Az adatok kiértékelése

A 0,9 és 7 TeV-es adatokat még az alacsony kölcsönhatási gyakoriságok mellett, 2010 elején vettük fel, a 2,76 TeV-es adatokat pedig 2011 elején. A feldolgozott adatok mennyi-ségét úgy választottuk meg, hogy minden tömegközépponti energiára hasonló mennyiség¶

keletkezett részecskével dolgozhassunk, ugyanakkor a nyalábkeresztezésekben a többszö-rös kölcsönhatások számát is alacsonyan tartsuk. A végs® számokat a legkisebb adatsor (2,76 TeV) mérete határozta meg. Így 8,80, 6,74 és 6,20 millió triggerelt és kiválasztott eseményünk volt, rendre √

s = 0,9 TeV, 2,76 TeV és 7 TeV esetén. A megfelel® integrált luminozitás 0,227±0,024 nb⁻¹, 0,143±0,008 nb⁻¹ és 0,115±0,005 nb⁻¹ [6, 7].

A következ®kben az eseményválogatás, a töltött nyomkövetés, a kölcsönhatási pont ke-resése, valamint a másodlagos részecskék kezelésének módját vitatjuk meg. A kapcsolódó korrekciókat a 13.3 szakaszban tárgyaljuk.

Eseményválogatás Az eseményválogatás triggerek és sz¶r®k egymásutánjának ered-ménye, melynek alkotóelemei:

a két BPTX jelének koincidenciája, amely mindkét irányú protonnyaláb egyidej¶

jelenlétét jelzi a kölcsönhatási pontnál;

bármely BSC szcintillátor jele;

legalább egy HF kaloriméter cella (3 < |η| < 5) nagyobb, mint 3 GeV energiával mind a pozitív, mind a negatív z oldalon;

legalább egy rekonstruált kölcsönhatási pont (13.2 szakasz).

A szokatlanul nagyszámú pixel-beütést okozó a nyalábbal együtt mozgó müonok, valamint a nyaláb és a cs®ben maradt gáz kölcsönhatásából származó eseményeket nem használtuk fel [8]. Az eseményválogatással, nyomkövetéssel és kölcsönhatási pont keresé-sével kapcsolatos korrekciók kiszámítására kétmillió Pythia6 [9] eseményt generáltunk majd rekonstruáltunk mindhárom energián, a mért adatokhoz hasonló körülmények kö-zött. A használt tune-okat (D6T [10], Z1 és Z2 [11]) úgy választottuk ki, hogy megfelel®

általános jellemz®kkel rendelkezzenek, különösen a rekonstruált pályát számeloszlásának tekintetében.

A kiválasztott adatokat egy jól deniált trigger felé korrigáltuk. Ez olyan feltételek sorozata, melyek a modellekkel való összehasonlítások során könnyen alkalmazhatók. Itt egy olyan kétoldali (double-sided, DS) triggert választottunk, amely közel esik a valójá-ban használt hardveres triggerhez és az azt követ® szoftveres válogatásokhoz: legalább egy részecske (τ >10⁻¹⁸ s) E >3GeV-vel mindkét oldalon (−5< η <−3és 3< η <5).

A nem diraktív (ND), duplán diraktív (DD) és egyszeresen diraktív disszociációs

178 Alkalmazás: Azonosított töltött hadronok eloszlásai

(SD) folyamatok várható részarányait és a DS válogatás megfelel® hatásfokait a Py-thia eseménygenerátor tune-jaival becsültük meg. Az itt megadott számok a különféle tune-ok által kifeszített tartományokat mutatják. A kétoldali válogatás teljes hatásfoka a teljes rugalmatlan hatáskeresztmetszetre 66-72% (0,9 TeV), 70-76% (2,76 TeV) és 73-78%

(7 TeV). Javarészt ND eseményeket választunk ki 88-98% hatásfokkal, de kisebb részben DD (32-38%) és SD eseményeket (13-26%) is beválogatunk. A kiválasztott események mintegy 90%-a ND, a többi DD vagy SD, nagyjából azonos mértékben.

A kiválasztási hatásfokok arányát a

0.7 0.8 0.9 1 1.1 1.2 1.3 1.4

0 10 20 30 40 50 60

Ratio of selected to DS events

Reconstructed primary tracks 0.9 TeV 2.76 TeV 7 TeV CMS

13.2. ábra. Eseményválogatás: a kiválasztott és a DS deníció alapján várható események aránya (a rugalmatlan adatok megfelel® hatásfokainak ará-nya) a rekonstruált els®dleges töltött részecskék számának függvényében, a Pythia6 eseménygene-rátor szerint.

kiválasztásunk és a DS feltétellel kapott, a rugalmatlan ütközésekre vonatkoztatott hatásfokok hányadosát a rekonstruált el-s®dleges részecskék számának függvényében a 13.2 ábrán láthatjuk, mindhárom tömeg-középponti energiára. A 2,76 TeV-es ada-toknál tapasztalt eltérések onnan származ-nak, hogy a HF kaloriméter hatásos felü-lete 2011-ben kisebb volt. Az eredménye-ket azokra a DS eseményekre is korrigál-nunk kellett, amelyek nem eredményeztek rekonstruált részecskét. Részarányukat szi-muláció segítségével határoztuk meg, amely 4%, 3% és 2,5%, rendre 0,9, 2,76 és 7 TeV esetén. Mivel ezek az események nem tar-talmaznak rekonstruált pályát, csak az ese-mények számát kell korrigálnunk.

Hogy korábbi, nem egyszeresen diraktív triggereket használó mérésekkel össze tudjuk hasonlítani eredményeinket, az itt megadott értékeket 0,86, 0,89 és 0,91-es faktorokkal kell elosztatunk, rendre a√

s= 0,9, 2,76 és 7 TeV-es adatsorokra. Ezen számok tune-függésb®l adódó szisztematikus bizonytalansága 3%.

Töltött nyomkövetés, többszörös vertexek kezelése A töltött részecskék nyom-követésének lépései megegyeznek a 8. fejezetben leírtakkal, vagyis az 5. és 6. fejezetben bemutatott eredményeken alapulnak. A kölcsönhatási pont vagy pontok keresése nagyon hasonló a 8. fejezetben használt eljáráshoz, amely a 7. fejezetben bemutatott módszere-ken alapul. Mivel a proton-proton ütközések esélye egy nyalábkeresztezésben nagyobbnak bizonyult (különösen a 2,76 TeV-es adatsor esetén), az összevonó klaszterezés megállási feltételét újra optimalizálnunk kellett. A klaszterezést akkor hagyjuk abba, ha megmaradt csoportok közötti legkisebb normált távolság a 35-öt meghaladja.

Ha minden pálya egy vertexhez tartozik, a vertexhez megkövetelt pályák számának nincs alsó határa, vagyis olyan eseményeket is feldolgozunk, amelyekben csak egy

dc_245_11

13.1. táblázat. A kölcsönhatási régió (σz) és a többszörös ütközések (µ,hpile-upi) paraméterei a három tömegközépponti energiára. Az utolsó két oszlop az összevont és megosztott vertexek becsült részarányát mutatja.

Energia σz µ hpile-upi Összevont Megosztott 0,9 TeV 6,67 cm 0,032 0,016 5·10⁻⁴ ∼10⁻³ 2,76 TeV 6,23 cm 0,182 0,094 3·10⁻³ ∼10⁻³ 7 TeV 3,08 cm 0,018 0,009 6·10⁻⁴ ∼10⁻³

leges pálya található. Ha több vertexek találunk, csak azokat tartjuk meg, melyekhez legalább három pálya kacsolódik. A megtalált kölcsönhatási pontok z koordinátájának eloszlása gaussos mindhárom vizsgált energiára. A két alacsonyabb energiára az eloszlás szórásaσz ≈6 cm, azonban a 7 TeV-es adatok keskenyebb kölcsönhatási régiót mutatnak, σz ≈ 3 cm-rel. Ezeket az adatokat gyelembe vettük a korrekciós táblázatok számításá-ban felhasznált szimulált adatok újrasúlyozása során.

Egy nyalábkeresztezésben az els®dleges vertexek száma egyµátlagú Poisson-eloszlást követ. Míg az egynél több vertexet tartalmazó események valószín¶sége a 0,9 és 7 TeV-es adatokban alacsony (1,6% és 0,9%), a 2,76 TeV-es adatsorra ez már 9,4%. Ha két rekonst-ruált vertexünk van, a köztük mért ∆z távolság eloszlása további információval szolgál többszörös vertexekr®l, valamint a vertex-keresés min®ségér®l. A ∆z = 0körül található üres tartomány azokhoz az esetekhez tartozik, amikor a két valós vertex túl közel volt, közelebb mint kb. 0,4 cm, és a rekonstrukció során hibásan vontuk össze ®ket. Így az összevont és elvesztett vertexek részaránya számolható, s®t a megosztott vertexekr®l is információt kapunk. Mivel mindkét eektus csak minden ezredik vertexet érinti, ezeket az eektusokat elhanyagoltuk. A kölcsönhatási pont és a többszörös ütközések fent megha-tározott jellemz®it a 13.1 táblázat foglalja össze. A kiértékelés során a 0,9 és 2,76 TeV-es adatoknál csak azokat a nyalábkeresztezéseket használtuk fel, ahol a rekonstruált verte-xek száma egy vagy kett® volt. A 7 TeV-es adatoknál tapasztalt nagyobb háttér miatt csak azokat az eseményeket használtuk, melyeknek egy rekonstruált vertexük volt.

Másodlagos részecskék A hadronok spektrumát korrigálnunk kell a nem az els®d-leges ütközésb®l származó részecskékre. A másodlagos részecskék f® forrása a gyengén bomló rezonanciák (K⁰_S,Λ/ΛésΣ⁺/Σ⁻). Amíg a korrekció pionokra 1% körül van, értéke protonokra sokkal nagyobb és akár a 15%-ot is elérheti pT ≈0,2GeV/c-nél. A pionok és protonok között meggyelt különbség várható, hiszen a leányp vagypaz els®dlegesΛ/Λ impulzusának nagy részét elviszi, így nagyobb eséllyel fog (hibásan) az els®dleges kölcsön-hatási pontra illeszkedni, mint egy K⁰_S bomlásból érkez® pion. A korrekciós táblázatokat különféle Pythia tune-okkal számítottuk ki, majd azonosított semleges hadronok koráb-bi méréseivel is ellen®riztük [12]. Bár a mért és jósolt spektrumok általában egyeznek,

180 Alkalmazás: Azonosított töltött hadronok eloszlásai

a Λ/Λ-re vonatkozó korrekciót egy 1,6-es faktorral kellett beszoroznunk. Mivel a fent említett gyengén bomló rezonanciák nem bomlanak kaonokra, a kaonok korrekciója kicsi.

A részecskeazonosításnak köszönhet®en az els®dleges elektronok hozamátp <0,16GeV/c esetén jól le tudjuk választani, meg tudjuk határozni: a hadronhozamoke^± tartalma 0,2%

alatt tartható. Bár a müonokat nem tudjuk a pionoktól különválasztani, részarányuk el-hanyagolható, 0,05% alatt van.

A töltött pionok, kaonok és protonok nyers (nem korrigált) hozamának meghatáro-zását (η, p_T) binekben a 12. fejezetben részletesen leírt módon végeztük. A munka során a 11. fejezetben ismertetett energiaveszteség modellt használtuk, mely a 9. fejezetben tárgyalt probléma egy újszer¶ megoldása. A modell a detektor kalibrációjához, valamint a részecskék legvalószín¶bb energiaveszteségének ε értékének kiszámításához is alapvet®

fontosságú.