1 / 18

Ricostruzione di jet in ALICE

Ricostruzione di jet in ALICE. Davide Perrino Dipartimento di Fisica – INFN di Bari IV Convegno Nazionale sulla Fisica di Alice – 30/09/2008. Sommario. Attività della Jet Task Force Analisi con DA Associazione di jet Deconvoluzione di jet. Task in svn. Attività della Jet Task Force.

wei
Download Presentation

Ricostruzione di jet in ALICE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Ricostruzione di jet in ALICE Davide Perrino Dipartimento di Fisica – INFN di Bari IV Convegno Nazionale sulla Fisica di Alice – 30/09/2008

  2. Sommario • Attività della Jet Task Force • Analisi con DA • Associazione di jet • Deconvoluzione di jet

  3. Task in svn Attività della Jet Task Force • Spettri di particelle e QA. • PID ad alto PT. • Tagli sulle tracce. • Ricostruzione di jet. • Deconvoluzione di jet. • Analisi di di-jet. • Studio dell’Underlying Event. • Jet trigger.

  4. Analisi su CAF • Si è realizzato un treno per l’analisi dei jet, gestibile tramite la macro AnalysisTrainCAF.C, che permette di utilizzare in maniera modulare le task incluse: • ESD Filter • Jet Finder • Di-jet • Jet spectrum • Underlying Event

  5. Analisi su CAF Kine ESD ESD Filter jf Jet Finder Di-Jet Task aggiuntive AODTrack AOD AODJet<Liv> DiJet Usando AnalysisTrainCAF.C è possibile trovare i jet con diversi JetFinder (jf=DA,UA1,ecc.) a differenti livelli (Liv=MC, ESD, AOD) e salvarli nell’AODEvent attraverso la creazione di Branch non standard, per effettuare comparazioni.

  6. Ricostruzione di jet con DA L’algoritmo è in $ALICE_ROOT/JETAN/AliDAJetFinder, ed è possibile compiere analisi non locale. E’ stato illustrato in molti precedenti meeting: • http://indico.cern.ch/conferenceDisplay.py?confId=7298 • http://indico.cern.ch/conferenceDisplay.py?confId=10988 (Wed 14 Feb) Per ulteriori dettagli sul Deterministic Annealing: ALICE-INT-2008-022

  7. Jet Reader Jet Finder Ricostruzione di jet con DA Macro ConfigJetAnalysisDA.C printf("ConfigJetAnalysis() \n"); AliJetAODReaderHeader *jrh = new AliJetAODReaderHeader(); jrh->SetComment("AOD Reader"); jrh->SetPtCut(0.); jrh->SetTestFilterMask(1<<0); AliJetAODReader *er = new AliJetAODReader(); er->SetReaderHeader(jrh); AliDAJetHeader *jh=new AliDAJetHeader(); jh->SetComment("DA jet code with default parameters"); jh->SelectJets(kTRUE); jh->SetNclust(10); jetFinder = new AliDAJetFinder(); jetFinder->SetJetHeader(jh); jetFinder->SetJetReader(er); return jetFinder;

  8. Ricostruzione di jet con DA Per l’analisi su CAF ho usato, nella presente e nelle diapositive successive, il dataset: PWG4/arian/jetjetAbove_50_real . Nel grafico è riportato lo spettro ricostruito con il DA, analizzando 50k eventi.

  9. Associazione di jet AliAnalysisTaskJetSpectrum (Christian Klein-Boesing) include un metodo per associare i jet ricostruiti usando diversi input (MC, ESD, AOD) dallo stesso evento. L’associazione è fatta in maniera biunivoca.

  10. Associazione di jet Pythia Jet vs Jet da MC Pythia Jet vs Jet da AOD

  11. Associazione di jet Jet da Kine vs Jet da AOD Jet da ESD vs Jet da AOD

  12. Deconvoluzione di jet La possibilità di utilizzare le sole particelle cariche per la ricostruzione di jet costituisce una limitazione. Infatti, l’energia totale ET del jet è un parametro importante, anche perché è utilizzata nella definizione di variabili utili per studiare la differenza tra jet ricostruiti in p-p e in Pb-Pb. Esempio: frammentazione della leading particle tramite z=pT/Ejet. Metodo implementato da Ydalia Delgado Mercado, non ancora in svn.

  13. Deconvoluzione di jet Il metodo di Bayes sfrutta la seguente relazione: p(t|m)=p(t)p(m|t)/p(m) In cui: • p(t)=distribuzione di prob. dello spettro generato • p(m)=distribuzione di prob. dello spettro ricostruito • p(m|t)=probabilità di ottenere m, se t è la funzione generata (funzione di risposta). • p(t|m) funzione inversa di p(m|t).

  14. Deconvoluzione di jet Si ricava quindi la distribuzione generata: p(t)=Σmp(m)p(t|m) I passaggi sono: • Si sceglie una p0(t) (prior). • Si calcola p(t|m)=p0(t)p(m|t)/p(m). • Si aggiorna p0(t)= Σmp(m)p(t|m). • Si ritorna al punto 2. Dopo alcune iterazioni p0(t) converge verso il valore cercato p(t).

  15. Deconvoluzione di jet Metodo di deconvoluzione di Bayes applicato a istogrammi 2D, usando come variabili: (EGen,ERec,ZGen,ZRec). (YDM) Le mappe di correlazione, ricavate utilizzando la task JetSpectrum prima descritta (CKB), sono:

  16. Deconvoluzione di jet Applicando alla distribuzione ricostruita la deconvoluzione, la distribuzione ottenuta è molto simile a quella originale.

  17. Proiezioni sugli assi E e z I grafici mostrano il risultato della deconvoluzione per E e z. I risultati sono buoni nei bin contenenti un numero sufficiente di dati.

  18. Conclusioni • La Jet Task Force ha iniziato da luglio le proprie attività, per organizzare e coordinare l’analisi di eventi con particelle ad alto pT. • Ho mostrato alcuni dei più recenti sviluppi, applicando gli strumenti sviluppati alla ricostruzione di jet effettuata con il DA. • L’algoritmo è completamente integrato nel framework di analisi, ed è utilizzabile sui dataset prodotti (purtroppo pochi, al momento).

More Related