Introduzione di un nuovo Jet Finder basato sul Deterministic Annealing Davide Perrino Dipartimento di Fisica di Bari II Convegno Nazionale Fisica di ALICE Vietri (Sa), 31/05/2006

Perché individuare i jet Verifica delle proprietà della pQCD. Per sondare la materia che si creerà nelle collisioni PbPb. Studio di collisioni p-p come punto di riferimento.

Perché individuare i jet E T threshol d N jets 50 GeV GeV GeV GeV Alta molteplicità di eventi con produzione di jet urti centrali PbPb/mese eventi |y| < 0.5

Caratteristiche importanti dei jet Jet shape Funzioni di frammentazione Energia trasversa

Deterministic Annealing E un generico algoritmo di clustering adattato alla ricerca di jet in collisioni adroniche Il problema dellindividuazione dei jet è ricondotto a un problema di clustering Partendo da un insieme di n dati x i si individua un insieme di k cluster y j che rappresentano i dati in ingresso in base alla loro vicinanza E quindi essenziale utilizzare una distanza adeguata

Deterministic Annealing La definizione di distanza scelta determina come funzionerà lalgoritmo Il clustering avviene minimizzando una funzione di costo così definita:

Deterministic Annealing E necessaria lintroduzione di un termine di entropia: per cui la minimizzazione di D corrisponde a cercare il minimo della funzione:

Deterministic Annealing La procedura è deterministica perché si ottimizzano a ogni valore di T i parametri liberi:

Deterministic Annealing =0 = = = = =0.0347

Caratteristiche del DA Lalgoritmo è naturalmente infrared e collinear safe. Parametri: apparentemente sono 7, ma di questi solo uno influisce sullanalisi. Il tempo di CPU dipende da N secondo una potenza 1< <2.

Analisi eventi pp Si sono generati eventi pp a 14 TeV con Pythia, utilizzando le impostazioni classiche (kPyJets, MSEL=1, senza decadimenti di 0, ecc.). Gli eventi sono stati inizialmente analizzati senza tagli sulle particelle nello stato finale.

Ricostruzione Energia Trasversa

Ricostruzione Energia trasversa Si rende necessario trovare un metodo per scegliere i cluster. Selezionati cluster aventi una leading particle con almeno E T = 8 GeV.

Confronto tra jet generati e ricostruiti

Risoluzione Energia Trasversa

Ricostruzione direzione del partone:

Distanza tra i jet individuati

Energia totale vs distanza E T di due jet back to back E T di un solo jet

Conclusioni Il Deterministic Annealing è stato implementato e incluso nellambiente di AliRoot con la definizione di nuove classi. Si è svolta una analisi preliminare su eventi pp generati con Pythia. Il DA presenta alcuni vantaggi rispetto allalgoritmo di cono. In futuro si studierà una diversa maniera di selezionare i cluster e si studieranno eventi PbPb.