Ricerca del bosone di Higgs nel
canale WH → bbl per gli
esperimenti CDF e DØ
 Federico Meloni
 Rosa Simoniello
Bosone di Higgs


L'Higgs è l'unica particella prevista dal MS che non è
ancora stata osservata
L'Higgs è:


una particella scalare
non ha né carica né colore e quindi si accoppia solo via
elettrodebole
Limiti teorici su mH



Unitarietà: mH<1.2Tev
Triviality bound: fornisce il
limite superiore mostrato
in figura
Stability bound: fornisce il
limite inferiore di mH delle
decine di Gev
Limiti sperimentali su mH


LEP: mH>114 GeV al 95%
di CL
Misure elettrodeboli di
precisione: fanno pensare
a un Higgs leggero
(mH<130GeV)
Produzione di Higgs in collider pp
a) Il loop virtuale è a priori su
tutti i quarks ma il top domina
b)Vector Boson Fusion
c) Higgs-Strahlung
d) Produzione con coppie
associate tt

Ci concentreremo sull'Higgs-strahlung
HW → bbl

Higgs:



Per mH<140Gev domina h→bb
Per mH>140Gev domina h→W+W-
W:




qq 67%
e 11%
 11%
 11%
Facciamo la scelta di un Higgs leggero e per il W
una segnatura semileptonica per diminuire i fondi
Tevatron
CDF
•
•
•
•
•
Tracker:
–
Silicon detector
–
Central outer tracker
Magnete
Preshower
Calorimetri:
–
Elettromagnetico
–
Adronico
Camere a 
Silicon detector
•
•
•
•
||<2.0
7 cilindri concentrici di
rivelatori di silicio a
microstrip
È immerso in un campo
magnetico di 1.4T → curva le
particelle cariche (più lente e
più leggere sono più sono
curvate)
Estremamente preciso →
usato vicino al punto di
collisione per cercare di
distinguere particelle vicine
Central Outer Tracker
•
||<1.0
•
Immerso in 1.4T → traccia
particelle cariche
•
camera di 3m di diametro piena di
gas di Argon e etano
•
Fili più interni (sense wires)
(raccolgono e-)
•
Fili esterni più sottili (field wires)
(raccolgono ioni)
Più fili ci sono, prima l'e- raggiunge un
filo → c'è meno pile up con eventi
successivi
Magnete
•
•
•
•
Solenoide superconduttore
alla temperatura di 4.7K
Coassiale alla beam pipe
Raggio 1.5m
Campo magnetico 1.4T
Calorimetro elettromagnetico
•
•
||<3.6
Identificazione di sciami e- e 
prevalentemente nel CEM (central
electromagnetic calorimeter) con
una risoluzione di
 Et 
Et
•
13.5%

 2%
Et GeV
Calorimetro a sampling: fogli di
scintillatore plastico (assorbono
energia e emettono luce)
intervallato da strati di piombo
HAD calorimetro adronico
•
•
•
Calorimetro a sampling: fogli di scintillatore
plastico (assorbono energia ed emettono luce)
intervallato da strati di acciaio
Identificazione di adroni → jet
Per calcolare E del jet → Metodo del cono
R   2   2  0.4
•
Risoluzione
 Et 
Et

50%
 5%
Et GeV
Camera a 
I  sono rilevati in 3 sottorivelatori
separati:
•
CMU: 4 strati di camere di
deriva. Rivela  con pT>1.4GeV e
||<0.6
•
CMP: altri 4 strati di camere
dopo 60cm di accaio. Rivela 
con pT>2.8GeV e ||< 0.6
•
CMX: 4 strati di camere. Rivela
 per 0.6<||< 1
Camera 
•
Ogni camera consiste in un solo filo (raccolta e-) in
un cilindro di alluminio (raccolta ioni+) riempito di
gas.
•
Le camere danno una misura accurata della
posizione del muone ma non del tempo in cui è
passata la particella → dietro le camere a  si
mettono strati di scintillatori che permettono di
assegnare i  visti al rispettivo bunch riducendo il
fondo dato dai  cosmici.
DØ
Tracker
• Silicon microstrip tracker (SMT)
–
–
Struttura di barre (r-) e dischi (r-z e r-)
Difficoltà nell'evitare zone morte
• Central fiber tracking (CFT)
–
–
|| < 1.7
8 cilindri coassiali (20cm<r<52cm) di fibre scintillanti
Magnete
•
•
•
Solenoide superconduttore di diametro 1.42m e
L=2.73m
B=2T
Richieste:
–
–
Campo più possibile uniforme
Più sottile possibile per:
•
•
Aumentare spazio per il tracciatore
Meno materiale davanti al calorimetro (1X0)
Preshower detector
•
•
•
•
•
Costituito da strip
scintillanti triangolari
Funziona sia come
calorimetro sia come
tracker
Serve a migliorare
l'identificazione degli eCPS
–
Tra solenoide e CC
–
||<1.3
2 FPS
–
Attacati alle facce
dell'end calo
–
1.5<||<2.5
Calorimetro
•
Calorimetri a sampling Uranium/LiquidArgon
•
CC → ||<1
•
End calo → ||~4
•
E del jet calcolata con il metodo del cono con R<0.7
•
Non linearità corretta con una funzione empirica 
Camere a 
•
Per avere una misura precisa sul tracking (||<1):
–
Magnete toroidale centrale:
•
Permette di rigettare  dai decadimenti  e K
•
Migliora la risoluzione del momento
–
Camera drift
•
Contenitore 2.8mx5.6m con una miscela di gas
(Argon, metano, CF4) per diminuire il tempo di
raccolta delle cariche (tmax=500ns)
•
Risoluzione = 1mm
Camere a 
•
Scintillatore:
–
–
•
||<1.0
Permette di associare  al rispettivo bunch. Questo
consente di ridurre notevolmente il fondo dato da 
cosmici.
Forward muon system
–
1<||<2
WH → l bb
Il canale è caratterizzato da:
•
W con decadimento leptonico
–
–
•
Un leptone con alto momento trasverso
Energia trasversa mancante
Due getti di cui almeno uno taggato come b
CDF
L'analisi si basa sulle misure prese tra Febbraio 2002 e
Febbraio 2006
 CEM e CMUP 955 ± 57 pb-1
 CMX 941 ± 56 pb-1
DØ
L'analisi si basa su 1.05 fb-1 di dati presi a D0 tra l'aprile
2002 e febbraio 2006
Per l'analisi si utilizzano anche:
•
Eventi con 3 getti
•
Eventi con elettroni “in avanti” con ||>1.5
Tagli di CDF
•
1 solo leptone isolato ad alto momento
–
–
–
•
ET > 20 GeV per elettroni
PT > 20 GeV per muoni
In R = 0.4 ci deve essere meno del 10% dell'energia
del leptone
La distanza tra il vertice primario (fit tracce
provenienti dal fascio) e l'inizio della traccia
leptonica deve essere di minore di 5 cm
Tagli di CDF
•
•
•
fondo Z → ll con un leptone non identificato
–
sono rigettati gli eventi con un altro leptone di
pT>10GeV che forma una massa invariante con il primo
vicina al range della Z (76 < m < 106GeV)
Energia mancante > 20 GeV
Due getti H → bb con grande energia trasversa
–
I getti devono essere nella regione di pseudorapidità
coperta dal tracciatore per poter ricostruire i vertici
secondari dei b
–
ET > 15 GeV ||<2.0
Per l'analisi si usano eventi con W+2j.
W+1,W+3, W+>3 si usando per verificare il modello per il fondo
Tagli di DØ
•
•
Per il leptone isolato PT > 15GeV
E T > 20GeV (25 per eventi con e- in avanti)
Per i getti:
•
Se due getti → pT>25 e 20 GeV, ||<2.5
•
Se tre getti → pT>25; 20; 20 GeV e ||<2.5
•
La somma dei moduli dei pT>60GeV
Tagli di DØ
•
MW ricostruita correttamente con la E T
•
Leptone pT > 40 – 0.5 x E T per escludere il fondo
multigetto
•
L'interazione deve avvenire nel rivelatore di
vertice
b-tagging a CDF
•
•
•
L'Higgs decade principalmente in coppie bb
Utilizzare il b-tagging aiuta a eliminare il fondo di
QCD
Per migliorare la purezza del segnale
–
–
–
Almeno uno dei due getti deve essere taggato come
b dall'algoritmo SECVTX
Se solo un getto è taggato come b, allora viene anche
esaminato da una rete neurale
Se entrambi i getti sono taggati come b, allora
questo è sufficiente.
b-tagging a CDF
 I fondi principali che potrebbero causare un mistag
sono dovuti all'errata identificazione di getti gluonici
o leggeri o dal confondere quark c come getti b.
 Per questo si utilizza una rete neurale (NN) per
migliorare la purezza del campione taggato
SECVTX in breve
•
•
Tracce comprese in R=0.4 (in -)
Le tracce sono catalogate attraverso la loro
significanza (S = d/d)
I vertici secondari sono ricostruiti con due filtraggi
successivi di alta e più bassa qualità
•
Il primo passaggio richiede
–
–
3 tracce con pT>0.5 GeV e S>2.0
almeno una traccia con pT>1.0GeV
SECVTX in breve
•
Il secondo
–
–
2 tracce con pT > 1.0 GeV e S>3.5
almeno una traccia con pT>1.5 GeV
Se uno dei due filtri ha successo, si calcola la
significanza trasversa del vertice (dxy/xy)
Infine i getti sono taggati positivamente o
negativamente a seconda del loro segno
dxy/xy > 7.5 Positivo dxy/xy < -7.5 Negativo
Il segno indica la posizione del vertice secondario
rispetto al primario lungo la direzione del getto.
NN tagger
Si compone di due reti in serie basate su 16 variabili
(molteplicità della traccia, massa invariante, vita
media, funzione di frammentazione etc)
•
Una rete b-l che serve a distinguere i getti b dai getti
leggeri
•
Una rete b-c che distingue getti b e getti c
Gli eventi che superano un dato taglio di entrambe le
reti sono accettati
NN tagger

•
Per il training della rete si usano eventi che hanno
superato il tag con SECVTX
La rete neurale viene validata confrontando i
risultati sui dati e su eventi montecarlo
Si sceglie un taglio per il 90% di efficienza con
NNb-l = 0.182
NNb-c = 0.242
Fondi
Lo stato finale l bb è raggiunto anche da altri processi.
I principali fondi sono dovuti a:
•
produzione di W + getti
•
produzione di tt
•
fondi QCD con getti senza W
•
processi elettrodeboli
QCD senza W

Si confondono con per la presenza di falsi leptoni o
false energie mancanti
I leptoni non W sono ricostruiti quando
•
un getto passa i criteri di selezione per i leptoni
•
un quark pesante decade semileptonicamente
L'energia mancante può essere dovuta
•
errori di misura dell'energia
•
decadimenti semileptonici di quark pesanti
QCD senza W
 E' difficile riprodurre la seconda classe di errori poiché
i motivi che portano ad una errata misura di E non si
possono inserire nei montecarli
 Pertanto il contributo degli eventi senza W viene
stimato a partire dai dati prima dell'applicazione del
b-tagging
 In generale gli eventi senza W sono caratterizzati da
leptoni non isolati e poca energia mancante
Mistag
•
•
•
•
La probabilità con cui il SECVTX commette errori nel
taggare getti leggeri viene ricavata da campioni
generici di getti catalogati per diverse , , ET del
getto, molteplicità di traccia, ET totale dell'evento.
Le probabilità di tagging sono sommate per tutti i
getti taggabili dell'evento (cioè con almeno due tracce
nel rivelatore a silicio)
La probabilità di un doppio errore è bassa perciò
quanto fatto costituisce una buona stima per il
singolo mistag
Le tracce con parametri non fisici sono una buona
stima per il fondo.
W + Getti pesanti
 Le principali sorgenti di fondo per i vertici secondari
sono Wbb, Wcc e Wc
 Questi processi sono noti solo al LO perciò la
frequenza di questi processi viene normalizzata con i
dati una volta che si sono sottratti tutti gli altri fondi
noti
TOP e processi elettrodeboli

La produzione di tt e di top singolo costituiscono
entrambe un fondo di leptone+getti (t → W + b)

Anche diversi processi elettrodeboli possono
contribuire
WW possono decadere in , l e due getti di cui uno
potrebbe essere c
WZ → W bb o Wcc
Z → +- con successivo decadimento adronico o
leptonico
•
•
•
Accettanza del segnale dell'Higgs
La cinematica del processo WH → lbb è ben nota ed è stata
simulata con dei montecarlo
•
Si prende in considerazione un range di masse tra 110 e 150
GeV poiché questa è la regione in cui H → bb è dominante
Il numero di eventi aspettati è dato da


N     Ldt   p p  WH  B( H  bb)
Dove  è l'efficienza del detector, ∫Ldt è la luminosità
integrata,  la sezione d'urto di produzione, B il
branching ratio
Le maggiori fonti di inefficienza sono l'identificazione dei
leptoni, la cinematica dei getti e il b-tagging
Ottimizzazione della ricerca
Si calcola la significanza del segnale (S/√B)
S e B sono il numero aspettato di eventi rispettivamente di
segnale e fondo.
•
In questa analisi la miglior
significanza si trova nella
distribuzione con due getti
•
La miglior significanza si
ottiene per un getto
selezionato dal SECVTX e
che ha sorpassato il filtro
della rete neurale oppure da
due getti taggati da SECVTX
A sinistra 1b-tag+NN, a destra 2b-tag
Analisi dei dati a CDF


Si usa una tecnica di Likelihood istogrammata
Il numero di eventi in ogni bin segue la
distribuzione di poisson
Pi ni , i  

•
in e  
i
ni !
i
(i  1, 2, ... , N bin )
Dove ni, i e Nbin rappresentano il numero di eventi
osservati, il numero di eventi aspettati ed il numero
dei bin
Si pone i = si + bi (segnale e fondo)
Analisi dei dati a CDF
 Il limite superiore per la produzione dell'Higgs è
estratta in modo bayesiano dalla Likelihood
N bin
L
i 0
 e
ni
i
 i
ni !
 Mentre il fondo viene estratto da una likelihood più
complicata che tiene conto dei diversi contributi presi
in esame precedentemente
Risultati CDF
 Si assume una distribuzione a priori per B piatta e si integra
su tutti i parametri eccetto B
Si osserva che il limite nella
regione di bassa massa è al
più due deviazioni standard
al di sopra di quanto
aspettato.
Tuttavia questo è ancora
compatibile con una
fluttuazione delle
distribuzioni dei due getti
intorno a mH=115 GeV
Analisi dei dati a DØ
Si analizza la distribuzione dei due getti (2b-tag + NNb loose;
1b-tag+ NNb tight) e una rete neurale per l'analisi.
La rete neurale è basata su 7 variabili cinematiche:
•
pT del primo e del secondo getto in ordine di pT
•
R(j1; j2)
•
(j1; j2)
•
pT della somma dei due getti
•
Massa invariante dei due getti
•
pT(W)
Analisi dei dati a DØ
 La rete neurale viene addestrata per ogni valore di
massa dell'Higgs, e, , 1b-tag e 2b-tag
 Le reti ottenute vengono quindi applicate ai dati
W+2getti ed il loro output utilizzato per l'analisi
finale
 Nel caso di W+3 l’analisi si basa sulla distribuzione di
massa invariante di due getti.
 Si utilizza quindi il metodo del CL per cercare la
compatibilità dei dati con la presenza di un segnale di
Higgs
Risultati DØ
 In questa analisi, la differenza tra limiti osservati e
aspettati è meno di 1.5
Risultati combinati
La combinazione delle misure di CDF e DØ ha portato ad escludere al 95% di CL una
regione di massa tra i 160-170 GeV.
L’esclusione è stata calcolata attraverso un rapporto tra sez d’urto misurata e calcolata
per i diversi valori di massa dell’Higgs
Bibliografia
Diapositive del corso di particelle 2 del professore Luciano Mandelli

Search for associated W and Higgs boson production in pp collisions at
√s=1.96TeV
Physical review letters 6 february 2009

Search for Wbb and WH production in pp collisions at s= √ 1.96TeV
Physical review letters 11 march 2005

Search for Standard Model Higgs boson production in association with a W
boson at CDF
24 March 2009

Combined CDF and DØ Upper Limits on Standard Model Higgs-Boson
Production with up to 4.2 fb−1 of Data
Draft




“The upgraded D0 detector” (www.sciencedirect.com)
http://www-cdf.fnal.gov/virtualtour/index.html
http://www-d0.fnal.gov