Document

Analysis of
0 *
t gK K nt 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
1
motivation
Current status
 ARGUS(1995)
Br(t-gK*0K-nt) =(0.200.050.04) %
Ntt=3.73×105
s =10.6GeV , S/N=0.51
 ALEPH(1998)
Br(t-gK*0K-nt)=(0.2130.048) %
Ntt=2.02×105
s =92GeV
PDG(obtained by average of two results)reported:
Br(t-gK*0K-nt) =(0.210.04)%
decay process
2
motivation
Current status
 ARGUS(1995)
Br(t-gK*0K-nt)
5
=(0.200.050.04) %
Ntt=3.73×10
s =10.6GeV , S/N=0.51
 ALEPH(1998)
Br(t-gK*0K-nt)=(0.2130.048) %
Ntt=2.02×105
s =92GeV
PDG(obtained by average of two results)reported:
Br(t-gK*0K-nt) =(0.210.04)%
error:20%
さらに高精度な
tgK*Kn崩壊分岐比
decay process
を得たい
3
motivation
Current status
 ARGUS(1995)
Br(t-gK*0K-nt)
5
=(0.200.050.04) %
Ntt=3.73×10
s =10.6GeV , S/N=0.51
 ALEPH(1998)
Br(t-gK*0K-nt)=(0.2130.048) %
Ntt=2.02×105
s =92GeV
PDG(obtained by average of two results)reported:
Br(t-gK*0K-nt) =(0.210.04)%
error:20%
さらに高精度な
tgK*Kn崩壊分岐比
decay process
を得たい
 本解析(Belle s =10.6GeV)
1000倍以上のdata量Ntt=4.46×108 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
4
Motivation
ALEPH,ARGUS : 20%error (systematic&statistical error)
さらに高精度なtgK*Kn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
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。
5
Event selection





tgKKpnを信号として選択(K-ID,p-ID)
tag-sideにはtgenn/mnnを要求(35%)
(qq事象の抑制)
tペア事象を選別するための条件

Msignal-side<1.8GeV/c2 など
pCMKp>1.5GeV/c
信号事象数は、再構成したK*粒子の不変質量分布MKpから見積もる
Msignal-side
data
signal
tt
pCMKp
data
Signal(10倍)
tt
qq
Bhabha
2photon
6
After all event selections
MKp
ttBG
Data
(4.68x104個)
tgK*Kn (3.94x104個)
tgK*Kp0n
tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
tgKKpn
tgKKpp0n
qq
Bhabha
2photon
S/N=2.53
(ARGUS:S/N=0.51)
崩壊分岐比の測定方法
 崩壊分岐比
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
s
:生成断面積

:tgK*Kn崩壊事象の検出効率
NMC :全事象選別後のtgK*KnMC事象数
N0
: tgK*KnMCの全事象数
 信号事象数Ndataの見積もり方
① MKp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。
MKp
K*peakを
持つ事象
K*peakを
持たない事象
8
崩壊分岐比の測定方法
 崩壊分岐比
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
s
:生成断面積

:tgK*Kn崩壊事象の検出効率
NMC :全事象選別後のtgK*KnMC事象数
N0
: tgK*KnMCの全事象数
 信号事象数Ndataの見積もり方
MKp
① MKp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。
K*peakを
持つ事象
K*peakを
持たない事象
p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。
K
p
K
p
g
t
g
p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
9
崩壊分岐比の測定方法
 崩壊分岐比
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
s
:生成断面積

:tgK*Kn崩壊事象の検出効率
NMC :全事象選別後のtgK*KnMC事象数
N0
: tgK*KnMCの全事象数
 信号事象数Ndataの見積もり方
① MKp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。
p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。
MKp
K*peakを
持つ事象
K*peakを
持たない事象
② K*peakを持つ事象の中から、
背景事象であるtgK*Kp0n を除く。
p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
10
崩壊分岐比の測定方法
 崩壊分岐比
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
s
:生成断面積

:tgK*Kn崩壊事象の検出効率
NMC :全事象選別後のtgK*KnMC事象数
N0
: tgK*KnMCの全事象数
 信号事象数Ndataの見積もり方
① MKp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。
p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。
MKp
K*peakを
持つ事象
K*peakを
持たない事象
② K*peakを持つ事象の中から、
背景事象であるtgK*Kp0n を除く。
p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
11
統計誤差＆系統誤差

統計誤差


0.53% f
ARGUS:25%
系統誤差

Luminosity
t-pair cross-section
Track finding efficiency
Trigger efficiency
Lepton-ID
Kaon-ID/fake
MC statistics
Br(K*0gK+p-)

背景事象の見積もりによる誤差







Total
1.4%
1.3%
4.0%
0.81%
3%
3%
0.54%
0.02%
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。
6.2%
1%程度に抑えたい
12
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
MKp
背景事象の崩壊分岐比(PDG)
Br(tgK*Kn)=(2.1±0.4)×10-3
Br(tgKKpn)=(1.3±3.2)×10-4
Br(tgKKpp0n)=(6.1±2.0)×10-5
Br(tgKppn)=(2.4±0.5)×10-3
Br(tgKppp0n)=(1.32±0.14)×10-3
Br(tgK*pn)=(2.2±0.5)×10-3
Br(tgK*pp0n)=(1.6±1.8)×10-3
Br(tgK*Kp0n)=(1.1±1.5)×10-3
Dataを使って背景事象の形を見積もりたい
13
背景事象の形の見積もり方におけるidea
h1
h2
 p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。
MKp
MKp
K K p選別
K-IDh1>0.8 , p-IDh2>0.8
Data
tgK*Kn
tgK*Kp0n
tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
K p p選別
K-IDh1<0.1 , p-IDh2>0.9
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、
14
背景事象の形を見積もることが可能！
形の補正
粒子識別条件を変更したことにより、分布の形が変わる g 形を補正
MKp
Kpp選別
MKp
h1
h2
KKp選別
15
形の補正
粒子識別条件を変更したことにより、分布の形が変わる g 形を補正
MKp
Kpp選別
MKp
h1
h2
KKp選別
16
形の補正
粒子識別条件を変更したことにより、分布の形が変わる g 形を補正
MKp
補正
MKp分布(KKp選別)
MKp分布(Kpp選別)
Kpp選別
MKp
MKp
h1
h2
KKp選別
17
DataへのFit
MKp
MKp
data
信号事象
背景事象1
(補正前)
背景事象2
背景事象1





tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
背景事象2





tgKKpn
tgKKpp0n
qq
Bhabha
2photon
data
信号事象
背景事象1
(補正後)
背景事象2
Fitの結果
補正前
補正後
信号事象
36036±184
35632±188
背景事象1
7591±201
9181±238
背景事象2
2978±166
1818±183
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)%
18
Summary & plan
summary
 ARGUS,ALEPHと比べて約1000倍の、4.46×108のtペアを用いて解析を行った。
 tgK*Kn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。
g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。
 tgK*Kn崩壊分岐比を評価する。
19
Back up
20
Introduction of neutral K* (892)




Vector particle
mass
(896.00±0.25)MeV (PDG2006)
width
(50.3±0.6)MeV (PDG2006)
decay modes
Kp ～100%
K+p- 2/3
K0p0 1/3
high accuracy
21
Data & MC set
Data&MC samples
 Data
 451/fb
 MC
 tgK*Kn
397/fb
 ttBG
non-resonant mode







tgKKpn
tgKKpp0n
tgKppn
tgKppp0n
tgK*pn
tgK*pp0n
others
4310/fb
36800/fb
421/fb
850/fb
510/fb
701/fb
874/fb
resonant mode

tgK*Kp0n 757/fb
qq
uds
 cc
 bb
2photon
eeuu
 eess
 eecc
 eeee
 eemm
 mm
 Bhabha

417/fb
722/fb
0.04/fb
53.0/fb
530/fb
530/fb
53.0/fb
106/fb
53.0/fb
59.3/fb22
Event selection(1)
Level.0
 Charged track




pt>0.06GeV/c,-0.6235<cosqtrk-beamline<0.8332
pt>0.1GeV/c,-0.8660<cosqtrk-beamline<-0.6235
pt>0.1GeV/c,0.8332<cosqtrk-beamline<0.9563
Gamma

Eg>0.1GeV,-0.8660<cosqg-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)

23
Event selection(2)
Level.1
CM
 E total<11GeV
 pmiss>0.1GeV/c
 -0.866025<cosqmiss<0.95630
CM
 cosq thrust-miss<-0.6
Level.2
 0.6GeV/c2<MKp<1.8GeV/c2
CM
 p Kp>1.5GeV/c
pCMKp
data
Signal(10倍)
tt
qq
Bhabha
2photon
24
Event selection(3)
h3
Level.3
 Ng=0 for signal-side
 Ng≦1 for tag-side
h2
h1
 K-IDh1>0.8,cosqh1-beamline>-0.6
 p-IDh2>0.8,cosqh2-beamline>-0.6
 K-IDh3>0.8,cosqh3-beamline>-0.6
 Right charge assignment(ストレンジネス保存)
 e-IDh1<0.9
-gr-n,Bhabha,2photon
t
 e-IDh2<0.9
are suppressed
r-gp-p0
 e-IDh3<0.9
9 gg
 e-ID>0.1 or m-ID>0.1 for tag-side
9 e+e25
t-decay:1-prongEvent
(more than
85%)
selection(3)
g select 1-prong in tag-side
-decay mode
t
Level.3
17％
Ng=0mnfor
signal-side
t
 Ngc1
e-nefor
nt tag-side
18%
h-nt
12%
 K-IDh1>0.8,cosqh1>-0.6
h-p0nt
25%
 p-IDh2>0.8,cosqh2>-0.6
h-2p0nt 11%
 K-IDh3>0.8,cosqh3>-0.6
trackassignment
in tag-side is
⇒charged
Right charge
restricted to be lepton to
 e-IDh1<0.9
suppress qq events.
 e-IDh2<0.9
 e-IDh3<0.9
 e-ID>0.1 or m-ID>0.1 for tag-side

h2
h3
m-n
h1
26
Event selection(4)
Level.4
 Mtag-side<1.8GeV/c2
 Msignal-side<1.8GeV/c2
CM
 p (K*+h1)>3.5GeV/c
CM
 cosq K*-h1>0.92
h1
Msignal-side
data
signal
tt
27
Numbers of events after all selections
 Data
 4.68×104
 MC (K,p-ID corrected)
 tgK*Kn
3.94×104
 ttBG
non-resonant mode







tgKKpn
tgKKpp0n
tgKppn
tgKppp0n
tgK*pn
tgK*pp0n
Others
2980
182
1370
103
1060
105
6310
resonant mode

tgK*Kp0n
3260
qq
uds
 cc
 bb
2photon
 eeuu
 eess
 eecc
 eeee
 eemm
 mm
 Bhabha

123
25.4
0
0
25.3
0
0
0
0
7.61
28
After all event selections
MKp
Data
tgK*Kn
tgK*Kp0n
tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
tgKKpn
tgKKpp0n
qq
Bhabha
2photon
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
tgpppn
 tgK*pn
 tgKppn
0
 tgKppp n
0
 tgK*pp n
K
K p
p

p中間子をK中間子に
missIDしているモード
g
t
g
tgKKpn
0
 tgKKpp n
 qq
 Bhabha
 2photon

それ以外のモード
30
背景事象の形の見積もり(1)
h2
h3
p中間子をK中間子にmissIDしているモード
実験データから形を見積もるには数が少ない
h1
信号事象との分離も容易ではない
K-IDh2>0.8 , p-IDh3>0.8 g K-IDh2<0.1 , p-IDh3>0.9
（KKp選別）
（Kpp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
31
Kpp選別を行った時のMKp分布
Data
tgK*Kn
tgK*Kp0n
tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
Data
MC
tgK*Kn
tgK*Kp0n
tgpppn
tgK*pn
tgKppn
tgKppp0n
tgK*pp0n
tgKKpn
tgKKpp0n
100513
2556
285
69156
14139
20499
1193
1169
193
12
全事象選別後に残った事象数
MCはdataをよく再現
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p中間子の質量を要求
DataのMKp 分布に対し、スムージングを行い、
p中間子をK中間子にmissIDしているモードの形にする
32
h2
粒子識別条件変更によるMKp分布の変化
 KKp選別からKpp選別に変更した影響でMKp分布が変わる

例 : Dataのh2粒子の運動量分布
ph2
黒：KKp選別
赤：Kpp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MKpの形も
変化する
影響を見積もるために・・・
それぞれ5つのモード(p中間子をK中間子にmissIDしているモード)の
MCに対し、KKp選別を行った場合のMKp分布と、Kpp選別を行った場
合のMKp分布との比をとる。
33
各MKpMC分布の比の評価
傾き：ゆがみ
tgpppn
tgK*pn
tgKppn
KKp選別を行った場合のMKp分布
Kpp選別を行った場合のMKp分布
1次関数をFit
tgKppp0n
tgK*pp0n
34
分布の補正
黒：補正前
青：補正後
tgpppn
MKp
傾き：ゆがみ
DataのMKp分布に対し補正する
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。
35
背景事象の形の見積もり(2)
h2
それ以外のモード
h3
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。
h1
⇒MCデータを用いて評価
qq
Bhabha
2photon
tgKKpn
tgKKpp0n
qq,Bhabha,2photon
36
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
sinqc=Vus, cosqc=Vud
jw-= Vus(su)+Vud(du)
t -  K-nt
sinqc(suppressed)
Cabibbo angle
Sinqc=0.2257±0.0021(PDG2006)
t-gK*K-nt
cosqc(allowed)
Br(t  Kn )
2
~
tan
q c × (phase space ratio)
*
Br(t  K Kn )
⇒We measure qc in t decay with same data sample.
37

Download Report