B D 0 K tat des lieux Analyse
(―) B± → D 0 K± : État des lieux Analyse du (―) mode D 0 → Ks π+ π- X. Giroux, F. Le Diberder, M. -H. Schune 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL Réunion Ba. Bar France 2003 – 20 novembre 2003 - LAL
Introduction Analyse du mode B± → D 0 K± : extraction de l'angle γ du triangle d'unitarité Dans cette présentation : mode D 0 → Ks π+ π→ Quelles données utiliser ? → Extraction du signal D 0 K → Suppression du bruit de fond → Calcul d'erreur 20 novembre 2003 mené en parallèle Xavier GIROUX, Ba. Bar France 2003, LAL 2
Quelles données pour l'analyse ? Le skim DK ne peut pas être utilisé à cause de pré-coupures cinématiques sur la désintégration du D 0 Rouge = skim DK Noir = skim standard B D 0 π Utilisation du skim "standard" B D 0 π • Pas de PID sur la trace célibataire • Coupure sur ΔE suffisamment large Sélection des modes B D 0 π et B D 0 K 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 3
Où en est la production ? La production des ntuples est faite par Rome Ø prend en compte les nouvelles variables de la BAD 728 ØMC signal déjà produit ØMC background en cours de production ØDonnées en cours de production ØLe contenus des ntuples est en cours de vérification 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 4
Optimisation des coupures (1) Ntuples utilisés : - Signal : MC B± → D 0 K± avec D 0 → Ks ρ0 - Bruit de fond "peaking": B± → D 0 π± dans un cocktail MC - Bruit de fond combinatoire : Données on-peak avec m. ES < 5, 27 Ge. V fittées par une fonction argus et extrapoléees entre 5, 27 et 5, 29 Ge. V Coupure de présélection sur la masse du Ks : m. PDG – 9 Me. V ≤ m(Ks) ≤ m. PDG + 9 Me. V L'optimisation est effectuée surr les variables suivantes : - probabilité de χ² du B reconstruit - probabilité de χ² du D 0 reconstruit - masse du D 0 - ΔE - Kaon Id - discriminant de Fisher (construit avec les polynômes de Legendre L 0 et L 2 et avec l'angle entre la direction du B et l'axe de poussée du reste de l'évènement) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 5
Coupures asymétriques sur ΔE On veut sélectionner les évènements D 0 K± et éliminer le bruit de fond D 0 π±. On va donc plus contraindre la coupure à droite 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 6
Optimisation des coupures (2) Programme écrit en Fortran qui calcule le rapport R R P(χ² du B) 20 novembre 2003 R P(χ² du D 0) Xavier GIROUX, Ba. Bar France 2003, LAL m(D 0) en Ge. V 7
Optimisation des coupures (3) R R Fisher R ΔE à gauche ΔE à droite Loose 20 novembre 2003 Tight Xavier GIROUX, Ba. Bar France 2003, LAL VTight 8 Kaon Id
Optimisation des coupures (4) Résultats pour un maximum de R = 10, 5 (σ ~ 0, 55) Ø P(χ² du B) > 0 Ø P(χ² du D 0) > 0 Ø | m(D 0) – m. PDG | ≤ 20 Me. V Ø – 36 Me. V ≤ ΔE ≤ 30 Me. V Ø Kaon Id = 1 (Loose) Ø Fisher ≥ – 0, 4 Nombre d'évènements mesuré : - Signal : - Bruit de fond "peaking" : - Bruit de fond combinatoire : 20 novembre 2003 161 21 54 Xavier GIROUX, Ba. Bar France 2003, LAL Luminosité renormalisée à 81, 5 fb-1 9
Visualisation des coupures sur ΔE et m. ES 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 10
Suppression du bruit de fond (1) Anciennes variables : - Polynômes de Legendre L 0 et L 2 combinés dans un discriminant de Fisher (Fisher = 0, 372 + 0, 562 x L 0 – 1, 365 x L 2) - | cos(θth) | où θth est l'angle entre la direction du B et l'axe de poussée du reste de l'évènement Nouvelles variables : - cos(θ*B) où θ*B est l'angle polaire du B dans le centre de masse de l'Y(4 s) - Qhémi : différence de charge entre les hémisphères de l'évènement où un hémisphère est defini par la direction du D 0 dans le centre de masse de l'Y(4 s) - Ckl : vaut 0 si pas de lepton Very. Tight vaut 1 si m(Kℓ) < 1, 87 Ge. V vaut 2 si m(Kℓ) > 1, 87 Ge. V - ΣQ(K) : somme de la charge des Kaons Very. Tight dans le reste de l'évènement - ΣQ(K) + Q(ℓ) : somme de la charge des Kaons Very. Tight dans le reste de l'évènement + charge du lepton Very. Tight le plus rapide (p* > 800 Me. V) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 11
Qhémi 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 12
Suppression du bruit de fond (2) Coupures de présélection : • masse du Ks : | m(Ks) – m. PDG | ≤ 15 Me. V • masse du D 0 : | m(D 0) – m. PDG | ≤ 35 Me. V • ΔE : | ΔE | ≤ 150 Me. V • m. ES : m. ES > 5, 2 Ge. V Variable discriminante : (séparation) Utilisation du programme Fortran trainvar. f (écrit par le groupe charmless) pour calculer <s²> et combiner les variables en utilisant un discriminant de Fisher ou un réseau de neurones 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 13
Séparation pour une variable 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 14
Combinaison des variables classiques Combinaison de 2 variables : Fisher(L 0, L 2) et | cos(θth) | ε(B) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL ε(S) 15
Combinaison de 3 variables : Fisher(L 0, L 2), | cos(θth) | et cos(θ*B) ε(B) En raison des corrélations entre les variables, le NN est plus discriminant 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 16 ε(S)
Combinaison de 4 variables (1) Combinaison de 4 variables : Fisher(L 0, L 2), | cos(θth) |, cos(θ*B) et ΣQ(K) + Q(ℓ) ε(B) Fisher et NN retrouvent le même pouvoir discriminant 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 17 ε(S)
Combinaison de 4 variables (2) Combinaison de 4 variables : Fisher(L 0, L 2), | cos(θth) |, cos(θ*B) et Qhémi e(B) e(S) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 18
Combinaison de 4 variables (3) Combinaison de 4 variables : Fisher(L 0, L 2), | cos(θth) |, cos(θ*B) et CKℓ ε(B) ε(S) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 19
Combinaison de 5 variables : Fisher(L 0, L 2), | cos(θth) |, cos(θ*B), ΣQ(K) + Q(ℓ) et Qhémi ε(B) ε(S) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 20
Combinaison de toutes les variables ε(B) ε(S) 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 21
Récapitulatif Variables <s²> Ajout d'une variable Fisher(L 0, L 2) et | cos(θth) | Variables <s²> + cos(θ *B) + ΣQ(K) + Q(ℓ) + Qhémi Ajout d'une variable + CKℓ Variables Ajout d'une variable Fisher(L 0, L 2), | cos(θth) |, cos(θ *B), ΣQ(K) + Q(ℓ) et Qhémi Variables Toutes les variables <s²> Ajout d'une variable <s²>
Calcul de l'erreur En utilisant le discriminant de Fisher : gain de ~7% En utilisant le réseau de neurones : gain de ~13% Mais il faut tenir compte des fluctuations statistiques… σNk pour chaque variable et leurs combinaisons 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 23
Conclusion Il semble donc que les nouvelles variables permettent d'améliorer la discrimination signal / bruit. Cependant, il faut prendre en compte les fluctuations statistiques dues à la taille finie de l'échantillon pour conclure de façon définitive. C'est ce qui est fait avec le logarithme du likelihood. Ce qu'il reste à faire : ØCoder le likelihood ØExtraire les variables pertinentes ØFitter le Dalitz Plot avec un modèle de désintégration du D 0 pour extraire γ ØExtraire γ par une méthode modèle-indépendante (hep-ph/0303187) Ø… 20 novembre 2003 Xavier GIROUX, Ba. Bar France 2003, LAL 24
- Slides: 24