Arbeit zur Erlangung des akademischen Grades Bachelor of Science Suche nach Spuren dunkler Materie in dem Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Optimierte Signalselektion Alexander Ratke 2017 Lehrstuhl für Experimentelle Physik V Fakultät Physik Technische Universität Dortmund Erstgutachter: Zweitgutachter: Abgabedatum: Dr. Johannes Albrecht Prof. Dr. Bernhard Spaan 4. August 2017 Kurzfassung In dieser Bachelorarbeit wird der Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) analysiert, um mögliche Spuren dunkler Materie zu entdecken. Der Schwerpunkt der Arbeit liegt bei der Signalseparation von Daten, die mit dem LHCb-Detektor in den Jahren 2011 und 2012 bei einer Luminosität von 1 fb−1 beziehungsweise 2 fb−1 aufgenommen worden sind. Die erreichten Schwerpunktsenergien betrugen 7 TeV und 8 TeV. Für das hypothetische Teilchen π werden zwei unterschiedliche Lebensdauern angenommen, um jeweils eine erwartete Ausschlussgrenze für das Verzweiungsverhältnis bestimmen zu können. In dieser Analyse werden die oberen Ausschlussgrenzen β¬ (π΅0 → πΎ ∗ (892)0 π) < (1,3 ± 0,1) ⋅ 10−10 (π (π) = 10 ps) und β¬ (π΅0 → πΎ ∗ (892)0 π) < (4,9 ± 0,2) ⋅ 10−9 (π (π) = 100 ps) ermittelt. Zur Bestimmung eines Verzweigungsverhältnisses wird die in der parallel durchgeführten Analyse [1] ermittelte Normierungskonstante benötigt. Abstract This bachelor thesis analyzes the decay π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) to observe possible hints of dark matter. The study focuses on the separation of signal in the data that have been recorded with the LHCb detector in 2011 and 2012 with a luminosity of 1 fb−1 and 2 fb−1 , respectively. The corresponding center of mass energies were 7 TeV and 8 TeV. Two different lifetimes of the hypothetical particle π are assumed to determine expected limits of the branching ratio. In this analysis, the expected limits are set to β¬ (π΅0 → πΎ ∗ (892)0 π) < (1,29 ± 0,52) ⋅ 10−10 (π (π) = 10 ps) and β¬ (π΅0 → πΎ ∗ (892)0 π) < (4,86 ± 0,20) ⋅ 10−9 (π (π) = 100 ps). The normalization constant of a parallel analysis [1] is required to extract the limits. iii Inhaltsverzeichnis 1 Einleitung 1 2 Theorie 2.1 Das Standardmodell der Teilchenphysik . . . . . . . . . . . . . . . . 2.2 Dunkle Materie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Der Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) . . . . . . . . . . . . . . . . . 2 2 3 3 3 Das LHCb-Experiment 3.1 Der LHCb-Detektor . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Beschreibung der Datensätze . . . . . . . . . . . . . . . . . . . . . . 6 6 8 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) 4.1 Analysestrategie . . . . . . . . . . . . . . . . . 4.2 Vorselektion . . . . . . . . . . . . . . . . . . . . 4.3 Schnittbasierte Selektion . . . . . . . . . . . . . 4.4 Multivariate Selektion . . . . . . . . . . . . . . 4.5 Bestimmung der Anzahl von Signalkandidaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 9 10 13 15 18 5 Ergebnis der Analyse 22 5.1 Effizienzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 5.2 Ausschlussgrenzen für Verzweigungsverhältnis . . . . . . . . . . . . . 23 6 Zusammenfassung und Ausblick 24 A Grafische Darstellung von Verteilungen 25 Literatur 27 iv 1 Einleitung Das Universum besteht mit über 80 % [2] aus dunkler Materie und dunkler Energie, welche zu den Phänomenen gehören, die durch das Standardmodell der Teilchenphysik nicht erklärt werden. In dieser Bachelorarbeit wird der Zerfall π΅0 → πΎ ∗ (892)0 π (→ π+ π− ) analysiert, um eine erwartete obere Ausschlussgrenze für die Anzahl der Signalkandidaten in dem Kanal mit einem hypothetischen Teilchen π zu erhalten. Dieses ist ein Dunkle-Materie-Kandidat mit unbekannter Masse und Lebensdauer. In der parallel durchgeführten Analyse [1] wird der resonante Zerfall π΅0 → π½ /ππΎ ∗ (892)0 als Normierungskanal verwendet, mit dem Ziel, Normierungskonstanten zu bestimmen. Die Ergebnisse beider Analysen werden für die Berechnung von Verzweigungsverhältnissen benötigt. Die untersuchten Daten sind mit dem LHCb-Detektor in den Jahren 2011 und 2012 bei Schwerpunktsenergien in Höhe von 7 TeV beziehungsweise 8 TeV aufgenommen worden. In Kapitel 2 werden die grundlegenden Informationen über das Standardmodell zusammengefasst. Anschließend wird auf dunkle Materie eingegangen, sowie ein Überblick über den zu analysierenden Zerfall gegeben. Das darauffolgende Kapitel 3 befasst sich mit dem LHCb-Detektor und den für diese Analyse verwendeten Datensätzen. Das Analysekapitel 4 handelt von der Signalselektion des nicht-resonanten Zerfalls. Es wird eine Gütefunktion verwendet, um optimale Variablenschnitte zur Trennung von Signal- und Untergrundereignissen zu erhalten. Diese Selektion dient als Vorbereitung zur Bestimmung der Anzahl von Signalkandidaten des Standardmodellzerfalls und erwarteter oberer Ausschlussgrenzen für die Anzahl von Signalkandidaten des Zerfalls π΅0 → πΎ ∗ (892)0 π. In Kapitel 5 werden die entsprechenden oberen Grenzen für das Verzweigungsverhältnis bestimmt, woraufhin eine Zusammenfassung mit Ausblick für weitere Analysen folgt (Kapitel 6). 1 2 Theorie Das Standardmodell der Teilchenphysik wird zu Beginn dieses Kapitels beschrieben, um die Elementarteilchen und Wechselwirkungen aufzuführen. In Kapitel 2.2 wird die mit dem Standardmodell nicht erklärbare dunkle Materie aufgegriffen. Der analysierte Zerfall eines π΅0 -Teilchens, in dem nach einem hypothetischen Teilchen π gesucht wird, wird im letzten Abschnitt (Kapitel 2.3) erläutert. 2.1 Das Standardmodell der Teilchenphysik Das Standardmodell [3] beschreibt die Eigenschaften und Wechselwirkungen aller Elementarteilchen. Diese können durch den Spin als Fermionen (halbzahlig) oder Bosonen (ganzzahlig) klassifiziert werden. Die Leptonen und Quarks sind Fermionen und bilden jeweils drei Generationen mit insgesamt sechs Teilchen, die in Tabelle 2.1 aufgelistet sind. Tabelle 2.1: Die Elementarteilchen des Standardmodells. Leptonen π− π− π− ππ ππ ππ Quarks π’ π π π π‘ π Eichbosonen πΎ π± π π Higgs-Boson π» Die drei Generationen der Leptonen bestehen aus je einem Teilchen mit der elektrischen Ladung π = −1 und dem jeweiligen Neutrino, wobei die Neutrinos keine Ladung besitzen und im Standardmodell als masselos gelten. Eine Quark-Generation besteht aus einem Quark mit der Ladung π = +2/3 (Up-, Charm- und Top-Quark) und einem Quark mit π = −1/3 (Down-, Strange- und Bottom-Quark). Ein entsprechendes Antiteilchen besitzt immer die entgegengesetzte Ladung. Die Masse der geladenen Leptonen und Quarks steigt mit der Generation an, so sind die Teilchen der ersten Generation leichter als die der dritten Generation. Die Eichbosonen dienen als Austauschteilchen für die jeweiligen Wechselwirkungen zwischen Teilchen. Es handelt sich dabei um Photonen, Gluonen, π ± - und π-Bosonen. Die in der starken Wechselwirkung auftretenden acht Gluonen tragen, 2 2.2 Dunkle Materie wie die Quarks, die Farbladungen rot, grün und blau. In der Teilchenphysik wird zwischen Mesonen mit einem Quark-Antiquark-Paar und Baryonen mit der Kombination aus drei Quarks beziehungsweise Antiquarks unterschieden. Die in der Natur auftretenden Hadronen sind alle farblos, was als Confinement bezeichnet wird. Die Quarks wechselwirken über alle drei Kräfte, wobei die Neutrinos nur über die π ± - und π-Bosonen koppeln. Die geladenen Leptonen π, π und π unterliegen der schwachen und elektromagnetischen Wechselwirkung. Zum Standardmodell zählt ebenfalls das mit ATLAS [4] und CMS [5] im Jahr 2012 entdeckte Higgs-Boson mit einer Masse von (125,09 ± 0,24) GeV/π2 [6]. 2.2 Dunkle Materie Das Standardmodell kann die meisten physikalischen Beobachtungen zutreffend erklären, es gibt jedoch Phänomene, über die das Standardmodell keine Aussage trifft. Dazu zählen zum Beispiel Gravitation, Neutrinomassen und dunkle Materie. Bei Letzterem handelt es sich um eine Materieform, die aus astronomischen Beobachtungen postuliert worden ist, da sich die Geschwindigkeit der Sterne anders verhält als berechnet. Somit wird angenommen, dass das Universum größtenteils aus dunkler Materie und dunkler Energie besteht [2]. Trotzdem konnte dunkle Materie, die sehr schwach mit Teilchen aus dem Standardmodell wechselwirkt, noch nicht direkt nachgewiesen werden, sodass die Zusammensetzung bisher unbekannt ist. Ein Weg dunkle Materie zu analysieren, liegt in der Suche nach möglichen Kandidaten, die die Charakteristika dunkler Materie aufweisen. Diese Kandidaten werden allgemein als WIMP (Weakly Interacting Massive Particles) bezeichnet, die elektrisch neutral sind und eine hohe Ruhemasse besitzen. Diese Kandidaten wechselwirken somit weder stark noch elektromagnetisch mit anderen Teilchen. Für die Suche nach einem Dunkle-Materie-Kandidaten wird in dieser Analyse ein Standardmodellzerfall untersucht, in der Annahme, dass dieser Kandidat in zwei Teilchen aus dem Standardmodell zerfällt. 2.3 Der Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Diese Bachelorarbeit befasst sich mit einem hypothetischen Teilchen π, welches ein möglicher Kandidat für dunkle Materie sein kann. Das Teilchen wird durch den Zerfall in zwei Myonen π → π+ π− charakterisiert. Der in dieser Analyse betrachtete Signalkanal π΅0 → πΎ ∗ (892)0 π wird durch das Feynman-Diagramm in Abbildung 2.1 dargestellt. Das Feynman-Diagramm zeigt den analysierten Zerfall durch einen 3 2 Theorie Flavour Changing Neutral Current (FCNC)-Prozess. Das gesuchte hypothetische Teilchen kann dabei an ein Antitop-Quark koppeln und in ein Myon-Paar zerfallen. Abbildung 2.1: Das Feynman-Diagramm für den Zerfall π΅0 → πΎ ∗ (892)0 π+ π− über das hypothetische Teilchen π [7]. In der Analyse wird zudem ein nicht-resonanter Zerfallskanal π΅0 → πΎ ∗ (892)0 π+ π− verwendet, bei dem ein Myon-Paar direkt über einen FCNC-Prozess und eine Schleife erzeugt wird. Zerfälle, die schleifeninduziert sind, werden stärker unterdrückt, da es sich dann um ein Prozess höherer Ordnung mit mehreren Vertizes handelt. Dieser Zerfallskanal wird zur Signalselektion eingesetzt. Das Verzweigungsverhältnis [6] ist β¬ (π΅0 → πΎ ∗ (892)0 π+ π− ) = (1, 02 ± 0, 09) ⋅ 10−6 . (2.1) Ein resonanter Zerfallskanal π΅0 → π½ /π πΎ ∗ (892)0 , dessen Verzweigungsverhältnis [6] sich zu β¬ (π΅0 → π½ /π(→ π+ π− ) πΎ ∗ (892)0 ) = β¬ (π΅0 → π½ /π πΎ ∗ (892)0 ) ⋅ β¬ (π½ /π → π+ π− ) = (7, 6 ± 0, 3) ⋅ (2.2) 10−5 errechnet, wird als Normierungskanal verwendet, um die Normierungskonstante πΌ zu ermitteln. Diese Konstante ergibt sich aus πΌSig = 4 πNorm β¬Norm ⋅ , πSig πNorm (2.3) 2.3 Der Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) wobei π die Gesamteffizienzen des Normierungs- beziehungsweise Signalkanals sind. Aus dem Normierungskanal wird ebenfalls das Verzweigungsverhältnis β¬Norm [6] und die Anzahl der Signalkandidaten πNorm benötigt. Die aus dem Signalkanal bestimmte obere Ausschlussgrenze für die Anzahl von Signalkandidaten πSig und die Normierungskonstante werden zur Berechnung des Verzweigungsverhältnisses β¬ < πΌSig πSig (2.4) verwendet. Mit (2.3) und (2.4) lässt sich zudem ein Verzweigungsverhältnis für den Zerfallskanal π΅0 → πΎ ∗ (892)0 π+ π− bestimmen. Die Effizienz nach jedem Selektionsschritt kann durch π π = nachher (2.5) πvorher aus der Simulation berechnet werden. Dabei steht π für die Anzahl der Ereignisse vor beziehungsweise nach einem Selektionschnitt. Der entsprechende Fehler ergibt sich aus dem Binomialfehler π₯π = √ π(1 − π) . πvorher (2.6) Eine genauere Beschreibung der verwendeten Simulationen ist in Kapitel 3.2 zu finden. 5 3 Das LHCb-Experiment In der Teilchenphysik werden Kreisbeschleuniger, wie der Large Hadron Collider (LHC) mit 27 Kilometer Länge, genutzt, um Teilchenkollisionen zu erzeugen und neue physikalische Entdeckungen zu machen. Am LHC, wo sich die vier großen Teilchendetektoren ATLAS, CMS, ALICE und LHCb befinden, werden unter anderem Proton-Proton- und Proton-Bleiion-Kollisionen untersucht. Die zwei sich entgegengesetzt bewegenden Protonen-Strahlen werden in unterschiedlichen Röhren auf nahezu Lichtgeschwindigkeit beschleunigt. In den dicht beieinander liegenden Röhren herrscht Ultrahochvakuum, damit die Protonen nicht mit Gasatomen kollidieren. Dipolmagnete halten die Protonen-Strahlen auf einer Kreisbahn, während Quadrupolmagnete zur Fokussierung der Strahlen dienen. Zur Kühlung der Elektromagnete auf −271,3 βC wird suprafluides Helium verwendet. 3.1 Der LHCb-Detektor Der LHCb-Detektor [8] dient hauptsächlich zur Messung von Teilchenzerfällen, die ein π - bzw. πΜ - Quark enthalten. Der Detektor ist ein Vorwärtsspektrometer und besteht aus mehreren hintereinander aufgebauten Komponenten, die im Folgenden beschrieben werden. Das Spurdetektorsystem Das Spurdetektorsystem besteht aus dem Vertex Locator (VELO), vier planaren Spurdetektoren (TT (Tracker Turicensis), T1 - T3) und einem Dipolmagneten. Die Aufgabe des VELO liegt in der Messung der Spuren von geladenen Teilchen aus der Proton-Proton-Kollision. Diese Detektorkomponente besteht aus Siliziumstreifendetektoren, die sich in einer Vakuumröhre befinden und mit einigen Millimetern Abstand möglichst nahe den Protonen-Strahl umgeben, um eine genaue Messung der Spuren zu erhalten. Der Bereich der T1-T3-Komponenten nahe der Strahlachse wird Inner Tracker (IT) genannt. Die TT- und IT-Komponenten verwenden wie der VELO Siliziumstreifendetektoren. Der äußere Bereich der T1-T3-Komponenten heißt Outer Tracker (OT) und ist ein Driftröhrendetektor. Zwischen den TT- und 6 3.1 Der LHCb-Detektor T1-T3-Komponenten befindet sich ein Magnet, den die Teilchen passieren. Die Bahnen geladener Teilchen werden im Magnetfeld abhängig von dem Impuls gekrümmt. Das Spurdetektorsystem dient somit auch zur Messung des Impulses geladener Teilchen. Die Teilchenidentifikation Die Ring Imaging Cherenkov (RICH)-Detektoren dienen zur Identifikation geladener Teilchen, indem sie den Winkel der Cherenkov-Strahlung messen, um daraus die Geschwindigkeit zu bestimmen. Direkt hinter dem VELO befindet sich der RICH1, der aus einem mit C4 F10 -Gas gefüllten Körper besteht und für Impulse unter 60 GeV/π verwendet wird. Hinter dem Dipolmagneten ist der RICH2 positioniert, welcher ein CF4 -Gas beinhaltet und zur Messung für Teilchen mit höheren Impulsen (ab 15 GeV/π) dient. Nach den T1-T3-Detektoren befindet sich das Kalorimetersystem, welches aus den folgenden vier Komponenten besteht und zur Energiebestimmung von geladenen und neutralen Teilchen dient. Der Scintillating Pad-Detektor (SPD) und der Preshower-Detektor (PS) verringern den durch neutrale und geladene Pionen entstehenden Untergrund. Das elektromagnetische Kalorimeter (ECAL) besteht abwechselnd aus Bleiplatten, in denen Teilchenschauer ausgelöst werden, und Szintillatorplatten. Es wird die Energie der Teilchen gemessen, die über die elektromagnetische Kraft wechselwirken wie zum Beispiel Elektronen oder Photonen. Das hadronische Kalorimeter (HCAL) befindet sich hinter dem ECAL und detektiert Hadronen wie das Kaon und das Pion. Durch das Kalorimetersystem werden die meisten Teilchen abgebremst. Hinter dem Kalorimetersystem befindet sich das aus mehreren Kammern zusammengesetzte Myon-System. Mit diesem Detektor werden die für diese Bachelorarbeit wichtigen Myonen nachgewiesen. Trigger Die mit dem LHCb-Detektor aufgenommenen Daten müssen aufgrund der hohen Datenmenge reduziert werden. Der Hardwaretrigger L0 selektiert nur Ereignisse mit einem hohen Transversalimpuls im Myondetektor und Kalorimetersystem. Die maximale Ereignisrate kann somit von 40 MHz auf 1 MHz reduziert werden. Die darauffolgenden softwarebasierten High-Level-Trigger (HLT1/HLT2) verwenden die nach dem L0-Trigger vorhandenen Ereignisse für eine weitere Minimierung der Datenrate auf 5 kHz [9]. Dabei werden mit dem HLT1 die Spuren im VELO und in den Spurdetektoren rekonstruiert, wobei HLT2 vollständige Ereignisse rekonstruiert [8]. 7 3 Das LHCb-Experiment 3.2 Beschreibung der Datensätze In dieser Analyse werden die Daten aus den Jahren 2011 und 2012 verwendet, die mit √ dem LHCb-Detektor bei den Schwerpunktsenergien π = 7 TeV beziehungsweise √ π = 8 TeV aufgenommen worden sind. In diesen Jahren entspricht die Luminosität 1 fb−1 (2011) und 2 fb−1 (2012). Auf die Daten ist die LHCb-spezifische Vorselektion (Stripping) angewendet, welche in Kapitel 4.2 näher beschrieben wird. Bei der Aufnahme der Daten wird die Polarität des Dipolmagneten regelmäßig geändert, sodass sich Daten bei den Polaritäten MagUp und MagDown ergeben. Die experimentell aufgenommenen Daten enthalten Signal und Untergrund. MonteCarlo-Simulationen ermöglichen einen Vergleich der Daten mit den erwarteten Verteilungen und werden in mehreren Schritten erzeugt. Mit der Software PYTHIA [10, 11] werden Proton-Proton-Kollisionen simuliert. Die anschließenden Zerfallsprozesse werden mit EvtGen [12] beschrieben. Die Wechselwirkung der generierten Teilchen mit dem Detektormaterial wird mit Hilfe von GEANT4 [13] simuliert. Neben den durch PYTHIA8 erzeugten Simulationen, wird auch eine PYTHIA6 Simulation verwendet, die für diese Analyse aber keine Unterschiede darstellt. Die Anzahl der Ereignisse für die Simulationen ist in Tabelle 3.1 aufgelistet. Tabelle 3.1: Die Anzahl der Ereignisse in den Simulationen für MagUp und MagDown. Zerfall PYTHIA8 PYTHIA6 π΅0 π΅0 π΅0 π΅0 π΅0 → π½ /π πΎ ∗ (892)0 → πΎ ∗ (892)0 π+ π− → πΎ ∗ (892)0 π → πΎ ∗ (892)0 π → πΎ ∗ (892)0 π+ π− Lebensdauer π (π) 10 ps 100 ps Ereignisse MagUp Ereignisse MagDown 4 425 822 260 000 781 311 775 056 258 748 4 435 958 257 748 751 044 774 041 258 750 Neben den Simulationen für den resonanten und nicht-resonanten Zerfall werden zwei Monte-Carlo-Simulationen für den möglichen Zerfall π΅0 → πΎ ∗ (892)0 π verwendet. Da die Masse und Lebensdauer des hypothetischen Teilchens π unbekannt sind, werden erzeugte Simulationen für die Masse π(π) = 2500 MeV/π2 und die Lebensdauern von 10 ps und 100 ps untersucht. Mit diesen Simulationen wird die jeweilige obere Ausschlussgrenze für die erwartete Anzahl an Signalkandidaten ermittelt, um eine obere Ausschlussgrenze für das Verzweigungsverhältnis zu bestimmen. 8 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Die Signalselektion des betrachteten Zerfalls wird in diesem Kapitel thematisiert, indem erst die Analysestrategie in Kapitel 4.1 beschrieben wird. Anschließend folgt die Erläuterung verschiedener Vorselektionen (Kapitel 4.2), die auf die Datensätze angewendet worden sind. Im darauffolgenden Teil 4.3 wird auf die Optimierung von Schnitten mehrerer Variablen eingegangen. Als letzter Selektionsschritt erfolgt eine multivariate Analyse (Kapitel 4.4), woraufhin eine obere Grenze für die Anzahl von Signalkandidaten bestimmt wird. 4.1 Analysestrategie Das Ziel dieser Analyse ist die Bestimmung einer erwarteten oberen Ausschlussgrenze für das Verzweigungsverhältnis mit (2.4). Damit die Anzahl der maximal erwarteten Signalkandidaten πSig bei einem Konfidenzniveau von 95 % bestimmt werden kann, werden mehrere Selektionsschnitte mit dem nicht-resonanten Zerfall ermittelt. Die resultierenden Schnitte dienen zur Trennung von Signal- und Untergrundereignissen. Das Verzweigungsverhältnis β¬(π΅0 → πΎ ∗ (892)0 π+ π− ) [6] kann exakt bestimmt werden, da es sich um einen bereits gemessenen Standardmodellzerfall handelt. Ein wichtiger Aspekt für die Analyse ist die richtige Verwendung des Massenbereichs für den zu analysierenden Untergrund, um den Bereich der Daten auszublenden, der mögliche Signalereignisse beinhaltet. Für die Bestimmung des Intervalls wird die in Kapitel 3.2 beschriebene Simulation für den Zerfallskanal π΅0 → πΎ ∗ (892)0 π+ π− verwendet. Mit dieser Simulation werden die Grenzen des Intervalls um die Masse des π΅0 -Mesons (5279,62 ± 0,15) MeV/π2 [6] ermittelt, sodass sich in diesem Bereich ungefähr 95 % der simulierten Gesamtereignisse befinden. In Abbildung 4.1 ist die normierte Massenverteilung für Signal und Untergrund dargestellt. Der Massenbereich unterhalb von 5069 MeV/π2 wird nicht weiter betrachtet, da es sich neben kombinatorischen auch um partiellen Untergrund handelt. Bei dieser Art von Untergrund werden Zerfälle rekonstruiert, die durch das Nicht-Detektieren eines Teilchens und somit durch das Fehlen der entsprechenden Energie entstehen. Das relevante 9 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) willk. Einh. Massenseitenband oberhalb von 5747 MeV/π2 enthält hauptsächlich kombinatorischen Untergrund, welcher bei der Kombination von Teilchen aus unterschiedlichen Prozessen entsteht. 0.16 Untergrund Signal 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 4800 5000 5200 5400 5600 5800 m(B0) [MeV/ c2] Abbildung 4.1: Die Massenverteilung des π΅0 -Mesons normiert auf die Untergrundereignisse mit einem ausgeblendeten Intervall der Daten von 5069 MeV/π2 bis 5747 MeV/π2 . 4.2 Vorselektion Die in Kapitel 3.2 erwähnten Datensätze beinhalten angewendete Schnitte aus der LHCb-spezifischen Vorselektion (Stripping), welche nachfolgend beschrieben werden. Zusätzlich werden auf Daten und Simulation entsprechende Triggerlinien (Tabbelle 4.2) angewendet. Zur Untersuchung des nicht-resonanten Zerfalls müssen π 2 -Schnitte berücksichtigt werden. Dabei handelt es sich um die quadratische invariante Masse des Myon-Paares. Ein Myon-Paar kann beispielsweise durch den Zerfall eines π-, π½ /π- und π(2π)-Teilchens entstehen, weshalb die Bereiche der jeweiligen Massen π βΆ 0,98 < π 2 [GeV2 /π4 ] < 1,10 , π½ /π βΆ 8,0 < π 2 [GeV2 /π4 ] < 11,0 , π(2π) βΆ 12,5 < π 2 [GeV2 /π4 ] < 15,0 ausgeblendet werden. 10 4.2 Vorselektion LHCb-spezifische Vorselektion Auf den Datensätzen sind die Stripping-Linien B2KpiX2MuMuDarkBosonLine und B2JKstDarkBosonLine aus Stripping20r1p3 (2011) bzw. Stripping20r0p3 (2012) angewendet worden. Die jeweiligen Schnitte sind in Tabelle 4.1 aufgelistet. Tabelle 4.1: Die angewendeten Schnitte der B2KpiX2MuMuDarkBosonLine und B2JKstDarkBosonLine aus den Jahren 2011 und 2012. B2KpiX2MuMuDarkBosonLine Variable Schnitt B2JKstDarkBosonLine Variable Schnitt π΅ π΅ π΅ π΅ π΅ π΅ βΆ βΆ βΆ βΆ βΆ βΆ |π − 5300| πT π cos(πdir ) π2vtx /ndf π2IP ≤ > > > < < 500 MeV 1000 MeV 0,2 ps 0 25 50 π΅ π΅ π΅ π΅ π΅ π΅ πT π2vtx /ndf π2FD DOCA DOCA π2 > < < > < 250 MeV 10 25 0,2 mm 25 π½ /π βΆ π½ /π βΆ – π½ /π βΆ π½ /π βΆ Spuren βΆ π2trk /ndf Spuren βΆ min(π2IP ) Spuren βΆ π«gh < < < 3 9 0,3 πΎ, π βΆ π πΎ, π βΆ πT πΎ, π βΆ π2IP πΎ βΆ ProbNNK π βΆ ProbNNpi π βΆ πT π βΆ PIDmu > > > > > > > 2000 MeV 250 MeV 9 0,1 0,2 100 MeV −5 GEC βΆ πtracks ≤ 250 πβΆ πβΆ πβΆ πβΆ πβΆ βΆ βΆ βΆ βΆ βΆ βΆ |π − 5300| πT π cos(πdir ) π2vtx /ndf π2IP |π − 3096, 9| π2vtx /ndf DOCA DOCA π2 – – – πΎ∗ πβΆ πβΆ πβΆ πβΆ πβΆ – βΆ π2IP πT π2trk /ndf π2IP PIDmu π«gh GEC βΆ πtracks ≤ > > > < < 500 MeV 1000 MeV 0,2 ps 0 25 50 ≤ < – > < 100 MeV 12 – 0,2 mm 25 – – – – – – > > < > > < – 25 125 MeV 4 25 −4 0.3 – ≤ 250 Es werden Schnitte auf die Masse π, die Lebensdauer π und den transversalen Impuls πT angewendet, um die relevanten Bereiche der jeweiligen Teilchen einzugrenzen. Bei der Variable πdir (direction angle) handelt es sich um den Winkel zwischen der Richtung des Teilchenimpulses π und der Flugrichtung des Teilchens, welcher durch 11 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) den Kosinus ausgedrückt maximal Eins wird. Das bedeutet, die beiden Richtungen stimmen überein. Das π2vtx /ndf ist ein Qualitätsmaß für den Vertexfit eines Zerfalls, wohingegen π2trk /ndf als Qualitätsmaß der Spurrekonstruktion dient. Die Anzahl der Freiheitsgrade wird durch ndf ausgedrückt. Der Parameter π2IP stellt die Änderung von π2vtx durch die Einwirkung beziehungsweise Nicht-Einwirkung eines Teilchens dar. Eine weitere Variable π2FD gibt ebenfalls die Änderung von π2vtx an, wenn die Spur eines sekundären Vertex dem primären Vertex zugeordnet wird. Damit zwei Teilchen aus dem gleichen Vertex stammen, wird die geringste Distanz zwischen zwei Spuren (DOCA) eingeschränkt. Die Wahrscheinlichkeit, ob ein nicht reales Teilchens detektiert wird, wird durch π«gh angegeben. Die PID/ProbNN Variablen geben die Wahrscheinlichkeit an, dass das jeweilige Teilchen als dieses identifiziert wird. Mit einem abschließenden globalen Ereignisschnitt (GEC) wird sichergestellt, dass die Gesamtanzahl der Spuren eines Ereignisses nicht zu groß ist. Die nach der LHCb-spezifischen Vorselektion vorhandene Anzahl an Ereignissen in der nicht-resonanten Simulation werden verwendet, um die Effizienz (4.1) πStr = (11,52 ± 0,03) % zu bestimmen. Trigger Die auf Daten und Simulation angewendeten Triggerlinien sind in Tabelle 4.2 aufgelistet. Diese teilen sich in einen Level-0- und zwei High-Level-Trigger auf, die in Kapitel 3.1 beschrieben wurden. Da in dem Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Hadronen und Myonen die relevanten Teilchen sind, werden die entsprechenden L0-Trigger verwendet. Ein Kandidat muss mindestens eine Triggerlinie auf jedem Level erfüllen, um für die weitere Analyse weiterverwendet werden zu können. Tabelle 4.2: Die verwendeten Triggerlinien auf Daten und Simulation. Triggerlinien 12 L0Hadron L0Muon L0DiMuon Hlt1TrackAllL0 Hlt1TrackMuon Hlt1DimuonLowMass Hlt2TopoMu2BodyBBDT Hlt2Topo2BodyBBDT Hlt2SingleMuon Hlt2TopoMu3BodyBBDT Hlt2Topo3BodyBBDT Hlt2DiMuonDetached Hlt2TopoMu4BodyBBDT Hlt2Topo4BodyBBDT 4.3 Schnittbasierte Selektion Die entsprechenden Effizienzen nach der Anwendung der Trigger und π 2 -Schnitte auf die nicht-resonante Simulation sind πTrig = (74,6 ± 0,1) % , (4.2) πInvMas = (64,5 ± 0,2) % . (4.3) 4.3 Schnittbasierte Selektion Nach den Vorselektionen auf Daten und Simulation wird eine schnittbasierte Selektion angewendet, um weitere Signal- und Untergrundereignisse voneinander zu trennen. Dazu wird CROP (Cut Recursive Optimizer) [14] verwendet, bei dem es sich um ein Programm handelt, das durch Übergabe mehrerer Variablen rechteckige Schnitte auf Grundlage einer Gütefunktion bestimmt. Die hier verwendete Gütefunktion (Figure of Merit) π FoM = √ (4.4) π+π΅ gibt die Signalsignifikanz an. Die Variablen π und π΅ stehen für die Anzahl der Signal- und Untergrundereignisse. Das Ziel ist es, den Schnitt auf die jeweilige Variable zu finden, bei der die Signalsignifikanz maximal wird, was bedeutet, dass an dieser Stelle die Trennung von Signal und Untergrund optimal ist. Zur Optimierung der Schnitte wird für den Untergrund das obere Massenseitenband (Kapitel 4.1) und für das Signal die nicht-resonante Simulation übergeben. Die in dieser Analyse verwendeten Variablen zur Signalselektion sind in Tabelle 4.3 aufgelistet. Dabei werden bei der Verwendung von CROP Variablen gewählt, die eine hinreichend hohe Trennkraft zwischen Signal und Untergrund aufweisen. Die Verteilungen sind in Abbildung 4.2 zu finden. Für die Variable π(πΎπ) wird der Schnitt 100 MeV/π2 um die Masse des πΎ ∗ -Mesons gewählt. Das FDT ist die transversale Flugdistanz zwischen dem Primärvertex und dem Zerfallsvertex des π-Teilchens. Die Effizienz nach der schnittbasierten Selektion beläuft sich auf πSchnittSel = (59,4 ± 0,2) % . Die Verteilungen der MC12TuneV2_ProbNN-Variablen als zweidimensionale Histogramme sind in Abbildung 4.3 dargestellt, anhand derer die Schnitte bestimmt werden. Dabei ist auf der x-Achse die Wahrscheinlichkeit aufgetragen, dass das jeweilige Teilchen als dieses identifiziert wird, während die y-Achse die Wahrscheinlichkeit wiedergibt, dass das jeweilige Teilchen fehlidentifiziert wird. Die Verteilungen werden mit Daten des nicht-resonanten Zerfalls für den gesamten Massenbereich erzeugt. 13 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Tabelle 4.3: Die Variablenschnitte für eine möglichst hohe Trennung von Signal und Untergrund. Variable Schnitt πdir π2vtx (π΅0 ) π2IP (π΅0 ) FDT (π) < < < > 0,008 rad 16,4 11 0,2 mm |π(πΎπ) − 895, 6| ProbNNK(πΎ) ProbNNpi(π) min(ProbNN(β1 ), ProbNN(β2 )) < > > > 100 MeV/π2 0,6 0,58 0,55 willk. Einh. willk. Einh. (π΅0 ) 0.09 Untergrund Signal Schnitt 0.08 0.07 0.06 0.05 Untergrund Signal Schnitt 0.06 0.05 0.04 0.04 0.03 0.03 0.02 0.02 0.01 0.01 0 0 0.01 0.02 0 0 0.03 θ dir(B ) [rad] 10 20 30 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 0 willk. Einh. willk. Einh. 0 Untergrund Signal Schnitt 0.06 Untergrund Signal Schnitt 0.05 0.04 0.03 0.02 0.01 10 20 30 χ 2IP(B0) 0 0 1 2 3 FDT(l 1l 2) [mm] Abbildung 4.2: Die Verteilungen von Signal und Untergrund für die Variablen πdir , π2vtx , π2IP und FDT mit den durch CROP bestimmten Schnitten. 14 40 χ 2vtx(B0) 4.4 Multivariate Selektion Den Verteilungen in Abbildung 4.3 ist zu entnehmen, dass der Ausschlag in der unteren rechten Ecke relevant ist, da ein Schnitt gefunden werden muss, bei der die Wahrscheinlichkeit für die Identifikation der Teilchen hoch ist. Es ist aber zu beachten, dass der Schnitt nicht zu viel Signal abtrennt, sodass hier Schnitte im Bereich um 0,6 gewählt worden sind. Die Effizienz nach den ProbNN-Schnitten ist (4.5) πProbNN = (47,507 ± 0,002) % 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 10−2 10−3 ProbNNmu(π) ProbNNpi(K ) und wird in der parallel durchgeführten Analyse [1] aus 3D-Histogrammen bestimmt. Neben den in Abbildung 4.2 gezeigten Verteilungen, sind die anderen vier Variablen aus Tabelle 4.3 in Anhang A dargestellt. 10−4 0.2 0.4 0.6 0.8 1 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 10−2 10−3 10−4 0.2 0.4 0.6 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 10−3 10−4 10−5 0.2 0.4 0.6 0.8 1 ProbNNmu(l 1) ProbNNK(l 2) ProbNNpi(l 1) ProbNNK(K ) 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.8 1 ProbNNpi(π) 10−2 10−3 10−4 0.2 0.4 0.6 0.8 1 ProbNNmu(l 2) Abbildung 4.3: Die 2D-Histgramme für verschiedene Kombinationen der ProbNN-Variablen. 4.4 Multivariate Selektion Eine weitere Möglichkeit der Separation von Signal- und Untergrundereignissen ist die Anwendung einer multivariaten Analysetechnik, zum Beispiel eines BDTs (BoostedDecisionTree) [15]. Der in dieser Analyse verwendete Klassifizierer ist ein 15 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) XGBoost-Klassifizierer [16]. Dem BDT wird eine Liste von Variablen (Tabelle 4.4) übergeben, anhand derer Entscheidungsbäume erstellt werden. Aus diesen Entscheidungsbäumen kann eine neue Variable generiert werden, die für jedes Ereignis eine entsprechende Wahrscheinlichkeit wiedergibt, ob es sich um ein Signal- oder Untergrundereignis handelt. Wie in Kapitel 4.1 beschrieben, wird nur das obere Massenseitenband genutzt, um kombinatorischen Untergrund von Signal zu trennen. Für das Signal wird die Simulation des nicht-resonanten Zerfallskanals verwendet. Die Variablen min(πT ) und max(πT ) sind die minimalen und maximalen Transversalimpulse der beiden Leptonen. Tabelle 4.4: Die Variablen für die multivariate Analyse mit einem BDT. Variablen π΅ βΆ πdir π΅ βΆ π2IP π΅ βΆ πT π βΆ FDT πΎ βΆ π2IP πΎ βΆ πT π βΆ πT π βΆ π2IP β1 , β2 βΆ max(πT ) β1 , β2 βΆ min(πT ) willk. Einh. willk. Einh. Die gewählten Variablen sollten eine hinreichend hohe Trennkraft zwischen Signal und Untergrund aufweisen, wie in Abbildung 4.4 zu erkennen ist. Untergrund Signal 0.06 0.05 0.04 0.04 Untergrund Signal 0.035 0.03 0.025 0.02 0.03 0.015 0.02 0.01 0.01 0 0 0.005 10000 20000 30000 p T(B0) 0 0 1000 2000 3000 4000 5000 min( p T(l 1l 2)) Abbildung 4.4: Die Verteilungen von Signal und Untergrund für die verwendeten Variablen des BDT. Der BDT wird auf einem Anteil von 90 % der Daten und Simulation, der zufällig ausgewählt wird, trainiert und anschließend auf die restlichen 10 % angewendet. Damit kann überprüft werden, ob der BDT übertrainiert worden ist, was bedeutet, dass die Trennung zwischen Signal und Untergrund nicht mehr gewährleistet ist. Eine grafische Darstellung dieser Überprüfung ist in Abbildung 4.5 zu finden. Es ist zu erkennen, dass die Punkte der getesteten Daten und Simulation mit den trainierten Punkten übereinstimmen, sodass der BDT nicht übertrainiert worden ist. 16 Kandidaten 4.4 Multivariate Selektion 30 Simulation (trainiert) Daten (trainiert) Simulation (getestet) Daten (getestet) 25 20 15 10 5 00 0.2 0.4 0.6 0.8 1 BDT-Klassifizierer Abbildung 4.5: Die Darstellung des BDT-Klassifizierers für Signal und Untergrund zur Überprüfung, ob der BDT übertrainiert worden ist. Signaleffizienz Ein Maß für die Qualität eines trainierten BDTs ist die ROC-Kurve (Receiver Operating Characteristic), die sich durch das Auftragen der Signaleffizienz gegen die Untergrundeffizienz wie in Abbildung 4.6 ergibt. Die Qualität eines BDTs wird durch die Fläche unter der Kurve bestimmt. Je näher der Flächeninhalt an Eins liegt, desto besser kann der BDT Signal von Untergrund trennen. Der in dieser Analyse erreichte Werte liegt bei 0,96. 1 0.8 0.6 0.4 0.2 00 trainierter BDT 0.2 0.4 0.6 0.8 1 Untergrundeffizienz Abbildung 4.6: Die Auftragung der Signal- gegen die Untergrundeffizienz eines trainierten BDT. Die Fläche unter der Kurve ist 0,96. 17 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) Der nächste Schritt ist die Optimierung der BDT-Variablen mit der bereits verwendeten Gütefunktion aus Gleichung (4.4). Die in der Gütefunktion auftretende Varibale π steht für die Summe aller Signal-sWeights, wobei π΅ für die Summe aller Untergrund-sWeights steht, die nach einem Schnitt auf die BDT-Variable vorhanden bleiben. Die sWeights sind Gewichte mit denen Verteilungen in Signal- und Untergrundanteil getrennt werden. Hierfür werden Daten und Simulation aus der parallel durchgeführten Analyse [1] auf resonanten Datensätze verwendet, die die Signal- und Untergrund-sWeights enthalten. Mit der Gütefunktion wird ein Maximum ermittelt, bei dem es sich dann um die größte Signalsignifikanz handelt. Der Schnitt wird numerisch zu BDT > 0,61 bestimmt und anschließend auf sämtliche Daten und Simulationen angewendet. Die daraus ermittelte Effizienz πBDT = (99,97 ± 0,01) % wurde in [1] aus der umgewichteten Simulation berechnet. 4.5 Bestimmung der Anzahl von Signalkandidaten Die in Kapitel 4.2 bis 4.4 bestimmten Schnitte sind auf allen Daten und Simulationen angewendet worden. Zusätzlich wird die nicht-resonante Simulation π΅0 → πΎ ∗ (892)0 π+ π− von den zwei Monte-Carlo-Simulationen π΅0 → πΎ ∗ (892)0 π (Kapitel 3.2) getrennt. Dazu wird die Gütefunktion (4.4) verwendet, um einen optimalen Schnitt für die transversale Flugdistanz FDT der beiden Myonen bestimmen zu können (Tabelle 4.5). Für die nicht-resonante Simulation bleibt der Bereich unterhalb von 2,56 mm erhalten. Die Wahrscheinlichkeit eines Standardmodellzerfalls ist in diesem Bereich höher. Die Effizienz dieses Schnitts lässt sich zu πFDT = (93,1 ± 0,2) % bestimmen. Für die weitere Verwendung der beiden Signalkanäle werden die Bereiche oberhalb von 2,56 mm beziehungsweise 4,88 mm betrachtet, um einen möglichen Standardmodellzerfall auszuschließen. In Abbildung 4.7 ist die Verteilung der transversalen Flugdistanz der drei Simulationen dargestellt. 18 4.5 Bestimmung der Anzahl von Signalkandidaten Tabelle 4.5: Die bestimmten Schnitte der transversalen Flugdistanz FDT zur Trennung der Simulationen. Zerfall π΅0 → → πΎ ∗ (892)0 π 0 π΅ → πΎ ∗ (892)0 π π΅0 willk. Einh. Schnitt π (π) πΎ ∗ (892)0 π+ π− 10 ps 100 ps 0.07 < > > 2,56 mm 2,56 mm 4,88 mm FCNC-Kanal Signalkanal (τ = 10 ps) Signalkanal (τ = 100 ps) Schnitt (τ = 10 ps) Schnitt (τ = 100 ps) 0.06 0.05 0.04 0.03 0.02 0.01 0 0 2 4 6 8 FDT(l 1l 2) [mm] Abbildung 4.7: Trennung der Simulationen für den nicht-resonanten Zerfall und einen möglichen Zerfall über ein π-Teilchen für π(π) = 10 ps und π(π) = 100 ps. Nachfolgend wird aus den Daten mit entsprechendem FDT -Schnitt eine Anzahl von Signalkandidaten des nicht-resonanten Standardmodellzerfalls π΅0 → πΎ ∗ (892)0 π+ π− ermittelt. Zudem lässt sich eine erwartete obere Ausschlussgrenze für die Anzahl von Signalkandidaten des Zerfallskanals π΅0 → πΎ ∗ (892)π bestimmen. Anzahl der Signalkandidaten im Zerfall π΅0 → πΎ ∗ (892)0 π+ π− Die Bestimmung der Anzahl von Signalkandidaten des Standardmodellzerfalls erfolgt durch die Anpassung der nicht-resonanten Daten mit einer Exponentialfunktion π(π₯) = eππ₯ , (4.6) 19 4 Signalselektion von π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) sowie zwei Crystal-Ball-Funktionen [17] der Form 1 π₯−π β§e− 2 ( π ) { { π π π(π₯, πΌ, π, π, π) = π ⋅ β¨ ( |πΌ| ) 2 − |πΌ| 2 e { π π { ( − |πΌ| − π₯−π ) β© |πΌ| π , für π₯−π > −πΌ π , für π₯−π ≤ −πΌ π (4.7) Der Verlauf der Crystal-Ball-Funktion wird durch eine Gaußverteilung und einem an der Seite durch den Paramater π bestimmten Potenzverhalten beschrieben. Die Variable π₯ steht für die Masse des π΅0 -Mesons. Die Parameter π und π sind Mittelwert und Standardabweichung aus der Gaußverteilung. Das π ist ein Normierungsfaktor und πΌ ist ein Parameter, der den Übergang von der Gaußfunktion zum Potenzverhalten beschreibt. Der Untergrundbereich wird durch (4.6) und der Siganlbereich durch (4.7) beschrieben. Pull Ereignisse / (10 MeV/c2) Der partielle Untergrund wird nicht betrachtet, wie in Abbildung 4.8 zu erkennen ist. Die Pull-Verteilung stellt die Abweichungen der Fitkurve von den Datenpunkten dar. Die Fitkurve wird gut beschrieben, weil die Pulls im akzeptablen Bereich um Null schwanken. 140 120 100 80 60 40 20 0 Anpassungskurve 2 0 −2 5200 5400 5600 5800 m(B0) [MeV/c 2] Abbildung 4.8: Die Verteilung der π΅0 -Masse inklusive Anpassungskurve und Pull-Verteilung. Das Resultat der Anpassung ist eine Anzahl von Signalereignissen des im Standard- 20 4.5 Bestimmung der Anzahl von Signalkandidaten modell erlaubten Zerfalls π΅0 → πΎ ∗ (892)0 π+ π− . Der ermittelte Wert πFCNC = 1290 ± 270 wird für die Berechnung des Verzweigungsverhältnisses in Kapitel 5 benötigt. Maximal erwartete Anzahl von Signalkandidaten in π΅0 → πΎ ∗ (892)0 π Die Bestimmung einer erwarteten oberen Ausschlussgrenze für die Anzahl von Signalkandidaten erfolgt mit dem Softwarepaket GammaCombo [18]. Mit diesem können Messungen kombiniert und Konfidenzniveaus für den gesuchten Parameter bestimmt werden. Es wird die Likelihood-Funktion verwendet, die sich aus der Wahrscheinlichkeitsdichtefunktion des Parameters ergibt. Bevor GammaCombo genutzt werden kann, müssen Daten und Simulationen mit den entsprechenden Funktionen (4.6) und (4.7) angepasst werden. Auf die Simulation des Signalkanals für beide Lebensdauern und die nicht-resonanten Daten sind die entsprechenden FDT -Schnitte (Tabelle 4.5) angewendet worden. Das Signal der Simulation wird durch zwei Crystal-Ball-Funktionen angepasst. Der Untergrund der Daten, welcher sich aus den beiden Massenseitenbänder (Abbildung 4.1) zusammensetzt, wird durch eine Exponentialfunktion beschrieben. Nach der Anpassung an die Daten kann ein neuer Toydatensatz generiert werden, um darauf die Exponentialfunktion und beide Crystal-Ball-Funktionen anzuwenden. Bis auf den Parameter der Exponentialfunktion π und die Anzahl von Signal- und Untergrundereignissen bleiben die anderen Parameter π, π, πΌ und π aus der Anpassung an die Simulation konstant. Dieser Prozess wird jeweils für beide Simulationen des Signalkanals durchgeführt. Mithilfe von GammaCombo lassen sich obere Ausschlussgrenzen für die erwartete Anzahl von Signalkandidaten πSig bestimmen. Um ein aussagekräftiges Ergebnis zu erhalten, werden tausend Toydatensätze generiert, aus denen unterschiedliche Werte für πSig bei einem Konfidenzniveau von 95 % folgen. Für beide π-Lebensdauern wird der Median zu πSig,10 ps < 2 , πSig,100 ps < 2 (4.8) (4.9) bestimmt. Die Ergebnisse werden in Gleichung (2.4) zur Bestimmung einer oberen Ausschlussgrenze für das Verzweigungsverhältnis benötigt. 21 5 Ergebnis der Analyse Die in der Analyse (Kapitel 4) bestimmten Effizienzen werden nachfolgend zusammengefasst. Außerdem werden in Kapitel 5.2 die Verzweigungsverhältnisse mit (2.4) bestimmt. 5.1 Effizienzen Die Effizienzen der nicht-resonanten Simulation sind in Tabelle 5.1 aufgelistet. Die erste Effizienz πgeomAkz ist eine durch die Simulation erhaltene Effizienz. Der Index steht für geometrische Akzeptanz. Tabelle 5.1: Die Effizienzen nach den angewendeten Schnitten für die nichtresonante Simulation. Effizienz πgeomAkz πStr πTrig πInvMas πSchnittSel πProbNN πBDT πFDT (16,03 ± 0,03) % (11,52 ± 0,03) % (74,6 ± 0,1) % (64,5 ± 0,2) % (59,4 ± 0,2) % (47,507 ± 0,002) % (99,97 ± 0,01) % (93,1 ± 0,2) % Durch Multiplikation aller Effizienzen lässt sich die Gesamteffizienz der nichtresonanten Simulation zu πges = (0,234 ± 0,001) % errechnen. 22 (5.1) 5.2 Ausschlussgrenzen für Verzweigungsverhältnis 5.2 Ausschlussgrenzen für Verzweigungsverhältnis In Tabelle 5.2 sind die Normierungskonstanten, die in der parallel durchgeführten Analyse [1] berechnet worden sind, eingetragen. Tabelle 5.2: Die Normierungskonstanten für den nicht-resonanten Zerfallskanal und die beiden Signalkanäle für die Lebensdauern π(π) = 10 ps beziehungsweise π(π) = 100 ps. Normierungskonstante πΌFCNC πΌSig,10 ps πΌSig,100 ps (6,93 ± 0,28) ⋅ 10−10 (6,44 ± 0,26) ⋅ 10−10 (2,43 ± 0,10) ⋅ 10−9 Die in Kapitel 4.5 bestimmte Anzahl von Signalkandidaten im nicht-resonanten Standardmodellzerfall π΅0 → πΎ ∗ (892)0 π+ π− kann mit der Normierungskonstante πΌFCNC verwendet werden, um mit Gleichung (2.4) ein Verzweigungsverhältnis zu bestimmen. Das Ergebnis β¬ (π΅0 → πΎ ∗ (892)0 π+ π− ) = (8,9 ± 2,2) ⋅ 10−7 (5.2) kann mit dem Literaturwert [6] β¬ (π΅0 → πΎ ∗ (892)0 π+ π− ) = (1,02 ± 0,09) ⋅ 10−6 verglichen werden, wobei die Abweichung 12,4 % ist. Der Literaturwert liegt im Bereich des Fehlers des ermittelten Verzweigungsverhältnisses. Für die beiden Signalkanäle lässt sich eine obere Ausschlussgrenze des Verzweigungsverhältnisses zu π (π) = 10 ps βΆ β¬ (π΅0 → πΎ ∗ (892)0 π) < (1,3 ± 0,1) ⋅ 10−10 , π (π) = 100 ps βΆ β¬ (π΅0 → πΎ ∗ (892)0 π) < (4,9 ± 0,2) ⋅ 10−9 (5.3) (5.4) bestimmen. 23 6 Zusammenfassung und Ausblick In dieser Analyse wird hauptsächlich der im Standardmodell erlaubte nicht-resonante Zerfall π΅0 → πΎ ∗ (892)0 π+ π− untersucht. Das Ziel ist die größtmögliche Trennung von Signal- und Untergrundereignissen, um darauffolgend eine Anzahl von Signalkandidaten ermitteln zu können, die nicht vom Untergrund überdeckt werden. Mit der Normierungskonstanten aus der parallel durchgeführten Analyse [1] kann das Verzweigungsverhältnis zu β¬ (π΅0 → πΎ ∗ (892)0 π+ π− ) = (8,9 ± 2,2) ⋅ 10−7 bestimmt werden. Es lässt sich feststellen, dass der entsprechende Literaturwert kompatibel mit den ermittelten Fehlergrenzen ist. In weiteren Analysen kann die Signalselektion bei genauerer Betrachtung der zu verwendeten Variablen verbessert werden. Beispielweise kann die Anzahl der Variablen erhöht werden, um mehrere Schnitte zu erhalten und somit Signal und Untergrund stärker zu selektieren. Für die ProbNN-Variablen werden keine Schnitte mit CROP bestimmt, da die Trennkraft zwischen Signal und Untergrund dieser Variablen (Anhang A) gering ist. Außerdem muss für die ProbNN-Variablen nicht nur kombinatorischer Untergrund untersucht werden, da im ganzen Massenbereich fehlidentifizierte Teilchen detektiert werden. Mit dem hier verwendeten BDT-Klassifizierer wird ein Flächeninhalt der ROCKurve von 0,96 (Abbildung 4.6) und somit eine hohe Qualität des trainierten BDTs erzielt. Eine Erhöhung der Anzahl an übergebenen Variablen mit hoher Trennkraft zwischen Signal und Untergrund kann zur Verbesserung des BDTs beitragen, wobei darauf geachtet werden sollte, dass der BDT nicht übertrainiert wird. In weiteren Analysen könnten andere Klassifizierer verwendet werden, um die Unterschiede zu vergleichen. In dieser Analyse werden zusätzlich zwei Monte-Carlo-Simulationen für den Zerfall π΅0 → πΎ ∗ (892)0 π mit der Masse π(π) = 2500 MeV/π2 und den Lebensdauern π (π) = 10 ps beziehungsweise π (π) = 100 ps verwendet, um eine erwartete obere Ausschlussgrenze für das Verzweigungsverhältnis in Abhängigkeit der Lebensdauer zu bestimmen. Die Verzweigungsverhältnisse sind β¬ (π΅0 → πΎ ∗ (892)0 π) < (1,3 ± 0,1) ⋅ 10−10 beziehungsweise β¬ (π΅0 → πΎ ∗ (892)0 π) < (4,9 ± 0,2) ⋅ 10−9 . Für weitere Analysen können Simulationen unterschiedlicher Masse und Lebensdauern betrachtet werden, um ein breiteres Spektrum von Verzweigungsverhältnissen des Zerfalls eines π΅0 -Mesons in ein Dunkle-Materie-Kandidaten erhalten zu können. 24 A Grafische Darstellung von Verteilungen 0.2 0.18 0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 0 willk. Einh. willk. Einh. In den Abbildungen A.1 bis A.3 sind die Verteilungen für weitere in Kapitel 4.3 verwendete Variablen dargestellt. Dabei wird Signal aus der Simulation und kombinatorischer Untergrund aus den Daten genutzt. Untergrund Signal Schnitt 0.35 0.3 Untergrund Signal Schnitt 0.25 0.2 0.15 0.1 0.05 0.2 0.4 0.6 0.8 0 0 1 0.2 0.4 0.6 ProbNNK(K ) 0.8 1 ProbNNpi(π ) willk. Einh. willk. Einh. Abbildung A.1: Die Verteilungen von Signal und Untergrund für die Variablen ProbNNK(πΎ) und ProbNNpi(π) mit ermitteltem Schnitt aus 2D-Histogrammen. 0.08 0.07 0.06 Untergrund Signal Schnitt 0.05 0.07 0.06 0.05 0.04 0.04 0.03 0.03 0.02 0.02 0.01 0.01 0 0 Untergrund Signal Schnitt 0.2 0.4 0.6 0.8 1 ProbNNmu(l 1) 0 0 0.2 0.4 0.6 0.8 1 ProbNNmu(l 2) Abbildung A.2: Die Verteilungen von Signal und Untergrund für die Variablen ProbNNmu(π1 ) und ProbNNmu(π2 ) mit ermitteltem Schnitt aus 2D-Histogrammen. 25 willk. Einh. A Grafische Darstellung von Verteilungen Untergrund Signal Schnitt 0.06 0.05 0.04 0.03 0.02 0.01 0 700 800 900 1000 1100 1200 m(K π ) [MeV/ c2] Abbildung A.3: Die Verteilungen von Signal und Untergrund für die Variable π(πΎπ) mit den Schnitten. 26 Literatur [1] J. Boelhauve. „Suche nach Spuren dunkler Materie in dem Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− )“. Bachelorarbeit. Technische Universität Dortmund, 2017. [2] K. Garrett und G. Duda. „Dark Matter: A Primer“. In: Advances in Astronomy vol. 2011.08 (2011), S. 22. doi: 10.1155/2011/968283. [3] D. Griffiths. Introduction to Elementary Particle. Wiley-VCH, 2004. [4] The ATLAS Collaboration et al. G. Aad. „Observation of a new particle in the search for the Standard Model Higgs boson with the ATLAS detector at the LHC“. In: Physics Letters B 716.1 (2012), S. 1–29. doi: 10.1016/j. physletb.2012.08.020. [5] The CMS Collaboration et al. S. Chatrchyan. „Observation of a new boson at a mass of 125 GeV with the CMS experiment at the LHC“. In: Physics Letters B 716.1 (2012), S. 30–61. doi: 10.1016/j.physletb.2012.08.021. [6] Particle Data Group et al. C. Patrignani. „Review of Particle Physics“. In: Chinese Physics C 40.10 (2016), S. 100001. url: http://stacks.iop.org/ 1674-1137/40/i=10/a=100001. [7] The LHCb Collaboration et al. R. Aaij. „A search for the decay of a hidden sector particle π → π+ π− in π΅0 → πΎ ∗ (892)0 π“. In: LHCb-ANA-2015-008 4.08 (2015). doi: 10.1103/PhysRevLett.115.161802. [8] The LHCb Collaboration et al. A. Augusto Alves Jr. „The LHCb Detector at the LHC“. In: Journal of Instrumentation 3.08 (2008), S. 08005. url: http://stacks.iop.org/1748-0221/3/i=08/a=S08005. [9] J. Albrecht et al. „Performance of the LHCb High Level Trigger in 2012“. In: Journal of Physics: Conference Series 513.1 (2014), S. 012001. url: http: //stacks.iop.org/1742-6596/513/i=1/a=012001. [10] T. Sjöstrand, S. Mrenna und P. Skands. „PYTHIA 6.4 physics and manual“. In: Journal of High Energy Physics 2006.05 (2006), S. 26. doi: 10.1088/11266708/2006/05/026. [11] T. Sjöstrand, St. Mrenna und P. Skands. „A brief introduction to PYTHIA 8.1“. In: Computer Physics Communications 178.11 (2008), S. 852–867. doi: 10.1016/j.cpc.2008.01.036. 27 Literatur [12] D. J. Lange. „The EvtGen particle decay simulation package“. In: Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment 462.1 (2001), S. 152–155. doi: 10.1016/S0168-9002(01)00089-4. [13] S. Agostinelli. „Geant4—a simulation toolkit“. In: Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment 506.3 (2003), S. 250–303. doi: 10.1016/S01689002(03)01368-8. [14] C. Fitzpatrick. simpletools. Handy command line tools for ntuple manipulation and analysis. 2009. url: https://github.com/cofitzpa/simpletools. [15] H. Yang, B. P. Roe und J. Zhu. „Studies of boosted decision trees for MiniBooNE particle identification“. In: Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment 555.1 (2005), S. 370–385. doi: 10.1016/j.nima.2005.09.022. [16] XGBoost. Python API Reference. url: http://xgboost.readthedocs.io/ en/latest/python/python_api.html. [17] S. Das. „A simple alternative to the Crystal Ball function“. In: (2016). arXiv: 1603.08591 [hep-ex]. [18] T. M. Karbach. GammaCombo. url: https : / / gammacombo . github . io / index.html. 28 Eidesstattliche Versicherung Ich versichere hiermit an Eides statt, dass ich die vorliegende Abschlussarbeit mit dem Titel „ Suche nach Spuren dunkler Materie in dem Zerfall π΅0 → πΎ ∗ (892)0 π(→ π+ π− ) “ selbstständig und ohne unzulässige fremde Hilfe erbracht habe. Ich habe keine anderen als die angegebenen Quellen und Hilfsmittel benutzt, sowie wörtliche und sinngemäße Zitate kenntlich gemacht. Die Arbeit hat in gleicher oder ähnlicher Form noch keiner Prüfungsbehörde vorgelegen. Ort, Datum Unterschrift Belehrung Wer vorsätzlich gegen eine die Täuschung über Prüfungsleistungen betreffende Regelung einer Hochschulprüfungsordnung verstößt, handelt ordnungswidrig. Die Ordnungswidrigkeit kann mit einer Geldbuße von bis zu 50 000 € geahndet werden. Zuständige Verwaltungsbehörde für die Verfolgung und Ahndung von Ordnungswidrigkeiten ist der Kanzler/die Kanzlerin der Technischen Universität Dortmund. Im Falle eines mehrfachen oder sonstigen schwerwiegenden Täuschungsversuches kann der Prüfling zudem exmatrikuliert werden (§ 63 Abs. 5 Hochschulgesetz –HG–). Die Abgabe einer falschen Versicherung an Eides statt wird mit Freiheitsstrafe bis zu 3 Jahren oder mit Geldstrafe bestraft. Die Technische Universität Dortmund wird ggf. elektronische Vergleichswerkzeuge (wie z. B. die Software „turnitin“) zur Überprüfung von Ordnungswidrigkeiten in Prüfungsverfahren nutzen. Die oben stehende Belehrung habe ich zur Kenntnis genommen. Ort, Datum Unterschrift