370 likes | 486 Views
Analysis of t - g K * 0 K - n t decay. Contents motivation Event selection 背景事象の見積もり Fit の結果 Summary&plan. 名古屋大学4年 臼杵 容子 H19.3.22 学術創成評価委員会. motivation. Current status ARGUS (1995) Br( t - g K *0 K - n t ) = (0.20 0.050.04 ) % N tt= 3.73× 10 5
E N D
Analysis of t-gK*0K-nt decay Contents • motivation • Event selection • 背景事象の見積もり • Fitの結果 • Summary&plan 名古屋大学4年 臼杵 容子 H19.3.22 学術創成評価委員会
motivation Current status ARGUS(1995) Br(t-gK*0K-nt) =(0.200.050.04)% Ntt=3.73×105 s =10.6GeV , S/N=0.51 ALEPH(1998) Br(t-gK*0K-nt)=(0.2130.048) % Ntt=2.02×105 s =92GeV PDG(obtained by average of two results)reported: Br(t-gK*0K-nt) =(0.210.04)% decay process 2
motivation Current status ARGUS(1995) Br(t-gK*0K-nt) =(0.200.050.04)% Ntt=3.73×105 s =10.6GeV , S/N=0.51 ALEPH(1998) Br(t-gK*0K-nt)=(0.2130.048) % Ntt=2.02×105 s =92GeV PDG(obtained by average of two results)reported: Br(t-gK*0K-nt) =(0.210.04)% error:20% さらに高精度なtgK*Kn崩壊分岐比を得たい decay process 3
motivation Current status ARGUS(1995) Br(t-gK*0K-nt) =(0.200.050.04)% Ntt=3.73×105 s =10.6GeV , S/N=0.51 ALEPH(1998) Br(t-gK*0K-nt)=(0.2130.048) % Ntt=2.02×105 s =92GeV PDG(obtained by average of two results)reported: Br(t-gK*0K-nt) =(0.210.04)% error:20% さらに高精度なtgK*Kn崩壊分岐比を得たい decay process • 本解析(Belle s=10.6GeV) • 1000倍以上のdata量Ntt=4.46×108 を用いる,S/Nの向上 • ⇒崩壊分岐比に対する統計誤差は1%以下に抑えられる 4
Motivation ALEPH,ARGUS : 20%error (systematic&statistical error) さらに高精度なtgK*Kn崩壊分岐比を得たい • 統計誤差 • 1000倍以上のdata量を用いる,S/Nの向上 • ⇒崩壊分岐比に対する統計誤差は1%以下に抑えられる • 系統誤差 • 測定器自体の誤差、解析手法に起因する誤差 背景事象の形の見積もりによる系統誤差を、 統計誤差と同程度の1%程度に抑えたい。
Event selection tgKKpnを信号として選択(K-ID,p-ID) tag-sideにはtgenn/mnnを要求(35%) (qq事象の抑制) tペア事象を選別するための条件 Msignal-side<1.8GeV/c2 など pCMKp>1.5GeV/c 信号事象数は、再構成したK*粒子の不変質量分布MKpから見積もる Msignal-side data Signal(10倍) tt qq Bhabha 2photon pCMKp data signal tt 6
After all event selections MKp Data (4.68x104個) tgK*Kn (3.94x104個) tgK*Kp0n tgpppn tgK*pn tgKppn tgKppp0n tgK*pp0n tgKKpn tgKKpp0n qq Bhabha 2photon ttBG S/N=2.53 (ARGUS:S/N=0.51)
崩壊分岐比の測定方法 崩壊分岐比 信号事象数Ndataの見積もり方 ①MKp分布に関数をfitし、dataを、K*peakを持つ 事象と、 K*peakを持たない事象に分ける。 • Ndata:測定dataから得られる信号事象数 • L:積分ルミノシティー • s :生成断面積 • :tgK*Kn崩壊事象の検出効率 NMC :全事象選別後のtgK*KnMC事象数 N0 : tgK*KnMCの全事象数 MKp K*peakを 持つ事象 K*peakを 持たない事象 8
崩壊分岐比の測定方法 崩壊分岐比 信号事象数Ndataの見積もり方 ①MKp分布に関数をfitし、dataを、K*peakを持つ 事象と、 K*peakを持たない事象に分ける。 • Ndata:測定dataから得られる信号事象数 • L:積分ルミノシティー • s :生成断面積 • :tgK*Kn崩壊事象の検出効率 NMC :全事象選別後のtgK*KnMC事象数 N0 : tgK*KnMCの全事象数 MKp K*peakを 持つ事象 K*peakを 持たない事象 pをKに誤認したことによって残ってくるモードと、それ以外に分けて見積もる。 K K p p pをKに誤認したことによって残ってくるモード g それ以外 9 g t
崩壊分岐比の測定方法 崩壊分岐比 信号事象数Ndataの見積もり方 ①MKp分布に関数をfitし、dataを、K*peakを持つ 事象と、 K*peakを持たない事象に分ける。 ②K*peakを持つ事象の中から、 背景事象であるtgK*Kp0nを除く。 • Ndata:測定dataから得られる信号事象数 • L:積分ルミノシティー • s :生成断面積 • :tgK*Kn崩壊事象の検出効率 NMC :全事象選別後のtgK*KnMC事象数 N0 : tgK*KnMCの全事象数 MKp K*peakを 持つ事象 K*peakを 持たない事象 pをKに誤認したことによって残ってくるモードと、それ以外に分けて見積もる。 pをKに誤認したことによって残ってくるモード それ以外 10
崩壊分岐比の測定方法 崩壊分岐比 信号事象数Ndataの見積もり方 ①MKp分布に関数をfitし、dataを、K*peakを持つ 事象と、 K*peakを持たない事象に分ける。 ②K*peakを持つ事象の中から、 背景事象であるtgK*Kp0nを除く。 • Ndata:測定dataから得られる信号事象数 • L:積分ルミノシティー • s :生成断面積 • :tgK*Kn崩壊事象の検出効率 NMC :全事象選別後のtgK*KnMC事象数 N0 : tgK*KnMCの全事象数 MKp K*peakを 持つ事象 K*peakを 持たない事象 pをKに誤認したことによって残ってくるモードと、それ以外に分けて見積もる。 pをKに誤認したことによって残ってくるモード それ以外 11
統計誤差&系統誤差 背景事象の形の見積もり方により、 系統誤差の大きさが変わる。 1%程度に抑えたい • 統計誤差 • 0.53%f ARGUS:25% • 系統誤差 • Luminosity 1.4% • t-pair cross-section 1.3% • Track finding efficiency 4.0% • Trigger efficiency 0.81% • Lepton-ID 3% • Kaon-ID/fake 3% • MC statistics 0.54% • Br(K*0gK+p-)0.02% • 背景事象の見積もりによる誤差 Total 6.2% 12
背景事象の形の見積もり 背景事象の形を簡単に見積もれない理由 dataから背景事象のみを抜き出すことは難しい MCから見積もるには不定性が大きすぎる 背景事象の崩壊分岐比(PDG) Br(tgK*Kn)=(2.1±0.4)×10-3 Br(tgKKpn)=(1.3±3.2)×10-4 Br(tgKKpp0n)=(6.1±2.0)×10-5 Br(tgKppn)=(2.4±0.5)×10-3 Br(tgKppp0n)=(1.32±0.14)×10-3 Br(tgK*pn)=(2.2±0.5)×10-3 Br(tgK*pp0n)=(1.6±1.8)×10-3 Br(tgK*Kp0n)=(1.1±1.5)×10-3 MKp Dataを使って背景事象の形を見積もりたい 13
背景事象の形の見積もり方におけるidea pをKに誤認したことによって残ってきた背景事象のモードの形 粒子識別条件を変えることにより、 data を用いて背景事象の形を決める。 h1 h2 MKp MKp Data tgK*Kn tgK*Kp0n tgpppn tgK*pn tgKppn tgKppp0n tgK*pp0n K K p選別 K p p選別 K-IDh1>0.8 , p-IDh2>0.8K-IDh1<0.1 , p-IDh2>0.9 それらのモードの崩壊分岐比の不定性に影響されることなく、 背景事象の形を見積もることが可能! 14
形の補正 粒子識別条件を変更したことにより、分布の形が変わる g 形を補正 MKp Kpp選別 MKp h1 h2 KKp選別 15
形の補正 粒子識別条件を変更したことにより、分布の形が変わる g 形を補正 MKp Kpp選別 MKp h1 h2 KKp選別 16
形の補正 粒子識別条件を変更したことにより、分布の形が変わる g 形を補正 MKp 補正 MKp分布(KKp選別) MKp分布(Kpp選別) Kpp選別 MKp MKp h1 h2 KKp選別 17
DataへのFit MKp MKp data 信号事象 背景事象1 (補正前) 背景事象2 data 信号事象 背景事象1 (補正後) 背景事象2 背景事象1 Fitの結果 • tgpppn • tgK*pn • tgKppn • tgKppp0n • tgK*pp0n 背景事象1の形の補正による 信号事象数の変化 (1.13±0.52)% 背景事象2 • tgKKpn • tgKKpp0n • qq • Bhabha • 2photon 18
Summary & plan summary • ARGUS,ALEPHと比べて約1000倍の、4.46×108のtペアを用いて解析を行った。 • tgK*Kn崩壊分岐比に対する統計誤差は、ARGUSによる測定では25%であったのが、1%以下に抑えられた。 • 背景事象の見積もりに起因する系統誤差を1%程度に抑えることを目標とした解析を行った。 • 背景事象の関数形の見積もり 誤った粒子識別に起因する背景事象の分布については、粒子識別に関する選別条件を変更することにより、測定データから背景事象の関数形を見積もることができた。 gそれらのモードの崩壊分岐比の不定性に影響されることなく関数形を見積もることが できた。 • 評価した背景事象の見積もりの誤差が信号事象に与える不定性は、(1.13±0.52)%である。 plan • 信号事象、背景事象の形を、より精度よく見積もる。 • 系統誤差を見積もる。 • tgK*Kn崩壊分岐比を評価する。
Back up 20
Introduction of neutral K* (892) • Vector particle • mass (896.00±0.25)MeV (PDG2006) • width (50.3±0.6)MeV (PDG2006) • decay modes Kp ~100% K+p- 2/3 K0p0 1/3 high accuracy 21
Data & MC set Data&MC samples • Data • 451/fb • MC • tgK*Kn 397/fb • ttBG non-resonant mode • tgKKpn 4310/fb • tgKKpp0n 36800/fb • tgKppn 421/fb • tgKppp0n 850/fb • tgK*pn 510/fb • tgK*pp0n 701/fb • others 874/fb resonant mode • tgK*Kp0n 757/fb • qq • uds 417/fb • cc 722/fb • bb 0.04/fb • 2photon • eeuu 53.0/fb • eess 530/fb • eecc 530/fb • eeee 53.0/fb • eemm 106/fb • mm 53.0/fb • Bhabha 59.3/fb
Event selection(1) Level.0 Charged track pt>0.06GeV/c,-0.6235<cosqtrk-beamline<0.8332 pt>0.1GeV/c,-0.8660<cosqtrk-beamline<-0.6235 pt>0.1GeV/c,0.8332<cosqtrk-beamline<0.9563 Gamma Eg>0.1GeV,-0.8660<cosqg-beamline<0.9563 4 charged tracks with zero net charge Select 1-3 prong event (dividing thrust vector) (3 prong side=signal side/ 1 prong side=tag side) 23
Event selection(2) Level.1 ECMtotal<11GeV pmiss>0.1GeV/c -0.866025<cosqmiss<0.95630 cosqCMthrust-miss<-0.6 Level.2 0.6GeV/c2<MKp<1.8GeV/c2 pCMKp>1.5GeV/c pCMKp data Signal(10倍) tt qq Bhabha 2photon 24
Event selection(3) Level.3 Ng=0 for signal-side Ng≦1 for tag-side K-IDh1>0.8,cosqh1-beamline>-0.6 p-IDh2>0.8,cosqh2-beamline>-0.6 K-IDh3>0.8,cosqh3-beamline>-0.6 Right charge assignment(ストレンジネス保存) e-IDh1<0.9 e-IDh2<0.9 e-IDh3<0.9 e-ID>0.1 or m-ID>0.1 for tag-side h3 h2 h1 t-gr-n,Bhabha,2photon are suppressed • r-gp-p0 • 9 gg • 9 e+e- 25
Event selection(3) Level.3 Ng=0 for signal-side Ngc1 for tag-side K-IDh1>0.8,cosqh1>-0.6 p-IDh2>0.8,cosqh2>-0.6 K-IDh3>0.8,cosqh3>-0.6 Right charge assignment e-IDh1<0.9 e-IDh2<0.9 e-IDh3<0.9 e-ID>0.1 or m-ID>0.1 for tag-side t-decay:1-prong (more than 85%) g select 1-prong in tag-side t-decay mode m-nmnt 17% e-nent 18% h-nt 12% h-p0nt 25% h-2p0nt 11% ⇒charged track in tag-side is restricted to be lepton to suppress qq events. h2 h3 h1 26
Event selection(4) Level.4 Mtag-side<1.8GeV/c2 Msignal-side<1.8GeV/c2 pCM(K*+h1)>3.5GeV/c cosqCMK*-h1>0.92 h1 Msignal-side data signal tt 27
Data 4.68×104 MC (K,p-ID corrected) tgK*Kn 3.94×104 ttBG non-resonant mode tgKKpn 2980 tgKKpp0n 182 tgKppn 1370 tgKppp0n 103 tgK*pn 1060 tgK*pp0n 105 Others 6310 resonant mode tgK*Kp0n 3260 Numbers of events after all selections • qq • uds 123 • cc 25.4 • bb 0 • 2photon • eeuu 0 • eess 25.3 • eecc 0 • eeee 0 • eemm 0 • mm 0 • Bhabha 7.61 28
After all event selections MKp Data tgK*Kn tgK*Kp0n tgpppn tgK*pn tgKppn tgKppp0n tgK*pp0n tgKKpn tgKKpp0n qq Bhabha 2photon
背景事象の形の見積もりの手順 K*peakを作らない背景事象 K K p • tgKKpn • tgKKpp0n • qq • Bhabha • 2photon • tgpppn • tgK*pn • tgKppn • tgKppp0n • tgK*pp0n p g g t p中間子をK中間子に missIDしているモード それ以外のモード
背景事象の形の見積もり(1) h2 h3 p中間子をK中間子にmissIDしているモード • 実験データから形を見積もるには数が少ない • 信号事象との分離も容易ではない • K-IDh2>0.8 , p-IDh3>0.8 g K-IDh2<0.1 , p-IDh3>0.9 • (KKp選別)(Kpp選別) • 本来の選別を行った時に比べ、約10倍の背景事象が得られる • 信号事象が抑制される h1
Kpp選別を行った時のMKp分布 Data tgK*Kn tgK*Kp0n tgpppn tgK*pn tgKppn tgKppp0n tgK*pp0n • Data 100513 • MC tgK*Kn 2556 tgK*Kp0n 285 tgpppn 69156 tgK*pn 14139 tgKppn 20499 tgKppp0n 1193 tgK*pp0n 1169 tgKKpn 193 tgKKpp0n 12 全事象選別後に残った事象数 MCはdataをよく再現 ただし、h1,h2の4元運動量を求める際に、 h2にはK中間子の質量を、h3にはp中間子の質量を要求 DataのMKp分布に対し、スムージングを行い、 p中間子をK中間子にmissIDしているモードの形にする
h2 粒子識別条件変更によるMKp分布の変化 • KKp選別からKpp選別に変更した影響でMKp分布が変わる • 例 : Dataのh2粒子の運動量分布 それぞれ5つのモード(p中間子をK中間子にmissIDしているモード)の MCに対し、KKp選別を行った場合のMKp分布と、Kpp選別を行った場 合のMKp分布との比をとる。 粒子識別条件を変えると 運動量分布が変化する 不変質量分布MKpの形も 変化する ph2 黒:KKp選別 赤:Kpp選別 影響を見積もるために・・・
各MKpMC分布の比の評価 傾き:ゆがみ tgpppn tgK*pn tgKppn KKp選別を行った場合のMKp分布 Kpp選別を行った場合のMKp分布 1次関数をFit tgKppp0n 34 tgK*pp0n
分布の補正 黒:補正前 青:補正後 tgpppn MKp 傾き:ゆがみ DataのMKp分布に対し補正する 補正の誤差による信号数への影響は、 2つの場合の関数をDataにFitして、その違いから見積もる。 35
背景事象の形の見積もり(2) h2 h3 それ以外のモード • 正しく粒子識別が行われたときに残ってきた • 背景事象なので、実験データでは、信号と • 背景事象を区別できない。 • ⇒MCデータを用いて評価 h1 qq Bhabha 2photon qq,Bhabha,2photon tgKKpn tgKKpp0n
Motivation Cabibbo angle Sinqc=0.2257±0.0021(PDG2006) t-gK*K-nt t - → fK-nt cosqc(allowed) sinqc(suppressed) × (phase space ratio) ①improve accuracy of the branching ratio • Use data sample more than 1000 times larger(improve statistical error) ② verify Standard Model • Measurement of Cabibbo angle sinqc=Vus, cosqc=Vud jw-= Vus(su)+Vud(du) ⇒We measure qc in t decay with same data sample. 37