Canaux diphoton et dilepton au LHC
Sommaire
8.1 Introduction . . . 171
8.2 Analyse diphoton de CMS . . . 171
8.3 Analyse dilepton d’ATLAS . . . 175
8.4 Analyse dilepton de CMS . . . 178
8.5 Conclusion . . . 183
8.1 Introduction
Dans ce chapitre, nous résumerons les recherches de nouveaux phénomènes physiques
ef-fectuées par les expériences ATLAS et CMS dans les événements diphoton et dilepton. Dans
la section 8.2, nous discuterons l’analyse diphoton de CMS documentée dans la référence [81].
Nous aborderons les différents aspects de l’analyse et nous comparerons les résultats obtenus
avec ceux ATLAS. L’analyse des événements dilepton dans l’expérience ATLAS sera décrite
dans la section 8.3 et celle de CMS dans la section 8.4.
8.2 Analyse diphoton de CMS
L’étude des événements diphoton de haute masse invariante a fait l’objet de deux
publi-cations par la collaboration CMS. La première [158] utilise 36 pb-1 de données de collisions
proton-proton avec une énergie dans le centre de masse de 7 TeV. Ces données ont été récoltées
en 2010. La seconde [81] utilise 2.2 fb-1 de données de collisions proton-proton à la même
éner-gie. Ce lot de données correspond à environ la moitié des données de collisions proton-proton
enregistrées en 2011.
La stratégie de l’analyse est très similaire à celle de l’expérience ATLAS décrite en détail
dans le chapitre précédent. L’objectif est d’évaluer les contributions du Modèle Standard et de
décrire la distribution en masse invariante diphoton pour des événements avecmγγ>140 GeV.
L’échantillon de données est enregistré grâce à un système de déclenchement qui repère
deux candidats photon dans l’événement. Ces candidats photon doivent avoir une impulsion
transverse d’au moins 33, 55 ou 60 GeV en fonction de la période de prise de données. Dans
chaque événement, seuls les photons avec une impulsion transverse supérieure à 70 GeV sont
ensuite considérés. La recherche de vertex de conversion dans le détecteur de pixels permet
de séparer les photons convertis des électrons. La probabilité qu’un électron soit mal identifié
comme un photon a été évaluée à 3 %, assurant une contribution négligeable des processus
impliquant des électrons dans la région de signal. Pour réduire le taux de mauvaise identification
d’un jet hadronique comme un photon, un critère d’isolation est appliqué sur le photon.
Celui-ci, décrit en détail dans la référence [158], consiste en une combinaison d’un critère sur la
fraction d’énergie déposée dans le calorimètre hadronique, d’un critère sur la somme scalaire
des impulsions des traces dans la direction du photon et d’un critère sur l’énergie déposée autour
du cluster. De plus, un critère sur la forme de la gerbe électromagnétique est appliqué.
La production dans le Modèle Standard d’événements diphoton constitue le bruit de fond
dominant. Elle est déterminée en utilisant des échantillons de simulations. Le programme
Py-thia est utilisé pour générer des événements diphoton. La prédiction de Pythia est ensuite
corrigée pour prendre en compte les effets des ordres supérieurs de la théorie des perturbations
ainsi que les effets de fragmentation. Un facteur correctif dépendant de la masse invariante
diphoton est calculé en utilisant le rapport entre la prédiction de Diphox+2gammaMC et la
prédiction dePythia.
La production d’événements γ+jet et de multijets constitue également un bruit de fond
important. Comme dans l’analyse ATLAS, son estimation repose sur les données récoltées dans
des échantillons de contrôle. Un taux de mauvaise identification est défini comme le nombre
de candidats photon isolés divisé par le nombre de candidats non isolés. Ce taux est évalué
dans un échantillon de contrôle enregistré par un déclenchement du détecteur en présence d’un
photon mais les candidats utilisés pour la mesure du taux sont différents du photon utilisé
pour le déclenchement. Ceci est assuré par l’application d’un critère sur la distance ∆R =
)
(∆η)2+ (∆φ)2) dans le plan (η,φ) entre le candidat responsable du déclenchement et ceux
utilisés pour la mesure du taux de mauvaise identification. Cet échantillon de contrôle est
dominé par des jets hadroniques. Cependant une contamination résiduelle de photons prompts
a été évaluée et prise en compte dans le calcul. Finalement le taux de mauvaise identification
varie de 7 % pour une impulsion transverse de 70 GeV à 2 % pour une impulsion transverse de
120 GeV. La modélisation du spectre de masse invariante des bruits de fondγ + jet et multijets
est effectuée en appliquant le taux de mauvaise identification à deux régions de contrôle enrichies
en chacun de ces bruits de fond. La première région contient un photon isolé et un ou plusieurs
photons non isolés et la seconde région inclut des événements sans photons isolés mais avec au
moins deux photons non isolés.
La modélisation du signal attendu pour les modèles ADD est effectuée avec la version 1.3.0
deSherpa. Comme dans l’analyse d’ATLAS, la prédiction deSherpaest corrigée pour prendre
en compte les effets d’ordres supérieurs. Le facteur correctif est de 1.7±0.1. Pour les modèles
RS, la modélisation est effectuée avec la version 6.424 de Pythia. Un facteur correctif variant
de 1.6 à 1.8 en fonction demγγ est appliqué pour tenir compte des effets d’ordres supérieurs.
La figure 8.1 illustre le spectre de masse invariante diphoton observé dans les données. Les
prédictions des différents bruits de fond sont également représentées ainsi que deux exemples
de signaux (un pour chaque classe de modèle). La table 8.1 résume le nombre d’événements
observés dans les données ainsi que le nombre d’événements attendus pour les différents bruits
de fond. Dans chacun des quatre intervalles de masse invariante considérés, on note un bon
accord entre la prédiction attendue du bruit de fond total et le nombre d’évenements observés.
Figure8.1 – Distribution de la masse invariante diphoton observée dans les données de
l’expé-rience CMS. Les histogrammes bleus représentent les différentes composantes du bruit de fond
prédit. Les histogrammes en pointillé représentent des exemples de signaux attendus pour les
modèles ADD avec MS = 3 TeV (en rouge) et RS avec mG = 1.75 TeV et k/MP l = 0.05 (en
bleu).
Processus Intervalle de masse invariante diphoton [TeV]
[0.14,0.2] [0.2,0.5] [0.5,0.9] >0.9
Multi-jets 15±6 17±7 0.2±0.1 0.003±0.001
γ + jet 102±15 124±18 2.5±0.4 0.19±0.04
Diphoton 372±70 414±48 16.9±3.2 1.3±0.3
Somme des 489
±73 555±81 19.6±3.2 1.5±0.3
bruits de fond
Données 484 517 16 2
Table 8.1 – Nombre d’événements observés et attendus pour les différents bruits de fond par
intervalle de masse invariante diphoton.
Si l’on calcule, dans les deux premiers intervalles, la puretéP comme le nombre d’événements
diphoton sur le nombre total d’événements attendus, on obtient :
P = 372 + 414
La même quantité peut être calculée dans le cadre de l’analyse d’ATLAS en utilisant les
deux premiers intervalles de la table 7.7. On obtient une pureté P ≈ 70 %. Les échantillons
utilisés par ATLAS et CMS ont donc sensiblement la même composition.
Pour contraindre les paramètres des modèles RS, une approche similaire à celle de l’analyse
d’ATLAS est utilisée. Le produit σ×B(G → γγ) est contraint en fonction de mG. L’analyse
est effectuée en utilisant la technique semi-fréquentiste CLs [159, 160]. Pour chaque valeur de
mG testée, les contributions du bruit de fond et d’un hypothétique signal sont comparées aux
données dans une fenêtre en masse invariante diphoton centrée sur la valeur demG considérée.
La table 8.2 résume les limites imposées avec 95 % de niveau de confiance sur mG pour
différentes valeurs de k/MP l. Si l’on compare ces résultats à ceux d’ATLAS dans la table 7.20,
on note que les limites de CMS sont systématiquement inférieures. Ceci est conforme à nos
attentes puisque l’analyse d’ATLAS utilise un échantillon de données≈2.5 fois plus important.
Cependant la comparaison des résultats de CMS avec ceux publiés par ATLAS avec seulement
2.2 fb-1 [130], montre que ceux-ci sont similaires. Par exemple pour k/MP l = 0.1, la limite
inférieure sur mG est de 1.84 TeV pour CMS et de 1.85 TeV pour ATLAS.
k/MP l 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10
mG [TeV] 0.86 1.13 1.27 1.39 1.50 1.59 1.67 1.74 1.80 1.84
Table 8.2 – Limite inférieure obtenue par l’expérience CMS avec 95 % de niveau de confiance
surmG pour différentes valeurs dek/MP l.
Pour contraindre les paramètres des modèles ADD, une expérience de comptage dans la
régionmγγ> 900 GeV est effectuée. La limite sur le nombre d’événements de signal dans cette
région est ensuite traduite en une limite sur MS. Comme dans le cas de RS, la limite est
calculée en utilisant la technique CLs. On note que les limites d’ATLAS (c.f. table 7.18 ) sont
systématiquement supérieures sauf pour le scénario HLZ n = 2. Cependant avec une région de
signal similaire à celle de CMS, c’est à dire mγγ > 901 GeV au lieu de mγγ > 1217 GeV, la
limite d’ATLAS devientMS = 3.57 TeV pour le scénario HLZ n = 2 en considérant un facteur
correctif de 1. Cette limite est meilleure que celle obtenue en utilisant la région de signal par
défaut.
Facteur GRW Hewett HLZ
Correctif Neg. Pos. n= 2 n= 3 n= 4 n= 5 n= 6 n= 7
1.0 2.94 2.28 2.63 3.29 3.50 2.94 2.66 2.47 2.34
1.6 3.18 2.41 2.84 3.68 3.79 3.18 2.88 2.68 2.53
Table 8.3 – Limite inférieure obtenue par l’expérience CMS avec 95 % de niveau de confiance
surMS pour différents formalismes du modèle ADD.
Pour conclure, les analyses des expériences ATLAS et CMS dans le canal diphoton sont
très similaires. Dans les deux cas, l’estimation du bruit de fond repose sur la simulation pour le
bruit de fond irréductible alors que le bruit de fond réductible est estimé en utilisant les données
dans des échantillons de contrôle. Lorsque l’on compare des analyses utilisant une quantité de
données similaires, les contraintes sur les modèles ADD et RS sont similaires entre ATLAS et
CMS.
Dans le document
Recherche de nouveaux phénomènes dans les événements diphoton avec le détecteur ATLAS
(Page 178-182)