LNL, Andrea Dainese 1 Andrea Dainese INFN – LNL per il gruppo ALICE PD-LNL ALICE e il centro Tier-2 LNL-PD

LNL, Andrea Dainese 2 Indice La fisica di ALICE: collisioni nucleo-nucleo a LHC I quark pesanti in ALICE: motivazioni Studi di simulazione condotti dal gruppo Il Computing Model di ALICE Attività sul Tier-2 PD-LNL Conclusioni

LNL, Andrea Dainese 3 Materia di QCD ad alta densità di energia Diagramma di fase di QCD: materia adronica esiste in diversi stati (non solo normale materia nucleare con  ~ 0.15 GeV/fm 3 ) QCD su reticolo predice che, ad alta densità di energia  > 1 GeV/fm 3, la materia nucleare subisca una transizione di fase verso uno stato deconfinato (quark-gluon plasma) Temperature Baryonic density Non sono stati osservati quark liberi, ma il confinamento non è derivato dai principi della QCD. “E’ possibile deconfinare i quark?”

LNL, Andrea Dainese 4 Collisioni nucleo-nucleo Collisione di ioni pesanti ad alta energia: alta densità di energia (> 2–3 GeV/fm 3 ) su un volume esteso (> 1000 fm 3 ) Evidenza di deonfinamento al SPS (Pb-Pb, ) RHIC sta continuando lo studio a Prossimo passo: LHC con Pb-Pb a deep deconfinement: “gas ideale” di gluon e quark con densità di energia ~ 100 GeV/fm 3 abbondante produzione di jet e quark pesanti strumenti per studiare le proprietà del QGP

LNL, Andrea Dainese 5 RHIC ALICE Quark pesanti: “sonde” di QCD Perdita di energia partonica nel QGP, per radiazione di gluoni Partoni energetici: sonde ben calibrate (pp + pQCD) e sensibili alle proprietà del QGP (densità di energia) Danno informazioni su di esse QGP sonda IN (nota da pp + pQCD) sonda OUT IN vs. OUT u,d,s: m~0, C R =4/3 g: m=0, C R =3 c: m~1.5 GeV, C R =4/3 b: m~5 GeV, C R =4/3 perdita di energia, ma difficili da “taggare” a LHC simili a q leggeri, “taggati” con mesoni D > perdita di energia, dominanti a LHC massa elevata < perdita di energia

LNL, Andrea Dainese 6 Perdita di energia a RHIC Osservazione più diretta: soppressione distribuzioni in p T in Pb-Pb rispetto a pp: - fattore 4 di soppressione per i  -  non soppressi (no int. colore) - elettroni da c/b (non separati) soppressi

LNL, Andrea Dainese 7 Quark pesanti in ALICE a LHC LHC: sezioni d’urto più elevate di un fattore ~10 per il charm (~100 cc/evt) e ~100 per il beauty (~5 bb/evt) ALICE: rivelatori ottimizzati per l’identificazione di D e B in ambiente ad alto background (silici e pixel) Charm: D 0  K -  + Beauty: B  e + X TPC (tracking) TOF (K/  id) ITS (vertexing) K  ITS (vertexing) TPC (tracking) TRD (e/  id) e

LNL, Andrea Dainese 8 Ricostruzione D 0  K -  + Canale esclusivo misura diretta della distrib. in p T strumento ideale per studiare R AA Decadimento debole con c  = 124  m Grande fondo combinatorio (dN ch /dy = 6000 in Pb-Pb centrale => S/B iniziale ~ ) Strategia: analisi di massa invariante di topologie che originano da vertici secondari separati dal primario Necessaria forte selezione basata su tagli topologici

LNL, Andrea Dainese 9 Beauty via elettroni secondari ALICE ha ottima capacità di identificazione di elettroni e può separare elettroni da beauty grazie alla precisione del rivelatore di vertice a pixel Strategia: identificazione elettroni in TPC+TRD taglio in parametro d ’ impatto c  ~ 500  m

LNL, Andrea Dainese 10 barre interne: errori statistici barre esterne: stat.  p t -dep. syst. non mostrato: 9% (Pb-Pb), 5% (pp, p-Pb) errore di normalizzazione Resultati attesi (1 LHC-year a lumi nominale)

LNL, Andrea Dainese 11 Risorse utilizzate per gli studi di simulazione Strategie di selezione di D 0 e elettroni da B studiate su un campione di 4x10 4 eventi per Pb-Pb e 10 7 per pp 1 evento Pb-Pb “full-simulation”: ~1 GB e ~10 CPU h (0.8GHz) Sono state usate tecniche di simulazione veloce: 1 evento = 40 MB e 0.25 CPU h (0.8GHz) Totale per Pb-Pb: 1.6 TB e 40 gg con 10 CPU a 0.8 GHz [ = 200 gg (1 KSI2K) ] Per pp, una parte della statistica (4x10 6 ) processata nel 2002 su calcolo distribuito ALICE: MC, reco, analisi con user macro; solo file di output finali copiati a Padova

LNL, Andrea Dainese 12 Il Computing Model di ALICE Produzione e trattamento di dati simulati Ricostruzione e trattamento di dati veri Hyerarchical/chaotic ? Entrambi! Modello MONARC per la definizione dei siti Simulazione e ricostruzione sono task programmate Le analisi sono task caotiche eventualmente con priorità assegnate dai Physics Working Group Il modello a ‘chaotic cloud’: ottimizza le risorse migliora il recupero dopo un ‘incidente’ funziona… (v. PDC04) ALICE Distributed Computing Model Oltre 1000 fisici per numerose analisi e studi di fattibilità Tier0: tutti i dati, trattamento parziale Tier1: copia dati, fine trattamento, long-term storage di dati trattati/simulazioni di Tier1 e Tier2 Tier2: dati simulati, analisi

LNL, Andrea Dainese 13 I Tier2 in ALICE I Tier2 in ALICE hanno i seguenti ruoli: produrre dati MC, trasferirli ai Tier1 realizzare test di analisi su campioni parziali o analisi non programmate/prioritarie (“caotiche”) conservare a breve termine (= il tempo necessario all’analisi) tutti gli AOD e i TAG (cioè le “vecchie” n-tuple e i ‘tag’ per la selezione di classi particolari di eventi) + una frazione dei dati raw e ESD (dati ridotti) Dislocazione degli utenti rispetto ai Tier2 é in principio inessenziale, but… prima del 2007 ci sono studi di fattibilità su dati MC la cui priorità é stabilita dal Physics Board. Studi prioritari che richiedono risorse di calcolo significative potrebbero (come é già successo) essere programmate (non “caotiche”) e quindi controllate/gestite dall’Offline Core Team di ALICE. Questo le può indirizzate principalmente a siti Tier2 particolarmente convenienti dal punto di vista logistico, ad es. per la facilità di interazione col gruppo di studio interessato…

LNL, Andrea Dainese 14 Il gruppo ALICE PD-LNL F. Antinori M. Cinausero A. Dainese D. Fabris J. Faivre E. Fioretto M. Lunardon M. Morando [coordinatore “Heavy Flavour” Physics Working Group] S. Moretto G. Prete F. Scarlassara G. Segato F. Soramel R. Turrisi L. Vannucci G. Viesti

LNL, Andrea Dainese 15 Conclusioni Lo studio della produzione di quark pesanti, a cui si è finora interessato il gruppo PD-LNL, è uno dei temi di punta del programma di fisica di ALICE Gli studi di simulazioni svolti dal gruppo hanno mostrato che queste analisi sono tra quelle che richiedono maggiori risorse in termini di tempo di CPU e spazio su disco Produzioni Monte Carlo ad alta statistica sono necessarie per preparare le strategie di analisi per studiare l’effetto dei tagli e calcolare le corrispondenti correzioni Nel Computing Model di ALICE, i Tier-2 sono considerati come risorse condivise dall’intera Collaborazione e non dedicate a priori a specifici studi di fisica Gli interessi e l’esperienza del nostro gruppo potrebbero rendere conveniente l’indirizzamento di attività di calcolo concernenti i quark pesanti sul Tier-2 PD-LNL

LNL, Andrea Dainese 16 EXTRA

LNL, Andrea Dainese 17 Impact parameter resolution < 60  m (r  ) for p t > 1 GeV/c Mainly provided by the 2 layers of silicon pixels in the ITS PIXEL CELL z: 425  m r  : 50  m Two layers: r = 4 cm r = 7 cm  9.8 M

LNL, Andrea Dainese 18 D 0  K -  + : Selection of D 0 candidates increase S/B by factor ~10 3 ! central Pb-Pb events

LNL, Andrea Dainese 19 S/B initial (M  3  ) S/B final (M  1  ) Significance S/  S+B (M  1  ) Pb-Pb central 5  % 37 (for 10 7 evts, ~1 month) pPb min. bias 2  % 33 (for 10 8 evts, ~1 month) pp 2  % 44 (for 10 9 evts, ~7 months) D 0  K -  + : Results Note: with dN ch /dy = 3000 in Pb-Pb, S/B larger by  4 and significance larger by  2

LNL, Andrea Dainese 20 Charm Quenching Pb-Pb pp Dainese, EPJC33 (2004) 495 Low p t (< 6–7 GeV/c) Nuclear shadowing ‘High’ p t (6–20 GeV/c) here energy loss can be studied (it’s the only expected effect)

LNL, Andrea Dainese 21 Electron Identification in TPC and TRD Background from charged pions suppressed by factor ~10 -4 Example: e ID in TPC selected region (|d 0 |>200  m)

LNL, Andrea Dainese 22 Purity and statistics Signal-to-total ratio and expected statistics in 10 7 central Pb-Pb events p t > 2 GeV/c, 200  < |d 0 | < 600  m 80% purity 8  10 4 e from B

LNL, Andrea Dainese 23 Statistical error on electrons from B |d 0 | > 200  m Subtraction of non-beauty component via data-tuned MC Statistical errors for 10 7 central (0-5%) Pb-Pb events electrons

LNL, Andrea Dainese 24 Extraction of a p t min -differential cross section for B mesons inner bars: stat. errors outer bars: stat.  p t -dep. syst. errors not shown: 9% normalization error UA1: PLB213 (1988) 405; PLB256 (1991) 121 E Loss Calculation: Armesto, Dainese, Salgado, Wiedemann, PRD71 (2005) Note: quenching curves for illustration; Pb-Pb vs. pp comparison needed to study E loss Using electrons in 2 < p t < 20 GeV/c obtain B meson 2 < p t min < 30 GeV/c MC-based procedure à la UA1