Badanie właściwości przypadków produkcji dżet-przerwa w rapidity-dżet na Wielkim Zderzaczu Hadronów

Badanie właściwości przypadków produkcji dżet-przerwa w rapidity-dżet na Wielkim Zderzaczu Hadronów Paula Świerska Promotor: dr Maciej Trzebiński Politechnika Krakowska im. Tadeusza Kościuszki / 24

Plan prezentacji: Wprowadzenie. Parametryzacja amplitudy procesu dżet przerwa w rapidity dżet (ang. jet gap jet (JGJ)). Algorytmy do rekonstrukcji dżetów. Analiza przerwy w rapidity. Podsumowanie. 2 / 24

Proces dżet przerwa w rapidity dżet (JGJ). Niedyfrakcyjna produkcja dżetów Produkcja JGJ. 3 / 24

Formalizm procesu JGJ Przekrój czynny na produkcję JGJ opisany jest wzorem: dσ pp XJJY dx dx 2 dp 2 T = S 2 f eff (x, p 2 T )f eff (x 2, p 2 T ) dσgg gg, dp 2 T dσ gg gg dp 2 T przez: przekrój czynny na rozpraszanie gg gg, dany dσ gg gg dp 2 T = 6π A( η, p2 T ) 2, A( η, p 2 T ) to amplituda rozpraszania zależna od wielkości przerwy w rapidity, η, oraz pędu poprzecznego dżetów: A( η, p 2 T ) = 6Ncπα2 s N F p 2 T dγ [p 2 (γ 2 )2 ]exp(ᾱ(p 2 T )χ eff [2p,γ,ᾱ(p 2 T )] η) p= 2iπ [(γ 2 )2 (p 2 )2 ][(γ 2 )2 (p+ 2 )2 ] 4 / 24

Generator Forward Physics Monte Carlo stworzony na bazie generatora Herwig, standardowy proces JGJ (LL, p=0) zaimplementowany w Herwig został zmodyfikowany aby móc generować: LL, p=0, LL, wszystkie p, NLL, p=0, NLL, wszystkie p. 5 / 24

Parametryzacja amplitudy procesu JGJ 6 / 24

Parametryzacja amplitudy procesu JGJ Problem: generacja przypadków bezpośrednio ze wzoru na amplitudę zajmuje dużo czasu ( min na 0 zdarzeń). Rozwiązanie: parametryzacja amplitudy. Problem: parametryzacja została wykonana z myślą o Tevatronie dla dżetów o p T < 20 GeV. Rozwiązanie: nowa parametryzacja dla LHC (p T < T ev ). 7 / 24

Parametryzacja amplitudy procesu JGJ parametryzacja LL zależna od η A p=0 A allp LL (z) = N[A + exp(b + Cz + Dz2 + Ez 3 + F z 4 )], LL (z) = N[A + Bz + exp(c + Dz + Ez2 + F z 3 )], MC prediction [a.u.] MC / fit 0..0025 0.9975 all p p=0 2 3 4 5 6 7 8 9 pseudorapidity difference, η Różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż 2. Poprzednia parametryzacja: 20% 8 / 24

Parametryzacja amplitudy procesu JGJ parametryzacja NLL zależna od η oraz p T A NLL (p T, η) = N[A( η)p B( η) T + C( η)p D( η) T ] MC prediction [a.u.] 0 0. NLL, p=0 p T = 20 GeV p T = 320 GeV p T = 620 GeV p T = 920 GeV MC prediction [a.u.] 0 0. NLL, all p p T = 20 GeV p T = 320 GeV p T = 620 GeV p T = 920 GeV.0.0 MC / fit 0.99 2 3 4 5 6 7 8 9 pseudorapidity difference, η MC / fit 0.99 2 3 4 5 6 7 8 9 pseudorapidity difference, η Różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż %. 9 / 24

Algorytmy do rekonstrukcji dżetów / 24

Algorytmy do rekonstrukcji dżetów. Algorytm Cone zaimplementowany w FPMC (R=0,7). 2 Algorytm Cone zaimplementowany w narzędziu FastJet (R=0,6). 3 Algorytm anti kt zaimplementowany w narzędziu FastJet (R=0,4). / 24

Porównanie algorytmów do rekonstrukcji dżetów Ped poprzeczny dzetu o najwiekszym p T 4 alg. D0 Cone alg. D0 Cone alg. Cone (FPMC) alg. AntiKt (R=0.4) 3 alg. Cone (FPMC) alg. AntiKt (R=0.4) liczba przypadkow 3 2 liczba przypadkow 2 0 20 40 60 80 0 20 40 60 80 200 J ped poprzeczny dzetu o najwiekszym p, p T T [GeV] 0 20 40 60 80 0 20 40 60 80 200 liczba czastek Dla rozkładu liczby cząstek algorytmu Cone (FPMC) obserwujemy niefizyczny kształt podwójnego maksimum. Hipoteza: podwójne maksimum jest wynikiem obecności trzeciego dżetu 2 / 24

Porównanie algorytmów do rekonstrukcji dżetów Korelacje liczby cząstek do liczby dżetów Algorytm D0 Cone Algorytm Cone (FPMC) 450 liczba dzetow 9 8 7 6 5 4 3 2 0 800 600 liczba dzetow 9 8 7 6 5 4 400 3 2 200 400 350 300 250 200 50 0 50 0 0 20 30 40 50 60 70 80 90 0 liczba czastek 0 0 0 20 30 40 50 60 70 80 90 0 liczba czastek 0 3 / 24

Analiza przerwy w rapidity 4 / 24

Analiza przerwy w rapidity Zdefiniowanie przerwy w rapidity η=0 A' A B b a' a dżet dżet η= η= Rysunek : Idea definicji oraz 2. 5 / 24

Analiza przerwy w rapidity Zdefiniowanie przerwy w rapidity η=0 A B d C dżet dżet η= η= Rysunek : Idea definicji 3. 6 / 24

Analiza przerwy w rapidity Rozkład przerwy w rapidity Niedyfrakcyjna produkcja dżetów Produkcja JGJ. 7 / 24

Analiza przerwy w rapidity Definicja pierwsza Definicja druga Definicja trzecia [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND 2 2 2 0 0.5.5 2 2.5 3 3.5 4 4.5 5 przerwa w rapidity, η (a) definicja pierwsza 0 0.5.5 2 2.5 3 3.5 4 4.5 5 przerwa w rapidity, η (b) definicja druga 0 0.5.5 2 2.5 3 3.5 4 4.5 5 przerwa w rapidity, η (c) definicja trzecia Przypadki JGJ dominują nad niedyfrakcyjną produkcją dżetów od wartości: η def gap η def2 gap η def3 gap >, σ def visjgj 628, 48 pb, >, 4, σ def2 visjgj 844, 63 pb, >, 4, σ def3 visjgj 434, 64 pb. 8 / 24

Podsumowanie Parametryzacja amplitudy procesu JGJ: wprowadzona aby przyspiszeyć obliczenia, potrzeba wprowadzenia nowej parametryzacji dla pędów poprzecznych dżetów dostępnych na LHC, różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż 2 (w przypadku LL) i % (dla NLL). Algorytmy do rekonstrukcji dżetów: najmniej zgodne z przewidywaniami wyniki otrzymywane zostały za pomocą algorytmu Cone zaimplementowanego w FPMC, zaobserwowano niefizyczny rozkład krotności zrekonstruowanych cząstek (z wyłączeniem tych w dżetach), przyczyną podwójnego maksimum dla liczby przypadków nie był wpływ trzeciego dżetu, w dalszej analizie stosowano algorytm anti k T. Analiza przerwy w rapidity: trzy definicje przerw w rapidity, wybrano dla każdej definicji obszary, w których dominowałby proces JGJ, porównano przekroje czynne dla procesu JGJ po selekcji, największy przekrój czynny otrzymano dla definicji trzeciej. 9 / 24

Dziękuję za uwagę! 20 / 24

Parametry dla LL, p=0 oraz wszystkie p Mod A p=0 LL (z) = N[A + exp(b + Cz + Dz2 + Ez 3 + F z 4 )], Mod2 A allp LL (z) = N[A + Bz + exp(c + Dz + Ez2 + F z 3 )], gdzie z(p 2 T ) = ᾱ2 s(p 2 T ) η 2, natomiast N = ᾱ2 s 4π, α2 S = 0.7, Parametr p = 0 all p A 0.452 ± 0.023 2.032 ± 0.022 B 2.262 ± 0.0022.35 ± 0.057 C 6.436 ± 0.029 6.8035 ± 0.0002 D 2.6 ± 0.2 4.3093 ± 0.0032 E 6.46 ± 0.4 20.65 ± 0.0 F 5.586 ± 0.056 6.4983 ± 0.0096 2 / 24

NLL, p=0 oraz wszystkie p Mod3 oraz Mod4: A NLL (p T, η) = N[A( η)p B( η) T gdzie: + C( η)p D( η) T ], A(z) = a 0 + a z + exp(a 2 + a 3 z + a 4 z 2 + a 5 z 3 ), B(z) = b 0 + b z, C(z) = c 0 + c z + exp(c 2 + c 3 z + c 4 z 2 + c 5 z 3 ), D(z) = d 0 + d z + d 2 z 2 + d 3 z 3, 22 / 24

NLL, p=0 oraz wszystkie p Parametr p = 0 all p a 0 5.3 ± 2.0 24.7 ±.8 a 28.3 ± 9.5 235.6 ± 2.5 a 2 4.755 ± 0.09 7.606 ± 0.09 a 3 2.3 ± 0.23 9.97 ± 0.2 a 4 8.76 ± 052 36.60 ± 0.45 a 5 3.4 ± 0.3 6.56 ± 0.29 b 0 0.975 ± 0.0034 0.6666 ± 0.004 b 0.7556 ± 0.0058 0.9422 ± 0.0064 c 0 0.58 ± 0.2 0.826 ± 0.045 c 0.300 ± 0.064.72 ± 0.2 c 2 2.03 ± 0.08 6.94 ± 0.04 c 3 2.97 ± 0.3 4.564 ± 0.088 c 4 6.87 ± 0.29 6.5 ± 0.2 c 5 2.23 ± 0.8 5.22 ± 0.5 23 / 24

NLL, p=0 oraz wszystkie p Parametr p = 0 all p d 0 0.3880 ± 0.008 0.368 ± 0.005 d 0.096 ± 0.0 0.7878 ± 0.0093 d 2 0.547 ± 0.025.423 ± 0.020 d 3 0.26 ± 0.07 0.586 ± 0.04 24 / 24