Nous avons pr´esent´e un algorithme d’´etiquetage des jets qui utilise l’information du param`etre d’impact des traces afin d’identifier les jets issus de la fragmentation des quark beaux : JLIP . Cet algorithme a ´et´e abondamment ´etudi´e dans les donn´ees r´eelles et dans la simulation. Les sources des incertitudes syst´ematiques ont ´et´e exa-min´ees pour l’ensemble des hypoth`eses de l’algorithme et des m´ethodes d’´evaluation des efficacit´es d’´etiquetage.
Les performances mesur´ees dans les donn´ees r´eelles atteignent pour les trois points de fonctionnement ((loose)), ((medium)) et ((tight)), des valeurs de :
loose : εb = (55 ± 2) %, εl = (1.10 ± 0.04) %
medium : εb = (48 ± 2) %, εl = (0.50 ± 0.05) %
tight : εb = (41 ± 2) %, εl = (0.30 ± 0.04) %
pour des jets centraux (|η| < 1.2) d’´energie transverse 35 < Et < 55 GeV. Les
erreurs correspondent aux incertitudes syst´ematiques qui ont ´et´e d´evelopp´ees tout au long de ce chapitre.
Les performances actuelles de JLIP sont principalement limit´ees par l’effica-cit´e de reconstruction des traces. Une am´elioration de la simulation de la r´eponse
4.10 Conclusions
du d´etecteur DØ permettrait ´egalement de mieux comprendre le contenu en saveur lourde des lots d’´ev´enements utilis´es pour ´evaluer les efficacit´es d’´etiquetage, permet-tant ainsi de r´eduire certaines sources d’incertitudes syst´ematiques. Ces am´eliorations concernent les points pour lesquels les donn´ees r´eelles et la simulation diff`erent sen-siblement :
1. la multiplicit´e de traces dans les jets. Comme nous venons de l’indiquer, l’effi-cacit´e de reconstruction des traces dans les jets est mal d´ecrite dans la simu-lation qui pr´edit, en moyenne, 1.5 fois plus de traces.
2. la significance du param`etre d’impact des traces, SIP et la r´esolution spatiale
du vertex primaire.
3. bien que SystemD soit la m´ethode de r´ef´erence dans DØ pour ´evaluer l’effi-cacit´e d’´etiquetage des quarks beaux, il est important de proposer des m´ethodes alternatives permettant de v´erifier la consistance des r´esultats obtenus. La m´ethode bas´ee sur l’ajustement des distributions du moment transverse du
) 3 Run number (10 162 164 166 168 170 172 174 176 178 180 light-jet mistag 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 ) 3 Run number (10 162 164 166 168 170 172 174 176 178 180 b-tag efficiency 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Fig. 4.33 – Efficacit´e d’´etiquetage dans les lots muon-in-jet et jet-trigger en fonction de la p´eriode de prise de donn´ees (runs). La bande gris´ee repr´esente les incertitudes syst´ematiques.
Sur les traces de la Beaut´e
muon par rapport `a l’axe du jet souffre d’une tr`es mauvaise s´eparation des quarks l´egers et charm´es.
Il existe au sein de l’experience DØ trois autres algorithmes d’identification des quarks beaux :
SVT : (Secondary Vertex Tagger) bas´e sur la reconstruction du vertex de d´esint´egration des hadrons beaux.
CSIP : (Counting Signed Impact Parameter) bas´e, comme JLIP , sur le param`etre d’impact des traces mais avec une approche discr`ete.
SLT : (Soft Lepton Tagger) bas´e sur la pr´esence d’un muon dans le jet. Le cas de l’´electron est beaucoup moins trivial car il est difficile de l’identifier du fait de la grande activit´e calorim´etrique du jet.
L’annexe B d´ecrit ces trois algorithmes ainsi que leurs performances respectives. Les algorithmes JLIP , SV T et CSIP poss`edent des performances globales tr`es
si-milaires εµb ∼ 52 − 58%, εl∼ 1%. Seul l’algorithme SLT souffre d’une efficacit´e plus
r´eduite puisqu’il requiert la pr´esence d’un muon.
Il semble que l’ensemble des algorithmes aient pleinement exploit´e les principales possibilit´es d’am´elioration de leur performances respectives. Ces derni`eres sont tout `a fait satisfaisantes au regard des pr´edictions et des papiers anticipant leur utilisa-tion dans les analyses de physique.
Une am´elioration est cependant envisageable si l’on consid`ere la combinaison des algorithmes existants (inclusive ou exclusive). Des ´etudes encourageantes sont ac-tuellement en cours et pr´evoient une am´elioration de plus de 10% de l’efficacit´e d’´etiquetage pour une r´eduction du bruit de fond qui pourrait atteindre un facteur deux [128].
On peut ´egalement envisager d’inclure des variables cin´ematiques suppl´ementaires tel que le prel
t des traces, la masse invariante aux vertex secondaires, . . .
Nous allons `a pr´esent d´ecrire l’analyse qui a men´e `a la mesure de la section
efficace de production t¯t et qui utilise l’algorithme JLIP afin d’identifier les quarks
Chapitre 5
De la Beaut´e `a la V´erit´e
((Quand on y pense, au lieu de s’embˆeter, il suffirait de compter la moiti´e des
´etoiles et de multiplier par deux.)) Le Chat, Philippe Geluck.
De la Beaut´e `a la V´erit´e
Introduction
L’extraction des propri´etes du quark top `a partir des donn´ees collect´ees au colli-sionneur Tevatron grˆace au d´etecteur DØ requiert de connaˆıtre les modes de produc-tion et de d´esint´egraproduc-tion du quark top mais aussi des diff´erents processus contribuant au bruit de fond total.
Les estimations th´eoriques de ces derniers souffrent d’incertitudes importantes provenant essentiellement des calculs des processus QCD (par exemple W+3 et 4 jets), bruit de fond dominant, qui se restreignent actuellement `a des d´eveloppements au premier ordre (LO), affectant ainsi la pr´ecision des mesures de section efficace de production. La cin´ematique de ces ´ev´enements est cependant mieux d´ecrite que leur taux de production. Ainsi, les ´ev´enements W+jets produisent des jets `a plus grande pseudo-rapidit´e et avec une ´energie plus faible que ceux provenant de la d´esint´egration du quark top qui est un objet massif. De plus, le contenu en quark b des ´ev´enements W + jets est de l’ordre de quelques pourcents alors qu’il est de 100% pour le quark top !
Il est ainsi possible d’am´eliorer sensiblement le rapport signal sur bruit en imposant la pr´esence d’au moins un jet ´etiquet´e de beaut´e et en s´electionnant des objets cen-traux, de grande ´energie. L’analyse qui suit repose sur ces consid´erations g´en´erales.