Download presentation
Presentation is loading. Please wait.
1
1 Analysis of K * 0 K - 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
2
2 motivation Current status ARGUS (1995) Br( K *0 K ) (0.20 0.05 0.04) % N 3.73×10 5 s 10.6GeV, S/N=0.51 ALEPH(1998) Br( K *0 K ) (0.213 0.048) % 2.02×10 5 s 92GeV PDG(obtained by average of two results)reported: Br( K *0 K ) (0.21 0.04)% decay process
3
3 motivation Current status ARGUS (1995) Br( K *0 K ) (0.20 0.05 0.04) % N 3.73×10 5 s 10.6GeV, S/N=0.51 ALEPH(1998) Br( K *0 K ) (0.213 0.048) % 2.02×10 5 s 92GeV PDG(obtained by average of two results)reported: Br( K *0 K ) (0.21 0.04)% decay process error:20% さらに高精度な K * K 崩壊分岐比 を得たい
4
4 motivation Current status ARGUS (1995) Br( K *0 K ) (0.20 0.05 0.04) % N 3.73×10 5 s 10.6GeV, S/N=0.51 ALEPH(1998) Br( K *0 K ) (0.213 0.048) % 2.02×10 5 s 92GeV PDG(obtained by average of two results)reported: Br( K *0 K ) (0.21 0.04)% decay process 本解析 (Belle s = 10.6GeV ) 1000 倍以上の data 量 N =4.46×10 8 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 error:20% さらに高精度な K * K 崩壊分岐比 を得たい
5
5 Motivation 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。 ALEPH,ARGUS : 20%error (systematic&statistical error) さらに高精度な K * K 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
6
6 Event selection KK を信号として選択 (K-ID, -ID) tag-side には e / を要求 (35%) (qq 事象の抑制 ) ペア事象を選別するための条件 M signal-side <1.8GeV/c 2 など p CM K >1.5GeV/c 信号事象数は、再構成した K* 粒子の不変質量分布 M K から見積もる M signal-side data signal p CM K data Signal(10 倍 ) qq Bhabha 2photon
7
After all event selections MKMK Data (4.68x10 4 個 ) K*K (3.94x10 4 個 ) K*K K* K K K* KK KK qq Bhabha 2photon BG S/N=2.53 (ARGUS:S/N=0.51)
8
8 崩壊分岐比の測定方法 崩壊分岐比 信号事象数 N data の見積もり方 ① M K 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 : 生成断面積 : K*K 崩壊事象の検出効率 N MC : 全事象選別後の K*K MC 事象数 N 0 : K*K MC の全事象数 K*peak を 持つ事象 K*peak を 持たない事象 MKMK
9
9 崩壊分岐比の測定方法 崩壊分岐比 信号事象数 N data の見積もり方 ① M K 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 : 生成断面積 : K*K 崩壊事象の検出効率 N MC : 全事象選別後の K*K MC 事象数 N 0 : K*K MC の全事象数 K*peak を 持つ事象 K*peak を 持たない事象 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。 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 K K MKMK
10
10 崩壊分岐比の測定方法 崩壊分岐比 信号事象数 N data の見積もり方 ① M K 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。 ② K*peak を持つ事象の中から、 背景事象である K*K 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 : 生成断面積 : K*K 崩壊事象の検出効率 N MC : 全事象選別後の K*K MC 事象数 N 0 : K*K MC の全事象数 K*peak を 持つ事象 K*peak を 持たない事象 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。 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 MKMK
11
11 崩壊分岐比の測定方法 崩壊分岐比 信号事象数 N data の見積もり方 ① M K 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。 ② K*peak を持つ事象の中から、 背景事象である K*K 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 : 生成断面積 : K*K 崩壊事象の検出効率 N MC : 全事象選別後の K*K MC 事象数 N 0 : K*K MC の全事象数 K*peak を 持つ事象 K*peak を 持たない事象 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。 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 MKMK
12
統計誤差&系統誤差 統計誤差 0.53% ARGUS:25% 系統誤差 Luminosity 1.4% -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* 0 K + - ) 0.02% 背景事象の見積もりによる誤差 Total 6.2% 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
13
13 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( K*K )=(2.1±0.4)×10 -3 Br( KK )=(1.3±3.2)×10 -4 Br( KK )=(6.1±2.0)×10 -5 Br( K )=(2.4±0.5)×10 -3 Br( K )=(1.32±0.14)×10 -3 Br( K )=(2.2±0.5)×10 -3 Br( K* )=(1.6±1.8)×10 -3 Br( K*K )=(1.1±1.5)×10 -3 Data を使って背景事象の形を見積もりたい MKMK
14
14 背景事象の形の見積もり方における idea 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 。 Data K*K K*K K* K K K* h1 h2 K K 選別 K 選別 K-ID h1 >0.8, -ID h2 >0.8 K-ID h1 0.9 MKMK MKMK 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!
15
15 形の補正 h1 h2 K 選別 MKMK 粒子識別条件を変更したことにより、分布の形が変わる 形を補正 MKMK KK 選別
16
16 形の補正 h1 h2 MKMK MKMK 粒子識別条件を変更したことにより、分布の形が変わる 形を補正 K 選別 KK 選別
17
17 形の補正 h1 h2 MKMK MKMK 粒子識別条件を変更したことにより、分布の形が変わる 形を補正 M K 分布 (KK 選別 ) M K 分布 (K 選別 ) MKMK 補正 K 選別 KK 選別
18
18 Data への Fit K* K K K* KK KK qq Bhabha 2photon 背景事象 1 背景事象 2 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 補正前補正後 信号事象 36036±18435632±188 背景事象 1 7591±2019181±238 背景事象 2 2978±1661818±183 Fit の結果 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)% MKMK MKMK
19
19 Summary & plan summary ARGUS,ALEPH と比べて約 1000 倍の、 4.46×10 8 の ペアを用いて解析を行った。 K*K 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。 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。 K*K 崩壊分岐比を評価する。
20
20 Back up
21
Introduction of neutral K * (892) Vector particle mass (896.00±0.25)MeV (PDG2006) width (50.3±0.6)MeV (PDG2006) decay modes K ~ 100% K + - 2/3 K 0 0 1/3 high accuracy 21
22
22 Data & MC set Data&MC samples Data 451/fb MC K*K 397/fb BG non-resonant mode KK 4310/fb KK 36800/fb K 421/fb K 850/fb K* 510/fb K* 701/fb others 874/fb resonant mode K*K 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 ee 106/fb 53.0/fb Bhabha 59.3/fb
23
23 Event selection(1) Level.0 Charged track p t >0.06GeV/c,-0.6235<cos trk-beamline <0.8332 p t >0.1GeV/c,-0.8660<cos trk-beamline <-0.6235 p t >0.1GeV/c,0.8332<cos trk-beamline <0.9563 Gamma E >0.1GeV,-0.8660<cos 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)
24
24 Event selection(2) Level.1 E CM total <11GeV p miss >0.1GeV/c -0.866025<cos miss <0.95630 cos CM thrust-miss <-0.6 Level.2 0.6GeV/c 2 <M K <1.8GeV/c 2 p CM K >1.5GeV/c p CM K data Signal(10 倍 ) qq Bhabha 2photon
25
25 Event selection(3) Level.3 N =0 for signal-side N ≦ 1 for tag-side K-ID h1 >0.8,cos h1-beamline >-0.6 -ID h2 >0.8,cos h2-beamline >-0.6 K-ID h3 >0.8,cos h3-beamline >-0.6 Right charge assignment( ストレンジネス保存 ) e-ID h1 <0.9 e-ID h2 <0.9 e-ID h3 <0.9 e-ID>0.1 or -ID>0.1 for tag-side h3 h2 h1 - -,Bhabha,2photon are suppressed - e + e -
26
26 Event selection(3) Level.3 N =0 for signal-side N c 1 for tag-side K-IDh1>0.8,cos h1>-0.6 -IDh2>0.8,cos h2>-0.6 K-IDh3>0.8,cos h3>-0.6 Right charge assignment e-IDh1<0.9 e-IDh2<0.9 e-ID h3 <0.9 e-ID>0.1 or -ID>0.1 for tag-side h3 h2 h1 decay:1-prong (more than 85%) select 1-prong in tag-side decay mode 17 % e e 18% h 12% h 25% h 11% ⇒ charged track in tag-side is restricted to be lepton to suppress qq events.
27
27 Event selection(4) Level.4 M tag-side <1.8GeV/c 2 M signal-side <1.8GeV/c 2 p CM (K*+h 1 ) >3.5GeV/c cos CM K*-h1 >0.92 M signal-side data signal h1
28
28 Data 4.68×10 4 MC (K, -ID corrected) K*K 3.94×10 4 BG non-resonant mode KK 2980 KK 182 K 1370 K 103 K* 1060 K* 105 Others 6310 resonant mod e K*K 3260 qq uds 123 cc 25.4 bb 0 2photon eeuu 0 eess 25.3 eecc 0 eeee 0 ee 0 0 Bhabha 7.61 Numbers of events after all selections
29
After all event selections MKMK Data K*K K*K K* K K K* KK KK qq Bhabha 2photon
30
30 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 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 KK KK qq Bhabha 2photon K* K K K* K K
31
31 背景事象の形の見積もり (1) 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-ID h2 >0.8, -ID h3 >0.8 K-ID h2 0.9 ( KK 選別) ( K 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 h2 h3 中間子を K 中間子に missID しているモード
32
32 K 選別を行った時の M K 分布 Data の M K 分布に対し、スムージングを行い、 中間子を K 中間子に missID しているモードの形にす る 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 中間子の質量を要求 Data K*K K*K K* K K K* Data 100513 MC K*K 2556 K*K 285 69156 K* 4139 K 20499 K 1193 K* 1169 KK 193 KK 12 全事象選別後に残った事象数 MC は data をよく再現
33
KK 選別から K 選別に変更した影響で M K 分布が変わる 例 : Data の h 2 粒子の運動量分布 それぞれ 5 つのモード ( 中間子を K 中間子に missID しているモード ) の MC に対し、 KK 選別を行った場合の M K 分布と、 K 選別を行った場 合の M K 分布との比をとる。 33 粒子識別条件変更による M K 分布の変化 黒: KK 選別 赤: K 選別 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 M K の形も 変化する p h2 h2 影響を見積もるために・・・
34
34 各 M K MC 分布の比の評価 K* K K K* KK 選別を行った場合の M K 分布 K 選別を行った場合の M K 分布 1 次関数を Fit 傾き:ゆがみ
35
35 分布の補正 傾き:ゆがみ Data の M K 分布に対し補正する 黒:補正前 青:補正後 MKMK 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。
36
36 背景事象の形の見積もり (2) 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 h2 h3 それ以外のモード KK KK qq,Bhabha,2photon qq Bhabha 2photon
37
Motivation ① improve accuracy of the branching ratio – Use data sample more than 1000 times larger(improve statistical error) ② verify Standard Model – Measurement of Cabibbo angle sin c=Vus, cos c=Vud j w- = Vus(su)+Vud(du) sin c (suppressed) cos c (allowed) → K K * K Cabibbo angle Sin c 0.2257±0.0021(PDG2006) ⇒ We measure c in decay with same data sample. phase space ratio
Similar presentations
© 2024 SlidePlayer.com. Inc.
All rights reserved.