
20
50 4010060 150
80 100
200120250
140 300
160 180
350200
Pt of B-jetHtifof
One
Dijet,
JetOne
Tag Tag
withJLIP
JLIP
0
50
100
150
200 250 300 350
Ht of Dijet, One Tag JLIP
ingle Top
WH
4.5
Zee + Wτν + Zττ
op
Wbb
ingle Top
WH
4.5 5
h JLIP
Events / 20
GeV
Events
LPGEN Wjj + Wjjj
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
MC:
MC:Top
Top
MC:
MC:Wbb
Wbb
16
16
MC:
MC:Single
SingleTop
Top
MC:
MC:WH
WH
14
14
20 Mass if One Jet Tag with JLIP
MC: Zee + Wτν + Zττ
MC: Top
MC: Single Top
MC: WH
10
88
8
66
6
44
4
22
2
0
0
250 4 300
3.5
4.5 5
GeV
QCD
14
10
10
150 2.5 200
2
3
MC: ALPGEN Wjj + Wjjj
MC: Wbb
16
12
50 1 100
0.5
1.5
(d)
18
12
12
00
00
5
QCD
QCD
Events / 20 GeV
Wbb
(c)
18
18
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
50
100
150
200
250
300
GeV
Data
Data
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
QCD
QCD
MC: ALPGEN Wjj + Wjjj
Fig. 5.32 – Analyse 2004 : Distributions comparées à la simulation ALPGEN
QCD dans
MC:
MC:
Zee
Zee
+
+
W
W
τ
ν
τ
ν
+
+
Z
Z
τ
τ
τ
+ Wτν + Zττ
l’échantillon W –Dijets quand un et un seul jet est étiqueté comme un b-jet de :MC:
a)Zeel’imMC:
MC:Top
Top
MC: Top
pulsion transverse des b-jets ; MC:
b)Wbb
la variable HT (représentant la somme des MC:
énergies
MC:
Wbb
Wbb
MC:
MC:Single
SingleTop
Top
MC: Single Top
transverses des jets de l’événement) c) ∆R entre le b-jet et le jet de plus grande impulMC:
MC:WH
WH
MC: WH
sion non étiqueté d) masse invariante entre le b-jet et le jet de plus grande impulsion
non étiqueté.
10
10
10
Events / 20 GeV
op
Events / 20
GeV
Events
Zee + Wτν + Zττ
MC: Wbb
MC: Single Top
MC: WH
10
10
Delta RififOne
OneJet
Jet Tag
Tag with
withJLIP
JLIP
20
20 Mass
350
Data
Data
Data
LPGEN Wjj + Wjjj
300
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
MC:WH
WH
00
100
Data
Data
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
MC:
MC:Top
Top
(a)
50
Events / 30 GeV
00
00
80 200
tion) i.e. 69.5±18.3 événements attendus.
L’accord obtenu entre les événements de la simulation et des données lorsqu’un seul
jet est étiqueté comme provenant de quark b montre que la précision de la simulation
est suffisante pour décrire de tels événements avec la statistique actuelle.
11
00
1
50 1 100
150 2.5 200
250 4 300
0.5
1.5 2
3 3.5
4.5 5
Delta
MassRififOne
OneJet
JetTag
Tagwith
withJLIP
JLIP
149
0
50
100
150
200
250
300
Mass if One Jet Tag with JLIP
Lorsque nous demandons 1 jet étiqueté, les processus W +jets, tt et bruit de fond
QCD dominent sur les processus W bb̄ et production électrofaible de top (tb̄). Afin de
réduire ces bruits de fond, nous demandons non plus un seul jet étiqueté mais au moins
2 jets étiquetés comme provenant de quark b.
Sur la figure 5.33, nous observons l’impulsion transverse des b-jets dans les événements W –Dijets avec au moins 2 jets étiquetés. Dans cet histogramme, il y a 17
entrées correspondant à 8 événements observés car un des 8 événements contient 3
jets étiquetés. La séparation et la masse invariante de ces 2 b-jets (figure 5.33) sont
correctement décrites par la simulation. Comparés aux 8 événements observés nous
attendons 8.3±2.2 événements provenant des divers processus du modèle standard. Le
détail des événements attendus est développé dans le tableau 5.8.
Processus étudiés
W + ≥ 2jets
Bruit de fond QCD
W bb̄
tt
tb̄
Z → ee + Z → τ τ + W → τ ν
W Z avec Z → bb̄
Total attendus
Événements observés
Événements attendus
1.4 ± 0.3
0.7 ± 0.2
1.4 ± 0.4
4.0 ± 1.0
0.5 ± 0.1
0.2 ± 0.06
0.1 ± 0.03
8.3 ± 2.2
8
Tab. 5.8 – Analyse 2004 : Nombre d’événements attendus pour les différents processus
sélectionnés comme étant des événements W –Dijet ayant au moins 2 b-jets.
Nous avons propagé l’erreur sur la calibration en énergie des jets dans notre échantillon de données avec 2 jets étiquetés. La variation de la calibration en énergie nous
donne différentes valeurs suivant l’échantillon étudié. Les jets de quark b provenant de
la production de W bb̄ ont une plus petite impulsion transverse que ceux provenant de
la production tt, ce processus est donc plus sensible à l’incertitude sur la calibration
en énergie des jets. Ceci se voit sur la figure 5.33 représentant la variable HT (définie
comme somme des énergies transverses des jets contenus dans l’événement) et on observe une discrimination entre les événements attendus W bb̄ et la production de paire
de top-antitop. Nous avons appliqué sur la simulation la calibration en énergie des
jets augmentée/diminuée de son erreur afin d’étudier l’effet engendré sur l’échantillon.
L’erreur provenant de la calibration en énergie sur le nombre attendus des événements
W bb̄ est de ±14%.
Dans l’analyse 2004 (comme dans l’analyse 2003), nous n’observons pas d’excès
dans les événements ayant 2 jets étiquetés par JLIP.
La simulation décrit correctement les données, nous pouvons donc établir notre sensibilité en déduisant de ces événements une limite sur la section efficace de production
du processus W bb̄.
150
Data
Data
op
Wbb
ingle Top
WH
Pt of
if TwoTwo
Jets Tag
with JLIP
JLIP
ofB-jet
Dijet,
Tag
7Ht
3.5
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
QCD
QCD
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
MC:
MC:Top
Top
6
3
(a)
MC:
MC:Wbb
Wbb
MC:
MC:Single
SingleTop
Top
MC:
MC:WH
WH
5
2.5
Events / 30 GeV
Zee + Wτν + Zττ
Events
Events // 30
20 GeV
GeV
LPGEN Wjj + Wjjj
MC: ALPGEN Wjj + Wjjj
5 Ht of Dijet, Two Tag JLIP
QCD
MC: Zee + Wτν + Zττ
4.5
MC: Top
(b)
4
MC: Wbb
MC: Single Top
MC: WH
3.5
3
4
2
2.5
3
1.5
2
1.5
12
1
0.51
00
00
0 200 220
0.5
0
0
20
50 40100
60 150
80 100
200
120 250
140 160
300180350
200 220
50
100
150
200
250
WH
4.5
0 200 220
h JLIP
4.5 5
h JLIP
Events / 20
GeV
Events
WH
10
3.5
2.5
3
2
2.5
MC:
MC:WH
WH
5 Mass if Two Jets Tag with JLIP
(d)
4.5
104
3.5
MC: ALPGEN Wjj + Wjjj
Data
QCD
MC: ALPGEN Wjj + Wjjj
MC: Zee + Wτν + Zττ
QCD
MC: Top
MC: Zee + Wτν + Zττ
MC: Wbb
MC: Top
MC: Single Top
MC: Wbb
MC: WH
MC: Single Top
MC: WH
3
2.5
1.52
2
1.5
1
1
1
0.5
1
0.5
1.5
00
LPGEN Wjj + Wjjj
Wbb
ingle Top
34
00
00
5
Zee + Wτν + Zττ
op
Delta if
R Two
if Two
Jets
Jets
Tag
Tag
with
with
JLIP
JLIP
5 Mass
3.5
(c)
4.5
10
1
1
0.5
50 1 100
0.5
1.5
0
0
150 2.5 200
2
3
250 4 300
3.5
4.5 5
GeV
20
50 40100
60 150
80 100
200
120 250
140 160
300180350
200 220
Pt of B-jet Ht
if Two
of Dijet,
Jets Two
Tag with
Tag JLIP
JLIP
0
50
50
100
100
150
200
250
300
GeV
150 200 250 300 350
Ht of Dijet, Two Tag JLIP
Data
Data
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
QCD
QCD
MC: ALPGEN Wjj + Wjjj
Fig. 5.33 – Analyse 2004 : Distributions comparées à la simulation ALPGEN
QCD dans
10
MC:
MC:
Zee
Zee
+
+
W
W
τ
ν
τ
ν
+
+
Z
Z
τ
τ
τ
MC: transZee + Wτν + Zττ
l’échantillon W –Dijets quand au moins 2 jets étiquetés sont : a) l’impulsion
MC:
MC:Top
Top
MC: Top
10
verse des jets étiquetés b ; b) MC:
la
variable HT c)10 ∆R entre les 2 b-jets de plusMC:grande
MC:Wbb
Wbb
Wbb
MC:
MC:Single
SingleTop
Top
MC: Single Top
impulsion d) masse invariante entre les
2 b-jets de plus grande impulsion. La simulation
MC:
MC:WH
WH
MC: WH
est normalisée à la luminosité intégrée de l’échantillon utilisant les sections efficaces
attendues pour les processus simulés.
11
00
Events / 20 GeV
op
Zee + Wτν + Zττ
Wbb
op
ingle Top
Wbb
WH
ingle Top
Events
Events
// 30
20
GeV
Events
20 /GeV
GeV
Events
LPGEN Wjj + Wjjj
Zee + Wτν + Zττ
350
Data
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
Data
Data
QCD
QCD
MC:
MC:ALPGEN
ALPGENWjj
Wjj++Wjjj
Wjjj
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
QCD
QCD
MC:
MC:Top
Top
MC:
MC: Zee
Zee++WW
τντν++ZZ
ττ τ
MC:
MC:Wbb
Wbb
MC:
MC:Top
Top
MC:
MC:Single
SingleTop
Top
MC:
MC:Wbb
Wbb
MC:
MC:WH
WH
MC:
MC:Single
SingleTop
Top
Events
Events
/ 30 /GeV
20 GeV
Data
Data
LPGEN Wjj + Wjjj
300
151
50 1 100
150 2.5 200
250 4 300
0.5
1.5 2
3 3.5
4.5 5
Delta
MassRififTwo
TwoJets
JetsTag
Tagwith
withJLIP
JLIP
1
0
50
100
150
200
250
300
Mass if Two Jets Tag with JLIP
5.8
Limite sur la section efficace de production de
W bb̄
Dans l’analyse similaire que nous avons réalisée en 2003 avec 117.1 pb−1 , nous avions
sélectionné 3 événements W + ≥ 2 b-jets à comparer avec 5.5±1.6 événements attendus.
La distribution des masses invariantes des paires de jets étiquetés est montrée dans la
figure 5.34 [78]. Le détail des événements attendus est regroupé dans le tableau 5.9.
Processus étudiés
W + ≥ 2jets
Bruit de fond QCD
W bb̄
tt
tb̄
W Z avec Z → bb̄
Total attendus
Événements observés
Événements attendus
1.1 ± 0.7
0.8 ± 0.2
0.9 ± 0.2
2.3 ± 0.6
0.3 ± 0.08
0.1 ± 0.03
5.5 ± 1.6
3
Tab. 5.9 – Analyse 2003 : Nombre d’événements attendus pour les différents processus
sélectionnés comme étant des événements W –Dijet ayant au moins 2 b-jets.
L’erreur systématique totale est de 25% si l’on compte l’erreur sur la luminosité de
10% [68] séparément. Le nombre d’événements de W bb̄ attendus est de 0.9 événements.
Avant toute sélection, le nombre d’événements attendus W bb̄ est le produit de la section
efficace de production et de la luminosité de l’échantillon soit : 4.0 pb × 117.1 pb−1
= 468.4. L’efficacité de toutes les sélections appliquées est alors le rapport du nombre
d’événements après sélection sur le nombre d’événements avant sélection soit : 0.9
/ (4.0 pb × 117.1 pb−1 ) = 0.00192 ± 0.00048. Le calcul de limite est effectué en
utilisant le programme standard de DØ [79] qui tient compte des erreurs statistiques et
systématiques. Nous obtenons alors une limite supérieure à 95% de niveau de confiance
sur la section efficace de production W bb̄ ayant une impulsion transverse des partons
supérieure à 5 GeV et une séparation spatiale supérieure à 0.4 de 33.4 pb. La probabilité
que le bruit de fond soit consistant avec les données observées est de 49%. Ce résultat
a été présenté à la conférence Lepton-Photon 2003 [54].
Lors de l’analyse 2004, nous avons amélioré ce résultat en optimisant la sélection
des événements. Afin de contrôler que les événements sélectionnés sont bien des événements candidats pour une production de W X, nous étudions la masse transverse des
candidats W dans les événements W –Dijets. Dans cette distribution (figure 5.12), nous
constatons que l’ensemble des événements simulés W +jets est contenu dans une fenêtre
de masse de 40-120 GeV. En effet, pour des masses inférieures à 30 GeV, la distribution
en masse augmente mais uniquement par la présence d’événements de bruit de fond
QCD. De plus nous attendons moins de 1% d’événements avec des masses transverses
supérieures à 120 GeV. Les événements dans cette région sont soit des événements ayant
une mesure imprécise de l’énergie transverse manquante soit des événements provenant
152
Events / 20 GeV
DØ Run II Preliminary
4
L int=117 pb
-1
Double b-tag events
Data
W + jets
QCD
tt
Wb b
Other bkgd
3
2
1
0
100
200
300
400
M jj (GeV)
Fig. 5.34 – Analyse 2003 : Masse invariante des 2 jets étiquetés b. Nous avons 3
événements de données pour 5.5±1.6 attendus.
d’autres processus que la production de boson W , par exemple la production de paire
top-antitop. Nous demandons donc que les événements sélectionnés aient une masse
transverse comprise entre 25 GeV et 125 GeV. Sur la figure 5.35, nous observons la
distribution de la masse transverse pour les 8 candidats ayant au moins 2 jets étiquetés.
La coupure sur la fenêtre de masse transverse du W sélectionne 5 candidats et permet
de réduire par un facteur 2 le bruit de fond QCD ainsi qu’une partie des événements
top-antitop attendus. La masse invariante des 2 jets étiquetés après cette coupure
est décrite sur la figure 5.35. Nous obtenons alors 5 événements comparés à 6.9 ±
1.8 attendus. Les événements attendus sont donnés dans le tableau 5.10. Nous avons
séparé le nombre d’événements attendus W + jets en ses composantes W (q q̄), W (cc̄)
et W (bb̄).
Les erreurs systématiques provenant des corrections d’efficacité appliquées à la simulation se décomposent en :
– la difference d’efficacité de reconstruction de vertex entre les données et la simulation n’a pas été étudiée en détail, mais la topologie demandée (un electron
central et 2 jets ou plus à |η| <2.5) entraine une efficacité de reconstruction de
vertex proche de 100%. Nous avons assigné une erreur systématique de 3% sur le
rapport d’efficacité données/simulation que nous prenons égal a 1.
– 3% provenant de l’efficacité de déclenchement, 3% provenant de l’efficacité du
critère sur le maximum de vraisemblance d’identité de l’électron, 3% provenant
de l’identification et de la reconstruction des électrons.
153
Processus étudiés
Bruit de fond QCD
W (q q̄)
W (cc̄)
W (bb̄)
W bb̄
tt
tb̄
W Z avec Z → bb̄
Total attendus
Évenements observés
Événements attendus
0.4 ± 0.1
0.1 ± 0.03
0.4 ± 0.1
0.7 ± 0.3
1.4 ± 0.4
3.3 ± 0.9
0.5 ± 0.1
0.1 ± 0.03
6.9 ± 1.8
5
Tab. 5.10 – Analyse 2004 : Nombre d’événements attendus pour les différents processus
sélectionnés comme étant des événements W –Dijet ayant au moins 2 b-jets.
– 4% d’erreur due aux 2% d’erreur systématique sur l’énergie de l’électron, 1%
provenant des ±2% sur l’addition des 3.5% d’ajustement en énergie de l’électron
– 7% sur la reconstruction et l’identification des jets
– 15% d’erreur sur la calibration en énergie des jets qui inclue aussi l’erreur sur la
coupure en énergie transverse manquante ainsi que son ajustement en énergie
– 4% sur le caractère étiquetable des jets (3% par jet) et 10% sur l’efficacité
d’étiquetage (7% par jet).
La somme totale des erreurs systématiques expérimentales est alors de 21%. L’incertitude sur les sections efficaces de production utilisées pour la simulation est évaluée
à 15% [80]. Nous obtenons une erreur totale de 26%. Le nombre d’événements attendus (autre que W bb̄) est de 4.8±1.2. L’erreur sur la luminosité est de 6.5% [81]. Nous
avons une efficacité de signal W bb̄ de 1.36/(3.35 pb × 174 pb−1 ) = 0.00233±0.00049.
Nous calculons alors une limite supérieure sur la section efficace de production W bb̄
de la même manière que pour l’analyse 2003. La limite supérieure à 95% de niveau de
confiance sur la section efficace de production de W bb̄ ayant une impulsion transverse
des partons supérieure à 8 GeV et une séparation spatiale supérieure à 0.4 est de 20.3
pb. Ce résultat préliminaire a été présenté aux conférences d’hiver 2004 [55].
5.9
Étude de la production d’événements W bb̄
Le bruit de fond dominant dans les événements W + ≥ 2 jets est la production
de paire tt. Ces événements ont en général une grande multiplicité de jets. Nous pouvons donc améliorer le rapport du signal sur le bruit de fond en demandant que les
événements aient exactement 2 jets dans l’état final. Pour appliquer ce critère strictement, nous rejetons tout événement ayant un jet supplémentaire d’impulsion transverse
supérieure à 15 GeV. La figure 5.35 représente la masse invariante du système des 2
jets étiquetés lorsque nous demandons exclusivement 2 jets dans les événements. L’application de ce critère nous donne alors 2 événements de données à comparer à :
154
– 0.1 ± 0.03 événements provenant de W (q q̄),
– 0.3 ± 0.1 événements de W (cc̄),
– 1.4 ± 0.4 événements de W bb̄ et W (bb̄) appelés simplement W bb̄ dans la suite,
– 0.3 ± 0.1 événements provenant de paire de top,
– 0.3 ± 0.1 événements provenant de top produit de manière électrofaible,
– 0.1 ± 0.03 événements d’autres processus W/Z.
Nous avons donc 2 événements de données comparés à 1.7±0.4 événements attendus
de W bb̄ ou W cc̄, et 0.8±0.2 événements de bruit de fond.
Il est encore possible d’améliorer le rapport du signal sur le bruit de fond en demandant que chaque jet soit étiqueté simultanément par les 3 algorithmes d’étiquetage de
DØ : JLIP, CSIP et SVX. Les résultats de ces 3 algorithmes sont corrélés mais l’efficacité d’étiquetage ainsi obtenue d’un jet de quark léger va être beaucoup plus basse que
celle obtenue avec un étiquetage unique. Par contre, les algorithmes cherchent les jets
provenant de saveurs lourdes par différentes techniques, l’ensemble de ces techniques
appliquées simultanément va permettre d’extraire des jets provenant de quark b avec
une grande pureté. L’efficacité d’étiquetage multiple va être plus faible que l’efficacité
détiquetage unique mais cette réduction est moins forte que la réduction équivalente
dans le cas de quarks légers.
Dans la simulation, nous observons que 50%±15% des événements W bb̄ où au moins
2 jets sont étiquetés par l’algorithme JLIP, le sont également par l’application des 3
algorithmes sur chaque jet. De même pour des événements W cc̄ (W q q̄) nous attendons
seulement 30% (10%) de jets étiquetés par les 3 algorithmes. La réduction plus importante des jets provenant de quark c s’explique par le fait que l’efficacité d’étiqueter un
tel jet est plus faible que celle concernant un jet de quark b. L’ensemble de ces études
nous indique bien que nous allons privilégier le signal W bb̄ par l’utilisation simultanée
de ces 3 algorithmes d’étiquetage.
Bien que les 3 algorithmes soient corrélés, l’erreur que nous attribuons à cette
méthode d’étiquetage est la somme en quadrature de chaque erreur ce qui maximise
l’erreur. Ainsi dans notre cas, nous avons une erreur de 22% sur l’étiquetage (15% par
jet) et donc une erreur totale de 37%. Lorsque nous demandons que les événements
soient étiquetés par les 3 algorithmes, nous conservons les 2 événements de données
que nous comparons à :
– 0.1 ± 0.04 événements de W cc̄
– 0.6 ± 0.2 événements de W bb̄
– 0.1 ± 0.04 événements de tt
– 0.1 ± 0.04 événements de production électrofaible de top,
Si l’on considère une probabilité poissonienne, la probabilité que les 2 événements
correspondent à 0.3 événements de bruit fond (0.1+0.1+0.1) est de 0.04. De même,
la probabilité que les 2 événements soient décrits par les 0.9 événements attendus
dans la simulation est de 0.23. L’hypothèse que les 2 événements observés proviennent
uniquement de processus autre que W bb̄ est défavorisée à 2 σ.
La figure 5.36 représente la réponse du détecteur pour ces 2 événements. On voit
clairement la trace des particules issues de la désintégration des candidats W qui ont
une masse transverse reconstruite de 80.1 et 78.8 GeV. La masse invariante des 2 jets
étiquetés est respectivement de 221 et 48 GeV. La zone des vertex est agrandie sur
155
Events / 20 GeV
Events / 12 GeV
DØ Run II Preliminary L = 174 pb -1
W + ≥ 2 b-tagged jets
4
(a)
3
2
Data
W+jets
QCD
tt
Wb b
other
3
DØ Run II Preliminary L = 174 pb -1
W + ≥ 2 b-tagged jets
25 GeV<M T (W)<125 GeV
(b)
Data
W+jets
QCD
tt
Wb b
other
2
1
1
0
20
40
60
0
80 100 120 140
Dijet Mass(GeV)
Events / 20 GeV
Events / 20 GeV
W Transverse Mass (GeV)
DØ Run II Preliminary L = 174 pb -1
W + 2 b-tagged jets,
10
25 GeV<M T (W)<125 GeV
(c)
1
10
-1
50 100 150 200 250 300 350 400
Data
W+jets
tt
Wb b
other
WH x4
DØ Run II Preliminary L = 174 pb -1
3
W + 2 b-tagged jets,
25 GeV<M T (W)<125 GeV
(d)
Data
2
W+jets
tt
Wb b
other
(115 GeV)
1
10
-2
0
50 100 150 200 250 300 350 400
Dijet Mass (GeV)
00
50 100 150 200 250 300 350 400
Dijet Mass (GeV)
Fig. 5.35 – Analyse 2004 : Distributions comparées à la simulation ALPGEN dans
l’échantillon W –Dijets quand au moins 2 jets sont étiquetés de : a) la masse transverse des bosons W ; b) la masse invariante des événements ayant 25 < m T (W ) < 125
GeV ; c) identique à (b) mais on demande à ce que les événements aient exactement 2
jets, en échelle logarithmique ; d) identique à (c) mais en échelle linéaire. La simulation
est normalisée à la luminosité intégrée de l’échantillon utilisant les sections efficaces
attendues pour les processus simulés.
156
la figure 5.37. Ces deux événements ont exactement 2 jets ayant un vertex secondaire
reconstruit. Les principales variables cinématiques de ces 2 événements sont rassemblées
dans le tableau 5.11.
L’ensemble des événements observés comparé aux événements attendus dans la
simulation est résumé dans le tableau 5.12 pour les différentes étapes de l’analyse. À
chaque étape nous avons un accord entre le nombre d’événements observés et le nombre
d’événements attendus.
Pour conclure, les processus du modèle standard les plus probables permettant
d’expliquer ces 2 événements sont la production de W bb̄ et dans une moindre mesure,
la production électrofaible de quark top. La section efficace que l’on peut estimer à
partir de l’observation et de la simulation est compatible avec la valeur attendue dans
le modèle standard.
157
Électron
Énergie transverse
manquante
Énergie transverse scalaire
W
1er
Jet
2nd
Jet
Système
des 2 jets
HT
EMF
Isolation
HM7
η
φ
Impulsion transverse
Énergie
φ
Masse transverse
Impulsion transverse
EMF
CHF
L1set
η
φ
pT
Probabilité JLIP
EMF
CHF
L1set
η
φ
pT
Probabilité JLIP
Masse invariante
∆R
Premier événement
1.00
0.00
4.14
-0.07
2.27
32.9 GeV
62.4 GeV
4.43
200.7 GeV
80.1 GeV
51.6 GeV
0.80
0.02
0.91
0.52
1.75
104.1 GeV
0.0012
0.69
0.02
1.02
-0.61
5.41
90.0 GeV
0.0006
221.0 GeV
2.86
194.1 GeV
Second événement
1.00
0.00
0.84
-0.01
4.85
29.3 GeV
86.8 GeV
0.36
125.9 GeV
78.8 GeV
85.2 GeV
0.68
0.08
1.04
-0.91
3.05
69.7 GeV
0.0002
0.71
0.00
1.17
-1.78
3.78
23.4 GeV
0.00001
48.5 GeV
1.13
93.1 GeV
Tab. 5.11 – Principales variables cinématiques des 2 événements triplement étiquetés
ayant exactement 2 jets.
.
158
Run 172577 Event 3625634 Fri Mar 5 20:31:28 2004
Run 172577 Event 3625634 Fri Mar 5 20:31:29 2004
(a)
ET scale: 47 GeV
(b)
35
ET
(GeV)
360
3
180
4.7
2
phi
1
0
-1
Bins: 196
Mean: 0.887
Rms: 3.72
Min: 0.00916
Max: 30.7
eta
-2
0
-4.7
-3
-3.7
3.7
mE_t: 39.4
phi_t: 255 deg
Run 174426 Event 7077298 Fri Mar 5 20:33:38 2004
Run 174426 Event 7077298 Fri Mar 5 20:33:38 2004
ET scale: 26 GeV
(c)
(d)
30
ET
(GeV)
360
3
180
4.7
2
phi
1
0
Bins: 188
Mean: 0.544
Rms: 2.09
Min: 0.00933
Max: 25.7
-1
-2
0
-4.7
eta
-3
-3.7
3.7
mE_t: 48.6
phi_t: 31.6 deg
Fig. 5.36 – Réponse du détecteur pour les 2 événements triplement étiquetés, dans la
fenêtre de masse du W et ayant exactement 2 jets. Le premier a une masse invariante
du système de jets de 220 GeV, le second a une masse invariante de 48 GeV. a)
représente dans le plan η × φ, l’énergie vue par le calorimètre du premier événement ;
b) est une vue dans le plan transverse du premier événement ; c) identique à a) mais
pour le second événement ; d) identique à b) mais pour le second événement.
159
(a)
(b)
Fig. 5.37 – Agrandissement de la zone d’interaction pour les 2 événements retenus par
la sélection finale. Chaque événement contient 2 jets et chaque jet a un vertex secondaire reconstruit. a) zone d’interaction du premier événement ; b) zone d’interaction
du second événement.
160
QCD
tt̄+top-EW
“W +jets”
Total
Observés
W + ≥ 2jets
W + ≥ 2jets
dont 1 b-jet
W + ≥ 2jets
dont 2 b-jets
497 ± 119
51 ± 13
2125 ± 701
2670 ± 838
2567
18.5 ± 4.4
15.4 ± 4.0
54.1 ± 18.0
88.0 ± 23.0
100
0.7 ± 0.2
4.5 ± 1.2
3.1 ± 0.8
8.3 ± 2.2
8
W + ≥ 2jets
dont 2 b-jets
critère mTW
0.4 ± 0.1
3.8 ± 1.0
2.7 ± 0.7
6.9 ± 1.8
5
W + 2jets
dont 2 b-jets
critère mTW
0.0 ± 0.1
0.6 ± 0.2
1.9 ± 0.5
2.5 ± 0.7
2
W + 2jets
dont 2 b-jets
“3 algorithmes”
0.0 ± 0.1
0.2 ± 0.1
0.7 ± 0.3
0.9 ± 0.4
2
Tab. 5.12 – Tableau de l’analyse 2004 résumant l’ensemble des événements observés
dans les données comparé aux événements de la simulation pour les événements W + ≥
2 avant et après étiquetage des jets. La simulation comprend les événements de bruit
de fond QCD, la production de tt et la production électrofaible de top, et les événements “W + jets” comprenant les faibles contributions des événements Z + jets, ou
W Z. Lorsque nous demandons l’étiquetage des jets, la contribution des événements
W bb̄ and W cc̄ dominent l’échantillon “W + jets”. Le critère sur la masse transverse
T
des candidats W (25 GeV < MW
< 125 GeV) permet une diminution du bruit de fond
QCD d’un facteur 2. L’utilisation des “3 algorithmes” d’étiquetage de DØ ainsi que le
critère sur la multiplicité des jets nous indique la présence probable d’événements W b b̄
dans les données.
161
162
Chapitre 6
Limite sur la section efficace de
production W H → eνbb̄
Après avoir testé la compatibilité de nos observations avec la présence d’événements
W bb̄, nous examinons ici quelles informations nous pouvons en déduire sur la production W H. Dans ce chapitre, nous commençons par décrire les différents critères permettant d’optimiser la sélection d’événements contenant un boson de Higgs de masse
comprise entre 100 et 140 GeV ainsi qu’une première étude sur la résolution de la masse
invariante du système bb̄. Nous établissons ensuite, une limite sur la section efficace de
production W H(→ bb̄) à partir des événements de l’analyse 2004 décrite précédemment
(chapitre 5). Enfin, nous comparons ce résultat à ce que prédit l’étude de perspective
sur la recherche du boson de Higgs au Tevatron [15] et aux analyses réalisées par
l’expérience CDF sur les données du Run I [82] et sur les premières données du Run II
pour les conférences d’hiver 2004 [55].
6.1
Stratégie de recherche du boson de Higgs
Dans le modèle standard, un boson de Higgs de masse inférieure à 135 GeV se
désintègre principalement en paire bb̄ (cf. chapitre 1). La recherche de la production
exclusive d’un boson de Higgs implique donc d’isoler une résonance dans la distribution
de masse invariante d’un système bb̄. Dans les données du Tevatron, cette distribution
est dominée par des paires bb̄ produites dans des événements QCD ce qui rend très
difficile l’extraction d’un signal dans ce mode de production. La recherche d’un boson
de Higgs s’effectue donc dans les événements où il est produit en association avec un
boson W ou Z. Les sections efficaces de ces productions sont approximativement 10
fois plus petites que la production exclusive, néanmoins les bosons associés au boson de
Higgs se désintègrent en lepton dans 30% des cas ce qui permet d’obtenir un rapport
signal sur bruit de fond plus favorable.
La section efficace de la production associée dans le canal W H est environ deux
fois plus grande que celle de ZH (figure 1.9) et nous considérons dans notre étude
uniquement le canal W H → eνbb̄.
163
6.1.1
Étude du déclenchement
La recherche d’un signal W H commence par la détermination de conditions de
déclenchement appropriées. Nous recherchons un boson W se désintégrant leptoniquement, et un boson de Higgs se désintègrant en jets de b.
Dans DØ, les conditions de déclenchement actuelles permettant d’enregistrer de
tels événements dans le canal électron sont cataloguées sous le terme EM15 2JT15. Ces
conditions sont :
– au niveau 1 : une tour électromagnétique d’énergie supérieure à 10 GeV et deux
tours d’énergie supérieure à 5 GeV (la tour électromagnétique constitue l’une de
ces deux tours)
– au niveau 2 : l’objet électromagnétique doit avoir une fraction électromagnétique supérieure à 0.85 et une énergie supérieure à 10 GeV ; et au moins 2 tours
d’énergie supérieure à 10 GeV
– au niveau 3 : l’électron doit avoir une énergie supérieure à 15 GeV et au moins 2
jets d’impulsion supérieure à 15 GeV (l’électron constitue l’un des deux jets).
Les conditions de déclenchement sont appropriées pour ce canal mais n’ont pas été
utilisées dans l’analyse W bb̄ présentée précédemment. Nous avons utilisé des conditions de déclenchement ne demandant que la présence d’un électron afin d’avoir un
échantillon aussi complet que possible en événements candidats W . Avec l’augmentation de la luminosité, l’enregistrement de tous les événements contenant au moins un
candidat électron ne pourra plus se faire et l’on écrira qu’un sous ensemble de ces événements. La recherche d’un signal de boson de Higgs se bâtira alors sur les événements
enregistrés par des conditions de type EM15 2JT15.
6.1.2
La sélection des événements
La sélection des événements candidats W H → eνbb̄ se base sur la présence d’un
lepton isolé (électron dans notre cas), d’énergie transverse manquante et de la présence
de 2 jets provenant de quark b. Les bruits de fond principaux sont :
– la production de paires top-antitop (tt)
– la production électrofaible de top
– la production W bb̄
– les processus W jj où les jets étiquetés proviennent de quarks c ou de quarks
légers étiquetés b par erreur
Tous ces bruits de fond produisent une signature identique à celle d’un processus W bb̄.
Les critères de sélection vont donc être identiques à ceux de l’analyse W bb̄ présentée
au chapitre précédent et sont rappelés dans le tableau 6.1.
La figure 6.1a) montre la distribution de la masse transverse du boson W après
critères de sélection, pour des événements simulés de production W H, avec mH = 115
GeV et pour des événements simulés W bb̄ 6.1b), tt 6.1c) et W jj 6.1d). Dans le cas
des processus W H et tt, ces distributions ont un maximum autour de 80 GeV mais
contiennent une fraction d’événements à basse valeur de masse plus importante que
dans le cas des processus W jj et W bb̄. A l’heure actuelle, la calibration en énergie
des jets de DØ ne traite pas de manière différente les jets provenant de quark lourd
164
Électron
Critère strict
sur l’électron
Énergie transverse
manquante
Jets
étiquetage des
jets provenant de quark b
Optimisation
EMF > 0.9
isolation < 0.10
estimateur HM8 < 75
estimateur HM7 < 30
association d’une trace en ∆R < 0.4
|η| < 1.1
pT >20 GeV
Coupure sur le maximum
de vraisemblance d’identité
de l’électron >0.75
> 25 GeV
0.05<EMF<0.95
CHF <0.4
n90 >1
HOTF<10
L1Set >0.4 pour η <0.8 et 1.5> η
L1Set >0.2 pour 0.8< η <1.5
|η| < 2.5
pT > 20 GeV
Probabilité(JLIP)<0.4%
25 GeV ≤ mW ≤125 GeV
Tab. 6.1 – Liste des critères appliqués sur l’analyse 2004. L’ensemble des acronymes
sont définis au chapitre 4
(c et b) et ceux provenant de quarks légers (u, d et s). La calibration étant optimisée
sur des jets provenant de quark léger peut donc produire de l’énergie transverse manquante lorsqu’elle est appliquée à des jets de quark b qui vient dégrader celle due à la
présence d’un neutrino dans l’état final. Ceci peut se traduire par des valeurs de masse
transverse de candidats boson W plus petites ou plus grandes que celles attendues. Les
jets provenant de la production d’un boson de Higgs ou de paire top-antitop sont à
des énergies en moyenne plus grandes que ceux provenant de la production W bb̄. Ces
processus vont donc être plus sensibles à ce problème de calibration que les processus
W bb̄.
Dans l’analyse W bb̄, la réjection du bruit de fond provenant des paires top-antitop
a été obtenue en demandant exclusivement 2 jets reconstruits dans les événements. La
majorité des événements W bb̄, W H et top produit par un processus électrofaible a 2 jets
reconstruits ou moins comme indiqué dans le tableau 6.2 qui donne la proportion d’événements en fonction de la multiplicité de jets reconstruits pour les différents processus
simulés. La figure 6.2 représente la multiplicité des jets des événements simulés W H.
Ce critère d’avoir exactement 2 jets dans l’état final nous permet de conserver 62%
165
20
100
0
0
20
40
60
80
100
120
140
160
Transverse Mass for W candidates (Loose)
Transverse Mass for W candidates (Tight)
WenuMet0 TR0Z0
WenuMet0 TR1Z0
Entries
6058
Entries
22356
Mean
500
100
Mean
400
80
0
180
63.64
65.75
RMS
28.14
RMS
25.53
(a)
0
20
40
60
80
100
120
140
160
Transverse Mass for W candidates (Loose)
Transverse Mass for W candidates (Tight)
180
WenuMet0 TR0Z0
WenuMet0 TR1Z0
Entries
Entries
Mean
Mean
RMS
RMS
220
100
200
180
80
160
9176
4253
70.09
73
20.14
21.34
(b)
140
120
60
300
60
100
40
200
80
40
60
20
100
40
20
20
0
0
0
0
20
20
40
40
60
60
80
80
100
100
120
120
140
140
160
160
Transverse Mass for W candidates (Tight)
0
0
0
0
180
180
GeV
WenuMet0 TR1Z0
Entries
100
20
20
40
40
60
60
80
80
100
100
120
120
140
140
160
160
Transverse Mass for W candidates (Tight)
180
180
GeV
WenuMet0 TR1Z0
5667
220
Entries
Mean
63.84
200
Mean
70.13
RMS
27.73
180
RMS
20.18
160
80
(c)
(d)
140
120
60
100
80
40
60
40
20
20
0
0
20
40
60
80
100
120
140
160
0
180
0
20
40
60
80
100
120
140
160
GeV
180
GeV
Fig. 6.1 – Masse transverse du boson W provenant d’événements simulés W H → eνb b̄
a), W bb̄ b), tt c) et W jj d). Les distributions ne sont pas normalisées entre elles.
de notre signal W H et de rejeter 82% des paires tt qui constituent le bruit de fond
dominant. Si nous demandons 2 ou 3 jets reconstruits, nous conservons 74% du signal
total mais nous conservons également 55% de ce bruit de fond. La signification du
signal ( √SB où S représente le nombre d’événements signal W H et B celui du bruit de
fond tt) augmente de 47% lorsque nous demandons exactement 2 jets.
WH
tt̄
W bb̄
Top électrofaible
1 jet
reconstruit
24 %
3%
68 %
23 %
2 jets
reconstruits
62 %
18 %
28 %
61 %
3 jets
reconstruits
12 %
37 %
4%
12 %
4 jets
reconstruits
2%
33 %
0%
1%
Tab. 6.2 – Proportion d’événements en fonction de la multiplicité des jets reconstruits
pour des événements simulés W H, tt̄, W bb̄ et top électrofaible.
La sélection d’événements W H s’effectue donc en demandant que les événements
aient exactement 2 jets ce qui permet de garder 82% du signal dans lequel une masse
166
8875
2000
0
0
1
2
3
4
5
6
7
8
Number of Jets (Tight)
9
NbJets0 TR1Z0
Entries
14000
29564
Mean
1.918
RMS
0.6514
12000
10000
8000
6000
4000
2000
0
0
1
2
3
4
5
6
7
8
9
Number of Jets
Fig. 6.2 – Multiplicité des jets dans les événements simulés W H → eνb b̄.
invariante peut être reconstruite.
6.1.3
La reconstruction de la masse invariante mbb̄
L’extraction du signal provenant du boson de Higgs sera d’autant plus efficace
qu’on aura une bonne résolution sur la masse invariante du système bb̄. Le signal du
boson de Higgs doit apparaı̂tre comme un excès d’événements autour de la valeur de sa
masse dans la distribution de la masse invariante du système des jets étiquetés. Sur la
figure 6.3a),b)c) et d) on observe respectivement la distribution de masse invariante des
2 jets étiquetés dans des événements simulés W H, W bb̄, production de paire top-antitop
et processus électrofaible de production de top. La distribution de masse invariante des
événements W bb̄ est concentrée à basse valeur de masse mais la distribution s’étend
au delà de 200 GeV. On peut constater que l’ensemble des événements constituant
le bruit de fond va avoir une distribution relativement plate entre 100 et 150 GeV.
En vue d’extraire le signal W H, nous allons donc chercher à nous restreindre à une
fenêtre de masse pour réduire l’influence des bruits de fond. La largeur optimale de
cette fenêtre dépend de la résolution de la masse reconstruite du système bb̄ issue de
la désintégration d’un boson de Higgs.
Une étude a été réalisée par DØ sur la résolution en énergie des jets provenant
de quark b [83]. Des événements ZH → eebb̄ avec une masse de Higgs de 115 GeV
ont été simulés et reconstruits dans une version du programme de reconstruction plus
ancienne (p10) et donc moins performante que celle utilisée dans notre analyse. Cette
étude permet cependant de connaitre les effets principaux qui affectent cette résolution.
La définition de la résolution en masse que nous allons utiliser ici est :
Résolution =
RM S
M oyenne
(6.1)
où la M oyenne et RM S représentent la valeur moyenne et la largeur de la distribution.
La variation de la résolution de la masse invariante du système bb̄ provenant d’un boson
167
Dijet Mass 2 b-TAG
Dijet Mass 2 b-TAG
35
600
(a)
(b)
30
500
25
400
20
300
15
200
10
100
0
0
5
50
100
150
200
250
300
350
0
0
400
50
100
150
200
250
300
GeV
350
400
GeV
Dijet Mass 2 b-TAG
Dijet Mass 2 b-TAG
(c)
60
(d)
50
50
40
40
30
30
20
20
10
10
0
0
50
100
150
200
250
300
350
0
0
400
GeV
50
100
150
200
250
300
350
400
GeV
Fig. 6.3 – Masse invariante de 2 jets étiquetés pour différents processus simulés : a)
W H ; b) W bb̄ ; c) tt̄ et d) production électrofaible de top. Les distributions ne sont pas
normalisées entre elles.
de Higgs est étudiée en fonction de la calibration en énergie et en fonction de la coupure
sur l’énergie des jets reconstruits. Les masses invariantes des jets des événements ZH
sont exclusivement reconstruites avec des jets provenant de quark b et d’impulsion
transverse supérieure à 8 GeV. La présence ou l’absence de radiation dans l’état final
(FSR) est également étudiée.
La figure 6.4 montre l’évolution de la masse invariante lorsque a) nous n’appliquons
aucune calibration en énergie, c) lorsque nous appliquons la calibration en énergie et e)
168
Uncorrected Calorimeter Level H Mass, Matched to b,
b
250
(a)
200
Uncorrected Calorimeter Level H Mass, Matched to b’,
hdMASScjet_CUT
Entries
4265
Mean
86.43
RMS
14.89
150
100
100
50
50
0
20
40
60
80
100
120
140
160
180
(b)
200
150
0
0
200
0
20
40
60
Uncorrected Calorimeter Dijet Invariant Mass (GeV)
Basic Corrected Calorimeter Level H Mass, Matched to b, b
100
120
140
160
Entries
5163
Mean
80.81
RMS
18.58
180
200
Basic Corrected Calorimeter Level H Mass, Matched to b’,b’
hdMASScjet_CUT
hdMASScjet_CUT_FSR
220
200
180
(c)
160
Entries
4265
Mean
108.9
RMS
17.96
Entries
200
180
RMS
140
120
120
100
100
80
80
60
60
40
40
5163
Mean
(d)
160
140
102
22.75
20
20
0
20
40
60
80
100
120
140
160
180
0
200
0
20
40
Basic Corrected Calorimeter Dijet Invariant Mass (GeV)
Fully Corrected Calorimeter Level H Mass, Matched to b, b
60
80
100
120
140
160
180
200
Basic Corrected Calorimeter Dijet Invariant Mass (GeV)
Fully Corrected Calorimeter Level H Mass, Matched to b’, b’
hdMASScjet_CUT
hdMASScjet_CUT_FSR
220
220
200
180
(e)
160
Entries
4265
Mean
114.9
RMS
17.57
200
180
(f )
160
140
140
120
120
100
100
80
80
60
60
40
40
20
0
80
hdMASScjet_CUT_FSR
Uncorrected Calorimeter Dijet Invariant Mass (GeV)
220
0
b’
250
Entries
5163
Mean
107.6
RMS
23.1
20
0
20
40
60
80
100
120
140
160
180
0
200
Fully Corrected Calorimeter Dijet Invariant Mass (GeV)
0
20
40
60
80
100
120
140
160
180
200
Fully Corrected Calorimeter Dijet Invariant Mass (GeV)
Fig. 6.4 – Masse invariante de jets provenant de quark b dans des événements ZH →
eebb̄ sans calibration en énergie des jets (a et b), avec calibration en énergie (c et d) et
avec calibration en énergie et prise en compte de la présence d’un muon dans le jet (e
et f ) ; et ceci sans FSR (a,c,e) et avec FSR (b,d,f ).
lorsque nous prenons en compte la présence de muon dans le jet pour l’application de
la calibration en énergie. Ces mêmes distributions sont présentées en figures 6.4b,d,f)
lorsque l’on ajoute la radiation dans l’état final. Le tableau 6.3 donne les valeurs des
résolutions pour chacun des cas. Nous observons que la calibration en énergie prenant
en compte les muons (avec FSR) permet une amélioration de l’ordre de 7% de la
résolution obtenue sans calibration.
Calibration
en énergie appliquée
Aucune calibration
Calibration de base
Base + calibration des muons
Résolution de la masse
sans FSR
17.2 %
16.5 %
15.3 %
Résolution de la masse
avec FSR
23.0 %
22.3 %
21.5 %
Tab. 6.3 – Valeurs des résolutions de la masse pour différentes applications de la
calibration en énergie des jets et en présence ou non de FSR.
169
Jet pT > 12 GeV: Calorimeter Level H Mass, Matched to b,b
220
200
(a)
180
Jet pT > 12 GeV: Calorimeter Level H Mass, Matched to b’,b’
220
hdMASScjet_CUT
200
Entries
180
4127
160
Mean
115.4
140
RMS
17.27
120
140
120
100
100
80
80
60
60
40
40
0
20
40
60
80
100
120
140
160
180
0
200
0
20
40
60
80
Calorimeter Dijet Invariant Mass (GeV)
4851
Mean
109.1
RMS
22.17
100
120
140
160
180
200
Calorimeter Dijet Invariant Mass (GeV)
Jet pT > 15 GeV: Calorimeter Level H Mass, Matched to b,b
Jet pT > 15 GeV: Calorimeter Level H Mass, Matched to b’,b’
220
200
200
hdMASScjet_CUT
180
Entries
(c)
160
140
Mean
120
RMS
hdMASScjet_CUT_FSR
180
3906
(d)
160
116
140
120
17.09
Entries
4448
Mean
110.7
RMS
21.31
100
100
80
80
60
60
40
40
20
20
0
Entries
20
20
0
hdMASScjet_CUT_FSR
(b)
160
0
20
40
60
80
100
120
140
160
180
0
200
0
20
40
60
80
Calorimeter Dijet Invariant Mass (GeV)
100
120
140
160
180
200
Calorimeter Dijet Invariant Mass (GeV)
Jet pT > 20 GeV: Calorimeter Level H Mass, Matched to b,b
Jet pT > 20 GeV: Calorimeter Level H Mass, Matched to b’,b’
180
180
hdMASScjet_CUT_FSR
hdMASScjet_CUT
160
160
Entries
3424
140
120
Mean
117.5
120
100
RMS
16.69
100
(e)
140
Entries
3688
Mean
113.6
RMS
20.05
80
80
60
60
40
40
20
20
0
(f )
0
20
40
60
80
100
120
140
160
180
0
200
Calorimeter Dijet Invariant Mass (GeV)
0
20
40
60
80
100
120
140
160
180
200
Calorimeter Dijet Invariant Mass (GeV)
Fig. 6.5 – Masse invariante de jets provenant de quark b dans des événements ZH →
eebb̄ pour une impulsion transverse des jets supérieure à 12 GeV (a et b) ; supérieure
à 15 GeV (c et d) et supérieure à 20 GeV ; sans FSR (a, c et e) et avec (b, d et f ).
L’étude sur la résolution de la masse invariante a été effectuée pour différentes
valeurs minimales d’impulsion transverse : 10 GeV, 12 GeV, 15 GeV et 20 GeV sur des
jets corrigés de la calibration en énergie et prenant en compte la présence de muon dans
le jet (figure 6.5). Dans le tableau 6.4 reportant les différentes valeurs de résolution,
nous observons qu’à mesure que le seuil en impulsion transverse augmente, la résolution
s’améliore. Dans ces études nous obtenons une résolution sur la masse invariante mbb̄
de l’ordre de 17.6% pour des jets d’impulsion transverse supérieure à 20 GeV. Notre
analyse demande des jets d’impulsion transverse supérieure à 20 GeV.
Sur les données actuelles, la résolution des jets dans le détecteur DØ est de l’ordre
de 16% pour des jets ayant 50 GeV d’impulsion transverse comme on peut le voir sur
la figure 6.6. La calibration en énergie des jets pour des jets provenant de quark b
nécessite un échantillon de données maı̂trisé. Cette calibration ne peut pas être établie
simplement à partir de la simulation actuelle car la simulation produit une meilleure
résolution que les données. Pour établir cette calibration en énergie, nous nous baserons
dans le futur sur des événements Z → bb̄ sélectionnés dans les données. Actuellement la
statistique de tels événements est trop faible pour déterminer des valeurs de calibration
à partir des données.
170
Critère sur l’impulsion
transverse des jets
8 GeV
10 GeV
12 GeV
15 GeV
20 GeV
Résolution de la masse
sans FSR
15.3 %
15.2 %
15.0 %
14.7 %
14.2 %
Résolution de la masse
avec FSR
21.5 %
21.0 %
20.3 %
19.3 %
17.6 %
Tab. 6.4 – Valeurs des résolutions de la masse invariante mbb̄ en fonction de la coupure
sur l’impulsion, avec et sans FSR.
(a)
(b)
Fig. 6.6 – Résolution des jets reconstruits avec un cône de R=0.7 en fonction de
l’impulsion de ces jets mesurée dans les données 2003-2004 de DØ [34] pour a) les jets
se trouvant dans le calorimètre central ; b) les jets se trouvant dans les bouchons.
Dans notre analyse, sur l’échantillon d’événements simulés W H, nous avons aussi
étudié la masse invariante mbb̄ après étiquetage des 2 jets de l’événement. Nous obtenons
171
une résolution de 17.0/108.6 = 15.6% soit une amélioration d’environs 2% par rapport
à celle obtenue avec la reconstruction ancienne.
Sur la figure 6.7a), nous observons que la distribution de cette masse ajustée par
une gaussienne n’est pas centrée sur la valeur simulée de 115 GeV mais sur 108.5 GeV.
En considérant cette fois la valeur moyenne et la largeur de la gaussienne ajustée, la
résolution de la distribution est de l’ordre de 13%. La résolution après avoir appliqué
les algorithmes d’étiquetage s’améliore avec une valeur de 12.2% et une gaussienne
centrée sur 110.1 GeV (figure 6.7b). La sélection de jets provenant de quark b permet
donc une amélioration de l’ordre de 20% de la résolution. Ces résultats montrent une
amélioration des algorithmes de reconstruction comparés à l’étude précédente.
Le tableau 6.5 résume la résolution de la masse invariante des 2 jets étiquetés des
événements simulés W H pour différentes valeurs de masses de boson de Higgs.
DiJet Mass
2
χ / ndf
Prob
1400
1200
2
χ / ndf
3.399e-09
Constant
1465 ± 20.02
Mean
109 ± 0.1871
Sigma
Dijet Mass 2 b-TAG
53.19 / 7
7.524 / 7
Prob
14.57 ± 0.2057
(a)
0.3764
153.7 ± 6.624
160
Constant
Mean
110.1 ± 0.5122
140
Sigma
13.38 ± 0.5321
(b)
120
1000
100
800
80
600
60
400
40
200
20
0
0
50
100
150
200
250
300
350
0
0
400
GeV
50
100
150
200
250
300
350
400
GeV
Fig. 6.7 – Distributions dans des événements simulés W H de la masse invariante de
2 jets a) pour les événements passant les critères de l’analyse mais en n’imposant pas
que les jets soient étiquetés et b) pour le même sous ensemble d’événements où les 2
jets sont étiquetés. Les distributions sont ajustées par une gaussienne limitée par la
fenêtre de masse optimale (± 25 GeV). La résolution de cette masse reconstruite est
de 13.4% et passe à 12.2% quand on demande l’étiquetage des jets. On note également
que l’étiquetage des jets permet de réduire le nombre d’événements ayant une basse
valeur de masse invariante.
6.2
Limite sur la section efficace de production W H
L’ensemble des critères définis dans le tableau 6.1 a été appliqué sur les événements
de l’analyse 2004. Comme nous l’avons vu au chapitre 5, 2 événements de données
172
Moyenne (GeV)
Largeur (GeV)
Résolution (%)
105
99.8
13.5
13.5
115
110.1
13.4
12.2
125
117.6
14.6
12.4
135
131.0
13.5
10.3
Tab. 6.5 – Valeurs des résolutions de la masse invariante des 2 jets étiquetés ajustée
par une gaussienne dans les événements simulés W H pour différentes valeurs masses
de boson de Higgs.
satisfont l’ensemble de ces critères et sont à comparer à 2.5 ± 0.7 événements attendus.
Ici nous ne considérons pas l’utilisation simultanée des 3 algorithmes d’étiquetage mais
uniquement l’étiquetage par l’algorithme JLIP. La distribution de la masse invariante
des 2 jets étiquetés est représentée sur la figure 6.8. La contribution multipliée par 4
d’un signal de boson de Higgs de masse 115 GeV produit en association avec un boson
W y est également représenté pour compenser un “binning” 4 fois plus fin.
Par un comptage d’événements dans une fenêtre glissante, le rapport du nombre
d’événements du √
signal attendu divisé par la racine carrée du nombre d’événements de
bruit de fond (S/ B) a été optimisé. Ceci nous permet de déterminer que la fenêtre de
masse de ±25 GeV de la masse reconstruite est optimale pour la recherche d’un signal
W H avec la résolution en masse actuelle. Pour une masse de 115 GeV, nous étudions
donc le nombre d’événements ayant une masse invariante comprise entre 85 et 135
GeV. Dans cette fenêtre de masse, nous n’observons aucun événement de données. Le
nombre d’événements attendus autre que W H se décompose en :
– 0.07 ± 0.02 événements tt
– 0.32 ± 0.08 événements W bb̄
– 0.07 ± 0.02 événements de production électrofaible de top
– 0.09 ± 0.02 événements de production W + jj
Soit 0.54±0.14 événements à comparer à un signal W H attendu de 0.027±0.005.
De la même manière que pour l’analyse W bb̄, pour estimer l’erreur due à la calibration en énergie, nous diminuons/augmentons celle-ci de la valeur de son erreur (6%)
sur l’échantillon W H. Ceci induit une erreur sur la calibration en énergie propre aux
événements W H de 10%. L’erreur totale sur le signal est alors de 18% et l’erreur totale
sur le bruit de fond est de 26%.
Dans le modèle standard, avant toute sélection et avec une luminosité de 174 pb−1 ,
le nombre d’événements W H → eνbb̄ attendus pour une masse de 115 GeV est de :
Luminosité × σ(pb̄ → W H) × BR(H → bb̄) × BR(W → eν) =
174 × 0.186 [84] × 0.732 [14] × 0.11 [7] = 2.61 événements.
L’ensemble des critères de sélection réduit ce nombre à 0.027 événements. L’efficacité
sur ce signal des critères de sélection est donc 0.027/2.61 = 0.0103.
Dans notre canal, pour un signal indépendant du canal de désintégration du boson
W et si nous faisons l’hypothèse que BR(H → bb̄) = 1 (ceci permet de nous comparer
directement aux autres études (CDF Run I et II, étude de prospective)) l’efficacite du
signal W H devient alors 0.00154 ± 0.00027.
173
Events / 20 GeV
DØ Run II Preliminary L = 174 pb -1
W + 2 b-tagged jets,
10
25 GeV<M T (W)<125 GeV
Data
W+jets
tt
Wb b
other
WH x4
1
10
-1
(115 GeV)
10
-2
0
50 100 150 200 250 300 350 400
Dijet Mass (GeV)
Fig. 6.8 – Distribution de la masse invariante des événements ayant 25 < m T (W ) <
125 GeV comparée à la simulation dans l’échantillon W –Dijets pour l’analyse 2004
quand exactement 2 jets sont étiquetés. Le signal attendu W H (multiplié par 4) y
est superposé. La simulation est normalisée à la luminosité intégrée de l’échantillon
utilisant les sections efficaces attendues pour les processus simulés.
L’étude a été répétée pour différentes valeurs de masse du boson de Higgs. La simulation des points de masse autre que celui à 115 GeV a été réalisée avec une statistique
d’événements simulés plus faible qui entraine une erreur statistique supplémentaire de
10% sur le signal. L’erreur totale sur le signal devient 20%. L’ensemble du nombre
d’événements observés et attendus ainsi que la limite supérieure obtenue pour chaque
point de masse sont donnés dans le tableau 6.6. Ces nombres d’événements correspondent à la quantité d’événements dans une fenêtre de masse de ± 25 GeV et centrée
sur la valeur de la masse simulée diminuée de 5 GeV, suivant le comportement observé
à 115 GeV.
Les limites obtenues pour chaque point de masse sont comparées aux sections efficaces de production attendues dans la figure 6.9. Elles sont également comparées aux
résultats publiés de l’analyse de l’expérience CDF du Run I et à ceux, préliminaires,
que CDF a obtenu pour les conférences d’hiver 2004 sur 162 pb−1 de données du Run II.
174
Fenêtre de masse
Données
WH
tt
W bb̄
top (électrofaible)
W + jj
Total bruit de fond
Efficacité (%)
Limite obtenue (pb)
105
[75,125]
0
0.036
0.076
0.468
0.082
0.092
0.73±0.19
0.130±0.027
15.5
115
[85,135]
0
0.030
0.070
0.316
0.072
0.092
0.54±0.14
0.154±0.027
12.4
125
[95,145]
0
0.016
0.081
0.255
0.071
0.092
0.51±0.13
0.181±0.37
11.0
135
[105,155]
0
0.010
0.082
0.201
0.068
0.092
0.45±0.12
0.293±0.060
6.8
σ (WH) x BR(H→ bb)
Tab. 6.6 – Nombre d’événements observés et attendus ainsi que l’efficacité d’un signal
W H et une limite supérieure sur la section efficace de production multipliée par le
rapport de branchement pour différents points de masse.
10
DØ
CDF RunI
CDF RunII
Theorie
2
10
1
10
-1
95
100 105 110 115 120 125 130 135 140
Masse du Higgs (GeV)
Fig. 6.9 – Comparaison des limites supérieures établies sur σ(pp̄ → W H)×B(H → b b̄)
par l’analyse de l’expérience DØ, l’analyse de l’expérience CDF pour le Run I [82] et
pour le Run II (les conférences d’hiver 2004) et les valeurs théoriques attendues.
175
6.3
Perspectives
Une première étude sur des données simulées a été réalisée en 1998 sur le potentiel de
découverte d’un boson de Higgs au Tevatron [15]. Une mise à jour de ce travail prenant
en compte une simulation plus complète des détecteurs a été réalisée en 2003 [85]. Nous
comparons maintenant le résultat que nous avons obtenu aux nombres d’événements
attendus de l’étude de perspective. Par ailleurs, au Run I, l’expérience CDF a publié
une première analyse de recherche de boson de Higgs en production associée [82] et
les résultats de cette analyse sont également confrontés aux résultats de notre analyse.
Enfin, sur les données du Run II, l’expérience CDF a présenté une analyse préliminaire
sur la recherche d’un boson de Higgs léger du modèle standard lors des conférences
d’hiver 2004 à laquelle nous allons aussi nous comparer.
Notre analyse est appelée analyse DØ dans la suite. De même la mise à jour du
potentiel de découverte est référencée sous les termes d’étude de perspective et l’analyse
menée par l’expérience CDF au Run I (Run II) se nomme l’analyse CDF Run I (Run II).
6.3.1
Comparaison avec les résultats attendus au Tevatron
Lors de la mise à jour du rapport du Tevatron sur le potentiel de découverte d’un
boson de Higgs, dans le cadre d’un Higgs modèle standard léger, l’étude de la production
associée ZH a été confiée à un groupe de physique de DØ tandis que celle du canal
W H a été réalisée par une équipe de l’expérience CDF. Nos résultats sont comparés
à l’étude W H de ce document qui correspond donc plutôt au détecteur CDF et à ses
performances attendues, comme les performances des 2 détecteurs sont comparables,
la comparaison reste valide.
Les critères de sélection de notre analyse et ceux de l’étude de perspective sont
comparés dans le tableau 6.7. L’ensemble des efficacités de ces sélections est résumé
dans le tableau 6.8.
L’étude de perspective prévoit 6.6% d’efficacité en considérant la désintégration du
W dans les 3 canaux leptoniques (électron, muon et τ ). L’efficacité de sélection des
jets est plus importante dans l’étude de perspective mais les seuils d’impulsion sont
différents et la présence d’un troisième jet de basse énergie est autorisée. L’étiquetage
des jets est également différent : l’analyse DØ utilise pour les 2 jets un critère strict
tandis que l’étude de perspective autorise un second jet ayant un critère relâché. L’efficacité d’étiquetage d’au moins un jet dans les événements W H passant les critères
de sélection est de 37% dans l’analyse DØ et est supposée atteindre 66% dans l’étude
perspective. Cette efficacité est celle attendue dans les données, i.e. après correction
par le facteur données/simulation de 0.63±0.05. Les algorithmes d’étiquetage peuvent
encore être optimisé dans DØ ce qui permettra de combler au moins partiellement cette
difference. La sélection des 2 jets étiquetés dans des événements W H en fonction de la
masse invariante des jets est montrée sur la figure 6.10. On observe une augmentation
de cette efficacité autour de la valeur de masse attendue du Higgs (110 GeV). Afin de
nous ramener à une étude dans le seul canal électron, nous considérons pour l’étude
perspective la même efficacité de sélection que celle de DØ (à savoir 26%), l’efficacité
totale du signal devient 4.7%. La principale différence résulte donc dans l’efficacité des
176
Critères
Lepton
Énergie transverse
manquante
Jets
Étiquetage des
jets provenant
de quark b
Analyse DØ
au moins un
électron isolé
|η| < 1.1
pT >20 GeV
> 25 GeV corrigée de
la calibration en
énergie des jets
2 jets reconstruits avec
l’algorithme de cône 0.5
pT > 20 GeV avec |η| < 2.5
après correction
de la calibration en énergie
2 jets étiquetés
Probabilité(JLIP)<0.4%
Étude de perspective
exactement un électron
ou un muon ou bien un τ isolé
|η| < 1.1
pT >20 GeV
> 20 GeV non corrigée de
la calibration en
énergie des jets
2 ou 3 jets reconstruits avec
l’algorithme de cône 0.4
pT (1ier jet) >25 GeV et |η| < 2.0
pT (2ème jets) >10 GeV et |η| < 2.0
20 GeV> pT (3ème jets) >10 GeV
et |η| < 2.0
avant correction de la
calibration en énergie
2 jets étiquetés
au moins un jet ayant
un vertex secondaire
le second jet a soit un vertex secondaire
soit une probabilité d’étiquetage<5%
Tab. 6.7 – Liste des critères simplifiés de sélection pour l’analyse réalisée avec les
données de DØ et pour l’étude de perspective.
Efficacités
Sélection du lepton
et de l’énergie transverse manquante
Sélection des jets
étiquetage des jets
Total
Analyse DØ
26 %
Étude de perspective
36 %
61 %
10 %
1.6 %
65 %
28 %
6.6 %
Tab. 6.8 – Liste des efficacités de sélection pour l’analyse réalisée avec les données de
DØ et l’étude de perspective obtenues sur des événements simulés W H à une masse de
115 GeV.
algorithmes d’étiquetages, qui est mesurée dans l’analyse DØ et qui est attendue dans
l’étude perspective.
Outre ces différences, pour une masse de 115 GeV et avec l’analyse présente de
DØ, nous attendons 1 événement W H → eνbb̄ pour 4.5 fb−1 de luminosité intégrée.
En ajoutant le canal muonique dont l’analyse est en cours et en supposant des efficacités comparables, ce nombre est ramené à 2.25 fb−1 . En comptant une amélioration
de l’efficacité d’étiquetage de l’ordre de 25% (ce qui est déjà accessible en relâchant
177
Dijet Mass 2 b-TAG
0.25
0.2
0.15
0.1
0.05
0
-0.05
0
50
100
150
200
250
300
350
400
GeV
Fig. 6.10 – Efficacité de la sélection de 2 jets étiquetés dans des événements simulés
W H (mH = 115 GeV) en fonction de la masse invariante du système de ces 2 jets.
On observe un maximum pour une masse invariante de 110 GeV.
le critère sur la probabilité d’étiquetage), l’efficacité du signal passe alors à 2.4% et
en considérant le canal muonique pour la désintégration du W , nous attendons donc
0.72 événements pour 1 fb−1 . L’étude de perspective prévoit 1.40 événements pour 1
fb−1 en considérant les désintégrations électronique et muonique du W . En nombre
d’événements, DØ attend donc actuellement environ 2 fois moins d’événements que ce
qui est attendu par l’étude de perspective, une différence qu’il devrait être possible de
combler voir de dépasser dans le futur puisque cette analyse est pionnière dans ce canal
pour DØ.
6.3.2
Comparaison avec l’analyse CDF Run I
Au cours du Run I, l’expérience CDF a accumulé 109 pb−1 . Des événements contenant un électron ou un muon, de l’énergie transverse manquante et 2 jets ont été étudiés
dans le cadre de la recherche d’un boson de Higgs léger produit en association avec un
boson W .
Les critères de cette analyse comparés à ceux de l’analyse DØ sont répertoriés dans
le tableau 6.9.
La sélection de l’analyse CDF Run I demande un jet étiqueté ou plus. L’efficacité
d’étiquetage de l’analyse CDF Run I est évaluée sur la simulation d’événements W H
de masse 110 GeV et à, dans le cas de l’étiquetage de 1 jet (des 2 jets), 25±2% (8.2
± 1.3%). L’analyse DØ qui utilise pour la première fois l’étiquetage des jets avec les
détecteurs de traces a une efficacité d’étiquetage de 1 jet (des 2 jets) de 37±2.8%
(10±1.0%).
178
Critères
Luminosité
Lepton
Énergie transverse
manquante
Jets
Étiquetage des jets
provenant de quark b
Analyse DØ
174 pb−1
au moins un
électron isolé
|η| < 1.1
pT >20 GeV
> 25 GeV corrigée de la
calibration en énergie des jets
2 jets reconstruits avec
l’algorithme de cône 0.5
pT > 20 GeV avec |η| < 2.5
après correction de la
calibration en énergie
2 jets étiquetés
Probabilité(JLIP)<0.4%
Analyse CDF Run I
109 pb−1
au moins un
électron ou un muon
veto Z : si un second lepton
avec pT >10 GeV et
si la masse invariante
appartient [75,105] GeV
veto si trace isolée avec
pT >15 GeV et de charge opposée
|η| < 1.0
pT >20 GeV
> 20 GeV non corrigée de la
calibration en énergie des jets
2 jets reconstruits avec
l’algorithme de cône 0.4
pT >15 GeV et |η| < 2.0
avant correction de la
calibration en énergie
au moins 1 jets ayant
un vertex secondaire
Tab. 6.9 – Critères de sélection pour l’analyse DØ et pour l’analyse CDF Run I.
L’accord observé entre le nombre d’événements de données et le nombre d’événements
attendus a permis d’établir une limite supérieure à 95% de niveau de confiance sur la
section efficace de production multipliée par le rapport de branchement pour des masses
de boson de Higgs allant de 70 GeV à 120 GeV. Cette limite est comprise entre 14 pb et
19 pb suivant la masse du boson de Higgs considérée. Une comparaison de ces résultats
avec ceux de l’analyse DØ pour des masses de boson de Higgs allant de 100 GeV à 135
GeV est montrée sur la figure 6.9. Les résultats de l’analyse DØ sont meilleurs que ceux
de l’analyse CDF Run I, alors que la statistique est plus faible en terme de luminosité
(un canal avec 174 pb−1 pour DØ, 2 canaux avec 109 pb−1 pour CDF Run I).
6.3.3
Comparaison avec l’analyse CDF Run II
L’expérience CDF a aussi réalisé une nouvelle analyse de recherche de boson de
Higgs sur la même période de prise de données que l’analyse DØ. L’analyse CDF
Run II utilise actuellement 162 pb−1 . La comparaison des critères des deux analyses
est donnée dans le tableau 6.10.
La principale différence entre ces 2 analyses vient du fait que DØ demande 2 jets
étiquetés tandis que l’analyse CDF Run II en demande un ou plus. L’efficacité totale
attendue par l’analyse CDF Run II sur un signal W H combinant le canal électronique
et muonique est de 1.75%. Celle de l’analyse DØ étant de 0.154%.
179
Critères
Luminosité
Lepton
Énergie transverse
manquante
Jets
étiquetage des jets
provenant de quark b
Analyse DØ
174 pb−1
au moins un
électron isolé
|η| < 1.1
pT >20 GeV
> 25 GeV corrigée de la
calibration en énergie des jets
2 jets reconstruits avec
l’algorithme de cône 0.5
pT > 20 GeV avec |η| < 2.5
après correction de la
calibration en énergie
2 jets étiquetés
Probabilité(JLIP)<0.4%
Analyse CDF Run II
162 pb−1
exactement un
électron ou un muon
|η| < 1.1
pT >20 GeV
> 20 GeV non corrigée de la
calibration en énergie des jets
2 jets reconstruits avec
l’algorithme de cône 0.4
pT >15 GeV et |η| < 2.0
avant correction de la
calibration en énergie
au moins 1 jets ayant
un vertex secondaire
Tab. 6.10 – Critères de sélection pour l’analyse DØ et pour l’analyse CDF Run II.
La figure 6.11 représente la masse invariante des 2 jets de l’analyse CDF Run II
quand au moins 1 jet est étiqueté comme provenant d’un quark b. La distribution
d’un signal de production W H → (e, µ)νbb̄ agrandi d’un facteur 100 est également
représentée. La résolution de la masse invariante est dans ce cas de 17%.
Dans le tableau 6.11 sont rassemblés pour les 3 analyses ainsi que pour l’étude de
perspective le nombre d’événements de signal et de bruit de fond attendu. On remarque
√
tout d’abord que les 2 analyses DØ et CDF Run II ont une signification (S/ B) qui
diffère par un facteur de 30% si l’on considère les deux canaux (électrons et muons)
et la signification de l’analyse DØ est en accord avec celle attendue par l’étude de
perspective . Pour l’analyse DØ, si on ne regarde que le canal électron, la signification
de l’analyse CDF et DØ sont comparables. L’analyse DØ a également un rapport
signal/bruit (S/B) environ 7 fois plus grand que celui de l’analyse CDF Run II et il
est également supérieur aux prévisions du rapport du Tevatron. L’étude de perspective
prévoit une résolution sur la masse du boson de Higgs de l’ordre de 10%. Dans l’analyse
DØ sur des données simulées sans avoir de correction spécifique sur l’énergie des jets
provenant de quark b a une résolution de l’ordre de 12%.
La comparaison de ces résultats en terme de limite supérieure sur la section efficace
de production multipliée par le rapport d’embranchement est montrée sur la figure 6.9
et la limite de CDF est meilleure que la limite de DØ car deux canaux (électrons et
muons) sont utilisés.
L’analyse DØ est une première étude recherchant un boson de Higgs dans la production associée W H → eνbb̄ et sa sélection d’événements ainsi que l’étiquetage des
jets provenant de quark b peuvent encore être améliorés. Néanmoins, on constate que
les résultats sur la signification du signal de cette analyse sont légèrement supérieurs
aux résultats de l’analyse CDF Run I et Run II et également proche des prévisions du
180
-1
12
Events / 10 GeV/c
2
CDF Run II Preliminary (162 pb )
W+2jets (Data)
2
WH (mH=115GeV/c )
W+jets and non-W 0
Top, Diboson and Z
WH × 100
10
+ −
ττ
8
{
6
2
mean = 107.85 + 0.25 GeV/c
2
width = 18.69 + 0.25 GeV/c
4
2
0
0
50
100
150
200
250
300
350
400
450
500
Dijet Mass (GeV/c2)
Fig. 6.11 – Masse invariante de 2 jets dont au moins 1 est étiqueté comme provenant
d’un quark b dans le cadre de l’analyse CDF Run II. La masse invariante d’événements simulés W H → (e, µ)νbb̄ est agrandie par un facteur 100 et est superposée à
l’histogramme. La résolution de cette masse est de 17%.
rapport de sensitivité du Run II. Ceci permet d’envisager un programme de recherche
du boson de Higgs qui ne sera limité que par la luminosité intégrée délivrée par le
Tevatron.
181
Analyse CDF
Run I
Résolution
sur la masse
S
B
√
S/ B
S/B
15%
0.31
50.7
0.044
0.006
Analyse CDF
Run II
Analyse DØ
électron (×2)
Fenêtre de
masse (GeV)
[80,135]
Fenêtre de
masse (GeV)
[85,135]
17%
0.27
24.5
0.054
0.011
12%
0.037(×2 = 0.074)
0.54(×2
√ = 1.08)
0.050(× 2 = 0.071)
0.069(×2/2 = 0.069)
Mise à jour du rapport
sur la sensitivité
au boson de Higgs
Fenêtre de
masse (GeV)
[100,136]
15%
0.13
3.2
0.075
0.041
10%
0.13
2.1
0.090
0.062
Tab. 6.11 – Comparaison des significations d’un signal Higgs de mH = 115 GeV pour
l’analyse CDF Run I et Run II, l’analyse DØ et la mise à jour du rapport de sensibilité
du Higgs au Tevatron. Afin de comparer les 4 études, l’analyse DØ réalisé dans le
canal électron uniquement est aussi présenté après avoir multiplier par un facteur 2 le
signal et le bruit de fond pour estimer la sensibilité lorsque le canal de désintégration
muonique du W sera disponible.
182
Conclusion
Nous avons étudié sur les données 2002-2003 du Tevatron prises par l’expérience DØ
correspondant à 174 pb−1 de luminosité intégrée, les événements ayant un signal W bb̄
dans l’état final dans le but de mettre en évidence la production d’un boson de Higgs
en association avec un boson W → eν. Cette recherche a nécessité la reconstruction
et l’étiquetage des jets comme provenant de quarks b mais aussi la reconstruction et
l’identification des électrons et de l’énergie transverse manquante. Pour identifier ces
objets calorimétriques, une optimisation de la réponse du calorimètre a été utilisée.
Nous avons développé une calibration en temps qui permet une légère amélioration
de la résolution des signaux et une réduction du bruit de l’électronique. Par l’étude des
événements contenant peu d’énergie provenant de l’interaction, nous avons confirmé que
le niveau de suppression de zéro du calorimètre était adéquat. Nous avons également
vérifié que l’utilisation d’un nouvel algorithme de suppression de zéro (T42) permet
l’amélioration de la reconstruction de l’énergie transverse manquante et de manière
plus générale, une meilleure reconstruction des électrons et des jets. L’ensemble de ces
améliorations a contribué à une réduction du bruit de fond d’un signal W + jets.
Dans un premier temps, nous avons étudié les événements W + 2 jets dont deux
jets ont été étiquetés comme provenant de quarks b pour essayer de mettre en évidence
le processus W bb̄ qui n’a jamais été observé directement et qui est le principal bruit de
fond irréductible du signal de boson de Higgs de masse inférieure à 135 GeV produit en
association avec un boson W . Afin de sélectionner nos événements, nous avons étudié le
système de déclenchement ainsi que la sélection d’un électron et de l’énergie transverse
manquante pour reconstruire un candidat W et les jets produits en association avec le
W.
Nous avons ensuite procédé à l’étiquetage des jets de ces événements. À partir de
ces événements nous avons établi une limite supérieure à 95% de niveau de confiance
sur la section efficace de production de W bb̄ ayant une impulsion transverse des partons supérieure à 8 GeV et une séparation spatiale supérieure à 0.4 de 20.3 pb. En
considérant un critère plus strict d’étiquetage et en demandant qu’il y ait exactement
2 jets dans l’événement, 2 événements de données contenant un candidat W ainsi que
2 jets étiquetés ont été sélectionnés. Les processus du modèle standard les plus probables permettant d’expliquer ces 2 événements sont la production de W bb̄ et dans
une moindre mesure, la production de quark top. Pour l’ensemble de ces processus, on
attend 0.8±0.3 événements.
Nous avons ensuite utilisé les événements sélectionnés précédemment pour contraindre un signal éventuel provenant d’un boson de Higgs. La recherche du boson de Higgs
s’effectue en utilisant une fenêtre de masse de ± 25 GeV sur la masse invariante de la
183
paire bb̄ qui a été optimisée pour une valeur maximale du rapport √SB . Pour des masses
invariantes comprises entre 60 GeV et 200 GeV, nous n’observons aucun événement
de données. Nous avons établi une limite supérieure à 95% de niveau de confiance
sur la section efficace de production multipliée par le rapport d’embranchement de la
désintégration du boson de Higgs en paire bb̄, pour les points de masse : 105, 115, 125
et 135 GeV. Pour une masse de boson de Higgs de 115 GeV, nous obtenons une limite
supérieure de 12.4 pb ce qui améliore les résultats de l’expérience CDF établis sur les
données du Run I.
En considérant les canaux de désintégration électronique et muonique du boson
W , nous attendons 1 événement de production associée du boson de Higgs de masse
115 GeV dans 1.4 fb−1 de données. Le Tevatron devrait donc permettre l’exclusion ou
l’observation d’un boson de Higgs de masse de l’ordre de 115 GeV dans les années à
venir.
184
Résumé
L’introduction du boson de Higgs permet de résoudre le problème de l’origine de la
masse des particules dans le modèle standard. À ce jour, il n’a pas encore été découvert
et les expériences du LEP on établit à 95% de niveau de confiance une limite inférieure
sur sa masse à 114.4 GeV.
Au Tevatron qui est un collisionneur proton-antiproton, on le recherche produit en
association avec un boson W , pour une masse inférieure à 135 GeV où la désintégration
du boson de Higgs se fait en paire de quark bb̄. Notre étude s’est faite dans la cadre de
l’expérience DØ. L’état final de tels événements s’appuie essentiellement sur les signaux
du calorimètre et sur l’étiquetage des jets comme provenant de quark b utilisant le
détecteur de vertex, le déctecteur de trace à fibre scintillante et le solénoı̈de qui sont
nouveaux pour DØ au le Run II .
Nous avons étudié la calibration de la chaı̂ne électronique de lecture et l’influence
du bruit dans le calorimètre avant d’aborder l’analyse en utilisant une reconstruction
calorimétrique optimisée : les électrons, l’énergie transverse manquante ainsi que les
jets y sont correctement identifiés et peuvent être utilisés dans une analyse W (→ eν)+
jets.
L’étude du processus W (→ eν)bb̄ qui est un bruit de fond irréductible du signal de
boson de Higgs a été réalisée avec 174 pb−1 de données. Elle a permis d’établir une
limite supérieure sur sa section efficace de production de 20.3 pb.
Cette étude a été suivie par une recherche d’un signal de boson de Higgs pour des
masses comprises entre 105 GeV et 135 GeV. Des limites sur les sections efficaces de
production multipliées par les rapports d’embranchement de désintégrations ont été
obtenues. Pour une masse de boson de Higgs de 115 GeV, nous obtenons une limite
supérieure de 12.4 pb.
Mots clés
–
–
–
–
–
–
Tevatron
DØ
Run II
Boson de Higgs
Modèle standard
W bb̄
185
Abstract
The introduction of the Higgs boson in the standard model provides a mechanism
to explain the origin of the masses of the elementary particles. The Higgs boson has
not yet been discovered but a lower limit on its mass has been set of 114.4 GeV at 95%
confidence level by LEP experiments.
The search of the Higgs boson is been pursued at the Tevatron, proton-antiproton
collider, in the associated production channel W H with a Higgs mass lower than 135
GeV where the Higgs decay in bb̄. The detector DØ is used to record the signals. For
this analysis, the calorimeter and the tracker are the main sub-detector.
The signals from the calorimeter have been studied through a calibration and a
study on the noise level in order to improve the reconstruction of the objects. The
missing transverse energy, the electrons and the jets are well identified objects so they
can be used in our analysis W (→ eν)+ jets. As DØ has a new tracker and solenoid
system, informations from this system allows us to tag jets when they are originating
from a b-quark.
The analysis of events W (→ eν)+2 b-tag jets has been made on 174 pb−1 . An upper
limit on the cross section production of the processus W (→ eν)bb̄ has been derived at
20.3 pb at 95% confidence level. This processus is the main irreductible background of
a W H → eνbb̄.
In the second part of the analysis, the search of the Higgs boson has been done for
different mass values between 105 GeV and 135 GeV. Upper Limits on cross section
production times branching ratio have been set. For a Higgs mass of 115 GeV, the
upper limit is set of 12.4 pb at 95% confidence limit.
Key words
–
–
–
–
–
–
Tevatron
DØ
Run II
Higgs boson
Standard model
W bb̄
186
Bibliographie
[1] S.L. Glashow. Nucl. Phys., 22 :579, 1961.
[2] A. Salam, J.C. Ward. Phys. Rev. Lett., 13 :168, 1964.
[3] S. Weinberg. Phys. Rev. Lett., 19 :1264, 1967.
[4] S. Weinberg. A model of leptons. Phys. Rev. Lett., 19 :1264–1266, 1967.
[5] K. Wilson. Confinement of quarks. Phys. Rev., D10 :2445–2459, 1974.
[6] H. Georgi, S. L. Glashow. Unity of all elementary particle forces. Phys. Rev. Lett.,
32 :438–441, 1974.
[7] K. Hagiwara, i in. Review of particle physics. Phys. Rev., D66 :010001, 2002.
[8] P. W. Higgs. Broken symmetries and the masses of gauge bosons. Phys. Rev.
Lett., 13 :508–509, 1964.
[9] P. W. Higgs. Broken symmetries, massless particles and gauge fields. Phys. Lett.,
12 :132–133, 1964.
[10] M. E. Peskin, D. V. Schroeder. An introduction to quantum field theory. Reading,
USA : Addison-Wesley (1995) 842 p.
[11] R. Cahn. The higgs boson in the minimal non-supersymmetric standard model.
École de Gif 2001 : ”Le Higgs : la chasse continue”.
[12] K. Riesselmann. Limitations of a standard model higgs boson. 1997.
[13] R. Barate, i in. Search for the standard model higgs boson at lep. Phys. Lett.,
B565 :61–75, 2003.
[14] A. Djouadi, J. Kalinowski, M. Spira. Hdecay : A program for higgs boson decays in
the standard model and its supersymmetric extension. Comput. Phys. Commun.,
108 :56–74, 1998.
[15] M. Carena, i in. Report of the tevatron higgs working group. 2000.
[16] (Ed. ) Cole, F. T., (Ed. ) Goldwasser, E. L., (Ed. ) Wilson, R. R. National
accelerator laboratory design report january 1968. FERMILAB-DESIGN-196801.
[17] Chandrashekhara M. B. et. al. Pbar acceleration in the main injector for Run II :
Esme simulations. Beams-doc-354-v1.
[18] G. P. Jackson. Recycler commissioning plan. Beams-doc-329-v1.
[19] Chandrashekhara M. Bhat et. al. Pbar acceleration in the main injector for Run II :
Esme simulations. Beams-doc-354-v1, 26 Jul 2000.
187
[20] D. W. Peterson et. al. Antiproton source debuncher bpm using synchronous detection. Beams-doc-1019-v1.
[21] G. P. Jackson. Stochastic cooling of the recycler antiproton stack momentum
spread including intrabeam scattering and barrier buckets. Beams-doc-172-v1.
[22] R. Moore. An overview of tevatron collider Run II at fermilab. Beams-doc-190-v1,
12 Dec 2002.
[23] DØ Collaboration. The d0 detector. Nucl. Instr. and Methods, A338, 1994.
FERMILAB-PUB-93/179-E.
[24] S. Crepe-Renaudin. Energy corrections for geometry effects for electrons in Run II.
DØ Note 4023.
[25] J. Kotcher. Design, performance and upgrade of the d0 calorimeter. Raport
instytutowy, DØ Note 2417.
[26] P. Cornebise, P. Imbet Y. Jacquier, G. Martin, P. Petroff, C. de la Taille, P. Bailly,
U. Bassler, G. Bernardi, J.F. Huppert, H. Lebbollo, F. Machefer, B. Olivier, A. Vallereau. Description of the calorimeter calibration system. DØ Note 3137.
[27] M. Gao. Latest timing results.
[28] R. Chiche et. al. Optimisation of the d0 online calorimeter calibration for RunII.
DØ Note 3914.
[29] R. Zitoun. Study of the non linearity of the d0 calorimeter readout chain. DØ
Note 3997.
[30] R. Zitoun.
Update on dac fit ramp.
http ://wwwd0.hef.kun.nl///askArchive.php ?base=agenda&categ=a0480&id=a0480s1t2/transparencies/04 01 08.ppt.
[31] Peryshkin. Short explanation of how the sampling weights for ccem were chosen.
DØ Note 1498.
[32] P. A. Delsart, J. Donini, P. Lebrun. Phi-intercalibration of the d0 calorimeter at
Run II. DØ Note 4299.
[33] S. Kermiche, A. Cothenet, M.C. Cousinou. Electromagnetic scale studies with
z → ee events. Communications privées.
[34] J. Coss et. al. Jet energy scale and resolution for p13 data and monte carlo. DØ
Note 4115.
[35] M. Zielinski, i in. Discussions of noise estimation for run 2. Communications
privées, May 1-3, 2000.
[36] R. Zitoun. Noise, met etc. Communications privées.
[37] U. Bassler, G. Bernardi. Towards a coherent treatment of calorimetric energies :
Missing transverse energy, jets, e.m. objects and the t42 algorithm. DØ Note 4124.
[38] S. Beauceron, G. Bernardi. Missing et studies on zero and minimum bias events.
DØ Note 4119.
[39] G. Bernardi, B. Olivier, B. Knuteson, M.Strovink. Nada : A new event by event
hot cell killer. DØ Note 3687.
188
[40] J.R. Vlimant, U. Bassler, G. Bernardi, S. Trincaz-Duvoid. Technical description
of the t42 algorithm for the calorimeter noise suppression. DØ Note 4146.
[41] Run quality database. http ://d0db.fnal.gov/qualitygrabber/qualQueries.html.
[42] Calgo Group. Jetmet run and lumi=block selection, certification version 5.1.
[43] S. Shary. Calorimeter cell monitoring tool.
[44] J. Stark. Correction of the energy sharing problem in the calorimeter data. DØ
Note 4267.
[45] J. Stark. Correction of the tower 2 problem in the calorimeter data. DØ Note
4268.
[46] K. Chan, D. Cho, M. Zielinski, V. Zutshi. Electron and photon energy resolution
in the central calorimeter for run 2. DØ Note 3535.
[47] S. Fu, O. Kouznetsov, G. Landsberg, A. Melnitchouk, G. Sajot, V. Zutshi. Studies
of the em object fake rate for v2.0 em certified objects. DØ Note 4010.
[48] F. Beaudette. Identification d’électrons et application à la mesure de la section
efficace de production de quark top avec le détecteur DØ du Tevatron. Praca
doktorska, Université Paris XI, Avril 2003.
[49] J. Stark. On t42 in the reconstruction of j/ψ → ee. Communications privées.
[50] L. Duflot. Simple cone preclustering for cone jets. DØ Note 3749.
[51] JETMET group. Jets in Run II. DØ note 3985.
[52] L. Duflot E. Busato, B. Andrieu. Jet algorithms in d0 RunII software : Description
and user’s guide. DØ Note 4457.
[53] G. Bernardi, E. Busato, J.R. Vlimant. Improvements from the t42 algorithm on
calorimeter objects reconstruction. DØ Note 4335.
[54] Lepton-Photon, 2003.
[55] Moriond QCD, 2004.
[56] Top Physics Working Group. D0 top analyses and data sample for the winter
conference 2004.
[57] T. Sjostrand, i in. High-energy-physics event generation with pythia 6.1. Comput.
Phys. Commun., 135 :238–259, 2001.
[58] H. L. Lai, i in. Improved parton distributions from global analysis of recent deep
inelastic scattering and inclusive jet data. Phys. Rev., D55 :1280–1296, 1997.
[59] M. L. Mangano, M. Moretti, F. Piccinini, R. Pittau, A. D. Polosa. Alpgen, a
generator for hard multiparton processes in hadronic collisions. JHEP, 07 :001,
2003.
[60] D. O. Carlson, C. P. Yuan. Studying the top quark via the w - gluon fusion
process. Phys. Lett., B306 :386–390, 1993.
[61] E. E. Boos, M. N. Dubinin, V. A. Ilyin, A. E. Pukhov, V. I. Savrin. Comphep :
Specialized package for automatic calculations of elementary particle decays and
collisions. 1994.
189
[62] Y. Fisyak, J. Womersley. D0gstar d0 geant simulation of the total apparatus
response. DØ Note 3191.
[63] E. Barberis, T. Golling, I. Iashvili, A. Juste, A. Quadt, P. Schieferdecker. The
matrix method and its error calculation.
[64] M. Klute. Measurement of the ttbar cross section at sqrts=1.96 tev in muon-plusjets channel. DØ Note 4185.
[65] M. Ridel L. Duflot, J.-F. Grivaz, P. Verdier. Jets in high et events : data vs. monte
carlo. DØ note 4020.
[66] Top Production Group. Measurement of the ttbar xsec in the dilepton channels
at sqrt(s) = 1.96 tev. DØ Note 4421.
[67] Moriond EW, 2003.
[68] G. Alves, M. Begel, B. Casey, T. Edwards, A. Kupco, R. Partridge, H. Schellman,
A. Sznajder, M. Verzocchi. Luminosity certification for 2001-2003. DØ Note 4213.
[69] S. Beauceron et G. Bernardi. Effect of jes correction on met. Présentation interne
DØ.
[70] S. Mrenna, P. Richardson. Matching matrix elements and parton showers with
herwig and pythia. 2003.
[71] Top Physics Working Group. Measurement of the ttbar xsec in the lepton+jets
channels at sqrt(s) = 1.96 tev using soft-muon tag. DØ Note 4425.
[72] D. Bloch et al. A b-tagging method of jets is presented, based on a lifetime
probability computed using the impact parameter of tracks. performances are
evaluated for the p11 processing. DØ Note 4069.
[73] D. Bloch et al. Systemd or how to get signal, backgrounds and their efficiencies
with real data. DØ Note 4159.
[74] D. Bloch et al. Performance of the jet lifetime probability method for b-tagging
in d0 data. DØ Note 4158.
[75] D. Bloch et al. The jlip b-tagging method is applied to p14 data and mc. tagging
efficiencies are measured in data for light and b-jets. macros for trf’s and scale
factors are provided. DØ Note 4348.
[76] R. Demina, A. Khanov, F. Rizatdinova, E. Shabalina. b-tagging with counting
signed impact parameter method. DØ Note 4049.
[77] L. Feligioni, M. Narain, P. Schieferdecker, A. Schwartzman. Update on b-quark
jet identification with secondary vertex reconstruction using d0reco version p14.
DØ Note 4414.
[78] S. Beauceron, G. Bernardi, S. Trincaz-Duvoid. Towards a measurement of the
w+2jets and wbbbar production cross section at sqrt(s)=1.96 tev. DØ Note 4224.
[79] I. Bertram et al. Limit calculator. Raport instytutowy, Fermilab-TM-2104 (2000).
[80] S. Beauceron et. al. Systematic studies towards a new wh → eνbb̄ cross section
limit. DØ Note 4383.
190
[81] T. Edwards, S. Yacoob, T. Andeen, J. Park, B. Casey, M. Begel, R. Partridge,
H. Schellman, A. Sznajder. The updated dø luminosity determination - short
summary. DØ Note 4328.
[82] F. Abe, i in. Search for new particles decaying to b anti-b in p anti-p collisions at
s**(1/2) = 1.8-tev. Phys. Rev. Lett., 82 :2038–2043, 1999.
[83] A. Jenkins, A. Goussiou. An investigation of b-jet energy resolution and bb̄ mass
resolution in zh → eebb̄ and z → bb̄. DØ note 4136.
[84] T. Han, S. Willenbrock. Qcd correction to the p p → w h and z h total crosssections. Phys. Lett., B273 :167–172, 1991.
[85] L. Babukhadia, i in. Results of the tevatron higgs sensitivity study. FERMILABPUB-03-320-E.
191
1/--страниц
Пожаловаться на содержимое документа