W/Z in muoni Cesare Bini (Roma1) ATLAS Physics Workshop Bologna 16/06/09 Riepilogo di W/Z nelle note CSC Vari aspetti della misura ( contributi dei gruppi ): Valutazione dell’accettanza; Misura delle Efficienze; Benchmark Analysis; Misura di  (pp  Z   +X)/  (pp  W   +X) Considerazioni conclusive e prospettive.

W/Z nelle note CSC - I CanaleSez.d’urto TeV) Sez.d’urto TeV) AA fondo%incertezza(* ) (50 pb 14 TeV) pp  Z+X, Z     2015 pb 1390 pb %  0.8 stat  3.8 syst pp  W ± +X, W  pb14800 pb %  0.2 stat  3.1 syst Selezione Z: 1.≥ 2 , p T >20 GeV, |  |<2.5 2.Isolamento 3.|M(  )-M(Z)|<15 GeV Selezione W: 1.=1 , p T >20 GeV, |  |<2.5 2.Isolamento 3.E T miss>25 GeV 4.M T >40 GeV Commenti: - Selezione “facile”, fondo limitato; - Statistica molto elevata:    eventi  e    eventi W; - La teoria è avanzata (calcoli NNLO disponibili) - Misura della luminosità: 5-10% (start), 1-2%(ultimate) (*) non inclusa l’incertezza sulla luminosità

W/Z nelle note CSC - II Misure possibili in questo settore: 1.Sezioni d’urto totali  branching ratios (**) 2.Rapporto di sezioni d’urto   W, BR(W   ) 3.d  /dp T, d  /d   PDF constraints (scala: 200 pb -1 (?)) 4.Misura della massa del W (  (M W )  pb -1,  (PDG)= 25 MeV) 5.Asimmetrie FB e di carica (alta statistica, rilevanza limitata per i muoni) Tema correlato allo Z: 6. Drell-Yan a basse masse (solo lavori sugli elettroni, niente sui muoni) (**)  (Z)   (ZZ): possibile stima dai dati del principale fondo H4l

(Stima di  (pp  ZZ) da  (pp  Z*)) Stima del principale fondo irriducibile alla ricerca dell’Higgs in 4 leptoni utilizzando la misura del rate di eventi di singolo Z La quantità  è puramente teorica e si può valutare con buona precisione (work in progress) (vedi talk sull’Higgs di Daniela Rebuzzi)

W/Z nelle note CSC - III Uso del decadimento Z  per la misura “InSitu” delle efficienze di trigger e ricostruzione dei muoni. Questioni aperte: p T 70 GeV ? Varie efficienze: assolute e condizionate Utilizzo per efficienza complessiva (“ripeso” degli eventi MC) Questioni “tecniche”: inserimento nell’analisi. Metodo Tag&Probe applicato a sample MC di Z  e di fondo (W , bb , tt , Z  ). Risultati ( efficienze di ricostruzione per L=100 pb -1 ): ok per 20 < p T <70 GeV/c - (bck<0.1%, syst  1%) 320 bins: (10 in p T, 20 in  16 in  )   /   0.08%

Vari aspetti della misura Caso della misura della sezione d’urto totale: (1) L int (2) A = accettanza [teoria + MC] (3)  trig,  sel [InSitu + MC “ripesato”] (4) N sel - N bck [event counting + sottrazione bck] Entrano in gioco: - trigger di muoni - ricostruzione di muoni: MS, ID, combined - risoluzione in momento e scala assoluta di momento - ET miss per la W

Working Group coinvolti  WZ signatures: [M.Boonekamp (Saclay)] Benchmark Analysis Sono incoraggiate analisi Non-benchmark Inizio settembre: Standard Model Readiness Review  MuonCombinedPerformance: [D.Orestano, C.Schiavi] InSituPerformance (Efficienze ricostruzione e risoluzioni) Definizione Performance DPD  MuonSlice del trigger [M.Ishino (Tokyo),M.Primavera] Misura efficienze di trigger  InsituPerformance WG [M.Schott (CERN)] Codice per la parte dei muoni Fine giugno: InSitu Workshop Gruppi italiani coinvolti: Cosenza, Frascati, Lecce (*), Pavia, Roma1, Roma2, Roma3

Valutazione dell’Accettanza - I Fattorizzazione accettanza - efficienza: valutazione e stima dell’incertezza puramente MC (volume fiduciale) Roma2

Valutazione dell’Accettanza - II N.B. Note CSC:  A/A  2.3% (per Z e per W) dominate da ISR (contributo PDF 0.9%)

Misura delle efficienze - I Obiettivo: selezionare sample di “probe” per fare le efficienze Selezione CB Probe  trig/reco (p T, ,  ) [L1,L2,EF] “conditional” Selezione TAG Selezione Indet Probe  reco (p T, ,  )  trig (p T, ,  ) [L1,L2,EF] “absolute” Roma1

Misura delle efficienze - II In InsituPerformance ( inserito nella parte muoni) -- per studio performance -- strumento per qualsiasi analisi che seleziona muoni. Come dovrebbe funzionare per la generica analisi ? 1. L’analisi chiama InsituPerformance specificando i suoi tagli ( non necessario se già fatto ); 2. InsituPerformance calcola le matrici di efficienza per dati e MC ( con un dato binning ); 3. L’analisi ricalcola la sua efficienza girando sul MC leggendo le matrici di efficienza (“ripeso”) Caso di stato finale con 2 muoni e trigger in OR:

Misura delle efficienze - III Test in corso su 120 pb -1 a 10 TeV segnale + fondi (samples mc08) Risultati: #probes/pb (InDet) 740 (CB) #fakes /pb (InDet) 0 (CB) #backgr /pb (InDet), 0.1 (CB) (mainly W  ) InDet Probes CB Probes

Misura delle efficienze - IV Il background e i fakes sono concentrati a bassi p T Blu = T&P Mag = MC truth L1_MU10 “absolute” eff. L2_mu10 “absolute” eff. Standalone recon “absolute” eff. p T <15 GeV: - Drell-Yan non aiuta - J/ , Y work in progress - raffinamento tagli ? pT > 60 GeV: - effetti di “muonstrahlung” Binning ottimale delle matrici Altri background: - bb,tt (trascurabili da precedenti analisi) pT (GeV)

“Benchmark Analysis” - I Roma1,Roma2

“Benchmark Analysis” - II Il caso dell’analisi Z  

“Benchmark Analysis” - III Esercizio: lettura matrici di efficienza calcolo “event weight” D2PD = AOD “ridotti” ( meno eventi e/o meno informazioni ) D3PD = ntuple user-friendly per l’utente

Misura di  (pp  Z   +X)/  (pp  W   +X) - I Obiettivi: 1)Selezione degli eventi e reiezione dei fondi 2)Determinazione delle correzioni alle efficienze MC 3)Determinazione risoluzione e scale di impulso e missing E T 4)Stima dei fondi o shape dei fondi dai dati 5)Sistematiche ed impatto delle incertezze teoriche Luminosità integrata: circa 100 pb -1 Pseudo dati: misura da effettuare utilizzando come MC campioni di MC ufficiali e come dati, eventi MC ricostruiti includendo effetti dovuti a disallineamenti miscalibrazioni ecc. ecc. Modello di analisi Step0: Simulazione fondi mancanti (heavyQ e QCD) Step1: RDO  AOD per includere effetti di disallineamento ecc. ecc. Step2: AOD  Ntuple (EWPA) per sviluppo codice analisi Step3: Codice per Ntuple  Codice per AOD per automatizzare l’analisi su Grid Cosenza, Frascati, Pavia, Roma3

Misura di  (pp  Z   +X)/  (pp  W   +X) - II 1) Campione MC: 120,000 Z   Campione di pseudo dati: 95,000 Z   con disallineamenti nel MS o(500  m) (MC e p-dati statisticamente indipendenti) 2) Efficienza dei dati stimata ripesando eventi di segnale MC:  data =  Selezionati W i /  Generati dove W i =  evento (data)/  evento (MC) 3) Errore statistico sul peso ottenuto con tecnica montecarlo  (MS/ID)   (MS) per |  |<2.5 Efficienza di ricostruzione stimata dal prodotto di efficienze di singola particella: Efficienza MS data traccia nell’ID Efficienza muone combinato data traccia nel MS Efficienza di isolamento dato muone combinato Efficienza di settore di trigger dato muone combinato isolato

Misura di  (pp  Z   +X)/  (pp  W   +X) - III Efficienze di singola particella da Tag&Probe su eventi Z   W = ± Peso Medio  MC = (38.78 ± 0.14)% Effic del campione MC  pData = (38.18 ± 0.16)% Effic del campione di p-dati  data = (38.66 ± 0.14 (MCstat) ± 0.11 (EffiSinglePart) )% Esercizio completo di “ripeso” M Z (MeV) Scala di impulso e risoluzione Determinati dal fit alla lineshape dello Z: p Fit =p Rec S×(1+g×R) g numero casuale gaussiano. S B = ± S E = ± R B = ± R E = ± il metodo “funziona”  m disallineamento ha effetto <1%

Misura di  (pp  Z   +X)/  (pp  W   +X) - IV Risoluzione e linearità della missing E T misurate da campioni di Z   : -- Spettro di ETmiss per eventi Z   in slices di Sum ET -- Centrati a 0 con larghezza pari alla risoluzione in ETmiss. -- Confronto con risoluzione da W  MC truth Simulato a Roma3 un campione di 10 6 eventi di bb  mu15X con simulazione fast dei calorimetri, pronti per produzione di 10 7 eventi sulla cloud italiana. Primi studi per determinazione del fondo al W e al Tag&Probe.

Considerazioni conclusive e prospettive Settore importante nella prima parte della presa dati Gruppi italiani fortemente coinvolti soprattutto sulla parte di performance:  Analisi benchmark  Analisi non-benchmark Importante coordinare gli sforzi (anche tecnici, Tier1-2,…) e confrontarsi sui metodi e sui risultati. Da fare ( oltre alle numerosissime “technicalities” ): ACCETTANZA: teoria  (A)/A: molti aspetti da studiare (ISR, MC,..); EFFICIENZE  : regioni p T 70 GeV; “altre” efficienze da includere; BENCHMARK AN.:esercizio completo (topmix sample); RISOLUZIONE/SCALA:effetto mappa B,…; interfaccia con analisi; BACKGROUND: fit lineshape M(  ) per Z e M T per W; produzione e analisi dei samples bb; LUMINOSITA’:interfaccia con calcolatore di luminosità.

Backup Slides

INFN Atlas Tor Vergata23 Cut flow – rel % of the events generated in the acceptance are selected wrong muon coupling can be evaluated using MCTruth Only 12 events (0.01%) after the mass cut have no matching with muons coming from Z in the MC truth Some of the backgrounds need much more statistics for a reliable evaluation of their impact on analysis Agreement with CSC note ZmumuWmunuttbbmu15bbmu5mu15Ztautau Sample size Trigger Preselection ptcut Id isolation Mass cut

INFN Atlas Tor Vergata24 Pile-up – rel 13: comments Difference at the level trigger selection is completely unexpected Further investigation showed that it is due to a bug in the trigger algorithms, causing a significant performance drop in presence of pile-up This kind of effect is release-dependent An important part of this work is to follow the evolution of the offline software across different releases, spotting new problems while profiting from the ones that are being fixed Two main differences wrt the no-pile-up samples: Trigger selection looks to be much more aggressive Isolation requirements have bigger effect Selection efficiency WITH TRIGGER FILTER WITHOUT TRIGGER FILTER Z →μμ: (35.5±0.1)% Z →μμ with pileup: (32.6±0.2)% Z →μμ: (36.4±0.1)% Z →μμ with pileup: (34.8±0.2)%

INFN Atlas Tor Vergata25 Pile-up – rel 13 Understand the impact of pile-up in the signal event selection. At design luminosity (10 34 cm-2 s-1), the average number of minimum- bias events is 23 per bunch crossing, varying according to a Poisson distribution (long tail →big fraction of the bunch crossings will have more than the average number of interactions). In general, expect several effects on analysis Lepton reconstruction efficiencies affected by increased track multiplicity Isolation cuts more effective (of course)

Z   selection Trigger mu10 Tracks At least 2  with |  | 20 GeV Charge Opposite charge Isolation   p T <5 GeV  tracks <6 in 0.4 cone Zmass ±20 GeV mass window W   selection Trigger mu20 Tracks At least 1  with |  | 25 GeV Isolation   p T <5 GeV in 0.4 cone MET E T miss > 25 GeV W T Mass M T > 40 GeV W   Z   ttbar b/s 0.01% 0.05% 0.2%  39% ( rispetto a generati:  1  con |  |<2.8 )  44% ( rispetto a generati:  1  con |  |<2.8 ) Z   W   Z   ttbar J4 b/s 4% 2% 0.1% 0.7% 0.1% Selezione

Sezioni d’urto W/Z attese Da: M. Simonyan ATL-COM-PHYS

x Q 2 (GeV) [%]