November 15th, 2013
Questo documento dimostra un protocollo per la rifusione sperimentali limiti di modello semplificato in termini conservativi e aggressive su un nuovo modello di fisica arbitraria. Pubblicamente disponibili LHC risultati sperimentali possono essere rifusi in questo modo in limiti su quasi ogni nuovo modello della fisica con una firma supersimmetria-like.
L'obiettivo generale di questa procedura è quello di applicare i limiti esistenti sui modelli semplificati per completare nuovi modelli fisici. Ciò si ottiene decostruendo prima il nuovo modello fisico nei suoi processi e modi costitutivi. Il secondo passo consiste nel compilare un elenco di modelli semplificati che coprono i processi nel nuovo modello fisico.
Successivamente, la cinematica dei modelli semplificati scelti deve essere convalidata rispetto alla cinematica di un punto completo per garantire una copertura completa. Il passo finale consiste nel convertire i limiti esistenti su questi modelli semplificati in limiti sul nuovo modello fisico. In definitiva, i limiti stimati utilizzando modelli semplificati vengono utilizzati per dimostrare che i limiti approssimati possono essere ottenuti senza studi Montecarlo dedicati.
Il vantaggio principale di questa tecnica rispetto ai metodi esistenti è che non è necessario convalidare o eseguire alcuna simulazione del rivelatore per ottenere un limite utile. Questo metodo offre ai teorici un nuovo modo di utilizzare i risultati sperimentali Gli individui nuovi all'aldilà comprendono un modello. La fisica in genere lotta con l'apparente complessità dei nuovi modelli fisici.
Tuttavia, con questo metodo, siamo in grado di riprodurre quasi completamente la cinematica del modello completo, che è il piccolo numero di modelli semplificati, che rende la vita molto più facile. Il primo passo per esplorare la supergravità minima studiata in questo video o in qualsiasi nuovo modello fisico è generare eventi di collisione tra protoni e protoni che coprono un piano nel suo spazio di parametri. Per fare ciò, utilizza una raccolta di software che produce eventi con docce Parton e incorpora un modello di patrocinio.
Passa gli eventi attraverso il pacchetto software PGS di simulazione piuttosto buono con una grande scheda di parametri del rivelatore Hadron Collider ed estrai gli oggetti dello stato finale. Successivamente, utilizzare i risultati dell'evento PGS e il record dell'evento generatore per classificare la produzione di parti in modalità di decadimento. Tieni traccia di tutte le masse delle particelle, dei meccanismi di produzione, delle catene di decadimento e dei rispettivi conteggi e usali per calcolare le frazioni di ramificazione.
Calcola le migliori sezioni trasversali di produzione per il modello di interesse. Avvia la ricostruzione del modello selezionando un punto nello spazio dei parametri della nuova fisica. Modella il semipiano M zero M1 in supergravità minima.
Determinare le modalità di produzione per questo punto e annotare quelle importanti per lo stesso punto nello spazio dei parametri. Determinare le modalità di decadimento importanti Scansiona lo spazio dei parametri e ripeti questi passaggi fino a quando non c'è un dizionario di modelli semplificati che copre almeno il 50% delle modalità di produzione e decadimento aperte del nuovo modello fisico. Successivamente, inizia a testare la qualità del modello semplificato.
Scegliete un punto rappresentativo del nuovo modello fisico e costruite lì il relativo modello semplificato utilizzando le masse appropriate. Ripetete l'operazione per diversi punti, ottenendo diversi modelli semplificati. Inizia con un modello semplificato e pesalo con un fattore proporzionale alla sua frazione di produzione moltiplicata per la sua frazione di ramificazione.
Quindi, aggiungi un secondo modello ponderato al primo. Continua a fare lo stesso per ciascuno degli altri modelli per formare una somma su tutti i modelli. Successivamente, calcola le distribuzioni cinematiche per i punti rappresentativi della supergravità minima utilizzando la procedura di generazione degli eventi e confrontale con quelle del modello semplificato combinato.
Se la cinematica differisce di oltre il 30%includere ulteriori modelli semplificati per migliorare la copertura per il limite più conservativo. Iniziare la costruzione del limite considerando l'espressione per il numero previsto di eventi illustrato qui. Ottenere i prodotti pertinenti di accettazione ed efficienza.
Scegliere un punto spaziale del parametro e utilizzare questa equazione per testare il comportamento del nuovo modello fisico quando non vengono fatte ipotesi su eventi non esplicitamente inclusi nel modello semplificato. Per ottenere un limite più realistico per lo stesso punto spaziale del parametro. Testare il nuovo modello fisico assumendo che l'efficienza per la produzione associata non sia significativamente diversa da quella della produzione di coppie.
Per un test limite più aggressivo il punto dello spazio dei parametri con l'assunzione che le modalità di produzione non rappresentate da siano esplicitamente incluse. I modelli semplificati sono paragonabili a quelli inclusi. Per ottenere il limite possibile più aggressivo, aggiungere l'assunzione che i modi di decadimento non siano rappresentati dall'esplicitamente incluso.
I modelli semplificati sono paragonabili a quelli dei modelli inclusi. Supponendo che non ci siano informazioni sulle correlazioni, utilizzare il limite impostato dalla regione del segnale con le migliori prestazioni previste. Questo grafico mostra un esempio di limite di esclusione per i modelli di supergravità minima con un rapporto tra i valori di attesa del vuoto di Higgs di 10, l'accoppiamento alineare di zero e un parametro di massa positivo.
I limiti combinati sono ottenuti utilizzando la regione del segnale, che genera il miglior limite atteso in ogni punto dello spazio dei parametri. La linea blu del trattino mostra il limite previsto del livello di confidenza del 95%. Non vengono prese in considerazione le incertezze sistematiche teoriche.
La linea rossa continua è il limite osservato, vengono visualizzati anche i risultati delle ricerche precedenti con diverse scelte di parametri. Di seguito sono riportati i limiti di esclusione ottenuti utilizzando solo modelli semplificati per ciascuna delle ipotesi successivamente più aggressive formulate nell'analisi. I limiti sono etichettati dal numero di equazione del manoscritto.
Per fare un confronto con l'esperimento Atlas, viene interpolato il prodotto del rapporto di accettazione e dell'efficienza. Il limite di esclusione più conservativo segue il limite della ricerca dedicata nelle regioni che sono ben coperte dai modelli semplificati, il limite più aggressivo sovrastima l'esclusione fino a 40 giga elettronvolt nella regione dominata da squawk e fino a 100 giga elettronvolt nella regione dominata da Gino. Si noti che anche per il piccolo numero di modelli semplificati utilizzati, i limiti conservativi impostati sono vicini al risultato corretto.
Dopo aver visto questo video, dovresti avere una buona comprensione di come utilizzare i limiti sperimentali esistenti per impostare un limite su qualsiasi nuovo modello fisico. Durante il tentativo di questa procedura, è importante ricordare esattamente quali ipotesi sono state fatte sugli stati finali e se tali ipotesi sono fisiche e valide.
View the full transcript and gain access to thousands of scientific videos
Questo documento presenta un protocollo per tradurre i limiti sperimentali da modelli semplificati in limiti conservativi e aggressivi applicabili a nuovi modelli di fisica. La metodologia consente l'utilizzo dei risultati sperimentali LHC esistenti per derivare limiti su vari nuovi modelli di fisica con firme simili alla supersimmetria.
Setting experimental limits on supersymmetry and related theories is a critical challenge due to vast parameter spaces and complex model structures. The use of simplified models enables more interpretable and transferable constraints, supporting robust hypothesis testing and portfolio triage in early-stage discovery. This approach enhances predictive confidence and accelerates decision-making across theoretical and translational research pipelines.
This methodology integrates from early discovery through lead identification by enabling rapid recasting of experimental results into new theoretical frameworks.