strong constraints on the rare decays b 0 s ➝ m + m - and b 0 ➝ m + m -

23
Strong Constraints on the Rare Decays B 0 s m+m- and B 0 m+m- 2013 June 19 Tohoku University Tatsuya Mori 2013/06/19 論論論論 1

Upload: keely-morrison

Post on 02-Jan-2016

24 views

Category:

Documents


3 download

DESCRIPTION

Strong Constraints on the Rare Decays B 0 s ➝ m + m - and B 0 ➝ m + m -. 2013 June 19 Tohoku University Tatsuya Mori. 本研究のモチベーション. FCNC process は SM では強く抑制される FCNC process の B 0 s ➝ m + m - と B 0 ➝ m + m - の BF を精密測定して SM からのズレを探る New process, new heavy particle の寄与を見る - PowerPoint PPT Presentation

TRANSCRIPT

論文講読 1

Strong Constraints on the Rare Decays

B0s ➝ m+m- and B0 ➝ m+m-

2013 June 19Tohoku University

Tatsuya Mori

2013/06/19

論文講読 2

本研究のモチベーション

FCNC process は SM では強く抑制されるFCNC process の B0

s ➝ m+m- と B0 ➝ m+m-の BF を精密測定して SM からのズレを探る

New process, new heavy particle の寄与を見る

BF(B0s ➝ m+m-) = (3.2 ± 0.2) x 10-9

BF(B0 ➝ m+m-) =(0.10 ± 0.01) x 10-9

BF(B0s ➝ m+m-) < 1.4 x 10-8

BF(B0 ➝ m+m-) < 3.2 x 10-9

SM 期待値

先行実験の結果(CL : 95%)

2013/06/19

論文講読 3

先行実験に比べ優れている点

0.37 fb-1 ➝ 1.0 fb-1  

event selection の改善

最適化された binning

peaking BG の削減

2013/06/19

論文講読 4

LHCb 検出器の説明

2013/06/19

論文講読 5

終状態に muon を含むイベントに作用するトリガー

① ハードウェアのトリガー  ↓ ②ソフトウェアのトリガー (high-level trigger : HLT) の 2 段階で起きる

①single muon decision : PT > 1.5GeV dimuon decision : sqrt(PT,1PT,2) > 1.3GeV

② 全トラックは PT > 0.5GeV single muon trigger decision : IP > 0.1 mm , PT > 1.0GeV dimuon trigger decision : mmm > 4700MeV

2013/06/19

論文講読 6

B0(s) ➝ m+m- の selection

B0(s)を組むために以下の high Quality な muon を要求2 つの muon は PV(primary vertex) に置き換えることができるχ2/ndf < 9 で SV(secondary vertex) が測定されているSV は PV から 15 以上の飛程 significance 分だけ離れているB 候補の PV が 1 つ以上再構成されたとき、 σIP が最小のものが選ばれるIP/σIP < 5 の候補だけ保持候補の内、 P < 500GeV, 0.25 < PT < 40 GeV でないものを除外崩壊時刻 < 9 x τ(B0

s) の候補を保持B 候補の内 PT < 500MeV のものは除外

elastic diphoton production から来る dimuon の 90% は除外される残りの main BG は semileptonic b-hadron decays (bbbar to mu+mu-X)

2013/06/19

論文講読 7

normalization mode の説明

①B+ ➝ J/ψK+ ②B0s ➝ J/ψφ ③B0 ➝ K+π-

• ①② : シグナルと似たようなトリガーと muon 同定効率を持つが、終状態のトラック数が異なる

• ③ : シグナルと似た topology を持つが、異なるトリガーで selection を行う

⇛ common systematic uncertainties を小さくするため、①〜③のチャンネルの selection はできるだけシグナルのselection と似るようにする

2013/06/19

論文講読 8

multivariate selection (MVS)

MVS は、残った BG の 80% を除外し、シグナルの 92% を保持する

MVS は以下のように多変数アルゴリズムのパフォーマンスを改善する

詳しくは文献 [9] か論文

2013/06/19

論文講読 9

ここまでの作業で得られるmuon pair

前述のトリガー、 selection で、 [4900,6000]MeV の不変質量をもつ muon pair は 17321 個になった

測定された bbbar cross section を前提としたとき、 SM rate を仮定すると、このデータサンプル内には

B0s ➝ m+m- : 11.6 個

B0 ➝ m+m- : 1.3 個

あることになる

2013/06/19

論文講読 10

binning 1/6

選別された候補は 2D bin に詰められる。

2 D : m , mm BDT (output of another boosted decision tree)

BDT は後で説明

2013/06/19

論文講読 11

binning 2/6

シグナルの mass line shape は crystal-ball function[11] で記述される

各 Resonance は 2 つの crystal-ball function の和でフィットされる

内挿結果σ(m(B0

s)) = 24.8 ± 0.8 MeV

σ(m(B0)) = 24.3 ± 0.7 MeV

2013/06/19

論文講読 12

binning 3/6

selection で充分に利用されなかった Geometry, kinematic の情報は BDT を媒介にして結合される

BDT に対し 9 個の変数が採用される ( 内訳は論文参照 )

バイアスを避けるため、変数の選択、その次の BDT のトレーニングのためにデータは使わない

代わりに BDT は simulated samples を使ってトレーニングした

2013/06/19

論文講読 13

binning 4/6

あるシグナルイベントが一定の BDT value を持つ確率はinclusive sample を使ったデータから得る。(h は kaon か pion)

各 BDT bin にある B0(s) ➝ h+h’-   signal events の数は

mhh’ 分布をフィットすることにより決定する。

BDT と不変質量分布の binning は再び最適化される

2013/06/19

論文講読 14

binning 5/6

[4900,6000]MeV の不変質量の範囲にあるイベントを選択する。

シグナル領域の境界は m(B0(s)) : ±60MeV とする

予測される各 BDT 内にある combinatorial BG events

シグナル領域内の invariant mass bin

は指数関数でフィットする

• combinatorial BG events の推定される量につく系統誤差は• poisson 分布で測定されるイベント数を変動させることで計算• 指数関数の値を ±1σ の範囲でずらすことで計算

2013/06/19

論文講読 15

binning 6/6

B0(s) ➝ h+h’- からの peaking BG はK➝ , m p ➝ m と誤認識する比率をselected simulated B0

(s) ➝ h+h’- のスペクトラムに混ぜることで評価された

合計で 0.5+0.2-0.1 ( 2.6+1.1

-0.4 )個の B0(s) ➝ h+h’- が B0

(s)

シグナルの mass region に入ることが予測される

2013/06/19

論文講読 16

BF の計算の仕方BF = BFnorm ・ εnorm fnorm N(B0

(s) ➝ m+m-)/εsigfd(s)Nnorm

    = αnorm(B0(s) ➝ m+m-) ・ N(B0

(s) ➝ m+m-)

fs/fd =0.267 の値 [14]  を用い、 fd = fu を仮定する

ε は再構成効率、セレクション効率、トリガー効率の積simulation と data の違いは系統誤差として含まれる

N(B0(s) ➝ m+m-)  は得られた signal events の数

本実験ではαnorm(B0

s ➝ m+m-) = (3.19 ± 0.28) x 10-10

αnorm(B0 ➝ m+m-) = (8.38 ± 0.39) x 10-11

と算出された 2013/06/19

論文講読 17

再び binning

各 2D bin に対し、 data 内で観測された候補を数え、予測される signal と BG の数を計算した

各 2D bin の系統誤差はガウス分布で mass, BDT, normalization factor を変動させることで計算する

2013/06/19

論文講読 18

結果 1/2

BDT が 0 に近いほど BG らしい     1 に近いほどシグナルらしい

2013/06/19

論文講読 19

結果 2/2

2013/06/19

論文講読 20

fitting and final result

8 つの BDT bin 内にある mass に対し simultaneous unbinned likelihood fit をかけて B0

s ➝ m+m- の BF を決定する

結果: BF(B0s ➝ m+m-) = (0.8+1.8

-1.3) x 10-9

upper limit をつける ( 詳しくは論文、正直良くわからなかった )

BF(B0s ➝ m+m-) = (3.2 ± 0.2) x 10-9

BF(B0 ➝ m+m-) =(0.10 ± 0.01) x 10-9

BF(B0s ➝ m+m-) < 1.4 x 10-8

BF(B0 ➝ m+m-) < 3.2 x 10-9

BF(B0s ➝ m+m-) < 4.5 x 10-9

BF(B0 ➝ m+m-) < 1.03 x 10-9

SM 期待値

先行実験の結果(CL : 95%)

本研究の結果(CL : 95%)

2013/06/19

論文講読 21

2012 June ➝ 2013 Jan.どうやら B0

s ➝ m+m- の方は 3.5σ の統計有意で発見された模様(新たに 8GeV の beam run のデータ 1.1fb-1 が加わった)。 解析手段はほぼ変わらない。

2013/06/19

論文講読 22

2013 Jan. の結果

BF(B0s ➝ m+m-) = (3.2+1.5

-1.2) x 10-9

which is in agreement with the SM prediction. This is the first evidence. (SM : BF(B0

s ➝ m+m-) = (3.2 ± 0.2) x 10-9)

まとめ:

相変わらず SM consistent 。

2013/06/19

論文講読 23

使用文献

PRL 108, 231801 (2012) (解析手法について )

PRL 110, 021801 (2013) ( 最新結果について )

2013/06/19