LPSC - Grenoble Julien MOREL 1Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Recherche de Z' Recherche de Z' ee++ee-- avec avec ATLASATLAS

Julien MOREL

ATLAS Exotics groupIN2P3 – CNRS - LPSC - Grenoble

10 / 09 / 2007 – Physique Atlas France

LPSC - Grenoble Julien MOREL 2Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Les notes CSC du groupe Les notes CSC du groupe ExotiqueExotiqueG. Brooijmans / F.

Ledroit5 Notes CSC Théorie « Particules »lepton(s) + ET

manquante GUT W’

di-lepton + jet(s)

Lepto-quark LQLeft-Right Model WR(Nl)GUT 4th gen. Q (DWb)Technicouleur ρT

Lepton FV

di-bosons (“VBS”)

GUT

WW, ZZ, WZTechnicouleurDimension supp.higgsless

« Black holes » Dimension supp. Emission thermale

di-leptons / di-photons

higgslessZ’

GUTTechnicouleur Techni-hadron (ωT , ρT)

Dimension supp.Résonnance KKGraviton

Une même nouvelle physique peut être

prédite par différents cadres théorique

Etudes (potentiel de découverte et limites) modèle indépendant.

Etudes de discrimination

C.S.C

C.S.C

LPSC - Grenoble Julien MOREL 3Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

La note CSC Dilepton / DiphotonLa note CSC Dilepton / DiphotonBut : Chaine d’analyse complète du canal Dilepton / Diphoton

Processus étudiés Processus étudiés

Z’ e+e-

Z’ μ+μ-

Z’ τ +τ-

G e+e-

G γγ

Techni-Had (ωT , ρT) μ+μ-

Etudes nécessairesEtudes nécessaires

Reconstruction des leptons (efficacité, resolution)

Efficacité de trigger

Erreurs systématiques (PDF, NLO, Lumi, faux électrons …)

Méthodes statistiques

…

Principal « bruit de fond » physiquePrincipal « bruit de fond » physique

Drell-Yan MS : γ / Z

LPSC - Grenoble Julien MOREL 4Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Limites et potentiel de découverte de Z’ existantsLimites et potentiel de découverte de Z’ existants

Limites existantes Limites existantes Les études Les études ATLASATLAS

Méthode de comptage d’événements

TDR TomeII

SN-ATLAS-2007-065

Modele RS

100 fb-1DØnote 4375-Conf, v2.1 250pb-1

LPSC - Grenoble Julien MOREL 5Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Estimation du potentiel de découverte Z’Estimation du potentiel de découverte Z’ ee++ee-- dans le dans le cadre CSCcadre CSC

Les ingrédients nécessaire … Les ingrédients nécessaire …

Identification et performances sur les électrons A partir du MC et des données

Critères de sélection et performances pour les Z’

Modélisation du spectre de masse invariante di-électron du bruit de fond : γ/Z e+e- (DY).

Modélisation du spectre de masse invariante di-électron du signal : γ/Z/Z’ e+e- indépendante du modèle théorique.

… … pour le calcul des limites avec MCLimit.pour le calcul des limites avec MCLimit.

Comparer des spectres plutôt que de compter des Comparer des spectres plutôt que de compter des événementsévénements

Utilisation de la méthode CLs

Etudes indépendantes du modèle théorique (modélisation efficace des spectres)

LPSC - Grenoble Julien MOREL 6Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Le Z’ simulé utilisé pour cette étudeLe Z’ simulé utilisé pour cette étudeZ’ χ e+e- a 1 TeV (Z’ provenant d’un modèle de GUT (E6) )

7250 Z’ avec MZ’ = 1 TeV et Mll>500GeV

DataSet = 5605

Généré

Reconstruit

Mll (GeV)

Spectre de masse invarianteSpectre de masse invarianteSpectre en énergie des électronsSpectre en énergie des électrons

LPSC - Grenoble Julien MOREL 7Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Identification et performances sur les électronsIdentification et performances sur les électronsEfficacité de sélection des électrons en Efficacité de sélection des électrons en fonction de pT et fonction de pT et ηη pour les différentes pour les différentes

coupures de sélection de IsEm.coupures de sélection de IsEm.

Normalisé aux électrons associés avec la vérité.

Pour l’analyse Z’, utilisation des critères électrons Pour l’analyse Z’, utilisation des critères électrons LooseLoose

LPSC - Grenoble Julien MOREL 8Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Critères de sélection pour les Z’Critères de sélection pour les Z’

Pour sélectionner un Z’Pour sélectionner un Z’

2 électrons reconstruit avec les critères « loose »

Ces 2 électrons sont de charge opposées.Efficacité de sélection en fonction de MllEfficacité de sélection en fonction de Mll

Efficacité Efficacité moyennemoyenne

2 Loose = ~55 2 Loose = ~55 %%

2 Medium = 2 Medium = ~42 %~42 %

2 Tight = ~23 2 Tight = ~23 %%

Loose Loose

selectioselectio

nn

LPSC - Grenoble Julien MOREL 9Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Performances sur les Z’Performances sur les Z’Reconstruction de la masse invariante di-électron Reconstruction de la masse invariante di-électron (loose selection) dans différentes régions du (loose selection) dans différentes régions du détecteur :détecteur :

σ~0.8%μ~0.07%

σ~0.8%μ~0.1%

Répartition des événements

Barrel Crack End-cap

Barrel 54 % 6.8 % 34.8 %

Crack 0.2 % 1.4 %

End-cap 3.5 %

Plus de stat, étude

dépendance en E …

LPSC - Grenoble Julien MOREL 10Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Performances pour les Z’Performances pour les Z’

Distribution complète utilisée lors de la convolution avec le signal généré à 1 TeV

Partie gaussiennePartie gaussienne

~83 % des événementsσ~8.5 GeVLin~-2.4 GeV

Queue négativeQueue négative

~ 17 % des événementsEtoffé par le crackContribution non négligeable

Queue positiveQueue positive

~0.4 % des événementsA regarder (systématique sur le DY)

Distribution (MDistribution (Mgenegene – – MMrecoreco) d’un Z’ de 1 TeV ) d’un Z’ de 1 TeV

LPSC - Grenoble Julien MOREL 11Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Modélisation des spectres de masse invariante Modélisation des spectres de masse invariante di-électrondi-électron

Modélisation du bruit de fond DY Modélisation du bruit de fond DY

/ Z

f

f

, ,u d s

, ,u d s

DY

M

( )pdfG M

# E

vén

em

en

ts /

10 G

eV

Normalisation 1 fb-1

Gpdf dépend des pdf du proton

Estimée avec un ajustement à 6 paramètres (Χ2/ndf = 726/557)

Bonne modélisation du DY entre 300 GeV et 6 TeV

-DY Pythia-Modélisation du DY

(GeV)M

2

LPSC - Grenoble Julien MOREL 12Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

# E

vén

em

en

ts /

10 G

eV

Normalisation 1 fb-1

-Z’ χ généré officiel-Modélisation du Z’χ

(GeV)M

Modélisation des spectres de masse invariante Modélisation des spectres de masse invariante di-électrondi-électron

Modélisation du signal (DY + Z’)Modélisation du signal (DY + Z’)

'Z

f

f

, ,u d s

, ,u d s

( )pdfG M'Z DY

M M

( )pdfG M

4 paramètres expérimentaux suffisent à décrire le Z’ :

•La masse•La largeur•Une amplitude pour le Z’ (section efficace)•Une amplitude pour l’interférence

Complètement indépendant du modèle théorique

2

(GeV)M

# E

vén

em

en

ts /

10 G

eV

Normalisation 1 fb-1

-DY Pythia-Modélisation DY-Modélisation Z’ (M=3 TeV, Γ=20 GeV)

2 Re / 'Z Z

f

f

,u d

,u d/ 'Z Z

f

f

,u d

,u d

Modélisation d’une grosse interférence :

LPSC - Grenoble Julien MOREL 13Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Modélisation des spectres de masse invariante Modélisation des spectres de masse invariante di-électrondi-électron

Cross check avec les événements simulés à 1 TeVCross check avec les événements simulés à 1 TeV

Prise en compte de la résolution et de l’efficacitéPrise en compte de la résolution et de l’efficacité

'Spectre observé ( ) = Resolution( ) Acceptance( )ZM M MM

Normalisation 1 fb-1

# E

vén

em

en

ts /

1 G

eV

-Z’ χ reco (simulation officielle)-Modélisation du DY reco-Modélisation du Z’ χ reco

(GeV)M

LPSC - Grenoble Julien MOREL 14Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

L’outil MCLimitL’outil MCLimit

Code de Tom Junk (CDF) qui utilise la technique CLs de LEP

En entrée : En entrée : Hypothèse 0, Hypothèse 1, Données.

En sortie : En sortie : Distribution en -2lnQ, calculs des CLs, CLcb, CLb , …

Lumi95() = Lumi nécessaire pour exclure à 95% CL H0

Lumi5S() = Lumi nécessaire pour 5σ compatibilité avec H1

…

Prise en compte les erreurs systématiques qui Prise en compte les erreurs systématiques qui affectent :affectent :

La section efficace (normalisation)Pour chaque hypothèses séparément La forme du spectre

…

Calcul des limites avec MCLimitCalcul des limites avec MCLimit

LPSC - Grenoble Julien MOREL 15Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

ZEUS NLO + NLOMRST NLO + NLOCTEQ NLO + NLO

CTEQ LO + LO

Exemple d’étudeExemple d’étude Préliminaire

Erreurs systématiques considérées …Erreurs systématiques considérées …

LHAPDF/CTEQ error sets

Calculs NLOCalculs NLO

Effet : augmentation de la section efficace de 20 à 34 %Valeur approchée dans Mclimit +20%

Erreur PDFErreur PDF

Variation de 4 à 8 %

Valeur aprochée dans Mclimit 5%

F.Heinemann (cadre CSC)

F.Heinemann (cadre CSC)

LPSC - Grenoble Julien MOREL 16Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Exemple d’étudeExemple d’étude Préliminaire

Les résultats de MCLimit Les résultats de MCLimit (Pseudo données inutiles ici)

H0 = DY , H1 = Z’ H0 = DY , H1 = Z’ modélisémodélisé

Masse = 1,5 TeV

Largeur = 20 GeV

Section efficace = 16 fb

Interférence = 2/3 Pic

Normalisation 1 fb-1

# E

vén

em

en

ts /

10 G

eV

-Modélisation du DY reco-Modélisation du Z’ reco -Pseudo lot de données

(GeV)M

Quelques événements

Hypo DY

Hypo Z’15000 pseudo exp.Lumi = 1 fb-1

En utilisant la fonction En utilisant la fonction Lumi95() :Lumi95() : Pour une expérience médiane, 0.07 fb-1 suffisent pour exclure à 95% CL l’Hypo DY.Pour utiliser la fonction Pour utiliser la fonction Lumi5s() :Lumi5s() : On tombe sur le problème 5σ.Pas de résultats pour l’instant.-2lnQ

LPSC - Grenoble Julien MOREL 17Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Perspectives pour le potentiel de découverte Perspectives pour le potentiel de découverte

Le résultat de CMSLe résultat de CMS

Etude de la découverte du Z’ Etude de la découverte du Z’ via :via :

6 modèles : SSM, LRM, ALRM, χ, ψ, η3 différentes masses : 1, 3, 5 TeV

Dépendant du modèle théoriqueFaible couverture de l’espace des paramètres

LPSC - Grenoble Julien MOREL 18Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Perspectives pour le potentiel de découverte Perspectives pour le potentiel de découverte

Nos intentions dans ATLASNos intentions dans ATLAS

Pour CSC :Pour CSC :

Faire le même type d’étude.

Mener l’étude pour des Z’ très différents (ex : Xdim) via 4 paramètres expérimentaux : M, Γ, Ampl. Z’, Ampl. Interférence

Pour après :Pour après :

Utiliser ce paramétrage pour ajuster le spectre de masse invariante.

Utiliser les paramètres expérimentaux pour remonter aux paramètres théorique.

Vers une discrimination …

LPSC - Grenoble Julien MOREL 19Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

ConclusionConclusionNote CSC dilepton/diphoton bien lancée, 1Note CSC dilepton/diphoton bien lancée, 1èreère version prévue pour fin septembre .version prévue pour fin septembre .

Modélisation efficace du spectre de masse Modélisation efficace du spectre de masse invariante DY et Z’ :invariante DY et Z’ :

Indépendante du modèle théoriqueCompatible avec des modèles XdimRapide

Outils statistique puissant basé sur Outils statistique puissant basé sur CLCLss(MCLimit)(MCLimit)

Etude de potentiel de découverte qui couvre Etude de potentiel de découverte qui couvre l’espace des paramètres (impossible via la l’espace des paramètres (impossible via la simulation complète).simulation complète).

LPSC - Grenoble Julien MOREL 20Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Efficacité de triggersEfficacité de triggers

LPSC - Grenoble Julien MOREL 21Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Efficacité de triggersEfficacité de triggers

LPSC - Grenoble Julien MOREL 22Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Z’Z’GUT GUT discovery potential - CDDT discovery potential - CDDT parameterizationparameterization3 free parameters in the CDDT parametrization : x , mZ’ and gZ’

CDF exclusion plots ATLAS discovery plots

MZ’/gZ’ as a function of x for different values of gZ’

LPSC - Grenoble Julien MOREL 23Recherche de Z' e+e- avec ATLAS

Introduction e/Z’ id & perf Modélisation Calcul de limites

Z’Z’GUT GUT discovery potential - CDDT discovery potential - CDDT parameterizationparameterization

-1400 pb - ATLASLdt

Good hope to discover model not yet excluded by cdf in 2008 with atlas

' ' vs parameterZ ZM g x

Discovery plots

-1433 pb - CDFLdt [hep-ex/0602045]

Exclusion plots