Sei sulla pagina 1di 82

Universit`a degli Studi di Trieste

FACOLT
`
A DI SCIENZE MATEMATICHE, FISICHE E NATURALI
Corso di Laurea Specialistica in Fisica
Caratterizzazione di getti di tracce cariche
come strumento di studio delle
interazioni partoniche multiple
in collisioni protone-protone a LHC
Laureando
Giacomo Snidero
Relatore
Dott. Giuseppe Della Ricca
Correlatore
Dott. Fabio Cossutti
Anno Accademico 2009 2010
Prefazione
In questo lavoro di tesi sono stati analizzati i dati delle collisioni protone-protone del-
lacceleratore Large Hadron Collider (LHC), realizzate con unenergia nel centro di
massa pari a

s = 900 GeV. Tale macchina acceleratrice, che raggiunger`a unenergia
dei fasci di 7 TeV ed una luminosit`a di 10
34
cm
2
s
1
, pari a rispettivamente sette e
cento volte maggiori a quelle dei precedenti collisori adronici, `e stata progettata per
studiare la sica delle particelle alla scala energetica del TeV.
I dati analizzati sono stati registrati nella primavera 2010 dallesperimento Com-
pact Muon Solenoid (CMS) e sono costituiti da eventi minimum bias, cio`e registrati
con la selezione meno restrittiva sullo stato nale. Le informazioni in essi contenute
permettono di studiare le propriet`a dellUnderlying Event (UE) ed, in particolare, delle
interazioni partoniche multiple (MPI) nelle collisioni considerate. LUE pu`o essere de-
nito come tutta la produzione di particelle addizionale a quella prodotta dallinterazione
partonica principale della collisione. La componente pi` u rilevante dei processi UE `e co-
stituita dalle MPI, cio`e le altre interazioni partoniche che avvengono tra i costituenti
degli adroni incidenti.
Due motivazioni di carattere sperimentale mostrano limportanza di una corretta
modellizzazione dei processi dellUE. La prima si riconduce alla valutazione degli eetti
del pile-up, cio`e la sovrapposizione, nei rivelatori, di segnali provenienti da diverse
interazioni protone-protone avvenute contemporaneamente, fenomeno inevitabile alle
luminosit`a che LHC sar`a capace di raggiungere. La seconda motivazione `e data dal
fatto che i processi dellUE sono presenti come elemento di fondo in tutte le misure
obiettivo degli esperimenti a LHC. Dal punto di vista teorico, inoltre, lo studio dellUE
e delle MPI `e importante perch`e la loro descrizione fenomenologia non `e ancora completa
ed esaustiva, con diversi modelli che portano a predizioni contrastanti se estrapolate
alle energie di LHC.
Lanalisi svolta in questo lavoro di tesi caratterizza i getti di tracce cariche mediante
un insieme di tredici osservabili. Essa presenta il confronto dei risultati ottenuti dai
dati e da sei diverse predizioni Monte Carlo; i primi non sono corretti per leetto
del rivelatore ed le seconde, ottenute da cinque diverse congurazioni del generatore
PYTHIA 6.4 ed una di PYTHIA 8.1, sono processate attraverso la completa simulazione
dello stesso e gli algoritmi di ricostruzione degli eventi. Grazie a questa comparazione
`e possibile indicare i migliori modelli fenomenologici per descrivere lUE e le MPI tra
quelli considerati, fornendo cos`, da basi sperimentali, indicazioni per il miglioramento
della descrizione dei processi studiati.
i
ii
Lesposizione del lavoro di tesi `e strutturata in tre capitoli. Il Capitolo 1 introduce
la sica che verr`a studiata allacceleratore LHC, riassume le sue caratteristiche di base
e descrive lesperimento CMS presentandone i singoli sottorivelatori.
Il Capitolo 2 `e diviso in tre sezioni. La prima sezione descrive la fenomenologia
della collisione protone-protone, trattando lo schema teorico di uninterazione inelastica
non dirattiva e concentrandosi, allinterno di questultimo, sul modello che descrive il
fenomeno delle MPI. La seconda sezione illustra il ruolo dei generatori Monte Carlo di
eventi e specica le dierenze tra i modelli dellUE realizzati in diverse congurazioni
dei programmi PYTHIA utilizzati. Lultima sezione del secondo capitolo, introduce la
denizione di getto adronico e descrive il funzionamento degli algoritmi per la loro
ricostruzione, negli specici esempi di anti-k
t
e SISCone.
Il Capitolo 3 descrive il procedimento dellanalisi e ne espone i risultati: inizialmente
vengono deniti le osservabili che caratterizzano i getti, i dati analizzati e le selezioni
sugli eventi e sulle tracce. Successivamente, dopo aver valutato lentit`a degli eetti
sistematici, presenta i risultati del confronto ottenuti a partire dai dati e dalle simula-
zioni Monte Carlo, completi delle corrispondenti incertezze statistiche e sistematiche.
Inne, a corollario dei risultati ottenuti, viene considerata linuenza della scelta di un
diverso algoritmo per la ricostruzioni dei getti e sono valutate le dierenti prestazioni
tra i due algoritmi utilizzati.
Indice
1 Lacceleratore LHC e lesperimento CMS 1
1.1 Fisica a LHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Lacceleratore LHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Lesperimento CMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Il tracciatore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Il calorimetro elettromagnetico - ECAL . . . . . . . . . . . . . . 13
1.3.3 Il calorimetro adronico - HCAL . . . . . . . . . . . . . . . . . . . 15
1.3.4 Rivelatori dei muoni . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.5 Sistema di trigger . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.6 Computing e software . . . . . . . . . . . . . . . . . . . . . . . . 18
2 Linterazione protone-protone 21
2.1 Schema teorico della collisione protone-protone . . . . . . . . . . . . . . 22
2.1.1 Interazione principale . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2 Radiazione iniziale e Finale . . . . . . . . . . . . . . . . . . . . . 26
2.1.3 Interazioni partoniche multiple e residui del fascio . . . . . . . . 28
2.1.4 Frammentazione ed adronizzazione . . . . . . . . . . . . . . . . . 30
2.2 I generatori Monte Carlo di eventi . . . . . . . . . . . . . . . . . . . . . 30
2.3 I getti adronici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.1 Algoritmi di tipo cono . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.2 Algoritmi di tipo sequenziale . . . . . . . . . . . . . . . . . . . . 37
3 Lanalisi dei dati 39
3.1 Osservabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Dati e simulazioni Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.1 Selezione degli eventi . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2 Selezione delle tracce . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Incertezze sistematiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.1 Modello del materiale del tracciatore . . . . . . . . . . . . . . . . 47
3.3.2 Allineamento del tracciatore . . . . . . . . . . . . . . . . . . . . . 48
3.3.3 Trigger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.4 Vertice di interazione . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.5 Selezioni delle tracce . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.6 Frazione di tracce erroneamente ricostruite . . . . . . . . . . . . 49
iii
iv INDICE
3.3.7 Ricostruzione del momento trasverso dei getti . . . . . . . . . . . 49
3.3.8 Incertezza sistematica totale . . . . . . . . . . . . . . . . . . . . . 51
3.4 Confronto con diversi modelli dellunderlying event . . . . . . . . . . . . 56
3.4.1 Distribuzioni cinematiche dei getti . . . . . . . . . . . . . . . . . 56
3.4.2 Osservabili caratterizzanti la forma dellevento . . . . . . . . . . 60
3.4.3 Osservabili caratterizzanti la forma dei getti . . . . . . . . . . . . 63
3.4.4 Osservabili correlate al numero di MPI . . . . . . . . . . . . . . . 65
3.5 Confronto tra diversi algoritmi di ricostruzione dei getti . . . . . . . . . 67
Conclusioni 71
Bibliograa 73
Capitolo 1
Lacceleratore LHC e
lesperimento CMS
Lacceleratore Large Hadron Collider (LHC) `e stato costruito con lintento di approfon-
dire la conoscenza nellambito della sica delle particelle elementari, cio`e la ricerca dei
costituenti fondamentali dellUniverso e lo studio delle loro interazioni. Le intuizioni
teoriche e le relative veriche sperimentali in questo specico campo sono state sintetiz-
zate nellinsieme di teorie chiamato Modello Standard (SM). Pi` u propriamente, questo
`e il nome dato alla teoria dellunicazione elettrodebole formulata da Glashow, Salam
e Weinberg [1], il cui signicato viene spesso allargato per includere la teoria dellin-
terazione forte chiamata Cromodinamica Quantistica (QCD) [2]. Per questo, parlando
del Modello Standard, qui ci si riferisce al settore elettrodebole e alla QCD.
Le particelle fondamentali attualmente conosciute sono costituite dai fermioni, rap-
presentati da campi fermionici di spin 1/2, le cui interazioni sono mediate dai bosoni di
gauge, rappresentati da campi bosonici a spin 1. Il Modello Standard `e una cosiddet-
ta teoria quantistica di campo (Quantum Field Theory) appartenente alla classe delle
teorie di gauge, ed al suo interno linterazione tra i fermioni `e introdotta richiedendo
linvarianza della lagrangiana rispetto ad unarbitraria trasformazione dei campi secon-
do un gruppo di simmetria locale SU(3)
C
SU(2)
L
U(1)
Y
. Il primo termine del
prodotto diretto rappresenta la simmetria della lagrangiana QCD, mentre gli altri due
termini quella del settore elettrodebole. I fermioni conosciuti sono dodici, suddivisi in
tre famiglie di leptoni e tre famiglie di quark. Mentre i primi risentono solo dellin-
terazione elettrodebole, i secondi sono soggetti anche a quella forte. Analogamente, i
campi dei bosoni di gauge associati al gruppo di simmetria sono dodici: otto diversi
gluoni (g) della QCD, oltre a W
+
, W

, Z e per il settore elettrodebole (gura 1.1).


La sostanziale dierenza teorica tra due diversi settori del Modello Standard sta nel
fatto che le particelle di cui tratta la QCD non sono mai state osservate nello stato li-
bero. Linterpretazione `e che i partoni, ossia quark e gluoni, particelle elementari della
QCD, si trovino connati allinterno degli adroni, particelle composite misurate speri-
mentalmente, a loro volta classicate in mesoni e barioni. Dal punto di vista teorico
questo fatto si spiega con linterazione tra i gluoni prevista dalla simmetria non abelia-
1
2 1 - Lacceleratore LHC e lesperimento CMS
na SU(3)
C
, si riette sul comportamento della costante di accoppiamento forte
s
, la
quale tende a zero al crescere della scala energetica dellinterazione (libert`a asintotica)
ed aumenta al decrescere della stessa (connamento).
Figura 1.1: Schema delle particelle fondamentali del Modello Standard. Sia i quark che i
leptoni sono raggruppati in tre famiglie, delle quali la prima comprende le particelle pi` u leggere
che costituiscono la materia stabile che osserviamo nellUniverso, mentre le altre invece due
sono formate da particelle pi` u pesanti che decadono in quelle pi` u leggere. Tra le particelle
fondamentali considerate dal Modello Standard manca il bosone di Higgs dal momento che non
`e mai stato osservato, ma solo teorizzato.
La richiesta che tale lagrangiana sia invariante richiede che tutti i bosoni di gauge ed
i fermioni siano privi di massa, ma ci`o `e in evidente contraddizione con le osservazioni
sperimentali di particelle massive. Per questo nel Modello Standard viene introdotto
il meccanismo detto di rottura spontanea della simmetria della lagrangiana. In questo
modo viene aggiunto un nuovo campo bosonico scalare, neutro e con valore di aspetta-
zione non nullo nel vuoto, chiamato bosone di Higgs [3].
`
E nellinterazione con questa
particella che i bosoni W

e Z ed i fermioni acquistano la loro massa.


Fino ad oggi il Modello Standard ha predetto accuratamente i risultati di molti
esperimenti e si presenta come la migliore descrizione del mondo delle particelle ele-
mentari. Le dierenze tra misure sperimentali e valori teoricamente calcolati sono
tipicamente dellordine dell1% o inferiori nel settore elettrodebole ed attorno al 10%
in quello della QCD. Riguardo a questultima, le incertezze sperimentali sono maggiori
che nel settore elettrodebole per il connamento dei partoni nelle particelle adroniche
eettivamente misurabili, e per le incertezze derivanti dai calcoli teorici, che risentono
data lapprossimata descrizione dei processi a scale energetiche in cui la teoria non `e
trattabile perturbativamente.
Nonostante il suo successo, il Modello Standard lascia inspiegati i seguenti risultati
sperimentali:
1.1 - Fisica a LHC 3
Meccanismo di rottura della simmetria: il bosone di Higgs non `e stato nora os-
servato sperimentalmente, nonostante questo fosse lobiettivo pressato in diver-
si esperimenti realizzati negli ultimi decenni [4], lasciando cos` la sua esistenza
unipotesi teorica.
Materia oscura: le osservazioni cosmologiche ed astronomiche indicano che il 26%
dellUniverso `e composto da materia osservabile indirettamente, grazie ai suoi
eetti gravitazionali e non da radiazione emessa [5]. Nel Modello Standard non
sono incluse particelle di questo tipo, perci`o `e stata ipotizzata lesistenza di altre
particelle elementari al di fuori di esso
1
.
Interazione gravitazionale: la gravit`a `e descritta nella teoria della Relativit`a Ge-
nerale, ma non `e inclusa nel Modello Standard, dal momento che non `e stata
ancora formulata una teoria di campo soddisfacente che tratti questa interazione.
Lignorare i suoi eetti nella descrizione delle interazioni tra particelle `e ritenuto
ininuente, dal momento che `e previsto che essa diventi rilevante a scale energeti-
che dellordine della massa di Plank M
Pl
10
18
GeV, cio`e quindici o sedici volte
superiori a quelle raggiungibili negli odierni esperimenti. [4]. Almeno a partire da
interazioni alla scala dellenergia di Plank, quindi, il Modello Standard `e ritenuto
non essere pi` u valido.
Asimmetria materia-antimateria: la teoria cosmologica pi` u accreditata `e quella
del Big Bang, che ipotizza lUniverso formato, nei suoi primi istanti, dalla stessa
quantit`a di particelle (materia) e antiparticelle (antimateria) [7]. La sua evolu-
zione no allo stato attuale (bariogenesi), ha portato lUniverso ad essere costi-
tuito fondamentalmente solo di materia [8]. Una delle tre condizioni di Sakharov
che spiegano questa teoria `e data dalla violazione della conservazione di carica-
parit`a (CP) nelle interazioni della particelle elementari [9]. Questo fenomeno
`e stato osservato sperimentalmente nei decadimenti deboli, ed `e stato pertan-
to incluso nel settore elettrodebole del Modello Standard con il meccanismo di
Cabibbo-Kobayashi-Maskawa (CKM) [10]. Esso descrive correttamente i risul-
tati dei decadimenti [11], ma non `e in grado di predire lentit`a dellasimmetria
materia-antimateria, suggerendo la presenza di altre fonti di violazione di CP
oltre a quelle ad oggi misurate.
1.1 Fisica a LHC
Lobiettivo di LHC `e chiarire il meccanismo di rottura della simmetria stabilendo o
meno lesistenza del bosone di Higgs e gettar luce sulle teorie oltre il Modello Standard
ipotizzate per spiegare la sica delle particelle alla scala energetica del TeV raggiungibile
con LHC. I suoi esperimenti cercheranno evidenze sperimentali riguardo a:
1
Viene tralasciato il complesso problema dellEnergia Oscura, la quale sembra costituire il restante
75% circa della densit` a di energia osservata nellUniverso. La determinazione di questa grandezza `e
strettamente connessa al valore della costante cosmologica che regola la dinamica dellUniverso [6]
4 1 - Lacceleratore LHC e lesperimento CMS
Bosone di Higgs: gli esperimenti degli ultimi decenni hanno ssato indirettamente e
direttamente i limiti alla massa della particella: 114 m
H
185 GeV/c
2
[12]
con lesclusione della regione 158 175 GeV/c
2
[13] e raggiungendo un livello
di condenza del 95%. Per il bosone del Modello Standard sono previsti diversi
canali di decadimento, a seconda della sua massa; inoltre sono stati ipotizzati
modelli alternativi al semplice campo scalare neutro [4]. Gli esperimenti attuali
sono stati progettati per poter osservare i vari canali di decadimento nelle diverse
ipotesi formulate per il campo di Higgs.
Particelle supersimmetriche: sono previste delle diverse varianti delle teorie Su-
persimmetriche (SUSY), che associano ad ogni bosone del Modello Standard un
corrispettivo fermionico con massa dellordine del TeV e viceversa [14]. Lintro-
duzione di questa nuova simmetria tra bosoni e fermioni permette di interpretare
contemporaneamente tutte le osservazioni precedenti; inoltre, dal punto di vista
teorico, risolve il problema della gerarchia e permette di sviluppare teorie che ap-
partengano alle classe delle teorie di grande unicazione (GUT), diventando cos`
lipotesi pi` u accreditata di estensione del Modello Standard. Il problema della ge-
rarchia `e la grande dierenza tra la massa di Plank, M
Pl
= 10
18
GeV, e la massa
del bosone di Higgs m
H
, sperimentalmente molto pi` u piccola, dellordine dei 100
GeV. Il problema nasce nel calcolo di m
H
, dove le singole correzioni radiative sono
ritenute dellordine di M
2
Pl
, quindi, per ottenere lordine di grandezza sperimen-
tale, `e necessario che il loro eetto si compensi con una impressionante precisione
dellordine di 10
34
[15]. Le ipotizzate teorie GUT invece, predicono che, a scale
di energia dellordine di 10
15
GeV, le tre interazioni del Modello Standard possano
essere unicate in un singolo gruppo di simmetria (invece che il prodotto di tre) e
quindi con ununica costante daccoppiamento. Questo tipo di teorie vengano stu-
diate in quanto sono capaci, ad esempio, di spiegare la quantizzazione della carica
elettrica delle particelle elementari e sono guidate dalle unicazioni avvenute in
precedenza nellambito della sica, come nel caso di forza magnetica ed elettrica.
Una delle possibili segnature previste dalle particelle supersimmetriche `e data da
energia mancante nel bilancio dellenergia misurata in un evento di collisione.
Extra dimensioni: le teorie delle stringhe descrivono le particelle non come oggetti
puntiformi, ma come modi vibrazionali di entit`a unidimensionali, prevedendo
lesistenza di altre dimensioni oltre alle usuali quattro delle teorie quantistiche di
campo. I modelli che prevedono lesistenza delle stringhe sono interessanti come
possibile formulazione quantistica della gravit`a, dato che nelle dimensioni extra
si propagherebbe solo linterazione gravitazionale [4]. Alcuni modelli prevedono
la produzione di mini buchi neri che decadono in particelle elementari con elevata
molteplicit`a nello stato nale [17]. I tipici segnali previsti in questo tipo di ipotesi
teoriche sono di energia mancante.
Fisica del mesone B: i decadimenti deboli di questa particella permetteranno di mi-
surare con maggiore precisione lentit`a della violazione di CP e di indicare la
presenza di nuove fonti delleetto, oltre a quelle del Modello Standard [4].
1.2 - Lacceleratore LHC 5
Stato di quark-gluon plasma: `e lo stato della materia adronica previsto per quark
e gluoni che, a causa dellelevata densit`a di energia, non si trovano pi` u connati
allinterno delle particelle adroniche ma in una stato quasi-libero. Questa `e la
condizione ipotizzata per i primi momenti di vita dellUniverso [18].
Unindicazione dei processi sici previsti a LHC `e data dalla gura 1.2, dove sono
riportati i valori di alcune sezioni durto calcolate nel Modello Standard, in funzione del-
lenergia nel centro di massa delle collisioni protone-protone

s. Alle energie raggiunte


da LHC i processi pi` u probabili sono quelli descritti dalla QCD. La sezione durto totale

tot
`e dominata dalle interazioni che prevedono la produzione di quark leggeri (u, d e s)
o gluoni, producendo getti adronici a bassa energia dellordine dei 10 GeV o inferiore
(capitolo 2). Gli eventi che generano getti di alta energia dellordine dei 100 GeV ed i
processi elettrodeboli, come le produzioni di W e Z, avvengono meno frequentemente,
con probabilit`a rispettivamente dellordine di 10
4
e 10
5
10
6
volte inferiore ai processi
precedenti. Per questo i primi dati dellacceleratore possono essere sfruttati per mi-
sure riguardanti il settore QCD del Modello Standard e solo successivamente, quando
la quantit`a di dati acquisiti sar`a maggiore, diventer`a possibile studiare il settore elet-
trodebole. Le sezioni durto previste per i processi interessanti, per cui LHC `e stato
costruito, sono di parecchi ordini di grandezza inferiori a quella totale. Ad esempio,
la produzione dellHiggs `e dellordine di un miliardo di volte meno probabile, mentre
per le teorie oltre il Modello Standard sono previste sezioni durto no a 14 ordini di
grandezza inferiori [4]. Per questo gli esperimenti di LHC devono essere in grado di
identicare gli eventi interessanti dei nuovi processi nonostante lo schiacciante fondo
di eventi conosciuti. Pertanto le potenziali scoperte non saranno possibili nel primo
periodo di funzionamento dellacceleratore, ma solo dopo aver acquisito una quantit`a
suciente di dati.
1.2 Lacceleratore LHC
Gli esperimenti di collisione di particelle si dividono in due categorie: quelli a bersa-
glio sso, capaci di luminosit`a maggiore e quelli ai collisionatori, che permettono di
ottenere le pi` u elevate energie nel centro di massa, a parit`a di energia delle particelle
incidenti. Lacceleratore LHC costruito nel laboratorio CERN di Ginevra `e il pi` u gran-
de collisionatore adronico esistente al mondo, progettato per far collidere due fasci di
protoni con valori nominali di energia del centro di massa di

s = 14 TeV e luminosit`a
L 10
34
cm
2
s
1
. Durante periodi specici si faranno collidere anche nuclei di piombo
con energie dellordine di 2.7 TeV per nucleone e luminosit`a L 10
27
cm
2
s
1
, con lin-
tento di osservare lo stato di quark-gluon plasma. Questi valori di energia e luminosit`a
superano rispettivamente di circa uno e due ordini di grandezza quelli del preceden-
te collisionatore Tevatron costruito al Fermilab a Chicago, permettendo di sondare la
Fisica delle particelle a regimi ad oggi inesplorati della scala energetica del Te.V
La tabella 1.1 mette a confronto le principali caratteristiche costruttive di funzio-
namento di LHC e Tevatron [4].
6 1 - Lacceleratore LHC e lesperimento CMS
4 G unther Dissertori
0.1 1 10
10
-7
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
10
-7
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
WJS2009

jet
(E
T
jet
> 100 GeV)

jet
(E
T
jet
> s/20)

jet
(E
T
jet
> s/4)

Higgs
(M
H
=120 GeV)
200 GeV
LHC Tevatron

e
v
e
n
t
s

/

s
e
c

f
o
r

L

=

1
0
3
3

c
m
-
2
s
-
1

tot
proton - (anti)proton cross sections

t
500 GeV


"
n
b
#
s (TeV)
Figure 2. Cross sections for various processes in (anti-)protonproton colli-
sions as a function of centre-of-mass energy,

s (from [7]).
these minimal trigger settings, also single- and double-diractive events will
contribute here, whereas the measurement of purely elastic protonproton
scattering relies on dedicated detectors in the far-forward part of the inter-
action region. It is worth noting that also hard-scattering events at large
momentum transfer will pass the minimum bias trigger, and thus, in princi-
ple, are part of the minimum bias event sample. However, since their rate is
so much smaller, the sample is basically populated by relatively soft collisions.
The average transverse momentum of charged particles produced in mini-
mum bias events at 14 TeV centre-of-mass energy will be around 600 MeV and
Figura 1.2: Sezioni durto di alcuni processi del Modello Standard prodotti ai collisionatori
LHC e Tevatron. Le sezioni durto dei processi QCD hanno probabilit`a molto pi` u elevata di quelli
elettrodeboli, mentre i processi interessanti, come la produzione di Higgs, hanno sezioni durto
previste dellordine di un miliardo di volte inferiori a quella totale. Il compito degli esperimenti
`e individuare questi eventi interessanti in uno schiacciante fondo di eventi conosciuti descritti
dal Modello Standard.
Lacceleratore LHC `e stato costruito allinterno di un tunnel circolare scavato nel
sottosuolo ad una profondit`a media di 80 m, avente una circonferenza di 27 km [19].
I fasci di particelle vengono deviati, in modo da mantenere la traiettoria circolare, da
1232 dipoli magnetici superconduttori rareddati con elio superuido alla temperatu-
ra di 1.9 K e capaci di sviluppare un campo magnetico massimo di 8.36 T. Prima
di essere iniettati nel tunnel di LHC, i protoni passano diversi stadi di accelerazione:
inizialmente lacceleratore lineare (LINAC), poi il Proton Synchroton (PS), dove rag-
giungono i 26 GeV, successivamente il Super Proton Synchroton (SPS) dove arrivano
no a 450 GeV. Allinterno di LHC i fasci sono accelerati da 8 cavit`a a radiofrequen-
za, il cui utilizzo determina la struttura del fascio in pacchetti successivi di particelle
(bunch). Essi sono distanziati temporalmente di 25 ns, che `e lintervallo di tempo tra
gli scontri di due pacchetti successivi di uno dei due fasci (bunch crossing). Prima di
1.2 - Lacceleratore LHC 7
LHC Tevatron
Circonferenza anello (km) 26.7 6.3
Energia nel centro di massa (TeV) 14 1.96
Luminosit`a (cm
2
s
1
) 10
34
10
33
Numero di pacchetti per fascio 2808 36
Numero di protoni per pacchetto 1.1 10
11
2.6 10
11
Lunghezza dei pacchetti (cm) 7.6 50
Raggio dei pacchetti
x
=
y
(m) 16.6 28
Distanza tra i pacchetti 25 ns 7.5 m 396 ns 120 m
Frequenza di bunch crossing (MHz) 40 2.5
Tabella 1.1: Confronto tra le principali caratteristiche costruttive e di funzionamento dei
collisionatori LHC e Tevatron. Lenergia nel centro di massa e la luminosit`a di LHC superano
di un ordine di grandezza quelli del precedente Tevatron e permetteranno di sondare la Fisica
delle particelle a regimi ad oggi inesplorati.
essere fatti collidere luno contro laltro, i pacchetti vengono collimati utilizzando un
numero totale di 7000 quadrupoli magnetici, che ne riducono la dimensione trasversa a
16 m, in modo da aumentare la probabilit`a di collisione
Diversi esperimenti sono stati realizzati in caverne scavate lungo lanello dellac-
celeratore, per sfruttarne le collisioni (gura 1.3). Il CMS (Compact Muon Solenoid)
[20] ed ATLAS (A Toroidal LHC ApparatuS) [21] sono i due esperimenti pi` u rilevan-
ti, chiamati multi-obiettivo (multi-purpose), essendo stati progettati per studiare tutto
linsieme degli aspetti di sica oltre il Modello Standard possibili. La dierenza tra
i due esperimenti `e data dalle soluzioni tecniche e costruttive adottate; di queste, la
principale `e la congurazione dei campi magnetici. Mentre in CMS il campo `e generato
da un compatto solenoide superconduttore che permette di raggiungere campi molto
intensi, in ATLAS viene utilizzata una congurazione pi` u complessa composta da un
toroide con allinterno un piccolo solenoide.
Gli altri principali esperimenti sono ALICE (A Large Ion Collider Experiment) [18],
dedicato agli studi delle collisioni di ioni pesanti e LHCb (LHC Beauty experiment) [22]
per la sica del mesone B. I pi` u piccoli TOTEM [23] e LHCf [24], invece, sono pensati
per le misure relative alla sezione durto totale protone-protone.
Questi esperimenti sono stati progettati e costruiti rispondendo agli stringenti vin-
coli che sono richiesti per misurare ecacemente le collisioni di LHC. Tali vincoli
riguardano i seguenti aspetti (ad esempio [25]):
Velocit`a: Lelevata frequenza di bunch crossing di 25 ns rende necessari rivelatori
dotati di un tempo di risposta almeno pari a questo intervallo di tempo, sia nella
produzione del segnale che nellelettronica di lettura.
Granularit`a: lelevata luminosit`a pari a 10
34
cm
2
s
1
, pu`o produrre il fenomeno del
pile-up che `e la sovrapposizione nei rivelatori di segnali provenienti da dierenti
interazioni protone-protone avvenute nello stesso bunch-crossing. Per migliora-
re la capacit`a di ricostruire correttamente le diverse collisioni `e necessaria un
8 1 - Lacceleratore LHC e lesperimento CMS
Figura 1.3: Schema dellanello di LHC. I suoi quattro esperimenti principali CMS, ATLAS,
ALICE e LHCb sono disposti in caverne scavate lungo lanello dellacceleratore.
elevata granularit`a dei rivelatori, ossia un elevato numero di diversi canali di let-
tura per coprire langolo solido di accettanza degli stessi. Accrescere il numero
di canali, tuttavia, aumenta sia il costo dellesperimento sia la complessit`a di
funzionamento, per la sincronizzazione che viene loro richiesta.
Ermeticit`a i processi sici interessanti di LHC richiedono rivelatori con angoli di
accettanza no a =5, in modo da diminuire la probabilit`a di particelle nali
che sfuggano allosservazione. Questo `e particolarmente importante per corrette
misure di energia mancante di un evento.
Resistenza alle radiazioni: allenergia e luminosit`a nominali di LHC la quantit`a di
particelle prodotte `e equivalente ad una dose di radiazione dellordine di 10
6
Gy/r,
dove r `e la distanza dalla linea fascio. Ai rivelatori, per poter funzionare nel corso
di tutta la durata di LHC, che `e dellordine della decina danni, `e richiesta una
maggiore resistenza al danneggiamento da radiazioni rispetto agli apparati degli
esperimenti precedenti.
Gli assi del sistema di coordinate adottato dagli esperimenti a LHC prevede lasse z
lungo la linea di fascio, lasse x che punti radialmente verso il centro dellanello e lasse y
diretto verso lalto (gura 1.4). Le coordinate utilizzate in un esperimento come CMS,
per identicare una direzione uscente dal punto di interazione posto al suo centro, sono
langolo azimutale , misurato dallasse x nel piano trasverso alla direzione del fascio,
e la variabile chiamata rapidit`a y denita dallequazione 1.1:
y = ln
E +p
z
E p
z
. (1.1)
1.3 - Lesperimento CMS 9
Essa `e denita in modo tale che le sue dierenze siano invarianti per trasformazioni di
Lorentz longitudinali lungo lasse z. Nella pratica, la rapidit`a viene rimpiazzata dalla
pseudorapidit`a denita a partire dallangolo polare misurato dallasse z secondo
lequazione 1.2
= ln
_
tan

2
_
. (1.2)
Per particelle a massa nulla, le due variabili y ed coincidono, ma comunemente `e usata
la pseudorapidit`a, poich`e `e misurabile pi` u facilmente della rapidit`a essendo denita solo
dallangolo polare.
(a) (b)
Figura 1.4: Sistema di riferimento adottato dagli esperimenti LHC (a) e valori della
psuedorapidit`a in funzione dellangolo polare calcolato a partire dallasse del fascio z.
Per le particelle prodotte nelle collisioni si misurano il momento trasverso p
T
e
lenergia traversa E
T
rispetto al fascio, grandezze che sono invarianti per trasformazioni
di Lorentz longitudinali, essendo denite dalle equazioni: 1.3:
p
T
=p sin =
_
p
2
x
+p
2
y
;
E
T
=E sin.
(1.3)
Nelle collisioni adroniche, il momento longitudinale lungo la linea del fascio dei partoni
interagenti non `e conosciuta a priori e solo una certa frazione dellenergia degli adro-
ni, distribuita secondo le funzioni di distribuzione partoniche, contribuisce al processo
(capitolo 2). Non conoscendo il boost longitudinale eettivo per una data collisione, le
variabili signicative da misurare sono invarianti per questo tipo di trasformazioni.
1.3 Lesperimento CMS
La struttura del rivelatore CMS `e divisa in tre parti principali, che sono la zona ci-
lindrica centrale (barrel ) racchiusa dalle due estremit`a (endcap), come rappresentato
in gura 1.5 . Le sue caratteristiche costruttive essenziali sono indicate nella tabella
10 1 - Lacceleratore LHC e lesperimento CMS
Figura 1.5: Rappresentazione completa dellesperimento Compact Muon Solenoid che mo-
stra la struttura composta da tre parti principali: il corpo centrale (barrel ) chiuso da due
estremit`a (endcap). La vista in sezione mostra la struttura interna a strati, composta da diversi
sottorivelatori che svolgono diverse funzioni nellidenticazione delle particelle prodotte nelle
collisioni.
1.2. Lelemento portante del rivelatore `e il magnete superconduttore, tra i pi` u grandi
e potenti mai costruiti, che `e costituito anchesso di tre elementi principali: un cavo
superconduttore piatto centrale avvolto in uno stabilizzatore ed in una struttura ester-
na, entrambi in alluminio. Il cavo superconduttore `e composto da 40 lamenti al NiTb
(nikel-terbio) mantenuti ad una temperatura di 1.9 K dal sistema criogenico allelio
liquido. Il usso magnetico `e racchiuso in un giogo di ferro nel quale sono montate le
camere dei muoni.
Lunghezza 21.6 m
Diametro 14.6 m
Peso 12500 ton
Campo magnete 4 T
Corrente magnete 19.5 kA
Energia accumulata nel magnete 2.7 GJ
Tabella 1.2: Caratteristiche costruttive essenziali del rivelatore CMS di cui il magnete `e
lelemento attorno al quale `e stata progettata lintera struttura dellesperimento.
La struttura interna dellesperimento, al variare della distanza dallasse r, `e com-
posta da strati costituiti da dierenti tipi di sottorivelatori che svolgono ruoli specici
nellidenticazione delle diverse particelle (gura 1.6). Dallesterno (4.0 m < r < 7.3 m,
1.3 - Lesperimento CMS 11
|| < 2.4), il primo sottorivelatore `e quello dei muoni, essendo queste particelle in grado
di attraversare tutto il rivelatore senza essere fermate dagli strati pi` u interni. Succes-
sivamente si trovano il magnete ed, al suo interno, lapparato calorimetrico, composta
dal calorimetro adronico (1.8 m < r < 2.9 m, || < 5.3) e, pi` u internamente, quello
elettromagnetico (1.2 m< r <1.8 m, ||<3). Il rivelatore pi` u interno, a circondare il
punto di interazione, `e il tracciatore (r < 1.2 m, || < 2.5) .
Figura 1.6: Vista in sezione dellapparato di CMS che ne mostra la struttura interna a strati
a seconda della distanza dellasse centrale . Procedendo dallesterno verso linterno ci sono
le camere dei muoni (marrone) inserite nella struttura che costituisce il giogo di ritorno del
campo magnetico (rosso), il magnete (grigio), il calorimetro adronico (giallo), il calorimetro
elettromagnetico (verde) ed il tracciatore (bianco).
1.3.1 Il tracciatore
Il tracciatore di un esperimento ricostruisce le tracce delle particelle cariche prodotte
nelle collisioni ed i vertici di collisione di queste ultime. Quello di CMS rappresenta
il pi` u grande rivelatore a silicio mai realizzato con un volume attivo che si estende
su una supercie maggiore di 200 m
2
. Il usso di particelle provenienti dal punto di
interazione dipende dalla distanza r dalla linea del fascio a cui esso viene valutato.
Questo ha determinato la struttura del tracciatore, costituito da tre regioni realizzate
con diversi tipi di rivelatori al silicio. Esse sono la regione dei pixel, la regione interna
e quella esterna, ciascuna delle quali pu`o essere suddivisa a sua volta in tre zone, una
centrale e due laterali (gura 1.7):
La regione pi` u vicina al punto di interazione si trova a r = 10 cm, dove il massimo
usso di particelle richiede la granularit`a dei rivelatori a pixel. La zona centrale `e
costituita da tre strati di rivelatori, per un totale 768 moduli, che comprendono
complessivamente circa 48 milioni di singoli pixel (canali) a forma rettangolare
100150 m
2
. In entrambi gli estremi laterali ci sono altri due strati di rivelatori,
per un totale di 672 moduli posizionati perpendicolarmente alla linea di fascio e
comprendenti globalmente 18 milioni di pixel. La risoluzione spaziale sul singolo
12 1 - Lacceleratore LHC e lesperimento CMS
2
0
0
8

J
I
N
S
T

3

S
0
8
0
0
4
TEC+ TEC-
TOB
TOB
TIB
TIB
TID
TID TID
TID
PIXEL
-2600 -2200 -1800 -1400 -1000 -600 -200 200 600 1000 1400 1800 2200 2600
-1200
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
1200
z (mm)
r (mm)
0.1 0.3 0.5 0.7 0.9 1.1 1.3 1.5
1.7
1.9
2.1
2.3
2.5 -2.5
-2.3
-2.1
-1.9
-1.7
-1.5 -1.3 -1.1 -0.9 -0.7 -0.5 -0.3 -0.1 0.1

Figure 3.1: Schematic cross section through the CMS tracker. Each line represents a detector
module. Double lines indicate back-to-back modules which deliver stereo hits.
layers 5 and 6. It provides another 6 r- measurements with single point resolution of 53m and
35m, respectively. The TOB extends in z between 118cm. Beyond this z range the Tracker
EndCaps (TEC+ and TEC- where the sign indicates the location along the z axis) cover the region
124cm < |z| < 282cm and 22.5cm < |r| < 113.5cm. Each TEC is composed of 9 disks, carrying
up to 7 rings of silicon micro-strip detectors (320m thick on the inner 4 rings, 500m thick
on rings 5-7) with radial strips of 97m to 184m average pitch. Thus, they provide up to 9
measurements per trajectory.
In addition, the modules in the rst two layers and rings, respectively, of TIB, TID, and
TOB as well as rings 1, 2, and 5 of the TECs carry a second micro-strip detector module which is
mounted back-to-back with a stereo angle of 100 mrad in order to provide a measurement of the
second co-ordinate (z in the barrel and r on the disks). The achieved single point resolution of this
measurement is 230m and 530m in TIB and TOB, respectively, and varies with pitch in TID
and TEC. This tracker layout ensures at least 9 hits in the silicon strip tracker in the full range of
|| <2.4 with at least 4 of them being two-dimensional measurements (gure 3.2). The ultimate
acceptance of the tracker ends at || 2.5. The CMS silicon strip tracker has a total of 9.3 million
strips and 198 m
2
of active silicon area.
Figure 3.3 shows the material budget of the CMS tracker in units of radiation length. It
increases from 0.4 X
0
at 0 to about 1.8 X
0
at || 1.4, beyond which it falls to about 1 X
0
at
|| 2.5.
3.1.3 Expected performance of the CMS tracker
For single muons of transverse momenta of 1, 10 and 100 GeV gure 3.4 shows the expected reso-
lution of transverse momentum, transverse impact parameter and longitudinal impact parameter, as
a function of pseudorapidity [17]. For high momentum tracks (100GeV) the transverse momentum
resolution is around 12% up to || 1.6, beyond which it degrades due to the reduced lever arm.
At a transverse momentum of 100GeV multiple scattering in the tracker material accounts for 20 to
30
Figura 1.7: Schema del tracciatore al silicio di CMS diviso in tre regioni realizzate con diversi
tipi di rivelatori al silicio. La prima, che racchiude il punto di interazione, `e costruita con
rivelatori a pixel mentre le altre due con rivelatori a micro-strip di dimensioni variabili. La
regione interna, a sua volta, si divide in zona centrale (TIB) e zone laterali (TID) come la
regione sterna le cui zone sono indicate com (TOB) e (TEC).
punto nel piano trasverso r `e di 10 m, mentre quella nella coordinata z
aumenta a 20 m.
Nella regione intermedia compresa tra 20 < r < 55 cm il usso di particelle sar`a
sucientemente basso, tale da rendere possibile lutilizzo di rivelatori a double
layer microstrip. Nella zona centrale (TIB), che si estende no a |z| < 65 cm,
sono presenti quattro strati di rivelatori, le cui dimensioni, per singola striscia,
sono 10 cm80 m e spessore 320 m (gura 1.8). Le zone laterali alle estremit`a
di quella centrale (TID) si estendono nella regione 65 < |z| < 110 e sono costruite
con tre anelli di strisce di rivelatori a dimensioni variabili di spessore 500 m,
centrati sulla linea di fascio. In questa regione la risoluzione sulle misure di singolo
punto varia tra 23 e 35 m nel piano r mentre nella direzione z `e circa 230
m.
Figura 1.8: Foto dei rivelatori double layer microstrip di silicio che costituiscono la parte
centrale della regione interna del tracciatore (TIB).
Nella regione pi` u esterna con r > 55 cm si utilizzano strisce in silicio con dimensio-
ni maggiori della precedente, pari a 25 cm180 m. Questa regione `e costituita da
1.3 - Lesperimento CMS 13
sei strati di strisce posti centralmente in |z| < 110 cm di spessore pari a 500 m
(TOB). In entrambi i lati (endcap) sono posti 9 anelli in 120 < |z| < 280 cm
(TEC), centrati sulla linea di fascio, con strisce dirette verso il centro a larghezza
variabile. In questa regione la risoluzione sulle misure di singolo punto varia tra
35 e 53 m nel piano r , mentre nella direzione z `e 530 m. Il numero totale
di canali delle due regioni a strips `e circa 9.6 milioni.
Le prestazioni del rivelatore, sia in misura del momento trasverso che in ricostruzione
del vertice di interazione, sono riportate nella gura 1.9.
2
0
0
8

J
I
N
S
T

3

S
0
8
0
0
4

0 0.5 1 1.5 2

0 0.5 1 1.5 2
)

[
%
]
t
/
p
t

p

1
10
, pt=1GeV
, pt=10GeV
, pt=100GeV

0 0.5 1 1.5 2

0 0.5 1 1.5 2
m
]

)

[
0

d

10
2
10
, pt=1GeV
, pt=10GeV
, pt=100GeV

0 0.5 1 1.5 2

0 0.5 1 1.5 2
m
]

)

[
0

z

10
2
10
3
10
, pt=1GeV
, pt=10GeV
, pt=100GeV
Figure 3.4: Resolution of several track parameters for single muons with transverse momenta of 1,
10 and 100 GeV: transverse momentum (left panel), transverse impact parameter (middle panel),
and longitudinal impact parameter (right panel).
| |
0 0.5 1 1.5 2
| |
0 0.5 1 1.5 2
G
l
o
b
a
l

E
f
f
i
c
i
e
n
c
y
0.7
0.75
0.8
0.85
0.9
0.95
1
, pt=1GeV
, pt=10GeV
, pt=100GeV
| |
0 0.5 1 1.5 2
| |
0 0.5 1 1.5 2
G
l
o
b
a
l

E
f
f
i
c
i
e
n
c
y
0.5
0.6
0.7
0.8
0.9
1
, pt=1GeV
, pt=10GeV
, pt=100GeV
Figure 3.5: Global track reconstruction efciency for muons (left panel) and pions (right panel)
of transverse momenta of 1, 10 and 100 GeV.
3.1.4 Tracker system aspects
All elements of the CMS tracker are housed in the tracker support tube, which is suspended on the
HCAL barrel. The tracker support tube is a large cylinder 5.30 m long with an inner diameter of
2.38 m. The 30-mm-thick wall of the cylinder is made by two 950-1/T300 carbon ber composite
skins, 2 mm in thickness, sandwiching a 26-mm-high Nomex core. Over the entire length of the
tubes inner surface, two carbon ber rails are attached on the horizontal plane. The tracker outer
barrel (TOB) and both endcaps (TEC+ and TEC-) rest on these rails by means of adjustable sliding
pads. The tracker inner barrel and disks (TIB/TID) are in turn supported by the TOB. The angle
between the guiding elements of these rails is controlled to better than 0.183 mrad, corresponding
to a parallelism between the guides better than 0.5mm in all directions over the full length.
An independent support and insertion system for the pixel detectors, the central section of
the beam pipe and the inner elements of the radiation monitor system spans the full length of the
tracker at its inner radius. This is composed of three long carbon ber structures, joined together
during tracker assembly to form two continuous parallel planes, on which precision tracks for
the installation, support and positioning of each element are machined. The central element is
a 2266.5-mm-long and 436-mm-wide cylinder which is connected with anges to the TIB/TID
detector. This element provides support and accurate positioning to the pixel detectors. Two 2420-
32
Figura 1.9: Risoluzione di diversi parametri misurati del tracciatore di CMS per muoni di 1, 10 e 100 GeV:
momento trasverso (sinistra), parametro di impatto trasverso (centro) e parametro di impatto longitudinale
(destra).
1.3.2 Il calorimetro elettromagnetico - ECAL
Un calorimetro elettromagnetico misura lenergia degli elettroni e dei fotoni che inte-
ragiscono con la materia generando cascate elettromagnetiche, cio`e aventi unenergia
dellordine o superiore alla decina di GeV. Il calorimetro ECAL `e stato disegnato in
particolare per essere capace di rivelare il segnale del decadimento in due fotoni previsto
per il bosone di Higgs del Modello Standard (H ), tale canale richiede una risolu-
zione nella misura dellenergia dei fotoni inferiore all1%, mentre presenta relativamente
meno eventi di fondo rispetto agli altri segnali.
ECAL `e un calorimetro omogeneo composto da cristalli scintillanti al tungstenato
di piombo (PbWO
4
) nemente segmentato. Il materiale `e stato scelto per le sue pro-
priet`a di lunghezza di radiazione X
0
= 0.89 cm e raggio di Moli`ere pari a 2.2 cm, che
permettono la costruzione di un calorimetro estremamente compatto da posizionare
allinterno del magnete di CMS. Il PbWO
4
`e resistente alla radiazione ed ha un breve
tempo di scintillazione = 10 ns, che permette di raccogliere l80 % della luce emessa
nellintervallo di tempo pari a 25 ns che separa due successivi bunch crossing, tuttavia,
la relativamente bassa produzione di luce, pari a 30 /MeV, rende necessario luso di
fotomoltiplicatori con alto guadagno intrinseco. Il calorimetro `e diviso in due regioni,
una centrale (barrel ) ed una formata dalle due zone laterali (endcaps) (gura 1.10);
14 1 - Lacceleratore LHC e lesperimento CMS
ogni cristallo `e un tronco di piramide a facce quadrate con diverse dimensioni nelle due
diverse regioni.
2
0
0
8

J
I
N
S
T

3

S
0
8
0
0
4
Crystals in a
supermodule
Preshower
Supercrystals
Modules
Preshower
End-cap crystals
Dee
Figure 4.5: Layout of the CMS electromagnetic calorimeter showing the arrangement of crystal
modules, supermodules and endcaps, with the preshower in front.
Figure 4.6: The barrel positioned inside the hadron calorimeter.
95
Figura 1.10: Schema del calorimetro elettromagnetico di CMS che mostra la struttura a zona
centrale chiusa da due zone laterali e la disposizione dei cristalli in esse.
Barrel : copre la regione || < 1.48, contiene 61200 cristalli strutturati in 36 identici
supermoduli; i cristalli hanno sezione della faccia frontale pari a 22 22 mm
2
e lunghezza 230 mm, corrispondenti a 25.8 X
0
. La granularit`a `e =
0.0175 0.0175, suciente per uneciente separazione di
0
e . I rivelatori
utilizzati per la raccolta della luce di scintillazione sono fotodiodi in silicio a
valanga (APD).
Endcaps: coprono la regione 1.48 < || < 3, ciascuna zona contiene 7324 cristalli,
divisi in matrici 55 cristalli. I cristalli hanno sezione 28.628.6 mm
2
e lunghezza
220 mm, corrispondenti a 24.7 X
0
. La segmentazione `e di = 0.050.05.
Dato laumento del livello di radiazione rispetto al barrel, i rivelatori qui utilizzati
sono fototriodi a vuoto (VPT). Davanti al calorimetro, nella zona 1.65 < || < 2.6,
`e posto un preshower costituito da due radiatori di piombo con spessore pari a
3X
0
e da due piani di strisce in silicio ortogonali, per compensare laumento della
granularit`a nel potere di rigetto dei
0
, principale fonte di fotoni di fondo nelle
misure.
La risoluzione di un calorimetro elettromagnetico in funzione dellenergia delle
particelle misurate `e parametrizzata dallequazione 1.4:
_

E
_
2
=
_
S

E
_
2
+
_
N
E
_
2
+C
2
(1.4)
in cui S `e il termine stocastico dovuto alle uttuazioni statistiche nella formazione
della cascata elettromagnetica, N `e il rumore dellelettronica eC `e un termine costante
dovuto a sistematiche di calibrazione. In ECAL i valori trovati per i tre parametri
1.3 - Lesperimento CMS 15
sono rispettivamente S=0.028 GeV
1/2
, N=0.12 GeV e C=0.0030, che assicurano una
risoluzione energetica inferiore all1% per particelle ad energie di qualche decina di GeV.
1.3.3 Il calorimetro adronico - HCAL
Il calorimetro adronico misura lenergia dei getti adronici (capitolo 2). Questo strumen-
to deve possedere una struttura tale da poter contenere i getti adronici, che sono molto
pi` u larghi e profondi degli sciami elettromagnetici. Esso `e particolarmente importante
per le misure di energia mancante nel bilancio energetico di un evento, dovute sia ai
neutrini, che non vengono rivelati a causa della debolissima interazione con la materia,
che a possibili nuove particelle non interagenti predette dalle teorie oltre il Modello
Standard.
La struttura del calorimetro adronico HCAL `e fortemente inuenzata dalla sua col-
locazione allinterno del magnete ed `e suddivisa in quattro moduli indipendenti (gu-
ra 1.11). Il rivelatore nella zona centrale || < 1.4, chiamato HB, ha una segmentazione
= 0.0870.087 e corrisponde a 8.9 lunghezze di interazione
I
. Dal momento
che non `e sucientemente spesso per contenere tutta lenergia dei getti adronici, al di
fuori del magnete `e posizionato un calorimetro esterno (HO). Nella zona compresa tra
1.3 < || < 3.0 `e posizionato HE, la cui segmentazione non `e omogenea ma varia da 10
a 5
I
.
I moduli HB, HO ed HE sono calorimetri a campionamento, costituiti da strati di
scintillatori plastici di spessore pari a 3.7 mm, alternati a piatti di materiale assorbitore
in ottone spessi 5 cm. Il segnale viene trasportato da bre wavelength-shifting (WLS)
a fotodiodi ibridi multicanale (HPD).
Nella regione di pseudorapidit`a compresa fra 3.0 < || < 5.0 `e presente il calorime-
tro HF, costituito da bre di quarzo e acciaio. Esso `e particolarmente resistente alla
radiazione in quanto riceve la maggior parte dellenergia ed `e posizionato allesterno del
magnete a 11.2 m dal punto di interazione nominale, lungo la linea del fascio da entram-
be le direzioni. Lacciaio costituisce il materiale assorbitore, mentre le bre di quarzo
costituiscono il materiale sensibile che genera e raccoglie la radiazione Cherenkov.
La dicolt`a nelle misure dei getti adronici rispetto a quelle degli sciami elettro-
magnetici, ha come conseguenza che, per getti con energie dellordine di 100 GeV, la
risoluzione in energia sia dellordine del 10%, ossia un ordine di grandezza superiore a
quella di ECAL.
1.3.4 Rivelatori dei muoni
Lindividuazione di muoni con momento trasverso dellordine del centinaio di GeV `e il
segnale atteso per molti processi sici interessanti a LHC e costituisce una segnatura
fondamentale, data la relativa facilit`a di ricostruzione di queste particelle. Per questo
i muoni hanno dato il nome allesperimento CMS. Ad esempio, uno dei possibili canali
di decadimento del bosone di Higgs `e H ZZ

4. I rivelatori identicano i muoni


e ne misurano, in combinazione con il tracciatore, il momento trasverso, sfruttando il
campo magnetico nel giogo di ritorno in ferro che misura 1.8 T.
16 1 - Lacceleratore LHC e lesperimento CMS
Figura 1.11: Vista longitudinale di un quarto del calorimetro adronico, suddiviso in HB ed
HE, posti allinterno del magnete, ed HO ed HF situati allesterno (HF `e troppo distante per
essere ragurato in scala).
La scelta della struttura dellapparato `e stata guidata dalla necessit`a di ricoprire la-
rea di 25000 m
2
. Esso `e organizzato in tre sistemi indipendenti, costituiti da dierenti
tipi di rivelatori a gas, montati sulla struttura del giogo di ritorno del campo magnetico
(gura 1.12). Le misure eettuate dai diversi tipi di moduli sono complementari nel-
lidenticazione di un muone; e sono disposti in modo da non avere zone morte. Nella
zona centrale || < 1.2, in cui la frequenza di arrivo dei muoni `e minore di 10 Hz/cm
2
ed il campo magnetico residuo nelle camere `e minimo, vengono usate camere a deriva
(DT). Sono presenti 250 camere, raggruppate in 4 strati, approssimativamente a 4.0,
4.9, 5.9 e 7.0 m dalla linea di fascio. La massima lunghezza di deriva `e di 2.0 cm e la
risoluzione spaziale sul singolo punto `e pari a 200 m.
Nelle zone laterali 0.9 < || < 2.4 la frequenza di arrivo dei muoni diventa maggiore
di 100 Hz/cm
2
e lintensit`a del campo magnetico cresce. Vengono utilizzate camere a
strisce di catodi (CSC), che sono particolarmente resistenti alla radiazione. In totale ci
sono 468 unit`a trapezoidali che consistono in sei zone riempite di gas, ciascuna avente
un piano di strip (catodi) e un piano di li (anodi) posti perpendicolarmente rispetto
alle strip. La risoluzione spaziale ottenuta `e circa 200 m.
Nella regione || < 1.6 sono presenti le camere a piatti resistivi (RPC), dotate di
limitata risoluzione spaziale ma di unottima risoluzione temporale, inferiore ai 3 ns.
Per questo i loro segnali sono usati in molte congurazioni del trigger. In entrambe le
zone laterali sono montate 36 camere.
La risoluzione nella misura in momento dei muoni `e mostrata nella gura 1.13. Com-
binando le informazioni del tracciatore e dei rivelatori di muoni `e possibile migliorare
la risoluzione in momento nale per muoni con energie superiori ai 200 GeV.
1.3 - Lesperimento CMS 17
Figura 1.12: Struttura del sistema per la rivelazione dei muoni. Nella regione centrale sono
posizionate le camere a deriva (DT) assieme a piatti resistivi (RPC) intervallati da blocchi di
ferro. Nelle zone laterali sono presenti sia camere a strisce di catodi (CSC) che ancora piatti
resistivi. Per muoni con energia superiore ai 200 GeV la combinazione delle misure dei due
apparati garantisce una migliore risoluzione.
Figura 1.13: Risoluzione del momento dei muoni in funzione dellimpulso p utilizzando solo
i rivelatori di muoni (blu), solo il tracciatore interno (verde), o entrambi (rosso), in due regioni
di rapidit`a. Combinando tracciatore e camere dei muoni `e possibile migliorare la risoluzione per
particelle con energie superiori ai 200 GeV.
1.3.5 Sistema di trigger
Ai valori di energia e luminosit`a nominali, la frequenza di bunch crossing di 40 MHz
produce un numero collisioni al secondo dellordine di 10
8
; di queste solo un centinaio
possono essere registrate dal sistema di acquisizione, richiedendo che il sistema di trigger
di CMS abbia un potere di rigetto superiore a 10
6
. Esso `e strutturato in due parti: il
trigger di primo livello (L1) ed il trigger di alto livello (HLT).
18 1 - Lacceleratore LHC e lesperimento CMS
Il trigger L1 `e implementato a livello di elettronica (trigger hardware) e pu`o ridurre
la frequenza degli eventi no a 100 kHz. Il suo tempo di decisione `e dellordine di
1s a partire dal momento della collisione ed esso utilizza le informazioni dei diversi
sottorivelatori a livello locale (calorimetri, camere dei muoni, scintillatori posti su HF,
ecc.) che rivelano la presenza di particelle (fotoni, elettroni, muoni, jet, ecc.) al di sopra
di opportune soglie in energia o momento. Le informazioni locali dei sottorivelatori
vengono combinate per la decisione globale, nellattesa della quale i dati vengono salvati
temporaneamente su supporti di memorizzazione temporanea (pipelines).
In particolare, i dati analizzati in questo lavoro sono stati acquisti utilizzando come
trigger i segnali provenienti dai due rivelatori Beam Pick-up Timing eXperiment (BP-
TX) e dai due Beam Scintillator Counters (BSC) (gura 1.14). I primi sono posizionati
lungo la linea del fascio, ad una distanza di 175 m ed in direzioni opposte rispetto al
punto di interazione in CMS. I segnali di questi rivelatori indica il passaggio dei fasci
di protoni in CMS. I secondi sono sistemi di pi` u scintillatori plastici dello stesso tipo
(BC408) posizionati sul calorimetro in avanti HF, a una distanza di 10.86 m dal punto
di interazione. Essi sono sensibili a qualsiasi tipo di attivit`a nellintervallo da = 3.23
( 11

) a = 4.65 ( 2.5

).
Figura 1.14: La gura mostra i due particolari tipi di sottorivelatori utilizzati come trigger sui
dati analizzati in questo lavoro. I Beam Pick-up Timing eXperiment (BPTX) sono posizionati
in entrambe le direzioni lungo la linea del fascio per segnalare il passaggio dei fasci in CMS,
mentre i Beam Scintillator Counters sono sistemi di scintillatori montati sul calorimetro in
avanti HF e segnalano ogni tipo di attivit`a.
Il trigger di alto livello riceve le informazioni di L1 e le utilizza per eseguire diversi
algoritmi inclusi nel software dellesperimento CMS (trigger software), i quali eettuano
una ricostruzione parziale e veloce dellevento, permettendo cos` di ridurre il tasso di
acquisizione no a 100 Hz. Dopo la decisione di HLT, i dati di un evento vengono
salvati registrandoli su disco.
1.3.6 Computing e software
Lungo tutta la durata dellesperimento, il sistema di computing di CMS deve provvedere
al salvataggio dei dati degli eventi di collisione, al loro trasferimento nei vari siti dove
vengono conservati e consentire cos` laccesso alle informazioni in essi contenute. Per
1.3 - Lesperimento CMS 19
questi ultimi due scopi `e stato strutturato in un sistema gerarchico detto a tier, in cui
i collegamenti tra le varie risorse informatiche sono gestiti dalla tecnologia Worldwide
LHC Computing Grid (WLCG), sviluppata appositamente per gli esperimenti LHC [26]
dai quali ci si aspetta le produzione di unimmensa mole di informazioni, dellordine di
15 Petabytes allanno.
Per registrare ed analizzare i dati di un evento, la collaborazione di CMS ha creato
una collezione di software appositi chiamata CMSSW. Le tre funzioni che essa deve
svolgere sono: eseguire gli algoritmi di HLT, ricostruire gli eventi di collisione, tanto
a partire dai dati registrati dal rivelatore quanto da quelle dalle simulazioni Monte
Carlo, e permettere le analisi dei dati nali. CMSSW `e architettato su due pilastri: il
Framework e lEvent Data Model (EDM). Il primo costituisce lo scheletro entro cui `e
possibile far eseguire i dierenti moduli scelti tra quelli disponibili, i quali contengono
gli specici algoritmi che del trigger HLT, dei processi di ricostruzione degli eventi o
di analisi degli stessi. LEDM `e il modello con cui sono salvate le informazioni di un
evento allinterno delle strutture dati, i cui formati principali sono:
RAW: dati contenenti tutte le informazioni collezionate dal rivelatore in un evento
di collisione: i segnali di ogni singolo canale dei sottorivelatori, le condizioni
di funzionamento degli stessi, il trigger impostato, le informazioni sul run di
acquisizione dati.
RECO: dati contenenti levento ricostruito utilizzando le informazioni quelli RAW,
mediante gli algoritmi di ricostruzione di oggetti sici come le tracce, i vertici di
interazione, le particelle identicate (elettroni, muoni, ecc.), i getti adronici, ecc.
Con questo formato si conservano anche le informazioni sugli specici algoritmi
utilizzati ed i loro parametri.
I dati RAW sono conservati nei tier 1, i livelli gerarchici pi` u alti della struttura, mentre
i dati RECO vengono distribuiti in pi` u copie ai livelli pi` u bassi, nei tier 2, per rendere
pi` u veloce laccesso.
20 1 - Lacceleratore LHC e lesperimento CMS
Capitolo 2
Linterazione protone-protone
Gli eventi di collisione protone-protone possono essere classicati, come tutti quelli
tra adroni, secondo le caratteristiche topologiche dello stato nale nel piano (, ) dei
rivelatori (vedi ad esempio [27]). Si individuano tre tipologie di eventi (gura 2.1):
Elastici: i due protoni rimangono integri deviando dalla loro traiettoria originale e con-
servando la loro energia cinetica iniziale. Non c`e produzione di nuove particelle
nello stato nale.
Inelastici dirattivi: almeno uno dei due protoni si dissocia a seguito della collisione,
trasformando parte della sua energia cinetica iniziale in nuove particelle nello stato
nale. Se un solo protone si dissocia, si hanno gli eventi singolo dirattivi, se la
dissociazione riguarda entrambi si parla di eventi doppio dirattivi. Le particelle
prodotte si concentrano in regioni circoscritte dello spazio (, ) del rivelatore,
lasciando quindi in esso zone prive di attivit`a che sono chiamate rapidity gap. Il
caso pi` u comune `e la presenza di rapidity gap nella regione centrale del rivelatore,
a valori di || inferiori a 3 o 4, e attivit`a nella regione in avanti, a valori di ||
maggiori di 3 o 4.
Inelastici non dirattivi: linterazione avviene tra i partoni che si trovano allinterno
dei protoni iniziali. Questi si dissociano entrambi, dando origine ad un numero
maggiore di particelle nali rispetto al caso precedente, che sono distribuite in
tutto lo spazio (, ) del rivelatore.
La sezione durto totale
tot
`e la somma dei contributi dati dai tre tipi di eventi di
collisione protone-protone. Per unenergia nel centro di massa

s = 14TeV , questi
sono valutati come mostrato in equazione 2.1:

tot
=
el
+
diff
+
non diff
(30 + 18 + 65) mb = 113 mb. (2.1)
I singoli valori sono stati estrapolati a partire dai dati degli esperimenti precedenti, con
un incertezza su
tot
che risulta dellordine del 10% [28].
La descrizione teorica dellinterazione tra due protoni `e molto complessa e non
completamente deducibile a partire solo dai principi primi. Ci`o`e dovuto a tre motivi
21
22 2 - Linterazione protone-protone

0 5 10
0
5 10
p1
p2
P
p1

p2

Figure 1: Diagram for elastic scattering and vs plot showing the distribution of products after the
interaction.
occurs.
Elastic scattering can be achieved via the exchange of a glueball-like Pomeron. In elastic scat-
tering, the nal state and initial state particles are identical. The exchange of gluons can excite
a hadron. This can result in the outgoing state preserving the internal quantum numbers of
the incoming particles but having a higher mass. This is known as quasi-elastic scattering.
Inelastic collisions can be diractive. There are several possible descriptions of diraction, al-
lowing several alternative approaches. The approach discussed here is one described by Regge
theory [6] in terms of the exchange of a Pomeron. One of the alternative approaches which does
not use the concept of a Pomeron or Regge phenomenology is called the soft colour interaction
model. It is described by Ingelman in [7].
A diractive reaction is one in which no internal quantum numbers are exchanged between the
colliding particles. Diraction occurs when the exchanged Pomeron interacts with the proton
to produce a system of particles referred to as the diractive system. In diractive scattering,
the energy transfer between the two interacting protons remains small, but one or both pro-
tons dissociate into multi-particle nal states with the same internal quantum numbers of the
colliding protons.
If only one of the protons dissociates then the interaction is Single Diractive (SD) (p
1
+p
2

p

1
+ X
2
or p
1
+ p
2
X
1
+ p

2
). The dissociated proton is shown as a spray of blue dots (par-
2
(a) elastici
ticles) and the non-dissociated proton as the pink dot in gure 2. The LHC cross-section (at

s = 14 TeV) for SD is 10 mb [5].

0 5 10
0
5 10
p1
p2
P
p1

X2
Figure 2: SD diagram and a window showing a rapidity gap between 10 < < 3.5.
If both the colliding protons dissociate, then it is Double Diractive (DD) (p
1
+p
2
X
1
+X
2
)
as seen in gure 3. The LHC cross-section (at

s = 14 TeV) for DD is 7 mb [5].

0 5 10
0
5 10
p1
p2
P
X1
X2
Figure 3: DD diagram and window showing a rapidity gap between 3.5 < < 4.
A dierent topology becomes possible with two Pomerons exchanged, namely Central Dirac-
tion (CD) (p
1
+ p
2
p

1
+ X + p

2
) or Double Pomeron Exchange. In this process, both the
protons are intact and are seen in the nal state (as two pink dots seen in gure 4). The LHC
cross-section for CD is 1 mb [5].
In Non-Diractive (ND) interactions there is an exchange of colour charge and subsequently
more hadrons are produced. This is shown in gure 5. ND interactions are the dominant
process in pp interactions and are expected to be 60% of all interactions at the LHC with a
cross-section of 65 mb (at

s = 14 TeV) [5].
3
(b) singolo dirattivi
ticles) and the non-dissociated proton as the pink dot in gure 2. The LHC cross-section (at

s = 14 TeV) for SD is 10 mb [5].

0 5 10
0
5 10
p1
p2
P
p1

X2
Figure 2: SD diagram and a window showing a rapidity gap between 10 < < 3.5.
If both the colliding protons dissociate, then it is Double Diractive (DD) (p
1
+p
2
X
1
+X
2
)
as seen in gure 3. The LHC cross-section (at

s = 14 TeV) for DD is 7 mb [5].

0 5 10
0
5 10
p1
p2
P
X1
X2
Figure 3: DD diagram and window showing a rapidity gap between 3.5 < < 4.
A dierent topology becomes possible with two Pomerons exchanged, namely Central Dirac-
tion (CD) (p
1
+ p
2
p

1
+ X + p

2
) or Double Pomeron Exchange. In this process, both the
protons are intact and are seen in the nal state (as two pink dots seen in gure 4). The LHC
cross-section for CD is 1 mb [5].
In Non-Diractive (ND) interactions there is an exchange of colour charge and subsequently
more hadrons are produced. This is shown in gure 5. ND interactions are the dominant
process in pp interactions and are expected to be 60% of all interactions at the LHC with a
cross-section of 65 mb (at

s = 14 TeV) [5].
3
(c) doppio dirattivi

0 5 10
0
5 10
p1
p2
P
p1

p2

P
X
Figure 4: CD diagram and window showing two rapidity gaps between 10 < < 2.5 and 2.5 < < 10.

0 5 10
0
5 10
p1
p2
Figure 5: The diagram for an ND process. The rapidity window on the right shows that there is no rapidity
gap.
A consequence of the Pomeron hypothesis is that the cross-sections of pp and p p diractive
scattering should be equal at high enough energies [8]. This is because the Pomeron has the
quantum numbers of the vacuum, so its couplings to the proton and anti-proton are equal.
The total pp cross-section is given by equation 1 where misc here is CD and multiple Pomeron
exchange. The cross-section for multiple Pomeron exchange is 1 mb [5].

tot
=
el
+
inel
=
el
+
di
+
ND
=
el
+
SD
+
DD
+
misc
+
ND
(1)
1.2 Kinematics
In a QCD approach, a partonic description of a Pomeron, as described in [9] is commenly used.
Distributions of partons in particles are characterised by Parton Distribution Functions (PDF).
A PDF f
i
(x, Q
2
) gives the probability of nding a parton i with a fraction x of the momentum
of the parent beam particle, when probed at a scale of Q
2
. PDFs are parameterisations of
experimental data. Diractive hard scattering is used to resolve the partonic structure of the
Pomeron [10].
4
(d) non dirattivi
Figura 2.1: Diagrammi di interazione e rappresentazioni del piano (, ) del rivelatore per i
diversi tipi di eventi di collisione protone-protone. La distribuzione delle particelle nali originate
nellinterazione permette di classicare le collisioni in tre classi. Negli eventi elastici i protoni
(rosa) deviano la loro traiettoria originale (a). Negli inelastici, che posso essere dirattivi o
non dirattivi, almeno un protone di dissocia dando origine a diverse particelle (blu) nello stato
nale (b) (c) (d). Gli eventi dirattivi si distinguono da quelli non dirattivi per la presenza
nel rivelatore di zone prive di attivit`a chiamate rapidity gap.
principali: i protoni che collidono non sono particelle elementari puntiformi, ma possie-
dono una struttura interna composta dai partoni; la trattazione dellinterazione forte
a basse scale energetiche, dove i calcoli di QCD perturbativa perdono di validit`a, `e
basata su vari modelli fenomenologici ad hoc; inne, `e necessario trattare sistemi com-
plessi con un elevato numero di particelle, dellordine di qualche centinaio. Tuttavia,
combinando calcoli teorici con modelli fenomenologici, `e possibile ottenere predizioni
di questi processi che risultino confrontabili con i dati sperimentali. Tali predizioni
sono realizzate con i generatori Monte Carlo (MC) di eventi, programmi che eseguono
i calcoli delle sezioni durto dei diversi processi implicati nello scontro e usano numeri
(pseudo-)casuali per simularle (paragrafo 2.2).
2.1 Schema teorico della collisione protone-protone
Nel descrivere lo schema teorico di una collisione protone-protone, viene trattato solo il
tipo di eventi interessanti per questa analisi, che sono quelli inelastici non dirattivi. Lo
schema principale `e diviso in quattro fasi generali, allinterno delle quali possono essere
sviluppati, dove necessari, dierenti modelli fenomenologici. In questo studio sono stati
utilizzati due diversi generatori: PYTHIA 6.4 [29] ed il pi` u recente PYTHIA 8.1 [30];
pertanto, i modelli fenomenologici qui descritti sono quelli usati da questi generatori.
Le quattro fasi sono (gura 2.2):
Interazione principale: la natura del processo principale determina le caratteristiche
fondamentali di un singolo evento. Inizialmente due protoni si stanno muovendo
2.1 - Schema teorico della collisione protone-protone 23
luno incontro allaltro ed ognuno di essi `e caratterizzato dalle funzioni di di-
stribuzione partoniche che ne deniscono la sottostruttura. Due partoni iniziali
incidenti danno origine allinterazione principale (interazione hard), che produce
un certo numero di particelle. Nel caso di produzione di risonanze con breve vi-
ta media, come un W
+
, il loro decadimento `e considerato parte dellinterazione
principale.
Radiazione iniziale e nale: i partoni coinvolti in uninterazione possono emettere
radiazione generando cos` delle cascate di partoni. Si distingue la radiazione
dello stato iniziale (ISR) da quella dello stato nale (FSR), generate ambedue
dallevoluzione temporale degli stati partonici presenti prima e dopo linterazione
principale.
MPI e residui del fascio: oltre allinterazione principale , tra i numerosi partoni in-
cidenti coinvolti nella collisione, possono avvenire altre interazioni, chiamate inte-
razioni partoniche multiple (MPI). Esse si realizzano a scale di energia pi` u basse
rispetto allinterazione principale e possono essere accompagnate dallemissione
di radiazione. Ci`o che rimane della struttura del protone originale, dopo che un
partone interagente `e stato estratto, costituisce il residuo del fascio (beam rem-
nant). Esso porta la frazione rimanente dellenergia iniziale del protone e carica
di colore. Le MPI e la trattazione dei residui del fascio sono processi che descri-
vono lUnderlying Event (UE), cio`e tutta l attivit`a che accompagna linterazione
principale dellevento, e ne inuenza le caratteristiche in modo non trascurabile.
Frammentazioni e adronizzazione: i costituenti delle cascate partoniche si ricom-
binano a formare particelle adroniche, nel corso di processi chiamati frammenta-
zione ed adronizzazione. La gran parte degli adroni cos` formati successivamente
decade, generando le particelle eettivamente osservabili nei rivelatori.
2.1.1 Interazione principale
Il teorema di fattorizzazione della QCD formalizza la caratteristica generale delle col-
lisioni in cui sono presenti particelle adroniche nello stato iniziale [31]. Una sezione
durto inclusiva pu`o essere fattorizzata in una parte dipendente dai processi partonici
convoluta con la parte che rappresenta la struttura partonica delladrone. La prima
parte, detta di corta distanza, `e calcolabile perturbativamente, mentre la seconda,
detta di lunga distanza, non `e calcolabile perturbativamente. Lequazione 2.2 mostra
quanto detto:
d
(h
1
h
2
X)
=

a,b
_
1
0
dx
1
dx
2
f
h
1
a
_
x
1
, Q
2
_
f
h
2
b
_
x
2
, Q
2
_
d
(a+bX)
, (2.2)
dove
(a+bX)
`e la sezione durto partonica di uno specico processo a+b X, mentre
f
h
1
a
e f
h
2
b
indicano le funzioni di distribuzione partoniche valutate alla scala di energia
Q
2
del processo (gura 2.3). Le variabili di integrazione x
1
e x
2
indicano le frazioni di
24 2 - Linterazione protone-protone
p
p/p
u
g
W
+
d
c s
Resonance decays: correlated with hard subprocess
(a) protoni iniziali ed intera-
zione principale.
p
p/p
u
g
W
+
d
c s
Final-state radiation: timelike parton showers
(b) emissione di radiazione inizia-
le e nale che generano cascate di
partoni.
p
p/p
u
g
W
+
d
c s
. . . with its initial- and nal-state radiation
(c) interazioni partoni-
che multiple sottostanti
allinterazione principale.
(d) stato nale dellevento dopo la fasi di frammentazione e adronizzazione; sono rappre-
sentati i diversi processi appartenenti alle quattro fasi con cui `e descritta uninterazione
protone-protone inelastica dirattiva.
Figura 2.2: Schematizzazione delle diverse fasi di uninterazione protone-protone inelastica
non dirattiva. Linterazione principale, in questo caso, `e il processo u d W
+
, responsabile
delle caratteristiche principali dellevento (a). Lemissione di radiazione iniziale (verde) e nale
(blu) nellevoluzione degli stati partonici crea cascate partoniche (b). Le interazioni secondarie
(MPI) assieme ai residui del fascio dei protoni iniziali costruiscono il processo sottostante allin-
terazione principale, che, tuttavia, inuenza in modo non trascurabile levento (c). I processi
di frammentazione e adronizzazione ricombinano tutti i partoni prodotti nelle fasi precedenti in
adroni, producendo cos` le particelle nali osservabili (d).
momento longitudinale delladrone portate da un partone. Queste funzioni rappresen-
tano la probabilit`a di trovare il partone a (b) con frazione di momento longitudinale
x
1
(x
2
) allinterno delladrone h
1
(h
2
).
2.1 - Schema teorico della collisione protone-protone 25
Figura 2.3: Diagramma che schematizza il teorema di fattorizzazione della QCD. La sezione
durto inclusiva di una collisione con particelle adroniche nello stato iniziale pu`o essere calcolata
fattorizzando i processi a livello partonico del tipo a + b c + d, convoluti con la struttura
delladrone descritta dalle funzioni di distribuzione partoniche f
a/h
1
e f
a/h
2
.
La sezione durto partonica di un processo del tipo 2 n pu`o essere calcolata
teoricamente a partire dallequazione 2.3:
d
(1+2n)
=
1
F
|M|
2
d
n
, (2.3)
dove il fattore di usso F =
_
( p
1
p
2
)
2
(m
1
m
2
)
2
dei partoni iniziali e lo spazio
delle fasi d
n
dei partoni nali rappresentano la cinematica dellinterazione, mentre
lelemento di matrice Lorentz invariante Mdescrive la specica interazione considerata,
rappresentando cos` la dinamica del processo [4]. Lelemento di matrice si calcola dai
principi primi della teoria, a partire dai diagrammi e dalle regole di Feynman derivate
dalla lagrangiana che descrive linterazione. Per lelemento di matrice si ottiene uno
sviluppo in serie perturbativa nella costante di accoppiamento dellinterazione, che, nel
calcolo eettivo, considera solo un numero nito di termini arrestandosi ad un ordine
pressato.
Lenergia cinetica totale di un adrone in movimento `e suddivisa tra i partoni che
lo costituiscono, secondo le funzioni di distribuzione partoniche. Esse rappresentano la
probabilit`a di trovare un partone con una frazione x del momento longitudinale totale
allinterno delladrone. Secondo lo schema della fattorizzazione della QCD, tali funzioni
dipendono dalla scala di energia Q
2
del processo partonico considerato ed evolvono co-
me descritto dallequazione 2.4 di Dokshitzer-Gribov-Lipatov-Altarelli-Parisi (DGLAP)
[32]:

Q
2
f
i
h
(x, Q
2
) =
_
1
x
dy
y

j
P
ij
(y, Q
2
)f
j
h
_
x
y
, Q
2
_
. (2.4)
In essa P
ij
sono le splitting functions, che rappresentano la probabilit`a che un partone j,
avente una frazione y del momento longitudinale totale, generi un partone i con frazione
inferiore x. Le funzioni P
ij
si calcolano dai principi primi. Le funzioni di distribuzione
partoniche sono idealmente calcolabili con la QCD, ma alle scale di energia di 1 GeV,
tipiche di un adrone, la teoria non `e pi` u perturbativa. Questo fatto rende non risolvibili
i calcoli e obbliga a determinare le funzioni di distribuzione partoniche basandosi su
dati sperimentali. Inoltre, per piccoli valori di x (log(Q
2
) log(1/x)), lequazione
26 2 - Linterazione protone-protone
DGLAP non `e pi` u valida, per cui sono ipotizzate dierenti equazioni per levoluzione
delle funzioni di distribuzione partonica [33]. Nella pratica esistono diversi insiemi
di funzioni di distribuzione partonica, che dipendono sia dai dati utilizzati sia dalle
dierenti assunzioni teoriche riguardanti la loro evoluzione.
Nelle due versioni dei generatori PYTHIA utilizzati sono stati inclusi circa trecento ti-
pi diversi di processi partonici per linterazione principale, ricavati dal Modello Standard
e dalle sue estensioni ipotetiche (teorie SUSY, modelli di Higgs alternativi, ecc.). Tra
tutti questi processi, quelli nettamente predominanti nellinterazioni protone-protone,
sono costituiti dalle interazioni QCD che producono quark leggeri (u, d e s) o gluoni.
Le motivazioni di questo fatto sono due: la produzione di particelle massive diventa
importante solamente a scale energetiche dellinterazione corrispondenti alle loro masse;
inoltre, tutti i processi elettrodeboli sono soppressi dalla loro costante daccoppiamento,
che `e di almeno un ordine di grandezza inferiore. Nelle due versioni di PYTHIA usate, la
gran parte dei processi considerati sono calcolabili solamente allordine pi` u basso dello
sviluppo perturbativo (Leading Order, LO), e cio`e come processi 2 2 o 2 1. La ra-
gione di ci`o sta nella dicolt`a di realizzare i calcoli delle cancellazioni tra le divergenze
delle correzioni radiative reali e virtuali che nascono agli ordini perturbativi successivi.
Queste correzioni, che tengono conto della possibile emissione di radiazione nei proces-
si partonici, richiedono tecniche di calcolo complesse e specializzate, a seconda dello
specico processo considerato.
2.1.2 Radiazione iniziale e Finale
I partoni coinvolti nellinterazione principale possono emettere radiazione, che deve es-
sere tenuta correttamente in considerazione per ottenere predizioni teoriche accurate
degli eventi di collisione. Esistono due modi per includere il contributo delle correzioni
radiative: il primo consiste nel considerare nel calcolo dellelemento di matrice gli or-
dini superiori al LO; il secondo sfrutta la tecnica chiamata Leading Log approximation
della QCD [34]. In questo secondo approccio solo i contributi dominanti di tutti gli
ordini in
S
vengono sommati nellapplicazione dellequazione DGLAP, che porta alla
generazione delle cascate di partoni (parton shower).
Nel metodo dellelemento di matrice M viene calcolato considerando anche i dia-
grammi di ordine superiore al pi` u basso (Next to Leading Order, NLO), dove compaiono
i processi 2 3 (correzioni reali) ed i processi 2 2 con particelle intermedie (loop)
non presenti nello stato nale (correzioni virtuali)
1
. Questo approccio possiede due van-
taggi: il primo `e di essere teoricamente esatto, considerando globalmente la cinematica
e lelicit`a delle particelle e calcolando i termini di interferenza tra i diversi diagrammi,
il secondo `e che diventa sempre pi` u accurato al crescere delle scale energetiche, gra-
zie al decrescere di
S
. Viceversa, il suo punto debole `e nellapplicazione pratica: i
calcoli al NLO sono realizzabili completamente, includendo i diagrammi sia reali che
virtuali, solo per poche tipologie di processi, come ad esempio la produzione di W, Z
1
I diagrammi allordine superiore al NLO (Next-to-next to Leading Order, NNLO) sono calcolati
solo in tre casi: i processi di Drell-Yan per Z e W, la produzione dellHiggs e gli eventi con tre getti
adronici in collisioni e

e
+
.
2.1 - Schema teorico della collisione protone-protone 27
e Higgs. Negli altri casi si possono includere solo i diagrammi reali, i quali, presen-
tando divergenze collineari ed infrarosse non cancellate, rendono necessario limitare il
calcolo a regioni dello spazio delle fasi in cui i partoni siano ben separati. Per questo
il metodo dellelemento di matrice `e soddisfacente solo nella descrizione di alcune colli-
sioni protone-protone, precisamente quelle nel cui stato nale si trovano getti adronici
(paragrafo 2.3) ben separati.
Nel metodo delle cascate dei partoni un processo 2 n viene fattorizzato in due fasi
distinte: il processo principale convoluto con una serie di processi 1 2 dellemissione
di radiazione da parte di un partone (branchings), come q qg, g gg, g q q. Il
processo principale `e calcolato al LO come descritto nel paragrafo precedente, con la
dierenza che i partoni primari in esso coinvolti vengono considerati in una evoluzione
temporale indipendente, nella quale possono andare incontro ai processi di emissione.
Lo stesso vale per i partoni secondari generati dai branchings dei partoni primari, ot-
tenendo cos` la formazione di una cascata di particelle (gura 2.4). I branchings sono
Fig. 4: A cascade of successive branchings.
congurations, however. A further study of the

/Z
0
qqg example shows that the simple sum of
the q qg and q qg branchings reproduce the full matrix elements, with interference included, to
better than a factor of 2 over the full phase space. This is one of the simpler cases, and of course one
should expect the accuracy to be worse for more complicated nal states. Nevertheless, it is meaningful
to use the shower over the whole strictly-ordered, but not necessarily strongly-ordered, region Q
2
1
>
Q
2
2
> Q
2
3
. . . to obtain an approximate answer for multiparton topologies for which the complete matrix
elements would be too lengthy.
With the parton-shower approach, the big probability for one branching q qg turns into a big
probability for several successive branchings. Nevertheless we did not tame the fact that probabilities
blow up in the soft and collinear regions. For sure, perturbation theory will cease to be meaningful at
so small Q
2
scales that
s
(Q
2
) diverges; there conmenent effects and hadronization phenomena take
over. Typically therefore some lower cutoff at around 1 GeV is used to regulate both soft and collinear
divergences: below such a scale no further branchings are simulated. Whatever perturbative effects may
remain are effectively pushed into the parameters of the nonperturbative framework. That way we avoid
the singularities, but we can still have probabilities well above unity, which does not seem to make
sense.
This brings us to the second big concept of this section, the Sudakov (form) factor [18]. In the
context of particle physics it has a specic meaning related to the properties of the loop diagrams, but
more generally we can just see it as a consequence of the conservation of total probability
P(nothing happens) = 1 P(something happens) , (14)
where the former is multiplicative in a time-evolution sense:
P
nothing
(0 < t T) = P
nothing
(0 < t T
1
) P
nothing
(T
1
< t T) . (15)
Now subdivide further, with T
i
= (i/n)T, 0 i n:
P
nothing
(0 < t T) = lim
n
n1

i=0
P
nothing
(T
i
< t T
i+1
)
= lim
n
n1

i=0
(1 P
something
(T
i
< t T
i+1
))
= exp

lim
n
n1

i=0
P
something
(T
i
< t T
i+1
)

9
Figura 2.4: Il metodo delle cascate di partoni `e un approccio per includere lemissione di
radiazione dei partoni coinvolti in una collisione protone-protone. Un processo 2 n viene
fattorizzato nel processo principale convoluto con una serie di processi indipendenti 1 2
chiamati branchings. Le particelle generate da questi processi possono a loro volta dividersi,
generando una cascata di particelle. Il processo si arresta quando la scala energetica dei processi
scende al di sotto di una soglia ssata, corrispondente al limite di validit`a della QCD perturbativa
che li descrive.
generati ordinatamente al decrescere di una variabile devoluzione t
2
. La cascata della
radiazione nale (FSR) si calcola a partire dai partoni uscenti dal processo principa-
le no a quelli nali, secondo lordine temporale (time-like showers); viceversa, per
quella della radiazione iniziale (ISR), dai due partoni entranti nel processo principale
si procede allindietro no ai due partoni estratti dai protoni di partenza (iniziatori
dello cascata) (space-like showers) . Levoluzione si interrompe quando t scende al di
sotto di una certa soglia pressata, che rappresenta il limite della validit`a della QCD
perturbativa che descrive questi processi. Per trattare correttamente levoluzione degli
2
Ci sono diverse possibilit` a per la scelta della variabile t. Una possibilit a `e la virtualit` a (o massa
o-shell) delle particelle, che per partoni primari iniziali `e negativa (space-like) e per quelli nali `e
positiva (time-like). Unaltra possibilit` a `e quella di usare langolo con cui viene emessa la radiazione.
Inne, una terza possibilit` a `e data dalluso del momento traverso dei partoni p
T
.
28 2 - Linterazione protone-protone
stati partonici, la probabilit`a di emissione viene moltiplicata per un fattore corretti-
vo chiamato fattore di Sudakov, che rappresenta la probabilit`a di non avere alcuna
emissione.
Nel metodo delle cascate dei partoni, i branchings possono essere pensati come
linclusione delle correzioni reali, mentre il fattore di Sudakov riguarda quelle virtuali.
Questo tipo di approccio fornisce risultati realistici nella maggior parte degli eventi
di collisione, nonostante esso non tenga in considerazione gli eetti di interferenza tra
i diversi processi. Questo procedimento approssimato `e valido poich`e le divergenze
collineari e infrarosse dei processi radiativi rendono poco importanti tali contributi.
Lapprossimazione per`o fallisce nella descrizione di eventi con emissioni a grande an-
golo, come nel caso di getti adronici ben distinti, nei quali queste interferenze non
possono essere pi` u trascurate. Inne, questo metodo ha lenorme vantaggio di poter
essere applicato sempre nello stesso modo, indipendentemente da quale sia il processo
principale.
2.1.3 Interazioni partoniche multiple e residui del fascio
Un protone in movimento pu`o essere visto come un fascio di partoni tra i quali pos-
sono avvenire diverse interazioni partoniche oltre a quella principale. Esse danno un
contributo importante alla molteplicit`a di particelle nali dellevento di collisione.
In PYTHIA 6.4 il modello per le interazioni partoniche multiple [35] prevede che
esse siano generate secondo i processi partonici dominanti nelle collisioni tra adroni.
Questi sono interazioni 2 2 descritte dalla QCD in cui si ha la produzione di quark
leggeri o gluoni. Al LO la loro sezione durto `e indicata dallequazione 2.5, in funzione
dellenergia nel centro di massa della collisione protone-protone

s:

int
(

s) =
_
(

s/2)
2
0
d
dp
2
T
dp
2
T
=
_
s/4
0
8
9
(p
2
T
)
p
4
T
dp
2
T
. (2.5)
La divergenza per p
T
0 deve essere regolarizzata fenomenologicamente introducendo
un valore minimo del momento traverso. Dal punto di vista sico, questa procedura si
pu`o giusticare col fatto che il gluone scambiato, se di energia sucientemente bassa,
non possiede lunghezza donda tale da risolvere le singole cariche di colore (i parto-
ni) allinterno del protone. Il modello per la descrizione delle MPI in PYTHIA 6.4 e
PYTHIA 8.1 regolarizza la sezione durto introducendo il parametro p
T0
come limite
inferiore di integrazione dellequazione 2.5. Il suo valore presenta una dipendenza da

s secondo lequazione:
p
T0
(

s) = p
T
(E
0
)
_
s
E
0
_

, (2.6)
nella quale i valori di riferimento per questi tre parametri sono p
T
(E
0
) = 1.8 GeV,
E
0
= 1960 GeV ed = 0.16. Il parametro p
T0
, oltre ad essere il limite inferiore del
momento traverso delle MPI, `e anche introdotto per modicare la sezione durto, come
mostrato dalla relazione 2.7:
d
dp
2
T


s
(p
2
T
)
p
4
T


s
_
p
2
T
+p
2
T0
_
(p
2
T
+p
2
T0
)
2
. (2.7)
2.1 - Schema teorico della collisione protone-protone 29
Inoltre, viene introdotta la distribuzione di materia allinterno dei protoni incidenti,
parametrizzata, nella maggior parte dei casi, con una doppia gaussiana di equazione
2.8:
(r)
1
a
3
1
exp
_

r
2
a
2
1
_
+

a
3
2
exp
_

r
2
a
2
2
_
, (2.8)
che `e interpretabile come una distribuzione avente un piccolo nocciolo di raggio a
2
contenente una frazione della materia adronica, allinterno di un adrone di raggio a
1
.
Introducendo il parametro di impatto classico tra i due adroni che collidono, le MPI
non sono pi` u eventi indipendenti: al decrescere del suo valore queste interazioni sono
pi` u probabili, essendoci una maggiore sovrapposizione di materia adronica.
I partoni che collidono sottraggono solamente una frazione dellenergia totale dei
protoni iniziali, mentre quella rimanente `e trasportata dai residui del fascio. Queste
strutture sono composte dai partoni spettatori nelle interazioni partoniche e possono
portare carica di colore. I residui dei fasci procedono fondamentalmente nella direzione
originale, deviati di un momento traverso k
T
dellordine del momento di Fermi dei
partoni nelladrone.
In PYTHIA 6.4 `e possibile scegliere due modelli per descrivere globalmente le MPI
ed i residui del fascio. Nel primo, chiamato vecchio modello, i partoni coinvolti delle
MPI non emettono radiazione. In quello successivo, detto nuovo modello, nellag-
giunta di nuovi fenomeni sici [36]: ogni MPI pu`o emettere radiazione iniziale o nale
generando cascate di partoni; sono possibili eetti di correlazione di sapore e momento
tra i partoni del residuo del fascio e quelli estratti nelle interazioni; inne, c`e la possi-
bilit`a della ricombinazione di colore degli stessi partoni nali con quelli pi` u vicini nello
spazio delle fasi, in modo da minimizzare lenergia del sistema.
In PYTHIA 8.1 sono state sviluppate altre due modiche rispetto al nuovo modello
delle MPI. La prima consiste nel fatto che sono stati aggiunti altri tipi di processi
partonici, come lo scambio di bosoni W, Z e o la produzione di particelle J/
e ; la seconda prevede lintroduzione del fenomeno chiamato rescattering, cio`e la
possibilit`a che le particelle implicate in uninterazione partonica provengano da una
diversa precedente interazione.
I fenomeni descritti in questo paragrafo 2.1.3 descrivono lunderlying event della
collisione adronica, cio`e tutta la produzione addizionale di particelle rispetto a quella
dellinterazione principale. Questa denizione non esplicita rigorosamente quali fenome-
ni costituiscano lUE: ad esempio, alcuni autori vi includono lemissione di ISR e FSR,
altri invece la escludono. Questo fatto `e comprensibile considerando che, dal punto di
vista sperimentale, non `e possibile distinguere inequivocabilmente lattivit`a prodotta
dai processi di emissione di radiazione rispetto a quella originata da altri fenomeni,
come esempio le MPI. Dal momento che leetto dellUE `e tuttaltro che trascurabile,
la sue caratterizzazione `e tuttora oggetto di studio (vedi ad esempio [37]). Nello spe-
cico, le MPI sono considerate una componente fondamentale dei processi dellUE, in
base ai risultati ottenuti in diversi studi che ne hanno mostrato levidenza sperimentale
e valutato lentit`a, sfruttando i dati degli acceleratori Sp pS e Tevatron precedenti ad
LHC [38].
30 2 - Linterazione protone-protone
2.1.4 Frammentazione ed adronizzazione
La trattazione di un evento di collisione protone-protone descritta no ad ora spiega
i processi a livello partonico, ma nei rivelatori `e possibile osservare direttamente solo
gli adroni con vita media dellordine di 10
8
s o superiore. Linterazione forte conna
i partoni colorati in adroni privi di colore ed i processi che portano alla creazione del-
le particelle osservabili nei rivelatori, a partire dalla moltitudine di particelle generate
nelle cascate partoniche, sono chiamati frammentazione e adronizzazione. Questi pro-
cessi avvengono a scale energetiche dellordine del GeV, dove lunico modo per trattare
linterazione forte `e lideazione di modelli genuinamente fenomenologici.
Gli schemi maggiormente utilizzati per descrivere il fenomeno della frammentazione
sono il modello a cluster e quello a stringhe. In particolare PYTHIA 6.4 e PYTHIA 8.1
utilizzano quello che `e chiamato modello a stringa di Lund [39]. Gli studi di QCD
non perturbativa su reticolo indicano che le linee del campo di forza non si estendono
allinnito ma formano un tubo di usso (gura 2.5); inoltre, la forza tra due cariche,
in prima approssimazione, `e proporzionale alla loro distanza. Per queste ragioni si pu`o
pensare alle due cariche come se fossero collegate da una stringa, che si tende man mano
che i partoni si allontanano tra loro, aumentando cos` lenergia del sistema. Quando
la tensione della stringa supera un limite impostato, essa si pu`o spezzare, diminuendo
quindi lenergia totale e generando una nuova coppia partone-antipartone. Il processo
appena descritto rappresenta la frammentazione di un partone a formare un mesone.
Quando pi` u di due partoni vicini tra loro nello spazio delle fasi sono collegati dalle
stringhe, vengono introdotte le giunzioni tra esse; ad esempio un barione `e trattato
come una giunzione centrale, alla quale sono connesse le stringhe che raggiungono i
tre quark di valenza. I fenomeni di rottura delle stringhe sono indipendenti tra loro e
levoluzione di questi sistemi `e descritta utilizzando le funzioni di frammentazione rica-
vate da dati sperimentali. Dette funzioni rappresentano la probabilit`a che un partone,
a seconda della sua energia, frammenti in un adrone. Il processo di frammentazione
viene interrotto quando i partoni non possiedono pi` u lenergia necessaria per creare
nuove coppie.
Nel processo di adronizzazione i partoni prodotti dalla frammentazione vengono
ricombinati a formare adroni, una frazione consistente dei quali decade, originando
le particelle rilevabili sperimentalmente. La descrizione di questo processo nale non
`e supportata da consistenti dati sperimentali, considerato che esistono centinaia di
diversi adroni, le cui caratteristiche (massa, spin, larghezza di decadimento, canali di
decadimento,ecc.) non sono state ancora completamente misurate.
2.2 I generatori Monte Carlo di eventi
I generatori Monte Carlo (MC) di eventi sono programmi che simulano al calcolatore
collisioni tra particelle. Utilizzando i numeri (pseudo-)casuali, calcolano sezioni durto
dierenziali e generano eventi completamente specicati nella loro descrizione cinema-
tica. La gura 2.6 schematizza la funzione di un generatore MC di questo tipo (vedi
2.2 - I generatori Monte Carlo di eventi 31
In QCD, for large charge separation, eld lines seem to be
compressed to tubelike region(s) string(s)
r r
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
. .......
. . . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . .
. . . . . .
. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .
. . . . . .
. . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . .. .
..... ...
.
. .......
. . . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . .
. . . . . .
. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .
. . . . . .
. . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . .. .
..... ...
.
..........
..........
.........
.........
.......
......
....
. .. ...
. . . . . .
. . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . . . .
. . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . .. . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . .
. . . . . . . . .
. . . . . . .
. . . . . . . .
. . . . . . .
. . . . . . .
. . . . . .
. . . . . .
... .. .
....
......
.......
.........
.........
..........
..........
.
..........
..........
.........
.........
.......
......
....
. .. ...
. . . . . .
. . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . . . .
. . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . .. . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . .
. . . . . . . . .
. . . . . . .
. . . . . . . .
. . . . . . .
. . . . . . .
. . . . . .
. . . . . .
... .. .
....
......
.......
.........
.........
..........
..........
.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
.. . . .. . . .. . . .
.. .. .. . .. ..
...... ...
................
.................
...................
...................
................
.................
...................
.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
.. . . .. . . .. . . .
.. .. .. . .. ..
...... ...
................
.................
...................
...................
................
.................
...................
. ........ ......... ......... ..........
............
.........
..................
..................
.............
...........
.........
... .. .. .. .. ... ..
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. ........ ......... ......... ..........
............
.........
..................
..................
.............
...........
.........
... .. .. .. .. ... ..
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
.. . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . . .
. . . . . .
. . . . ..
... .. ..
....... .
........
.......
......
......
.......
........
.........
........
.......
..........
...........
..........
..........
...........
..........
.......
........
.........
........ ....... ...... ........... ...........
. ........... ........... ...... ....... ........
.........
........
.......
..........
...........
..........
..........
...........
..........
.......
........
.........
........
.......
......
......
.......
........
....... .
.. .. ...
. . . .. .
. . . . . .
. . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . .
by self-interactions among soft gluons in the vacuum.
(Non-trivial ground state with quark and gluon condensates.
Analogy: vortex lines in type II superconductor)
Gives linear connement with string tension:
F(r) const = 1 GeV/fm V (r) r
Separation of transverse and longitudinal degrees of freedom
simple description as 1+1-dimensional object string
with Lorentz invariant formalism
(a) linee del campo di forza
Real world (??, or at least unquenched lattice QCD)
=nonperturbative string breakings gg. . . qq
V (r)
r
quenched QCD
full QCD
Coulomb part
simplied colour
representation:
r r
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .

r r
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
r r

r r
. ............................................................................................................................................... .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
. . . . . .
. . . .. . .. . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . .. . .. . . .
. . . . . .
. . . . . . .
. . . . . . . . . .
. . . . . . . . . .
r r
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
..........
..........
.......
......
.... ... ..... ...... ...... ............................. ............................. ...... ...... ..... ... ....
......
.......
..........
..........
.
..........
..........
.......
......
.... ... ..... ...... ...... ............................. ............................. ...... ...... ..... ... ....
......
.......
..........
..........
(b) processo di rot-
tura delle stringhe
(c) giunzione
di stringhe rap-
presentante un
barione
Figura 2.5: Schemi del modello fenomenologico della frammentazione a stringa di Lund. Gli
studi di QCD non perturbativa su reticolo indicano che le linee del campo di forza tra carica
ed anticarica di colore non si estendono allinnito, ma formano untubo di usso. Esso pu`o
essere visto come una stringa che congiunge due partoni (a). Poich`e lenergia del sistema carica-
anticarica aumenta con la loro distanza, ad un certo punto la stringa si pu`o rompere, generando
cos` coppie partone-antipartone estratte dal vuoto quantistico (b). Per sistemi complessi, che
trattano pi` u partoni, si introduce il concetto di giunzione di stringhe: la gura (c) mostra la
modellizzazione di tre quark di valenza che formano un barione.
ad esempio [40]). Negli esperimenti reali le macchine acceleratrici realizzano le colli-
sioni, mentre nelle predizione teorica esse sono simulate nei calcolatori utilizzando tali
generatori MC. In questo modo, mentre i dati degli eventi sperimentali vengono acqui-
siti dai rivelatori di particelle, le informazioni sugli eventi virtuali sono il risultato dei
programmi di simulazione dei rivelatori, che riproducono il passaggio delle particelle
generate allinterno rivelatori dellesperimento, simulando la risposta di questi ultimi.
Ci`o che si ottiene con i generatori MC ed i programmi di simulazione dei rivelatori
sono delle strutture dati contenenti le medesime informazioni dei dati sperimentali, che
vengono chiamate simulazioni o predizioni Monte Carlo. In questo modo, utilizzando
lo stesso software di ricostruzione degli eventi dellesperimento, si possono confrontare
risultati sperimentali non corretti per gli eetti dei rivelatori e simulazioni MC a livello
di ricostruzione.
In questo studio sono state utilizzate cinque congurazioni di PYTHIA 6.4, chiamate
rispettivamente D6T, DW, ProQ20, P0 eZ1 ed una sola di PYTHIA8.1, la quale non pos-
siede un nome proprio essendo quella originale in questo recente programma
3
. Tutte le
congurazioni elencate sono state realizzate in accordo con i dati registrati dallesperi-
mento CDF allacceleratore Tevatron, per collisioni protone-antiprotone con unenergia
del centro di massa

s = 630 GeV e

s = 1800 GeV [41].
I loro parametri principali che regolano il fenomeno delle MPI e i residui del fascio
sono riportati nella tabella 2.1, dove indicati con i loro nomi specici caso in PYTHIA 6.4
e con i loro corrispettivi valori o signicati per PYTHIA 8.1. Le congurazioni P0, Z1
3
Allinterno del programma PYTHIA 8.1 essa pu` o essere denita attraverso sue impostazioni generali
tune: ee=3 e pp=2.
32 2 - Linterazione protone-protone
Figura 2.6: Schema della funzione dei generatori Monte Carlo in un esperimento. Essi
svolgono nelle predizioni teoriche del fenomeno studiato il ruolo che nellesperimento hanno le
macchine acceleratrici: produrre eventi di collisione. I programmi di simulazione dei rivelatori
invece sostituiscono i rivelatori reali, riproducendo il passaggio delle particelle generate nei
rivelatori dellesperimento. Gli eventi dei dati reali o delle simulazioni Monte Carlo prodotte
con i generatori vengono ricostruiti con il software.
e quella di PYTHIA 8.1 sfruttano il modello pi` u recente per MPI ed residui del fascio,
mentre D6T, DW e ProQ20 rimangono con il primo modello (paragrafo 2.1.3, parametro
MSTP(81)). I valori che determinano sostanzialmente il fenomeno delle MPI nel mo-
dello considerato sono: p
T
(E
0
) = PARP(82), che regola la divergenza infrarossa della
sezione durto delle MPI di equazione 2.5, e E
0
= PARP(89) ed = PARP(90), che
indicano la sua dipendenza da

s descritta in equazione 2.6. Questultimo parametro
nella congurazione D6T mantiene il valore 0.16, trovato dai dati dellesperimento UA5
allacceleratore Sp pS [42]; nelle altre congurazioni, invece, `e aumentato secondo gli
studi pi` u recenti al Tevatron. Dai valori in tabella, per sqrts = 900 GeV si trova che le
due congurazioni con il valore pi` u piccolo per il parametro di cut-o p
T0
, sono DW e
Z1. Le congurazioni D6T, DW, ProQ20 e Z1 assumono che la distribuzione della materia
allinterno delladrone sia descritta da una doppia gaussiana (MSTP(82) = 4), con un
nocciolo di raggio PARP(84) contenente una frazione PARP(83) della materia adronica
totale. La congurazione P0, invece, sfrutta una funzione esponenziale exp(b
d
), con
d = PARP(83). In essa la zona di maggior interesse sico `e 1 < d < 2, ove essa
rappresenta una forma intermedia tra una distribuzione esponenziale ed una gaussiana.
Il generatore PYTHIA 8.1 utilizza una semplice gaussiana per questa distribuzione. Per
quanto riguarda i partoni spettatori del residuo di un fascio, il parametro MSTP(91) = 1
indica che la distribuzione del momento traverso k
T
del loro moto di Fermi allinterno
del protone `e una gaussiana, con < k
T
>= 0 e = PARP(91). Il parametro PARP(93)
rappresenta il valore massimo che k
T
pu`o assumere, mentre il parametro MSTP(95)
indica che la ricombinazione di colore (CR), introdotta nel nuovo modello delle MPI, `e
abilitata sia in P0 che in Z1. In PYTHIA 8.1 tale opzione `e impostata come predenita
ma il processo del rescattering, realizzata solamente in questo nuovo generatore, non
2.3 - I getti adronici 33
`e abilitato. Altre sostanziali dierenze tra queste congurazioni, qui non dettagliate
in questo paragrafo, sono il particolare insieme di funzioni di distribuzione partoniche
utilizzate, (CTEQ6L per D6T e PYTHIA 8.1 e CTEQ5L per le altre) o il modello di
frammentazione realizzato (P0 e ProQ20 sfruttano modelli ricavati dai dati ottenuti
negli esperimenti al collisore e
+
e

LEP).
Nome del parametro in PYTHIA 6.4 D6T DW ProQ20 P0 Z1 py8
UE model - MSTP(81) 1 1 1 21 21 new model
UE IR regularization scale - p
T0
PARP(82) 1.8387 1.8 1.9 2.0 1.932 2.25
UE reference energy scale - E
0
PARP(89) 1.96 1.8 1.8 1.8 1.8 1.8
UE scaling power with

s -PARP(90) 0.16 0.25 0.22 0.26 0.275 0.24
UE hadron matter distrib. - MSTP(82) 4 4 4 5 4 gaussian
UE matter distribution par. 1 - PARP(83) 0.5 0.5 0.83 1.73 0.356 0.5
UE matter distribution par. 2 - PARP(84) 0.4 0.4 0.6 n/a 0.651 n/a
BR primordial k
t
distrib. in hadron - MSTP(91) 1 1 1 1 1 gaussian
BR primordial k
t
with - PARP(91) 2.1 2.1 2.0 2.0 2.0 2.0
BR primordial k
t
UV cuto - PARP(93) 15.0 15.0 5.0 10.0 10.0 15.0
CR model - MSTP(95) n/a n/a n/a 6 6 yes
Tabella 2.1: Informazioni che specicano i diversi modelli fenomenologici delle cinque diverse
congurazioni del generatore PYTHIA 6.4 (D6T, DW, ProQ20, P0, Z1) e congurazione prede-
nita di PYTHIA 8.1. Le sigle indicate sono i nomi dei parametri come chiamati in PYTHIA 6.4
mentre per PYTHIA 8.1 sono indicati i valori o i signicati dei parametri analoghi. I valori che
hanno dimensione di energia o momento sono espressi in GeV.
2.3 I getti adronici
Negli esperimenti di Fisica delle particelle i partoni liberi non sono mai stati osservati
direttamente come particelle libere, ma connate negli adroni (per eetto dellintera-
zione forte). Tutti i partoni prodotti nei diversi processi avvenuti in una collisione si
ricombinano a formare adroni, come descritto nel paragrafo 2.1. Limpossibilit`a di mi-
surare le particelle fondamentali della QCD rende necessario trovare le relazioni tra le
propriet`a degli adroni (ed i loro prodotti di decadimento) misurati e le propriet`a delle
interazioni partoniche descritte teoricamente (gura 2.7). In altri termini, `e possibile
studiare le interazioni partoniche solo dagli stati adronici derivanti dai processi di pro-
duzione delle cascate partoniche, frammentazione e adronizzazione, rendendo cos` lo
studio pi` u complesso rispetto al settore elettrodebole, dove sono presenti anche i lepto-
ni, che si osservano direttamente nei rivelatori. Nelle collisioni tra particelle gli adroni
prodotti appaiono prevalentemente collimati entro un angolo solido, nei cosiddetti getti
adronici (gura 2.8). Teoricamente un getto adronico `e il prodotto di un partone che
ha originato una cascata partonica che ha adronizzato. In questi processi, il usso di
energia sostanzialmente conserva la direzione del partone dorigine, dal momento che
le emissioni di radiazione sono per la maggior parte collineari e infrarosse (cio`e di pic-
cola energia rispetto al partone che la emette). Operativamente un getto adronico
34 2 - Linterazione protone-protone
(b) schematic view of real event
jet
outgoing
jet
proton
proton
quark
quark
proton remnant
proton remnant
(a) theoretical event
outgoing
m 1
m
!17
10
Figure 1: (a) Theoretical interpretation of a proton-proton collision: each proton consists
of three quarks and in the collision there is a large exchange of momentum (mediated by the
gluon, the curly line) between a quark in each proton, causing them to be strongly deviated;
(b) a schematic representation of a real event as seen in a particle physics detector.
where x represents a length, p a transferred momentum and is Plancks constant di-
vided by 2), a large energy (i.e. possibly large momentum transfer) means that extremely
small length scales can be probed.
A typical high-energy physics collision is represented in g. 1a, in which two protons
(each made of three quarks) collide and a gluon transfers a large amount of momentum
from a quark in one proton to a quark in the other proton. These two quarks are strongly
deviated, exiting the collision region at large angle, while the other remnants of the two
protons carry on essentially in their original direction. The distributions for the energy and
angle of the scattered quarks can be predicted theoretically. To test whether the theory
is complete, or whether instead some other as yet unknown particle can be exchanged in
addition to the gluon, one needs to compare the theoretically predicted distribution to
experimental measurements.
Though reactions such as those in g. 1a take place on extremely small length scales (
10
15
m), the actual measurements of the results of collision are carried with sophisticated
multi-layered detectors built on human scales, roughly 1 cm 10 m. On these scales the
collision looks like g. 1b, with each quark having been replaced by a multitude (10 100)
of hadrons (objects, such as such as protons, neutrons and pions, that are composed of
quarks, antiquarks and gluons). The reason for this is that quarks and gluons, as they
leave the collision point, start to fragment: initially they emit gluons, which can split into
quark-antiquark pairs, or themselves emit further gluons, and so forth in other words
there is a cascade of emissions, rst at small distance scales, then at progressively larger
distances, up to about 10
15
m. Beyond this scale a transition takes place in which hadrons
2
Figura 2.7: I partoni liberi non sono mai stati osservati direttamente, in quanto si trovano
connati nelle particelle adroniche. Nello studio dei dati sperimentali `e necessario trovare
relazioni tra le caratteristiche degli adroni direttamente osservati e le interazioni partoniche.
In gura (a) `e rappresentata uninterazione tra due partoni in un evento di collisione, come
descritta dalla QCD, mentre la gura (b) schematizza lo stesso evento come `e eettivamente
osservato da un rivelatore di particelle, che misura due getti adronici.
Figura 2.8: Nelle collisioni tra particelle gli adroni prodotti appaiono collimati in getti adronici
(jets). La gura mostra un evento nellevent display di CMS, estratto dai dati raccolti durante
il mese di Maggio 2010 ed analizzati in questo lavoro di tesi. I getti ricostruiti sono indicati in
giallo.
`e un insieme di pseudo-particelle di un evento, che vengono raggruppate a partire da
un algoritmo di ricostruzione dei getti. Impostati i parametri dellalgoritmo, esso sta-
bilisce se una pseudo-particella considerata deve essere inclusa in un getto oppure no.
Col termine di pseudo-particelle si intendono le diverse quantit`a osservabili che possono
essere usate per ricostruire i getti, tanto a livello sperimentale (tracce del tracciatore,
i depositi energetici dei calorimetri, ecc.) quanto a quello teorico ( particelle prodotte
da un generatore Monte Carlo, ecc.). Infatti, nella ricostruzione, un algoritmo dei getti
utilizza solamente linformazione di vettori, che rappresentano i quadrimomenti delle
2.3 - I getti adronici 35
pseudo-particelle.
Il primo algoritmo di ricostruzione `e stato sviluppato nel 1977 [43]. Successivamente
non `e stata trovata una denizione universale per la ricostruzione dei getti adronici,
ma sono stati sviluppati vari algoritmi, anche a seconda degli specici eventi studiati.
Confrontando le misure che coinvolgono i getti adronici di diversi esperimenti, si `e reso
necessario specicare le propriet`a generali che una denizione di un getto adronico deve
soddisfare per essere accettata. Per questo nel 1990 `e stato stabilito che un algoritmo
di getto deve rispondere ai seguenti cinque criteri [44]:
1. essere applicabile in modo semplice ad unanalisi sperimentale;
2. essere applicabile in modo semplice ad un calcolo teorico;
3. essere denito ad ogni ordine perturbativo;
4. portare a sezioni durto nite ad ogni ordine perturbativo;
5. portare a sezioni durto che siano relativamente insensibili alladronizzazione.
I punti 3 e 4 sono legati alla necessit`a che le quantit`a osservabili calcolate dalla QCD,
come quelle misurate a partire dai getti adronici, soddisno la propriet`a di InfraRed
and Collinear (IRC) safety. A livello degli algoritmi, ci`o si traduce in una richiesta di
stabilit`a e robustezza nella ricostruzione degli stessi. Se ad uno dei getti viene aggiunta
una pseudo-particella quasi-collineare o infrarossa, esso deve essere ancora ricostruito
dallalgoritmo, mantenendo sostanzialmente invariate direzione ed energia (gura 2.9).
(a) infrared unsafe (b) collinear unsafe
Figura 2.9: Gli algoritmi di getto utilizzati in un esperimento devono possedere la propriet`a
di infrared and collinear safety. Un algoritmo infrared unsafe `e quello usato per la ricostruzione
dei getti in gura (a): laggiunta di una pseudo-particella (freccia ondulata, disegno a destra)
di bassa energia rispetto a quella dei due getti (disegno a sinistra), cambia drasticamente la
ricostruzione dei getti. Prima erano presenti due getti distinti che poi diventano un getto
singolo. Un algoritmo collinear unsafe `e quello utilizzato per la ricostruzione in gura (b):
se una pseudo-particella (freccia centrale, disegno a sinistra) viene sostituita da due particelle
(quasi) collineari e con stessa energia totale (due frecce centrali, disegno a destra), la direzione
del getto ricostruito varia sensibilmente.
Le diverse denizioni degli algoritmi dei getti esistenti possono essere suddivise in
due categorie principali: gli algoritmi di tipo cono e quelli sequenziali [45]. Gli algo-
ritmi di tipo cono si basano sullidea che il usso energetico nei processi di produzione
36 2 - Linterazione protone-protone
delle cascate dei partoni, frammentazione e adronizzazione conservi sostanzialmente la
direzione del partone originale; quelli sequenziali, invece, cercano di ripercorrere allin-
verso le stesse tre fasi. Gli algoritmi del primo tipo raggruppano le pseudo-particelle
che si trovano allinterno di coni, costruiti attorno alle direzioni dei ussi di energia
dominanti nellevento; quelli di tipo sequenziale, invece, ricombinano coppie di pseudo-
particelle vicine nello spazio delle fasi. Linsieme dei getti ricostruiti con diversi
algoritmi solitamente dierisce sia nel numero che per le propriet`a dei getti stessi. Ad
esempio, la gura 2.10 confronta nel piano (y, ), ove y indica la rapidit`a, i getti rico-
struiti con un algoritmo di tipo cono ed uno di tipo sequenziale. La principale diversit`a
che si nota `e lestensione e la forma dellarea che i getti ricoprono in tale piano.
Figure 6: A sample parton-level event (generated with Herwig [80]), together with many random
soft ghosts, clustered with four dierent jet algorithms, illustrating the active catchment areas
of the resulting hard jets (cf. section 4.4). For k
t
and Cam/Aachen the detailed shapes are in
part determined by the specic set of ghosts used, and change when the ghosts are modied.
class of algorithms is naturally replaced by the anti-k
t
algorithm (which produces circular
jets, as illustrated in gure 6, and has similar low-order perturbative properties), while
SISCone is very much like the IC-SM algorithms, but ensures that the stable-cone nding
is IRC safe.
Figure 6 illustrates the jets that are produced with the 4 choice IRC-safe algorithms
in a simple, parton-level event (generated with Herwig), showing among other things, the
degree of regularity (or not) of the boundaries of the resulting jets.
3 Computational geometry and jet-nding
It takes the human eye and brain a fraction of a second to identify the main regions of
energy ow in a calorimetric event such as g. 6. A good few seconds might be needed to
quantify that energy ow, and to come to a conclusion as to how many jets it contains.
26
Figura 2.10: Confronto tra i getti ricostruiti dalle particelle generate in un evento MC con
dagli algoritmi SISCone(a sinistra) e anti-k
t
(a destra). Entrambi gli algoritmi ricostruiscono
getti con area approssimativamente circolare nel piano (y, ) ma con forma ed estensione
diverse.
2.3.1 Algoritmi di tipo cono
Nel piano (y, ) del rivelatore, gli algoritmi di questo tipo deniscono dei coni iniziali
con raggio R ed assi coincidenti con le direzioni iniziali (y
0
,
0
), le quali sono scelte
lungo i ussi di maggiore energia nellevento considerato. Nel suddetto piano un cono
soddisfa lequazione 2.9:
R
2
= (y y
0
)
2
+ (
0
)
2
R
2
. (2.9)
Lalgoritmo considera tutte le pseudo-particelle individuate entro il primo cono iniziale,
ne somma i momenti e trova una nuova direzione. Attorno ad essa il cono viene rico-
struito e la stessa procedura viene nuovamente applicata in un processo iterativo che
termina dopo un numero massimo di ripetizioni, oppure quando il cono risulta stabile.
Con questo termine si intende che la direzione del cono, trovata nelle successive iterazio-
ni, converge attorno ad un determinato valore (y
c
,
c
). A questo punto lintero processo
ricomincia con il secondo cono tra quelli iniziali e termina quando non ci sono pi` u coni
stabili. Questi ultimi sono chiamati getti candidati, dal momento che essi vengono
successivamente sottoposti alla procedura di split-merge per ottenere i getti eettiva-
mente ricostruiti. Quelli con una frazione di pseudo-particelle in comune superiore ad
2.3 - I getti adronici 37
una soglia pressata, sono uniti a formare un getto unico; inoltre, le pseudo-particelle
condivise da pi` u canditati vengono assegnate ad uno solo fra essi.
Le direzioni iniziali (y
0
,
0
) possono essere quelle di una determinata pseudo-particella
chiamata seme, ma in questo caso lalgoritmo `e sensibile alle divergenze IRC. Il pro-
blema `e stato risolto nellalgoritmo SISCone(Seedless InfrarRed safe) [46], che sceglie
le (y
0
,
0
) dopo aver eseguito una procedura dedicata che considera tutte le pseudo-
particelle iniziali entro una distanza 2R da quella scelta come iniziale. Complessiva-
mente questo algoritmo esegue i passi seguenti:
1. ricerca le direzioni iniziali (y
0
,
0
) a partire dalle pseudo-particelle dellevento;
2. denisce i coni iniziali attorno ad esse;
3. stabilisce se un cono iniziale `e stabile; in caso positivo lo aggiunge alla lista dei
getti candidati;
4. interrompe la ricerca quando non ci sono pi` u coni stabili;
5. applica la procedura di split-merge a tutti i getti candidati e fornisce inne
linsieme dei getti ricostruiti.
Towards Jetography, G. Salam (p. 12)
Two broad classes
Cones with Split Merge (SM)
Tevatron & ATLAS cone algs have two main steps:

Find some/all stable cones


cone pointing in same direction as the momentum of its contents
Found by iterating from some initial seed directions

Resolve cases of overlapping stable cones


By running a splitmerge procedure
(a)
Towards Jetography, G. Salam (p. 12)
Two broad classes
Cones with Split Merge (SM)
Tevatron & ATLAS cone algs have two main steps:

Find some/all stable cones


cone pointing in same direction as the momentum of its contents
Found by iterating from some initial seed directions

Resolve cases of overlapping stable cones


By running a splitmerge procedure
(b)
Towards Jetography, G. Salam (p. 12)
Two broad classes
Cones with Split Merge (SM)
Tevatron & ATLAS cone algs have two main steps:

Find some/all stable cones


cone pointing in same direction as the momentum of its contents
Found by iterating from some initial seed directions

Resolve cases of overlapping stable cones


By running a splitmerge procedure
(c)
Towards Jetography, G. Salam (p. 12)
Two broad classes
Cones with Split Merge (SM)
Tevatron & ATLAS cone algs have two main steps:

Find some/all stable cones


cone pointing in same direction as the momentum of its contents
Found by iterating from some initial seed directions

Resolve cases of overlapping stable cones


By running a splitmerge procedure
What seeds do you use?

All particles above some threshold


Done originally [JetClu, Atlas]

Additionally from midpoints between stable


cones Midpoint cone [Tevatron Run II]
(d)
Figura 2.11: Rappresentazione dei passi dellalgoritmo di getti SISCone. Dopo la ricerca
delle direzioni iniziali (y
0
,
0
) (a), ricerca se i coni iniziali sono stabili (b), fermandosi quando
sono terminati (c) ed applica la procedura di split-merge (d). Essa decide a quale dei getti
candidati vada assegnata una pseudo-particella condivisa tra due candidati (linea nera allinterno
dei due coni).
2.3.2 Algoritmi di tipo sequenziale
Gli algoritmi di tipo sequenziale cercano di ripercorrere inversamente i processi di
produzione di cascate partoniche, frammentazione ed adronizzazione, raggruppando le
pseudo-particelle secondo la loro distanza nello spazio delle fasi. Una pseudo-particella
iniziale `e associata ad unaltra che sia vicina secondo lopportuna metrica denita
nel piano (y, ) e che abbia moment traverso k
t
maggiore. Questo metodo trova la
sua ragione nel fatto che le cascate partoniche sostanzialmente sono immaginabili come
38 2 - Linterazione protone-protone
una serie di emissioni di radiazione quasi-collineari ed i processi di frammentazione e
adronizzazione sono locali nello spazio delle fasi.
Tra i diversi algoritmi di questa tipologia, questo studio utilizza quello chiamato
anti-k
t
, che `e schematizzato nei seguenti passi [47]:
1. per ogni pseudo-particella i considerata, calcola la distanza rispetto al fascio
denita dalla relazione 2.10:
d
iB
= 1/k
2
ti
; (2.10)
2. per ogni singola coppia di pseudo-particelle (i, j) calcola la distanza secondo la
metrica denita della relazione 2.11:
d
ij
= min(1/k
2
ti
, 1/k
2
tj
)
R
2
ij
R
2
, (2.11)
con R
2
ij
= (y
i
y
j
)
2
+ (
i

j
)
2
e dove R `e un parametro da impostare
nellalgoritmo;
3. tra tutte le distanze calcolate trova quella minima: se `e di tipo d
ij
le pseudo-
particelle i e j vengono ricombinate in una singola nuova pseudo-particella, mentre
se `e di tipo d
iB
denisce la pseudo-particella i come getto e la rimuove dalla lista
delle particelle considerate; in entrambi i casi ritorna al punto 1;
4. il processo termina quando le pseudo-particelle non sono pi` u ricombinabili tra
loro: quelle rimaste costituiscono i getti ricostruiti.
Towards Jetography, G. Salam (p. 11)
Two broad classes
Sequential recombination algorithms
k
t
algorithm Catani, Dokshizter, Olsson, Seymour, Turnock, Webber 9193
Ellis, Soper 93

Find smallest of all d


ij
= min(k
2
ti
, k
2
tj
)R
2
ij
/R
2
and d
iB
= k
2
i

Recombine i , j (if iB: i jet)

Repeat
NB: hadron collider variables

R
2
ij
= (
i

j
)
2
+ (y
i
y
j
)
2

rapidity y
i
=
1
2
ln
E
i
+p
zi
E
i
p
zi

R
ij
is boost invariant angle
R sets minimal interjet angle
(a)
Towards Jetography, G. Salam (p. 11)
Two broad classes
Sequential recombination algorithms
k
t
algorithm Catani, Dokshizter, Olsson, Seymour, Turnock, Webber 9193
Ellis, Soper 93

Find smallest of all d


ij
= min(k
2
ti
, k
2
tj
)R
2
ij
/R
2
and d
iB
= k
2
i

Recombine i , j (if iB: i jet)

Repeat
NB: hadron collider variables

R
2
ij
= (
i

j
)
2
+ (y
i
y
j
)
2

rapidity y
i
=
1
2
ln
E
i
+p
zi
E
i
p
zi

R
ij
is boost invariant angle
R sets minimal interjet angle
(b) (c)
Towards Jetography, G. Salam (p. 11)
Two broad classes
Sequential recombination algorithms
k
t
algorithm Catani, Dokshizter, Olsson, Seymour, Turnock, Webber 9193
Ellis, Soper 93
Find smallest of all d
ij
= min(k
2
ti
, k
2
tj
)R
2
ij
/R
2
and d
iB
= k
2
i
Recombine i , j (if iB: i jet)
Repeat
!
R
ij
>

R
NB: hadron collider variables
R
2
ij
= (
i

j
)
2
+ (y
i
y
j
)
2
rapidity y
i
=
1
2
ln
E
i
+p
zi
E
i
p
zi
R
ij
is boost invariant angle
R sets minimal interjet angle
(d)
Figura 2.12: Rappresentazione dei passi dellalgoritmo di ricostruzione di getti anti-k
t
. Date
le pseudo-particelle iniziali viene calcolata la distanza secondo le relazioni 2.10 e 2.11 (a); se la
distanza minima risulta del tipo d
ij
(b) ricombina le pseudo-particelle in una singola pseudo-
particella (c); il processo termina se non `e pi` u possibile ricombinare le pseudo-particelle, che
cos` costituiscono i getti ricostruiti (d). Il parametro R dellalgoritmo rappresenta la distanza
minima nello spazio (y, ) di due getti ricostruiti dallalgoritmo.
Capitolo 3
Lanalisi dei dati
Questo lavoro presenta i risultati di unanalisi sulle propriet`a dellUnderlying Event
(UE) ed, in particolare, delle interazioni partoniche multiple (MPI), in eventi di intera-
zioni protone-protone registrati con selezioni minimum bias. A partire dai dati dellac-
celeratore LHC, relativi a collisioni con un energia nel centro di massa di

s = 900 GeV
e registrati nella primavera 2010 dallesperimento CMS, sono stati caratterizzati i get-
ti di tracce cariche con un insieme di tredici osservabili. I risultati sperimentali, non
corretti per leetto del rivelatore, sono stati confrontati con sei predizioni Monte Car-
lo, realizzate con cinque diverse congurazioni del generatore PYTHIA 6.4 ed una di
PYTHIA 8.1, ottenute dopo la completa simulazione dellapparato sperimentale. Lo-
biettivo della comparazione `e indicare i migliori modelli fenomenologici per descrivere
i processi sici allo studio, in modo da fornire ulteriori indicazioni sperimentali per il
miglioramento degli stessi.
Limportanza dello studio delle caratteristiche dellUE e delle MPI `e supportata
da tre motivazioni, delle quali la prima `e di carattere sperimentale: questi processi
costituiscono un possibile elemento di fondo per altre misure a LHC. Ad esempio, i
dati dellacceleratore Tevatron mostrano come, nel comparare misure e predizioni al
NLO di sezioni durto dei getti adronici, sia necessario sottrarre lenergia dellUE con
correzioni, per getti con p
T
50 GeV, dellordine del 10% [37, 41]. Inoltre, una
buona modellizzazione dellUE `e determinante per la valutazione degli eetti del pile-
up nelle collisioni, fenomeno che diventer`a inevitabile quando LHC funzioner`a alla sua
luminosit`a nominale (paragrafo 1.2). Dal punto di vista teorico invece, questi studi
sono importanti perch`e la descrizione della fenomenologia dellUE e delle MPI non `e
ancora completa ed esaustiva. Per quanto riguarda i processi dellUE, alle energie di
LHC le predizioni dei vari modelli mostrano discrepanze superiori al 10% (ad esempio
[48]); specicatamente nel caso delle MPI invece, `e stata evidenziata la necessit`a di
approfondire la dipendenza (equazione 2.7) dellentit`a di questo fenomeno dallenergia
nel centro di massa della collisione

s [49]. Inne, la terza motivazione e non meno
importante delle altre, consiste nel fatto che questi processi sici possono essere studiati
gi`a con gli eventi minimum bias ottenuti dalle prime collisioni di LHC. Per questo la
collaborazione CMS ha gi`a portato a termine due analisi sugli argomenti allo studio
in questa tesi, che dieriscono tra loro per il diverso tipo di approccio: nel primo
39
40 3 - Lanalisi dei dati
lavoro vengono analizzate variabili relative alle tracce cariche ricostruite [50], mentre
nel secondo viene studiata la mediana della distribuzione della densit`a dellenergia dei
getti di tracce cariche nel piano (, ) [51]. Rispetto a questi due lavori, la presente
analisi approfondisce lo studio dei getti ricostruiti dalle tracce cariche, analizzando un
campione di dati pi` u recente e statisticamente pi` u signicativo.
Lesposizione completa dellanalisi trattata in questo lavoro di tesi `e divisa in cinque
sezioni. La prima introduce lo studio descrivendo le variabili che caratterizzano i getti;
la seconda specica i dati analizzati, assieme ai criteri di selezione su eventi e tracce;
le restanti presentano i risultati ottenuti. In particolare, la terza sezione considera le
fonti di incertezze sistematiche che possono incidere nel confronto tra dati non corretti
e simulazioni MC, stimandone il singolo eetto su ognuna delle osservabili. La quarta
sezione presenta i risultati nali dellanalisi: gli andamenti delle osservabili ottenuti dai
dati sperimentali, completi delle incertezze statistiche e sistematiche, sono confronta-
ti alle diverse predizioni MC. Lultima sezione valuta leetto dellalgoritmo di getti
utilizzato, confrontando gli andamenti di alcune osservabili ottenuti con gli algoritmi
anti-k
t
e SISCone (paragrafo 2.3).
3.1 Osservabili
Nella presente analisi sono state esaminate diverse osservabili che caratterizzano i getti
adronici ricostruiti negli eventi a partire dalle tracce cariche. La scelta del tracciatore
rispetto allapparato calorimetrico `e immediata se si considerano i molteplici vantaggi
che il primo rivelatore possiede: in particolare limite pi` u basso ( 100 MeV), oltre che
migliore risoluzione ( 1%), nella misura del momento trasverso delle particelle cari-
che; possibilit`a di ricostruire il vertice di interazione dellevento; migliore precisione,
grazie alla granularit`a pi` u ne, nella misura della direzione delle particelle cariche, per-
mettendone lassociazione al vertice di interazione dellevento (ad esempio [52]). Tutte
queste propriet`a sono determinanti per studiare gli eventi minimum bias, caratterizzati
da bassa molteplicit`a di particelle e basso momento (paragrafo 3.2), anche a discapito
della perdita dellinformazione portata dalle particelle neutre.
Linsieme delle osservabili considerate per caratterizzare i getti di tracce `e elencato
nella tabella 3.1. Il primo gruppo delle osservabili (1-4) `e costituito dalle distribuzioni
cinematiche dei getti: p
T
, , e molteplicit`a per evento N
jet
. Come tutte le altre
distribuzioni considerate, esse sono normalizzate per il numero di eventi del campione
considerato N
ev
, in modo da rendere possibile il confronto tra statistiche diverse.
Il secondo gruppo di osservabili (5-8) caratterizza la forma dellevento (event shape)
in termini di energia dellinterazione. Nelle denizioni di queste variabili,

p
T
indica
la somma dei momenti di tutte le tracce dellevento, p
T1
il momento trasverso del
getto pi` u energetico (leading jet) che possiede il maggior valore di p
T
tra tutti quelli
ricostruiti e p
T2
il secondo getto pi` u energetico, ossia quello con il valore di momento
successivo a p
T1
. In particolare, poich`e le interazioni principali dominanti negli eventi
minimum bias sono di tipo QCD e generano due getti con momenti trasversi uguali ed
opposti (back to back), la variabile (p
T1
+p
T2
) pu`o essere associata alla scala energetica
3.1 - Osservabili 41
osservabile graco: asse y Vs asse x
1) distribuzione del p
T
dei getti
1
N
ev
dN
jet
dp
T
Vs p
T
2) distribuzione di N
jet
per evento
1
N
ev
dN
ev
dN
jet
Vs N
jet
3) distribuzione di dei getti
1
N
ev
dN
jet
d
Vs
4) distribuzione di dei getti
1
N
ev
dN
jet
d
Vs
5) distribuzione di p
T1
dellevento
1
N
ev
dN
ev
dp
T1
Vs p
T1
6) distribuzione di (p
T1
+p
T2
) dellevento
1
N
ev
dN
ev
d(p
T1
+p
T2
)
Vs (p
T1
+p
T2
)
7) <
p
T1
P
p
T
> Vs (p
T1
+p
T2
) dellevento <h
1
> Vs (p
T1
+p
T2
)
8) <
p
T1
+p
T2
P
p
T
> Vs (p
T1
+p
T2
) dellevento <h
2
> Vs (p
T1
+p
T2
)
9) <
P
p
T
(R=0.1)
P
p
T
(R=0.5)
> del leading jet Vs p
T1
<F> Vs p
T1
10) <
1
32
d
P
p
T
d
( ||<1.5 ||< )
> del leading jet Vs p
T1
<
d
P
in
p
T
d
> Vs p
T1
11) <
1
22
d
P
p
T
d
( 1.5<||<2.5 ||< )
> del leading jet Vs p
T1
<
d
P
out
p
T
d
> Vs p
T1
12) <N
jet
> Vs p
min
T
dei getti <N
jet
> Vs p
min
T
13) <N
pair
> di getti Vs p
min
T
di getti <N
pair
> Vs p
min
T
Tabella 3.1: Osservabili che caratterizzano i getti di tracce nellanalisi. Il gruppo 1-4 `e
costituito dalle distribuzioni cinematiche dei getti, il gruppo 5-8 dalle osservabili caratterizzanti
la forma dellevento (event shape), il gruppo 9-11 da quelle caratterizzanti la forma del getto
(jet shape) ed il gruppo 12-13 da quelle correlate al numero di MPI della collisione.
della collisione e similmente p
T1
alla met`a della stessa (gura 1.2 e paragrafo 2.1.1).
In analogia, variabili h
1
e h
2
sono strettamente legate alla frazione del momento totale
dellevento prodotta dallinterazione principale. In tutti i casi, landamento di una
variabile (es. h
2
) come funzione di unaltra (es. p
T1
+p
T2
) `e calcolato come il prolo di
un istogramma bi-dimensionale: ogni singolo valore in ordinata coincide con il valore
medio calcolato su tutti gli eventi del singolo intervallo (bin) in ascissa.
Il terzo gruppo di osservabili (9-11) caratterizza la forma (jet shape) del leading jet
di un evento. In questo caso

p
T
rappresenta la somma del momento delle tracce
contenute nelle regioni del piano (, ) specicate tra parentesi. Losservabile F `e
la frazione di momento del getto contenuta nella parte pi` u interna dello stesso. Pi` u
specicatamente

p
T
viene calcolata entro due coni con assi lungo la direzione del
leading jet: il primo, con R=0.5, `e paragonabile alla dimensione del getto mentre il
secondo, con raggio R=0.1, rappresenta la sua regione interna. Le osservabili 10 e
11 sono le densit`a di momento trasverso attorno allasse del leading jet, rispetto al
quale, in questo caso, vengono calcolate le coordinate e . In entrambe langolo
polare `e integrato su tutto il suo dominio || < , mentre la pseudo-rapidit`a
42 3 - Lanalisi dei dati
`e integrata rispettivamente su || < 1.5 (lapice in) e su 1.5 < || < 2.5 (apice
out). Tutte le osservabili 6-11 sono state riprese dallanalisi dei getti adronici condotta
dellesperimento UA1 descritta in [53].
Lultimo gruppo (12-13) `e composto da osservabili direttamente correlate al numero
di MPI avvenute nella collisione
1
. La variabile p
min
T
indica la soglia minima in momento
trasverso che un getto deve possedere per essere considerato nel calcolo di queste due
variabili. Le MPI producono due getti contrapposti e la loro sezione durto (equazione
2.5) aumenta al decrescere della loro scala energetica, rappresenta dal p
T
dei getti stessi.
Per questo losservabile 12, il numero di getti dellevento con p
T
> p
min
T
, `e sensibile al
numero di MPI nellevento. Nellosservabile 13, il valore di N
pair
indica il numero di
coppie di getti con p
T
> p
min
T
trovate con lalgoritmo di associazione esposto nello studio
di [54]. Lanalisi presentata nel lavoro appena citato, ottenuta a partire da predizioni
MC, mostra che, con i valori di associazione |
a

b
| < 2.0 e p
Tb
/p
Ta
> 0.3 indicando
con a e b due qualsiasi getti, si ottiene lecienza massima minore del 50% per getti
con p
T
< 20 GeV.
3.2 Dati e simulazioni Monte Carlo
In questo lavoro di tesi sono stati analizzati dati delle collisioni di LHC con energia nel
centro di massa pari a

s = 900 GeV, registrati dallesperimento CMS nella primavera


2010. In questi primi run di commissioning dellacceleratore, la sua luminosit`a istan-
tanea `e stata pari a L 10
30
cm
2
s
1
ovvero quattro ordini di grandezza inferiori al
valore nominale (tabella 1.1). Gli eventi di collisione sono stati registrati con i criteri
meno restrittivi riguardo alle caratteristiche del loro stato nale e, per questo, vengono
chiamati minimum bias. Nello studio delle collisioni adroniche, si assume che energia ed
attivit`a mediamente prodotte dai processi dellUE siano ben approssimate da energia
e attivit`a mediamente prodotte negli eventi minimum bias. Tale assunzione per`o, `e
unapprossimazione ragionevole delle misure sperimentali, che dimostrano come lenti-
t`a dei processi dellUE cresca se si analizzano, ad esempio, eventi che presentano getti
adronici con momento dellordine del centinaio di GeV [49]. Le principali propriet`a
degli eventi minimum bias analizzati in questo studio sono descritte successivamente
(paragrafo 3.2.2 e gura 3.1).
Le simulazioni Monte Carlo degli eventi sono state prodotte con i generatori PYTHIA 6.4
e PYTHIA 8.1, considerando le cinque congurazioni D6T, DW, ProQ20, P0 e Z1 per il
primo e quella originale per il secondo (paragrafo 2.2).
Per studiare i processi sici obiettivo della presente analisi, sono state imposte
determinate selezioni sia sugli eventi analizzati che sulle tracce da considerare allinterno
di un singolo evento. Gli identici criteri di selezione spiegati nelle sezioni successive sono
stati imposti ai dati e alle simulazioni MC.
1
Il particolare interesse per il conteggio del numero di MPI deriva da alcuni studi teorici che sugge-
riscono come dalle stesse sia possibile ricavare informazioni sulla distribuzione della materia allinterno
degli adroni incidenti [55].
3.2 - Dati e simulazioni Monte Carlo 43
3.2.1 Selezione degli eventi
Le collisioni interessanti per la presente analisi, nellinsieme degli eventi minimum bias,
sono quelle in cui `e avvenuta una singola interazione inelastica non dirattiva. Per
selezionare solo questo tipo di collisioni, sono stati utilizzati i criteri elencati in tabella
3.2.
selezione degli eventi eetto
Trigger L1: BPTX AND fasci incidenti in CMS
Trigger L1: BSC AND attivit`a in entrambe le estremit`a di CMS
Trigger L1: ltro beam halo esclusione interazioni fascio-gas residuo
Trigger L1: ltro beam scraping esclusione interazioni fascio-tubi di fascio
vertice primario: |z
vertex
| < 15 cm esclusione eventi con pile-up
vertice primario: almeno 3 tracce qualit`a del vertice ricostruito
momento del leading jet: p
T1
>2 GeV esclusione eventi dirattivi
Tabella 3.2: Criteri di selezione applicati per ottenere i campioni di dati e simulazione MC
dellanalisi. La spiegazione delle selezioni `e specicata nel testo.
Per quanto riguarda il trigger (di primo livello) sono stati utilizzati i segnali dei
rivelatori BPTX e BSC descritti nel paragrafo 1.3.5, escludendo gli eventi delle possi-
bili interazioni accidentali dei fasci con i tubi a vuoto e con le molecole di gas residui
negli stessi; studi dedicati a questo tipo di ltri sono presentati in [52]. Il trigger BSC
pu`o essere impostato con diverse condizioni, richiedendo che tutti o solo alcuni degli
scintillatori che compongono i due sistemi diano segnali in coincidenza. Le collisioni
vengono eettivamente registrate in questa seconda modalit`a e le informazioni di quali
scintillatori dei sistemi BSC hanno dato segnale vengono conservate nellevento. Nella-
nalisi, invece, sono selezionati gli eventi in cui tutti gli scintillatori di entrambi i sistemi
BSC hanno dato segnale in coincidenza (le selezioni di trigger L1 dellanalisi sono quin-
di applicate oine). La variabile z
vertex
, nel sistema di coordinate di CMS, indica
la posizione longitudinale del vertice primario ricostruito nella collisione: linuenza di
tale richiesta, assieme a quella del numero minimo di tracce appartenenti al vertice,
`e indicata ancora dagli studi in [52]. Inne, lintroduzione di una scala dellenergia
minima dellinterazione, valutata a partire dal momento del leading jet, sopprime le
collisioni dirattive non escluse dalle altre selezioni, come mostrato in [50].
I campioni di analizzati in questo studio, completi della loro statistica, sono elencati
in tabella 3.3.
3.2.2 Selezione delle tracce
Per studiare i processi sici che avvengono nella collisione adronica, `e necessario consi-
derare solo le tracce che provengono dal vertice primario di interazione. Oltre a queste
44 3 - Lanalisi dei dati
campione di dati o simulazioni MC statistica
1) DATI CMS 1560688
2) PYTHIA 6.420 - D6T 1035769
5) PYTHIA 6.420 - DW 1031593
4) PYTHIA 6.420 - ProQ20 1015828
3) PYTHIA 6.420 - P0 1321240
3) PYTHIA 6.420 - Z1 1505280
6) PYTHIA 8.135 798918
Tabella 3.3: Elenco dei campioni di dati analizzati completi della loro statistica, che
comprendono gli eventi selezionati secondo i criteri descritti in tabella 3.2.
ultime, in un evento sono presenti altre tracce, le quali possono essere divise in due
categorie a seconda della loro origine: tracce secondarie ed erroneamente ricostruite
(false) . Le tracce secondarie sono originate sia dai decadimenti delle particelle nella
collisione sia dallinterazioni con il materiale del tracciatore. Le tracce false, invece, non
derivano dal passaggio di una particella nello strumento, ma sono prodotte dallinevi-
tabile associazione di segnali (hit) appartenenti a tracce diverse o originate dal rumore.
I criteri di selezione delle tracce usati in questo lavoro sono elencati nella tabella 3.4.
selezione di traccia eetto
d
xy
/
d
xy
< 5 e d
z
/
d
z
< 5 origine dal vertice primario di collisione
criteri high quality tracks eliminazione tracce false
p
track
T
> 500 MeV eliminazione tracce false

p
track
T
/
p
track
T
< 0.05 qualit`a delle misura del momento
Tabella 3.4: Criteri di selezione che le tracce cariche ricostruite in un evento devono soddisfare
per essere considerate nellanalisi. Il signicato delle variabili `e descritto nel testo.
I due parametri di impatto trasversale d
xy
e longitudinale d
z
di una traccia rico-
struita, rappresentano la sua minima distanza dal vertice primario. La selezione sul
valore della loro signicanza, rispettivamente d
xy
/
d
xy
e d
z
/
d
z
, elimina le tracce se-
condarie. Le richieste dei criteri deniti come high quality tracks e la soglia minima
del momento trasverso p
track
T
assicurano le migliori prestazioni del tracciatore in termini
di ecenza di ricostruzione delle tracce e di diminuzione della frazione di quelle false,
come mostrato dagli studi dedicati alle prestazioni del tracciatore di CMS in [52]. Nello
specico, i criteri di qualit`a sulla tracce ricostruite richiedono che i valori del
2
del
t della traccia, dei parametri di impatto e delle rispettive signicanze siano minori
di quantit`a pressate, le quali sono funzione del numero di strati del tracciatore che
3.2 - Dati e simulazioni Monte Carlo 45
contengono almeno un hit associato alla traccia.
Le principali caratteristiche delle tracce analizzate sono presentate con le loro distri-
buzioni di momento trasverso p
track
T
, molteplicit`a per evento N
track
e momento totale
nellevento

p
T
(gura 3.1). Tali distribuzioni sono ricavate dai dati e dai campioni
MC e sono normalizzate per il numero di eventi del campione N
ev
, cos` da rendere
confrontabili le diverse statistiche degli stessi. Queste distribuzioni indicano le carat-
teristiche tipiche degli eventi minimum bias a

s = 900 GeV selezionati nel lavoro di
questa tesi: valore medio del momento delle tracce pari a circa 1 GeV, attivit`a media
di circa 10 tracce per evento e momento totale delle tracce dellevento pari a circa 10
GeV. Nessuna delle congurazioni dei generatori `e capace di descrivere correttamente le
distribuzioni delle tracce ottenute dei dati, a conferma di quanto mostrato dai risultati
di [50]. Ad esempio ProQ20 e Z1 sono i migliori modelli per la distribuzione di p
track
T
,
PYTHIA 8.1 per quella di N
track
, e D6T o ancora PYTHIA 8.1 per quella di

p
T
.
stat
Entries 2.143158e+07
Mean 1.048
RMS 0.5475
(GeV)
track
T
p
0 2 4 6 8 10
)
-
1

(
G
e
V
t
r
a
c
k
T
/
d
p
t
r
a
c
k

d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
1
10
stat
Entries 2.143158e+07
Mean 1.048
RMS 0.5475
Py6.420-D6T
Entries 1.151002e+07
Mean 1.054
RMS 0.5432
Py6.420-D6T
Entries 1.151002e+07
Mean 1.054
RMS 0.5432
Py6.420-DW
Entries 1.503521e+07
Mean 1.052
RMS 0.5352
Py6.420-DW
Entries 1.503521e+07
Mean 1.052
RMS 0.5352
Py6.420-ProQ20
Entries 1.400354e+07
Mean 1.056
RMS 0.5551
Py6.420-ProQ20
Entries 1.400354e+07
Mean 1.056
RMS 0.5551
Py6.420-P0
Entries 1.459274e+07
Mean 1.05
RMS 0.5666
Py6.420-P0
Entries 1.459274e+07
Mean 1.05
RMS 0.5666
py6.420-Z1
Entries 1.866323e+07
Mean 1.041
RMS 0.5353
py6.420-Z1
Entries 1.866323e+07
Mean 1.041
RMS 0.5353
py8.135
Entries 1.134616e+07
Mean 1.022
RMS 0.5207
py8.135
Entries 1.134616e+07
Mean 1.022
RMS 0.5207
stat
Entries 2.143158e+07
Mean 1.048
RMS 0.5475
Py6.420-D6T
Entries 1.151002e+07
Mean 1.054
RMS 0.5432
Py6.420-DW
Entries 1.503521e+07
Mean 1.052
RMS 0.5352
Py6.420-ProQ20
Entries 1.400354e+07
Mean 1.056
RMS 0.5551
Py6.420-P0
Entries 1.459274e+07
Mean 1.05
RMS 0.5666
py6.420-Z1
Entries 1.866323e+07
Mean 1.041
RMS 0.5353
py8.135
Entries 1.134616e+07
Mean 1.022
RMS 0.5207
=900 GeV - uncorrected s CMS 2010 -
(a)
(GeV)
track
T
p
0 2 4 6 8 10
t
r
a
c
k
T
/
d
p
t
r
a
c
k

d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(b)
Figura 3.1: Confronto delle distribuzioni di N
track
, p
track
T
e

p
T
, ottenute a partire dai
campioni di dati e dalle diverse predizioni MC. Le distribuzioni sono normalizzate per il numero
di eventi del campione N
ev
e le incertezze mostrate sono quelle statistiche. Nella colonna di
sinistra gli andamenti delle osservabili sono normalizzati per quello dei dati (MC/DATA).
46 3 - Lanalisi dei dati
stat
Entries 1821965
Mean 12.26
RMS 5.88
track
N
0 10 20 30 40 50
t
r
a
c
k
/
d
N
e
v

d
N
e
v
1
/
N
-5
10
-4
10
-3
10
-2
10
-1
10
stat
Entries 1821965
Mean 12.26
RMS 5.88
Py6.420-D6T
Entries 1035769
Mean 11.61
RMS 5.644
Py6.420-D6T
Entries 1035769
Mean 11.61
RMS 5.644
Py6.420-DW
Entries 1264235
Mean 12.39
RMS 6.087
Py6.420-DW
Entries 1264235
Mean 12.39
RMS 6.087
Py6.420-ProQ20
Entries 1260790
Mean 11.61
RMS 5.546
Py6.420-ProQ20
Entries 1260790
Mean 11.61
RMS 5.546
Py6.420-P0
Entries 1321240
Mean 11.54
RMS 5.878
Py6.420-P0
Entries 1321240
Mean 11.54
RMS 5.878
py6.420-Z1
Entries 1505280
Mean 12.9
RMS 6.34
py6.420-Z1
Entries 1505280
Mean 12.9
RMS 6.34
py8.135
Entries 978462
Mean 12.09
RMS 5.72
py8.135
Entries 978462
Mean 12.09
RMS 5.72
stat
Entries 1821965
Mean 12.26
RMS 5.88
Py6.420-D6T
Entries 1035769
Mean 11.61
RMS 5.644
Py6.420-DW
Entries 1264235
Mean 12.39
RMS 6.087
Py6.420-ProQ20
Entries 1260790
Mean 11.61
RMS 5.546
Py6.420-P0
Entries 1321240
Mean 11.54
RMS 5.878
py6.420-Z1
Entries 1505280
Mean 12.9
RMS 6.34
py8.135
Entries 978462
Mean 12.09
RMS 5.72
=900 GeV - uncorrected s CMS 2010 -
(c)
track
N
0 10 20 30 40 50
t
r
a
c
k
/
d
N
e
v

d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(d)
stat
Entries 1821965
Mean 11.77
RMS 6.018
(GeV)
T
p
0 10 20 30 40 50
)
-
1

(
G
e
V
T
p

/
d
e
v

d
N
e
v
1
/
N
-6
10
-5
10
-4
10
-3
10
-2
10
stat
Entries 1821965
Mean 11.77
RMS 6.018
Py6.420-D6T
Entries 1035769
Mean 11.21
RMS 5.988
Py6.420-D6T
Entries 1035769
Mean 11.21
RMS 5.988
Py6.420-DW
Entries 1264235
Mean 11.98
RMS 6.506
Py6.420-DW
Entries 1264235
Mean 11.98
RMS 6.506
Py6.420-ProQ20
Entries 1260790
Mean 11.22
RMS 5.753
Py6.420-ProQ20
Entries 1260790
Mean 11.22
RMS 5.753
Py6.420-P0
Entries 1321240
Mean 11.05
RMS 5.892
Py6.420-P0
Entries 1321240
Mean 11.05
RMS 5.892
py6.420-Z1
Entries 1505280
Mean 12.32
RMS 6.41
py6.420-Z1
Entries 1505280
Mean 12.32
RMS 6.41
py8.135
Entries 978462
Mean 11.26
RMS 5.786
py8.135
Entries 978462
Mean 11.26
RMS 5.786
stat
Entries 1821965
Mean 11.77
RMS 6.018
Py6.420-D6T
Entries 1035769
Mean 11.21
RMS 5.988
Py6.420-DW
Entries 1264235
Mean 11.98
RMS 6.506
Py6.420-ProQ20
Entries 1260790
Mean 11.22
RMS 5.753
Py6.420-P0
Entries 1321240
Mean 11.05
RMS 5.892
py6.420-Z1
Entries 1505280
Mean 12.32
RMS 6.41
py8.135
Entries 978462
Mean 11.26
RMS 5.786
=900 GeV - uncorrected s CMS 2010 -
(e)
(GeV)
T
p
0 10 20 30 40 50
T
p

/
d
e
v

d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(f )
Figura 3.1: Confronto delle distribuzioni di N
track
, p
track
T
e

p
T
, ottenute a partire dai
campioni di dati e delle diverse predizioni MC. Le distribuzioni son scalate per il numero di
eventi del campione N
ev
e le incertezze mostrate quelle statistiche. Nella colonna di sinistra
gli andamenti delle osservabili sono normalizzati per quello dei dati (MC/DATA).
3.3 - Incertezze sistematiche 47
3.3 Incertezze sistematiche
In questa analisi, i risultati dei dati non sono corretti per gli eetti del rivelatore
ma comparati direttamente a quelli delle simulazioni MC. Queste ultime sono inevi-
tabilmente aette dalle inaccuratezze con cui `e simulato il rivelatore CMS, le quali si
riettono in dierenti prestazioni della ricostruzione di tracce e vertici dinterazione nei
dati e nelle simulazioni, dando origine ad incertezze sistematiche nel loro confronto.
Seguendo le considerazioni di [50] e [51], questo lavoro di tesi considera diverse
fonti indipendenti di incertezze sistematiche, la cui entit`a `e stata stimata a partire
da campioni MC generati con la congurazione D6T di PYTHIA 6.4, scelto nora come
modello di riferimento per le analisi di CMS. Lo stesso metodo si applica ad ogni singola
fonte di incertezza: per ognuna delle osservabili viene considerata la dierenza tra
landamento ottenuto dal campione di riferimento (A) ed un nuovo campione modicato
a riprodurre leetto possibile della singola sistematica (B). Questa dierenza, calcolata
singolarmente per ogni intervallo dellistogramma, `e chiamata residuo (R = AB) ed
il suo valore assoluto viene preso come la migliore stima dellincertezza considerata
(
sist
= |R|). Inoltre, se per la stima di unincertezza sistematica sono prodotti due
campioni modicati, variando simmetricamente verso lalto e verso il basso il valore
di un parametro, essa `e valutata come il loro valore medio (
sist
=
1
2
[
+
sist
+

sist
])
2
.
Inne, nel caso che il campione modicato sia ritenuto sovrastimare leetto sistematico,
lincertezza
sist
viene scalata con una appropriata costante correttiva, assumendo la
linearit`a delleetto sistematico.
Le fonti di incertezze sistematiche valutate in questa analisi sono:
1. modello del materiale del tracciatore (material budget);
2. allineamento del tracciatore;
3. ecienza del trigger;
4. ricostruzione del vertice dinterazione;
5. selezioni delle tracce;
6. frazione di tracce erroneamente ricostruite;
7. ricostruzione del p
T
dei getti.
3.3.1 Modello del materiale del tracciatore
Il tracciatore di CMS `e composto da diversi materiali, le cui quantit`a descritte nella
sua simulazione sono valutate in accordo con quelle reali approssimativamente entro il
5% [56]. La stima di detta incertezza `e realizzata a partire dai dati sperimentali e si
basa su due metodi: lo studio della distribuzione dei vertici secondari ricostruiti dalle
conversioni dei fotoni ed dalle interazioni nucleari assieme alla valutazione delleetto
2
Si adotta questo procedura per rendere simmetrica lincertezza sul valore considerato.
48 3 - Lanalisi dei dati
della diusione multipla coulombiana sulla ricostruzione delle tracce. Le dierenze di
material budget si riettono in dierenti prestazioni del tracciatore, in particolare in
termini di ecienza di ricostruzione e di frazione delle tracce false o secondarie.
Per il calcolo dei residui sono stati analizzati due campioni modicati: nel primo
di essi il material budget `e aumentato di circa il 20% rispetto al valore predenito, nel
secondo `e diminuito simmetricamente. Dal momento che i due campioni considerati
sovrastimano di un fattore 4 le dierenze in material budget, lincertezza trovata `e
scalata dello stesso valore.
3.3.2 Allineamento del tracciatore
Il tracciatore di CMS `e costituito da circa un migliaio di sottorivelatori pixel e microstrip
di silicio (paragrafo 1.3.1). Nella simulazione del tracciatore, la posizione geometrica
di un sottorivelatore pu`o essere diversa da quella reale, originando cos` un dierente
allineamento dello stesso e costituendo una fonte di incertezza sistematica. Per valu-
tare questeetto `e stato sfruttato un campione prodotto con allineamento diverso da
quello originale; in particolare `e stato utilizzato un allineamento perfetto, in cui ogni
sottorivelatore `e descritto nella sua posizione nominale.
3.3.3 Trigger
Una dierenza di ecienza dei rivelatori di trigger inuenza i campioni analizzati e
lo studio in [57] mostra che la simulazione dei rivelatori BSC sfruttati nelle presente
analisi `e imperfetta. Per calcolare i residui di questa fonte di incertezza sistematica
viene analizzato un campione selezionato con tutti i criteri in tabella 3.2 tranne la
richiesta sul trigger BSC. Si assume che lentit`a delleetto sistematico dellecienza
del trigger sia il 50% del residuo trovato, che valuta lincidenza della richiesta del trigger
BSC sui risultati dellanalisi.
3.3.4 Vertice di interazione
Gli algoritmi di ricostruzione del vertice di interazione sfruttano le tracce ricostrui-
te, perci`o limprecisa modellizzazione del tracciatore pu`o avere un eetto su questo
procedimento. La selezione sulla presenza del vertice ricostruito inuenza i campioni
dellanalisi. Lincertezza sistematica viene valutata come leetto della variazione del
parametro pi` u inuente nella ricostruzione del vertice, che `e la sua posizione longitu-
dinale z
vertex
([52]): i residui sono calcolati variando simmetricamente la selezione a
(15 5) cm.
3.3.5 Selezioni delle tracce
Nel caso delle selezioni delle tracce, gli eetti sistematici portano a considerare, al-
linterno di un evento selezionato, diversi insiemi di tracce ricostruite che modicano
i risultati dellanalisi. In analogia al caso del vertice di interazione, lentit`a delle in-
certezze sistematiche `e stata valutata calcolando i residui per variazioni simmetriche
3.3 - Incertezze sistematiche 49
sulle singole selezioni. Tre singole incertezze sono state stimate: le soglie massime sulle
signicanze di d
xy
e d
z
vengono variate come (5 1), la soglia minima in p
track
T
come
(500 50) MeV e la soglia massima nellincertezza relativa sulla misura di p
track
T
come
(5 2).
3.3.6 Frazione di tracce erroneamente ricostruite
Gli algoritmi di ricostruzione identicano le tracce di un evento a partire dai segnali (hit)
misurati dal tracciatore, i quali possono essere sia prodotti dalle particelle che hanno
attraversato il rivelatore sia da eetti di rumore. Una traccia falsa pu`o essere ricostruita
erroneamente a partire dai segnali generati da pi` u particelle dierenti e dal rumore,
non corrispondendo cos` ad una particella prodotta. Nei campioni MC `e possibile
identicare tali tracce vericando la corrispondenza tra i segnali ed i segnali simulati,
che sono le informazioni sulla traiettoria della particella prodotta dal generatore MC
nel suo attraversare il tracciatore. In questo modo, una traccia ricostruita nellevento
si identica come falsa se questa corrispondenza `e minore del 50% [52].
Dallanalisi delle tracce selezionate nel campione MC di riferimento, si ricava che
la frazione di tracce false che passano le selezioni imposte `e circa il 3% della moltepli-
cit`a totale
3
. Lanalisi in [57] mostra che nelle simulazioni tale grandezza pu`o essere
sottostimata rispetto ai dati reali di circa il 0.5% della molteplicit`a totale, pari ad una
variazione sistematica di circa il 16%. La tecnica usata per produrre un campione modi-
cato per il tasso di tracce false `e quella del ripesamento (reweighting) degli istogrammi
delle osservabili, che consiste nel riempirli associando un peso ai singoli eventi ma man-
tenendone costante la normalizzazione. Lidea per calcolare i pesi, in modo da imitare
laumento del tasso di tracce false nei dati, si basa sulla loro molteplicit`a per evento
N
fake
. Data la distribuzione di questa variabile, essa viene modica aumentandone il
valore medio del 16%. I pesi sono calcolati come il rapporto, per ciascun intervallo, tra
distribuzione modicata e quella originale (gura 3.2).
3.3.7 Ricostruzione del momento trasverso dei getti
Lincertezza sistematica nella ricostruzione delle tracce si riette sulla ricostruzione dei
getti; in particolare, nella presente analisi, viene considerato leetto sistematico sul-
la misura del loro momento traverso. Poich`e nei campioni simulati sono disponibili
le informazioni a livello del generatore MC, `e possibile ricostruire i getti di particelle
generate da PYTHIA in una collisione. Ad ogni getto di tracce si ne pu`o associare uno
di particelle generate, tale che direzione del secondo si trovi entro il cono denito dalla
relazione R
2
= (
1

2
)
2
+ (
1

2
)
2
0.3 costruito sullasse del primo. Dal t
della distribuzione di p
gen
T
/p
T
per i getti associati, ove p
gen
T
indica il momento traverso
del getto di particelle generate, si trova la funzione di risoluzione della misura in p
T
,
approssimata per semplicit`a ad una gaussiana avente parametri 1 e 0.01 (-
gura 3.3). Lentit`a di questo eetto sistematico `e valutata in due modi. Nel primo,
3
Il graco (c) della gura 3.1, mostra che per la congurazione D6T < N
tracks
>= 11.61 e la gura
3.2 indica < N
fake
>= 0.3618. La frazione di tracce false si trova come < N
fake
> / < N
tracks
> 0.03
50 3 - Lanalisi dei dati
fake
N
0 1 2 3 4 5 6 7
f
a
k
e
/
d
N
e
v

d
N
e
v
1
/
N
-5
10
-4
10
-3
10
-2
10
-1
10
1 MC + 16%
Mean 0.4196
RMS 0.6573
MC
Mean 0.3618
RMS 0.6272
MC + 16%
Mean 0.4196
RMS 0.6573
MC
Mean 0.3618
RMS 0.6272
=900 GeV - Py6.420-D6T - uncorrected s
Figura 3.2: Istogramma della distribuzione delle tracce false individuate nel campione MC
di rifermento (rosso) ed istogramma modicato con un aumento del loro valore medio pari al
16% (nero). I pesi utilizzati nella tecnica del ripesamento (reweighting) degli istogrammi per
produrre il campione modicato, sono calcolati come il rapporto, per ciascun intervallo, tra
distribuzione modicata e originale.
resolution
T
p
Mean 0.9995
RMS 0.01357
Constant 8.918e+01 1.013e+05
Mean 0.0000 0.9994
Sigma 0.00001 0.00996
T
/p
gen
T
p
0.96 0.98 1 1.02 1.04
e
v
N
0
20
40
60
80
100
3
10
resolution
T
p
Mean 0.9995
RMS 0.01357
Constant 8.918e+01 1.013e+05
Mean 0.0000 0.9994
Sigma 0.00001 0.00996
Figura 3.3: Risoluzione della misura in p
T
per i getti, valutata a partire dal campione MC
di riferimento. La variabile p
gen
T
indica il momento dei getti ricostruiti a partire dalle particelle
generate da PYTHIA.
un campione viene prodotto modicando la risoluzione della misura del momento dei
getti di tracce secondo la relazione p
T
[1 +N(1, 0.01)] p
T
, ove N indica una distri-
buzione gaussiana. Nel secondo modo invece vengono prodotti due campioni alterando
3.3 - Incertezze sistematiche 51
la scala dellenergia dei getti, secondo la relazione p
T
[1 + 0.01] p
T
. In entrambi i
casi le variazioni in p
T
vengono applicate prima della selezione degli eventi, perci`o la
sistematica cosi` valutate include il possibile eetto della selezione sulla soglia minima
del momento del leading jet p
T1
> 2.
3.3.8 Incertezza sistematica totale
Le diverse sorgenti di incertezza sistematica possono essere considerate come indipen-
denti e perci`o i loro contributi sono sommati in quadratura. La gura 3.4 mostra
lincidenza di ogni singola incertezza sistematica su ognuna delle osservabili. In parti-
colare, nel caso della frazione delle tracce erroneamente ricostruite lincertezza `e stimata
con meno precisione, a causa della minore statistica del corrispondente campione mo-
dicato. Esso infatti contiene circa 10
5
eventi mentre tutti gli altri campioni analizzati
includono dellordine del milione di eventi.
Ogni singola osservabile `e inuenzata in modo dierente dalle diverse fonti siste-
matiche, anche se la loro caratteristica comune `e, prevedibilmente, quella di essere
particolarmente sensibili alla variazione del numero di tracce considerate nellevento.
Infatti le due fonti di maggiore incertezza sistematica sono la selezione sul momento
minimo delle tracce ed il tasso di tracce false, in prima approssimazione proporzionale
al numero di tracce per evento. In generale, per ogni osservabile, il valore totale delle
incertezze sistematiche `e circa il 5 10% e, come mostrato nel prossimo paragrafo,
permette di raggiungere lobiettivo dellanalisi, ovvero discriminare tra gli andamenti
dai dati e dei vari modelli MC.
52 3 - Lanalisi dei dati
(GeV)
T
p
0 2 4 6 8 10 12 14
T
/
d
p
j
e
t


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(a)
jet
N
0 2 4 6 8 10 12 14 16
j
e
t
/
d
N
e
v


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(b)
Figura 3.4: Contributi, espressi in percentuale, delle singole fonti di incertezze sistematiche su
ognuna delle osservabili dellanalisi. Le diverse sorgenti di incertezza considerate sono piegate
nel testo.
3.3 - Incertezze sistematiche 53

-3 -2 -1 0 1 2 3

/
d
j
e
t


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(c)

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

/
d
j
e
t


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(d)
(GeV)
T1
p
0 2 4 6 8 10 12 14
T
1
/
d
p
j
e
t


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(e)
(Gev)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
)
T
2
+
p
T
1
/
d
(
p
e
v


d
N
e
v
S
Y
S
T

U
N
C

%

-

1
/
N
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(f )
Figura 3.4: Contributi, espressi in percentuale, delle singole fonti di incertezze sistematiche su
ognuna delle osservabili dellanalisi. Le diverse sorgenti di incertezza considerate sono piegate
nel testo.
54 3 - Lanalisi dei dati
(Gev)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
S
Y
S
T

U
N
C

%

-

<

h
1

>
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(g)
(Gev)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
S
Y
S
T

U
N
C

%

-

<

h
2

>
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(h)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20
S
Y
S
T

U
N
C

%

-

<

F

>
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(i)
(Gev)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>

/
d
T
p
i
n

S
Y
S
T

U
N
C

%

-

<

d
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(j)
Figura 3.4: Contributi delle singole fonti di incertezze sistematiche su ognuna delle osservabili
dellanalisi. I valori sono espressi in percentuale e le diverse sorgenti di incertezza considerate
sono piegate nel testo.
3.3 - Incertezze sistematiche 55
(Gev)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>

/
d
T
p
o
u
t

S
Y
S
T

U
N
C

%

-

<

d
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(k)
(Gev)
cut
T
p
0 1 2 3 4 5 6 7

>
p
a
i
r
s
S
Y
S
T

U
N
C

%

-

<

N
0
0.05
0.1
0.15
0.2
=900 GeV s py6.420-D6T -
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
(l)
(Gev)
cut
T
p
0 2 4 6 8 10 12 14 16

>
j
e
t
S
Y
S
T

U
N
C

%

-

<

N
0
0.05
0.1
0.15
0.2
material budg
align
trigger
z vertex
track imp point
track pT uncert
track pT cut
fake
jet pT res
jet pT offset
=900 GeV s py6.420-D6T -
(m)
Figura 3.4: Contributi delle singole fonti di incertezze sistematiche su ognuna delle osservabili
dellanalisi. I valori sono espressi in percentuale e le diverse sorgenti di incertezza considerate
sono piegate nel testo.
56 3 - Lanalisi dei dati
3.4 Confronto con diversi modelli dellunderlying event
Le predizioni Monte Carlo di diversi modelli dellunderlying event di una collisione
protone-protone descritti nel paragrafo 2.2, sono paragonate ai dati non corretti per
leetto del rivelatore, dopo essere state processate attraverso la completa simulazione
dellapparato di misura. Sono studiate le osservabili denite nella tabella 3.1, relative ai
getti di tracce cariche che soddisfano i criteri indicati nella tabella 3.4 e sono analizzati
gli eventi dei sei campioni elencati in tabella 3.3, selezionati come descritto nella tabella
3.2. I risultati ottenuti per ogni singola osservabile sono presentati in due graci: nel
primo sono mostrati gli andamenti che risultano dai diversi campioni analizzati mentre
nel secondo gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA).
In questo paragrafo si fa riferimento alla gura 3.5 indicando i graci con le lettere
che li contraddistinguono. In essi, gli intervalli entro cui sono considerate le osserva-
bili, sono scelti nelle regioni dove `e possibile discriminare i diversi andamenti, mentre
le abbreviazioni stat e syst+stat indicano rispettivamente i dati con le incertezze
statistiche e con la somma in quadratura di quelle statistiche e sistematiche. Nelle se-
zioni successive, si denota con il termine congurazioni di PYTHIA globalmente tutte
e cinque le congurazioni del generatore PYTHIA 6.4 assieme a quella di PYTHIA 8.1,
mentre con il termine congurazioni nuove solo Z1, P0 e quella di PYTHIA 8.1, che
realizzano il modello pi` u recente per MPI e residui del fascio (paragrafo 2.2).
I risultati ottenuti vengono esposti nelle quattro sezioni seguenti, che corrispondono
ai quattro gruppi delle osservabili mostrati in tabella 3.1:
3.4.1 Distribuzioni cinematiche dei getti
Le distribuzioni cinematiche dei getti mostrano le note propriet`a degli eventi Mini-
mum bias, caratterizzati da bassa attivit`a e particelle a piccolo momento trasverso
(paragrafo 3.2). Ci`o si riette sulle distribuzioni del momento trasverso (a) e della
molteplicit`a per evento dei getti (c), che crescono al diminuire delle stesse variabili; in
particolare si trova < p
T
> 2 GeV e <N
jet
> 4. Dal punto di vista teorico, la
distribuzione di p
T
(a) `e descritta dalle sezioni durto delle interazioni QCD che produ-
cono quark leggeri (u, d e s) o gluoni, crescenti per p
T
0; landamento uniforme della
distribuzione di (g), invece, indica che le interazioni di collisione protone-protone
sono simmetriche per rotazioni rispetto a questangolo. Nello specico, la discontinuit`a
nellandamento della distribuzione momento trasverso (a) in corrispondenza di p
T
2
GeV, `e dovuto al criterio di selezione degli eventi p
T1
> 2 GeV: in questo modo una
frazione di eventi con getti di momento inferiore a questa soglia `e esclusa dellanalisi.
Per quanto riguarda le quattro le distribuzioni cinematiche dei getti, tutte le con-
gurazioni di PYTHIA descrivono le caratteristiche globali dei dati entro disaccordi del
30-40% per p
T
e N
jet
e del 10% per e . Sebbene nessuna congurazione si trovi
perfettamente in accordo con i dati entro le incertezze sperimentali, le nuove congu-
razioni si dimostrano pi` u ecaci delle altre: in particolare Z1 `e la migliore tra le prime
mentre DW tra le seconde. Questi due modelli, che prevedono una maggiore attivit`a in
termini di MPI, sono quindi gli unici a predire correttamente lattivit`a adronica globale
3.4 - Confronto con diversi modelli dellunderlying event 57
originata dallUE. I modelli realizzati dalle congurazioni ProQ20 e D6T, invece, sem-
brano poter essere rigettati dallanalisi di queste osservabili. Nello specico, il graco
(b) mostra che la congurazione Z1 approssima meglio la forma della distribuzione dei
dati prevedendo sempre (quando in disaccordo con essi) un momento maggiore per i
getti; al contrario PYTHIA 8.1 o P0 prevedono momento minore dei dati se p
T
4
GeV e maggiore altrimenti. In particolare, i getti con p
T
2 sono originati dalle MPI,
dal momento che il leading jet, associato allinterazione principale per denizione, `e
sottoposto alla selezione p
T1
> 2 GeV. La distribuzione di N
jet
invece si dimostra come
losservabile che presenta le maggiori dierenze tra dati-modelli. Tra essi Z1 e DW forni-
scono predizioni accettabili, la prima rappresenta meglio i dati nellintervallo N
jet
< 6
la seconda in quello complementare. Le variabili angolari, ed in particolare il graco
(h), dimostrano che le sole congurazioni Z1 e DW riproducono il numero totale di getti
negli eventi (normalizzazione), predicendo la stessa attivit`a dellUE che si ritrova spe-
rimentalmente. In pi` u il modello in Z1 rispetto a quello in DW `e capace di predire la
corretta forma della distribuzione di (f).
58 3 - Lanalisi dei dati
syst+stat
Entries 6695081
Mean 2.029
RMS 1.017
(GeV)
T
p
0 2 4 6 8 10 12 14
)
-
1


(
G
e
V
T
/
d
p
j
e
t


d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
1
stat
Entries 6695081
Mean 2.029
RMS 1.017
Py6.420-D6T
Entries 3468733
Mean 2.101
RMS 1.098
Py6.420-DW
Entries 4567257
Mean 2.087
RMS 1.086
Py6.420-ProQ20
Entries 4243094
Mean 2.106
RMS 1.108
Py6.420-P0
Entries 4417692
Mean 2.075
RMS 1.078
py6.420-Z1
Entries 5722857
Mean 2.032
RMS 1.027
py8.135
Entries 3301313
Mean 2.055
RMS 1.058
=900 GeV - uncorrected s CMS 2010 -
(a)
(GeV)
T
p
0 2 4 6 8 10 12 14
T
/
d
p
j
e
t


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(b)
syst+stat
Entries 1821965
Mean 4.173
RMS 2.19
jet
N
0 2 4 6 8 10 12 14 16
j
e
t
/
d
N
e
v


d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
stat
Entries 1821965
Mean 4.173
RMS 2.19
Py6.420-D6T
Entries 1035769
Mean 3.849
RMS 2.1
Py6.420-DW
Entries 1264235
Mean 4.112
RMS 2.275
Py6.420-ProQ20
Entries 1260790
Mean 3.865
RMS 2.032
Py6.420-P0
Entries 1321240
Mean 3.843
RMS 2.107
py6.420-Z1
Entries 1505280
Mean 4.301
RMS 2.318
py8.135
Entries 978462
Mean 3.873
RMS 2.076
=900 GeV - uncorrected s CMS 2010 -
(c)
jet
N
0 2 4 6 8 10 12 14 16
j
e
t
/
d
N
e
v


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(d)
Figura 3.5: Confronto con i diversi modelli dellUE nelle distribuzioni cinematiche dei getti.
I graci a sinistra mostrano gli diversi campioni analizzati, mentre nei graci a destra gli stessi
andamenti sono normalizzati a quello dei dati (MC/DATA). Le espressioni state syst+stat
indicano rispettivamente i dati con le incertezze statistiche e con la somma in quadratura di
quelle statistiche e sistematiche.
3.4 - Confronto con diversi modelli dellunderlying event 59
syst+stat
Entries 6695081
Mean -0.001261
RMS 1.093

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

/
d
j
e
t


d
N
e
v
1
/
N
0.12
0.13
0.14
0.15
0.16
0.17
0.18
0.19
0.2
0.21
0.22
stat
Entries 6695081
Mean -0.001261
RMS 1.093
Py6.420-D6T
Entries 3468733
Mean 0.0009386
RMS 1.109
Py6.420-DW
Entries 4567257
Mean -0.0003831
RMS 1.107
Py6.420-ProQ20
Entries 4243094
Mean 0.0003176
RMS 1.096
Py6.420-P0
Entries 4417692
Mean 0.0004825
RMS 1.09
py6.420-Z1
Entries 5722857
Mean -0.0005749
RMS 1.095
py8.135
Entries 3301313
Mean -0.0001639
RMS 1.09
=900 GeV - uncorrected s CMS 2010 -
(e)

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

/
d
j
e
t


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(f )
syst+stat
Entries 6695081
Mean 0.002641
RMS 1.816

-3 -2 -1 0 1 2 3

/
d
j
e
t


d
N
e
v
1
/
N
32
33
34
35
36
37
38
39
40
-3
10
stat
Entries 6695081
Mean 0.002641
RMS 1.816
Py6.420-D6T
Entries 3468733
Mean 0.002511
RMS 1.814
Py6.420-DW
Entries 4567257
Mean 0.001112
RMS 1.815
Py6.420-ProQ20
Entries 4243094
Mean 0.001847
RMS 1.815
Py6.420-P0
Entries 4417692
Mean 0.0006703
RMS 1.814
py6.420-Z1
Entries 5722857
Mean 0.0005528
RMS 1.815
py8.135
Entries 3301313
Mean 0.001435
RMS 1.815
=900 GeV - uncorrected s CMS 2010 -
(g)

-3 -2 -1 0 1 2 3

/
d
j
e
t


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(h)
Figura 3.5: Confronto con i diversi modelli dellUE nelle distribuzioni cinematiche dei getti.
I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni analizzati, mentre
nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA). Le
espressioni statesyst+statindicano rispettivamente i dati con le incertezze statistiche e con
la somma in quadratura di quelle statistiche e sistematiche.
60 3 - Lanalisi dei dati
3.4.2 Osservabili caratterizzanti la forma dellevento
Le osservabili caratterizzanti la forma dellevento descrivono gli eventi minimum bias
analizzati in termini di energia dellinterazione. La distribuzione di p
T1
+p
T2
(k) indica
che la scala energetica della collisione `e paragonabile a 5 GeV, dei quali una frazione
che varia entro il 40-60% appartiene ai due getti pi` u energetici prodotti dallinterazione
principale dellevento, mentre la restante parte `e relativa ai processi dellUE (o). Nello
specico, le distribuzioni di p
T1
(i) e p
T1
+p
T2
(k) denotano le caratteristiche descritte
precedentemente per quella di p
T
(a) e leetto della selezione p
T1
> 2 GeV sulla seconda
`e la essione decrescente in corrispondenza di un valore di circa 4 GeV. Landamento di
<h
2
> (o) indica che la frazione di energia dellinterazione principale p
T1
+p
T2
rispetto
a quella totale

p
T
`e variabile: a scale energetiche 3 GeV essa `e pari a circa
il 50%, per scale energetiche simili a 5 GeV diminuisce no a circa il 45%, inne
risale. Tale andamento `e dovuto alla variazione dellattivit`a dei processi dellUE che,
se fosse costante, renderebbe <h
2
> sempre crescente
4
. Nello specico, la diminuzione
dei valori delle due osservabili nellintervallo p
T1
+ p
T2
5 GeV si spiega con una
maggiore rilevanza del fenomeno delle MPI. Infatti, secondo il modello che le descrive,
la scala energetica di queste interazioni `e compresa tra p
T0
12 GeV, parametro che
regolarizza la loro sezione durto, e p
T1
+ p
T2
, per la denizione stessa di interazione
principale (paragrafo 2.1.3). Quindi alla crescita iniziale di p
T1
+ p
T2
corrisponde un
aumento della probabilit`a che avvengano delle MPI. Inne lanalogo ragionamento si
applica anche allosservabile <h
1
> (m).
Le congurazioni di PYTHIA descrivono gli andamenti delle quattro osservabili ca-
ratterizzanti la forma dellevento entro discrepanze del 30-35% per le distribuzioni di
p
T1
(j) e p
T1
+ p
T2
(l) e del 5-10% per gli andamenti di <h
1
> (n) e <h
2
> (p). Le
due distribuzioni mostrano che solo le nuove congurazioni sono in parziale accordo
con i dati sperimentali. In particolare PYTHIA 8.1 realizza meglio di ogni altro model-
lo la scala energetica dellinterazione principale degli eventi minimum bias analizzati,
trovandosi in perfetto accordo coi dati nella distribuzione di p
T1
ed in un disaccordo
minore del 10% nellintervallo 4 9 GeV in quella di p
T1
+ p
T2
. Il modello di Z1
`e corretto solo negli intervalli rispettivamente p
T1
< 6 GeV e p
T1
+ p
T2
< 10 GeV,
mentre le tre congurazioni del vecchio scenario per le MPI e residui del fascio otten-
gono disaccordi sostanziali. Sebbene i diversi modelli non descrivano alla perfezione le
distribuzioni dellenergia dellinterazione principale, tutti descrivono correttamente la
frazione di energia dellevento che `e prodotta dai fenomeni dellUE. Solo i due modelli
P0 e ProQ20 si trovano in disaccordo con i dati per valori dellordine di 1% . Le variabili
<h
1
> (n) e <h
2
> (p) si dimostrano, quindi, poco sensibili alle dierenze dei modelli
dellunderlying event.
4
Dal momento che si pu` o scrivere
P
p
T
= p
T1
+ p
T2
+ p
UE
, indicando con p
UE
il momento totale
prodotto dai processi dellunderlying event, si pu` o considerare il graco di <h
2
> come quello della
funzione f(x) = x/(x + p
UE
). Per valori costanti di p
UE
essa ha andamento sempre crescente e
lanalogo ragionamento si applica al graco di <h
1
>.
3.4 - Confronto con diversi modelli dellunderlying event 61
syst+stat
Entries 1821965
Mean 3.064
RMS 1.169
(GeV)
T1
p
0 2 4 6 8 10 12 14
)
-
1


(
G
e
V
T
/
d
p
j
e
t


d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
stat
Entries 1821965
Mean 3.064
RMS 1.169
Py6.420-D6T
Entries 1035769
Mean 3.145
RMS 1.246
Py6.420-DW
Entries 1264235
Mean 3.169
RMS 1.255
Py6.420-ProQ20
Entries 1260790
Mean 3.184
RMS 1.251
Py6.420-P0
Entries 1321240
Mean 3.114
RMS 1.222
py6.420-Z1
Entries 1505280
Mean 3.121
RMS 1.188
py8.135
Entries 978462
Mean 3.073
RMS 1.2
=900 GeV - uncorrected s CMS 2010 -
(i)
(GeV)
T1
p
0 2 4 6 8 10 12 14
T
/
d
p
j
e
t


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(j)
syst+stat
Entries 1560688
Mean 5.058
RMS 1.737
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
)
-
1
)


(
G
e
V
T
2
+
p
T
1
/
d
(
p
e
v


d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
stat
Entries 1560688
Mean 5.058
RMS 1.737
Py6.420-D6T
Entries 825131
Mean 5.172
RMS 1.858
Py6.420-DW
Entries 1031593
Mean 5.247
RMS 1.887
Py6.420-ProQ20
Entries 1015832
Mean 5.21
RMS 1.829
Py6.420-P0
Entries 1053739
Mean 5.098
RMS 1.79
py6.420-Z1
Entries 1273221
Mean 5.151
RMS 1.75
py8.135
Entries 798919
Mean 5.039
RMS 1.771
=900 GeV - uncorrected s CMS 2010 -
(k)
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
)
T
2
+
p
T
1
/
d
(
p
e
v


d
N
e
v
M
C
/
D
A
T
A

-

1
/
N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(l)
Figura 3.5: Confronto con i diversi modelli dellUE nelle osservabili caratterizzanti la forma
dellevento. I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni analizzati,
mentre nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA).
Le espressioni statesyst+statindicano rispettivamente i dati con le incertezze statistiche e
con la somma in quadratura di quelle statistiche e sistematiche.
62 3 - Lanalisi dei dati
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
<

h
1

>
0.25
0.3
0.35
0.4
0.45
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(m)
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
M
C
/
D
A
T
A

-

<

h
1

>
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(n)
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
<

h
2

>
0.4
0.45
0.5
0.55
0.6
0.65
0.7
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(o)
(GeV)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
M
C
/
D
A
T
A

-

<

h
2

>
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(p)
Figura 3.5: Confronto con i diversi modelli dellUE osservabili distribuzioni caratterizzanti
la forma dellevento. I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni
analizzati, mentre nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati
(MC/DATA). Le espressionistatesyst+statindicano rispettivamente i dati con le incertezze
statistiche e con la somma in quadratura di quelle statistiche e sistematiche.
3.4 - Confronto con diversi modelli dellunderlying event 63
3.4.3 Osservabili caratterizzanti la forma dei getti
Le osservabili caratterizzanti la forma dei getti descrivono la struttura del leading jet
degli eventi considerati. Landamento della variabile F, nel graco (q), indica che la
frazione dellenergia del getto contenuta nella sua zona centrale varia a seconda del va-
lore p
T1
, con valori tra circa il 40% ed il 60%. I leading jet con momento trasverso pari a
circa 2 GeV possono essere costituiti anche da una singola particella, mentre, al crescere
del valore di p
T1
il numero di adroni aumenta grazie ai processi di cascate partoniche e
frammentazione. Se queste particelle cadono al di fuori della regione centrale del getto,
causano la diminuzione del valore di F. Tali processi si interrompono per scale energe-
tiche di circa 12 GeV ed hanno rilevanza maggiore per valori decrescenti del momento
del getto. Il graco mostra che cascate e frammentazione diventano meno importanti
per p
T1
10 GeV, infatti il momento trasverso del getto diventa proporzionale quello
della sua parte centrale. Losservabile <d
in
p
T
/d> (s), densit`a di momento trasverso
attorno allasse del leading jet, `e proporzionale, prevedibilmente, a p
T1
. Tale densit`a,
essendo integrata su tutto langolo polare, include anche particelle originate dallUE e
per questo cresce pi` u rapidamente nellintervallo p
T1
5 GeV. Infatti, come spiegato
per le variabili <h
1
> e <h
2
>, a bassi valori di p
T1
la rilevanza del fenomeno delle MPI
`e minore. La variabile <d
out
p
T
/d> (u), densit`a di momento trasverso nella regione
esterna del getto, `e data in maniera sostanziale dallattivit`a dellUE. Anche in questo
caso, pre spiegare il suo andamento, si applicano le stesse considerazioni per le variabili
precedente.
Le congurazioni di PYTHIA descrivono le tre osservabili di jet shape entro discre-
panze del 20% per gli andamenti di F nel graco (r) e del 10-15% per gli andamenti
di <d
in
p
T
/d> (t) e <d
out
p
T
/d> (v). La prima osservabile `e descritta dalla con-
gurazione P0 nellintervallo p
T1
< 5 GeV mentre da PYTHIA 8.1, Z1 e ProQ20 per le
energie pi` u elevate. Essa paragona sostanzialmente laccuratezza dei modelli di cascate
partoniche e frammentazione e sembra escludere quello di D6T e DW. Le due densit`a di
energia (t) e (v) confermano, sebbene in maniera meno stringente, i risultati dalle di-
stribuzioni cinematiche dei getti: le due congurazioni che predicono pi` u correttamente
lattivit`a dellUE sono Z1 e DW. In questo caso, anche D6T precedentemente esclusa dalle
distribuzioni di base si trova in accordo nella descrizione di <d
out
p
T
/d>.
64 3 - Lanalisi dei dati
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20
<

F

>
0.3
0.35
0.4
0.45
0.5
0.55
0.6
0.65
0.7
0.75
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(q)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20
M
C
/
D
A
T
A

-

<

F

>
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(r)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>


(
G
e
V
)

/
d
T
p
i
n

<

d
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(s)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>

/
d
T
p
i
n

M
C
/
D
A
T
A

-

<

d
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(t)
Figura 3.5: Confronto con i diversi modelli dellUE osservabili caratterizzanti la forma dei
getti. I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni analizzati, mentre
nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA). Le
espressioni statesyst+statindicano rispettivamente i dati con le incertezze statistiche e con
la somma in quadratura di quelle statistiche e sistematiche.
3.4 - Confronto con diversi modelli dellunderlying event 65
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>


(
G
e
V
)

/
d
T
p
o
u
t

<

d
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(u)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>

/
d
T
p
o
u
t

M
C
/
D
A
T
A

-

<

d
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(v)
Figura 3.5: Confronto con i diversi modelli dellUE per le osservabili caratterizzanti la forma
dei getti. I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni analizzati,
mentre nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA).
Le espressioni statesyst+statindicano rispettivamente i dati con le incertezze statistiche e
con la somma in quadratura di quelle statistiche e sistematiche.
3.4.4 Osservabili correlate al numero di MPI
Losservabile < N
jet
> (w), il numero medio di getti per evento in funzione della
loro soglia minima in momento p
min
T
, `e descritta dalle congurazioni di PYTHIA entro
discrepanze del 25%;mentre losservabile < N
pair
> (y), il numero medio di coppie di
getti per evento in funzione della soglia minima in momento dei getti p
min
T
, entro il
5%. Entrambe sono correlate al numero di MPI e perci`o tali variabili aumentano al
decrescere di p
min
T
, come indicato dalla divergenza della sezione durto di equazione
2.5. Dallandamento della prima osservabile (x) si traggono considerazioni analoghe
alle distribuzioni del momento dei getti (a) e (i). Da quello della seconda osservabile
(z) si vede che le congurazioni DW e Z1 prevedono il un maggiore numero di MPI,
sebbene non la descrivano. Tuttavia, N
pair
, presentando dierenze tra i vari modelli
dellUE solo nei primi due intervalli dellistogramma, `e la meno sensibile tra tutte le
variabili analizzate.
66 3 - Lanalisi dei dati
(GeV)
cut
T
p
0 2 4 6 8 10 12 14 16

>
j
e
t
<

N
0
0.5
1
1.5
2
2.5
3
3.5
4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(w)
(GeV)
cut
T
p
0 2 4 6 8 10 12 14 16

>
j
e
t
M
C
/
D
A
T
A

-

<

N
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
=900 GeV - uncorrected s CMS 2010 -
(x)
(GeV)
cut
T
p
0 1 2 3 4 5 6 7

>
p
a
i
r
<

N
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(y)
(GeV)
cut
T
p
0 1 2 3 4 5 6 7

>
p
a
i
r
M
C
/
D
A
T
A

-

<

N
0.9
0.92
0.94
0.96
0.98
1
1.02
1.04
1.06
1.08
1.1
=900 GeV - uncorrected s CMS 2010 -
syst+stat
stat
py6.420-D6T
py6.420-DW
py6.420-ProQ20
py6.420-P0
py6.420-Z1
py8.135
(z)
Figura 3.5: Confronto con i diversi modelli dellUE per le osservabili correlate al numero di
MPI. I graci a sinistra mostrano gli andamenti ottenuti dai diversi campioni analizzati, mentre
nei graci a destra gli stessi andamenti sono normalizzati a quello dei dati (MC/DATA). Le
espressioni statesyst+statindicano rispettivamente i dati con le incertezze statistiche e con
la somma in quadratura di quelle statistiche e sistematiche.
3.5 - Confronto tra diversi algoritmi di ricostruzione dei getti 67
3.5 Confronto tra diversi algoritmi di ricostruzione dei
getti
I getti adronici sono deniti dallalgoritmo utilizzato la loro ricostruzione e la scelta dello
stesso pu`o inuenzare in maniera rilevante i risultati di un analisi (ad esempio [45]).
Nel presente lavoro sono stati sfruttati i due algoritmi di getto anti-k
t
e SISCone, che
soddisfano entrambi le necessarie propriet`a di robustezza della ricostruzione indicate
dai criteri di InfraRed and Collinear safety (paragrafo 2.3). I valori comunemente usati
per R sono compresi nellintervallo [0.1, 1.5]; nel presente lavoro si `e optato per R = 0.5.
Questo valore relativamente piccolo, permette di risolvere anche i getti con momento
dellordine del GeV, che sono loggetto della caratterizzazione di questa analisi. Tale
scelta `e resa possibile dalle precise misure di posizione e momento trasverso delle tracce
assicurate in particolare dalla ne granularit`a del tracciatore di CMS.
I risultati del confronto tra dati e simulazioni MC mostrati nel paragrafo precedente
sono stati realizzati con lalgoritmo anti-k
t
, che `e utilizzato con maggior frequenza di
quello SISCone perch`e pi` u veloce. Tuttavia, la stessa analisi `e stata realizzata anche
con questo secondo algoritmo, ma il paragone con i diversi modelli dellunderlying event
non viene mostrato in questa tesi, perch`e i risultati ottenuti sono del tutto simili a quelli
gi`a illustrati per anti-k
t
e permettono di giungere alle medesime conclusioni.
Per valutare direttamente le prestazioni di anti-k
t
e SISCone, viene presentato
un confronto diretto tra i due algoritmi utilizzando gli andamenti di alcune osservabili
dellanalisi. I risultati ottenuti, sfruttando il campione dei dati considerato in prece-
denza, sono mostrati in gura 3.6, alla quale si fa riferimento nel testo con le lettere tra
parentesi. Lalgoritmo SISCone, aumentando la probalit`a di eventi con N
jet
> 4 (b),
identica un numero medio di getti per evento pi` u grande di circa il 2.5% rispetto ad
anti-k
t
(a). Inoltre, i due algoritmi ricostruiscono getti con valore medio del momento
trasverso dierente per solo circa 1% (c), con SISCone che ne identica un numero
maggiore con p
T
< 10 GeV (d). Inne, lo stesso algoritmo trova un numero maggiore
di getti al crescere di || (f) e le tre osservabili <h
2
> (h), F (j) e <d
out
p
T
/d> (l)
indicano che i getti ricostruiti con anti-k
t
tendono ad avere lenergia maggiormente
concentrata attorno al proprio asse.
68 3 - Lanalisi dei dati
ak5
Entries 1821965
Mean 4.172
RMS 2.185
jet
N
0 2 4 6 8 10 12 14 16
j
e
t
/
d
N
e
v


d
N
e
v
1
/
N
-3
10
-2
10
-1
10
sis5
Entries 2262673
Mean 4.29
RMS 2.228
=900 GeV s CMS uncorrected 2010 -
(a)
jet
N
0 2 4 6 8 10 12 14 16
j
e
t
/
d
N
e
v


d
N
e
v
a
k
5
/
s
i
s
5

-

1
/
N
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
ak5
sis5
=900 GeV s CMS uncorrected 2010 -
(b)
ak5
Entries 6695081
Mean 2.029
RMS 1.017
(GeV)
T
p
0 2 4 6 8 10 12 14
)
-
1


(
G
e
V
T
/
d
p
j
e
t


d
N
e
v
1
/
N
-4
10
-3
10
-2
10
-1
10
1
sis5
Entries 8585194
Mean 2.06
RMS 1.021
=900 GeV s CMS uncorrected 2010 -
(c)
(GeV)
T
p
0 2 4 6 8 10 12 14
T
/
d
p
j
e
t


d
N
e
v
a
k
5
/
s
i
s
5

-

1
/
N
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
=900 GeV s CMS uncorrected 2010 - ak5
sis5
(d)
Figura 3.6: Confronto di alcune osservabili dellanalisi per valutare le dierenze tra le
prestazioni degli algoritmi anti-k
t
e SISCone.
3.5 - Confronto tra diversi algoritmi di ricostruzione dei getti 69
ak5
Entries 6695081
Mean -0.001261
RMS 1.093

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

/
d
j
e
t


d
N
e
v
1
/
N
0.12
0.13
0.14
0.15
0.16
0.17
0.18
0.19
0.2
0.21
0.22
sis5
Entries 8585194
Mean -0.0009257
RMS 1.104
=900 GeV s CMS uncorrected 2010 -
(e)

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

/
d
j
e
t


d
N
e
v
a
k
5
/
s
i
s
5

-

1
/
N
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
ak5
sis5
=900 GeV s CMS uncorrected 2010 -
(f )
(Gev)
T2
+p
T1
p
0 2 4 6 8 10 12 14 16 18 20
<

h
2

>
0.4
0.45
0.5
0.55
0.6
0.65
0.7
=900 GeV s CMS uncorrected 2010 - ak5
sis5
(g)
(Gev)
T2
+p
T1
jet p
0 2 4 6 8 10 12 14 16 18 20
a
k
5
/
s
i
s
5

-

<

h
2

>
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
=900 GeV s CMS uncorrected 2010 - ak5
sis5
(h)
Figura 3.6: Confronto di alcune osservabili dellanalisi per valutare le dierenze tra le
prestazioni degli algoritmi anti-k
t
e SISCone.
70 3 - Lanalisi dei dati
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20
<

F

>
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
0.65
0.7
ak5
sis5
=900 GeV s CMS uncorrected 2010 -
(i)
(GeV)
T1
p
0 2 4 6 8 10 12 14 16 18 20
a
k
5
/
s
i
s
5

-

<

F

>
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
ak5
sis5
=900 GeV s CMS uncorrected 2010 -
(j)
(Gev)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>


(
G
e
V
)

/
d
T
p
i
n

<

d
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
=900 GeV s CMS uncorrected 2010 - ak5
sis5
(k)
(Gev)
T1
p
0 2 4 6 8 10 12 14 16 18 20

>

/
d
T
p
i
n

a
k
5
/
s
i
s
5

-

<

d
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
=900 GeV s CMS uncorrected 2010 - ak5
sis5
(l)
Figura 3.6: Confronto di alcune osservabili dellanalisi per valutare le dierenze tra le
prestazioni degli algoritmi anti-k
t
e SISCone.
Conclusioni
In questa tesi sono stati analizzati dati di collisioni protone-protone dellacceleratore
LHC, realizzate con unenergia nel centro di massa pari a

s = 900 GeV. Gli eventi
considerati sono stati registrati dallesperimento CMS con selezioni minimum bias nella
primavera 2010. A partire da un insieme di tredici osservabili, sono stati caratterizzati
i getti di tracce per studiare le propriet`a dellUnderlying Event (UE) ed, in particolare,
delle interazioni partoniche multiple (MPI) nelle collisioni adroniche considerate.
Lanalisi presenta il confronto dei risultati ottenuti dai dati e da sei diverse predi-
zioni Monte Carlo; i primi non sono corretti per leetto del rivelatore ed le seconde
sono processate attraverso la completa simulazione dello stesso ed i suoi algoritmi di
ricostruzione degli eventi. Le predizioni sono ottenute mediante i modelli fenomenolo-
gici realizzati nelle congurazioni D6T, DW, ProQ20, P0 e Z1 del generatore PYTHIA 6.4
ed in quella originale di PYTHIA 8.1.
Il confronto presentato in questo lavoro mostra che nessuna delle congurazioni con-
siderate si trova in completo accordo con i risultati sperimentali, indicando la necessit`a
di ulteriore sviluppo dei generatori. Tra la varie congurazioni utilizzate, Z1 e DW, in
cui il fenomeno delle MPI ha la rilevanza maggiore, sono capaci di riprodurre lattivit`a
globalmente misurata negli eventi analizzati. La congurazione Z1 in particolare, che
applica il pi` u recente modello in cui le MPI possono sviluppare cascate partoniche,
risulta la pi` u accurata per la descrizione dei dati. Il nuovo generatore PYTHIA 8.1,
invece, dimostra di saper delineare le caratteristiche degli eventi in termini di energia
dellinterazione meglio di qualunque congurazione di PYTHIA 6.4, tra le quali, co-
munque, Z1 risulta ancora come preferibile. Queste considerazioni suggeriscono che
un migliore accordo globale tra dati e predizioni pu`o essere raggiunto sviluppando una
nuova congurazione di PYTHIA 8.1 che in cui le MPI abbiano maggiore rilevanza. La
congurazione D6T, in cui tale fenomeno ha lincidenza minore, produce generalmente
le predizioni meno accurate; ProQ20 e P0, invece, si pongono ad un livello intermedio
tra Z1 e D6T. Inne, la stessa analisi `e stata ottenuta da un dierente algoritmo per
la ricostruzione dei getti, trovando analoghi risultati nel confronto e confermandone la
validit`a.
Lanalisi presentata in questa tesi `e parte di un programma di lavoro pi` u ampio, che
sar`a ulteriormente sviluppato per raggiungere due ulteriori obiettivi. Il primo consiste
nellanalizzare, analogamente a quanto fatto in questa tesi, i simili dati di collisioni
con energia nel centro di massa pari a

s = 7 TeV, fornendo cos` risultati a scale
energetiche mai raggiunte in precedenza. Tale studio `e importante sia perch`e in questo
71
72 3 - Lanalisi dei dati
caso le dierenze attese tra dati e simulazioni sono maggiori a causa dellestrapolazione
dei modelli fenomenologici, sia per permettere di valutare la dipendenza dei fenomeni
allo studio dalla scala energetica delle collisioni. Il secondo obiettivo futuro `e quello di
fornire tutti i risultati corretti per leetto del rivelatore, cos` da renderli confrontabili
direttamente alle analoghe misure condotte da altri esperimenti e alle predizioni Monte
Carlo a livello del generatore.
Bibliograa
[1] S. L. Glashow, Nucl. Phys. 22 (1961) 579;
A.Salam, in Elementary Particle Theory: Relativistic Groups and Analyticity (No-
bel Symposium No. 8), edited by N. Svartholm (Almqvist and Wiksell, Stockholm,
p. 367 (1968)
S. Weinberg, Phys. Rev. Lett. 19 (1967) 1264;
[2] H. Fritzsch, M. Gell-Mann, H. Leutwyler, Phys. Lett. 47B (1973) 365;
D. J. Gross and F. Wilczek, Phys. Rev. Lett. 30, (1973) 1343;
H. D. Politzer, Phys. Rev. Lett. 30, (1973) 1346;
[3] Higgs P.W., Phys. Lett. 12 (1964) 132; Phys. Rev. Lett. 13 (1964) 508; Phys. Rev.
145 (1966) 1156;
[4] C. Amsler et al. (Particle Data Group), Physics Letters B667, 1 (2008);
[5] M. J Hadley, [arXiv:gr-qc/0701100v1];
[6] S.Weinberg, The cosmological constant problem, Rev. Mod. Phys. 61, 1-23 (1989)
[7] G. Lemaitre, Monthly Notices of the Royal Astronomical Society 91: 483-490.
1931;
O. Lahav and A. R. Liddle, arXiv:astro-ph/0601168;
[8] A. Riotto, [arXiv:hep-ph/9807454];
[9] A. D. Sakharov, JETP Lett. 5 (1967) 24-27;
[10] M. Kobayashi and T. Maskawa, Prog. Theor. Phys. 49, 652 (1973);
[11] J. H. Christenson et al., Phys. Rev. Lett. 13, (1964) 138;
B. Aubert et al., [BABAR Collab.], Phys. Rev. Lett. 87, (2001) 091801;
K. Abe et al., [Belle Collab.], Phys. Rev. Lett. 87, (2001) 091802;
[12] R. Barate et al., The LEP Working Group for Higgs Boson Searches, Phys. Lett.
B565 (2003) 61-75;
CDF and D0 Collaborations, Results of the Tevatron Higgs Sensitivity Study,
FERMILAB-PUB-03/320-E (2003) ;
73
74 BIBLIOGRAFIA
[13] Scientists present rst bread-and-butter results from LHC collisions Symmetry
Breaking, 8 June 2010;
[14] S. Weinberg, Phys. Rev. D 13, 974 (1976), Phys. Rev. D 19, 1277 (1979); E.
Gildener, Phys. Rev. D 14, 1667 (1976); L. Susskind, Phys. Rev. D 20, 2619
(1979); G. t Hooft, in Recent developments in gauge theories, Proceedings of
the NATO Advanced Summer Institute, Cargese 1979, (Plenum, 1980) .
S. P. Martin, [arXiv:hep-ph/9709356v5];
[15] R. Rattazzi, Physics beyond the Standard Model, hep-ph/0607058 ;
[16] Ross, G. (1984). Grand Unied Theories. Westview Press. ISBN 978-0-805-36968-7
;
[17] S. Hawking, Commun. Math. Phys. 43 (1975) 199;
[18] The ALICE Collaboration and K. Aamodt et al., 2008 JINST 3 S08002;
[19] Lyndon Evans and Philip Bryant (editors), 2008 JINST 3 S08001;
[20] The CMS Collaboration and S. Chatrchyan et al., 2008 JINST 3 S08004;
[21] The ATLAS Collaboration and G. Aad et al., 2008 JINST 3 S08003;
[22] The LHCb Collaboration and A. Augusto Alves Jr et al., 2008 JINST 3 S08005;
[23] http://totem.web.cern.ch/Totem/;
[24] http://public.web.cern.ch/public/en/LHC/LHCf-en.html;
[25] G.Dissertori, LHC Detectors and Early Physics arXiv:1003.2222v1 [hep-ex];
[26] J. Knobloch et al., LHC computing grid: technical design report, CERN-LHCC-
2005-024;
[27] S. Navin, Diraction in PYTHIA, arXiv:1005.3894v1 [hep-ph] ;
[28] J. Velasco, J. Perez-Peraza, A. Gallegos-Cruz, M. Alvarez-Madrigal, A. Faus-Golfe,
A. Sanchez-Hertz,
tot
estimation at very high energy [arXiv:hep-ph/9910484v1];
[29] Torbjorn Sjostrand et al JHEP05(2006)026;
[30] T.Sjostrand, S. Mrenna, P. Skands arXiv:0710.3820v1 [hep-ph];
[31] R.K. Ellis et al., Nucl. Phys. B152 (1979) 285;
[32] V. N. Gribov, L. N. Lipatov, Sov. J. Nucl. Phys. 15 (1972) 438;
L. N. Lipatov, Sov. J. Nucl. Phys. 20 (1975) 94;
Y. L. Dokshitzer, Sov. Phys. JETP 46 (1977) 641;
G. Altarelli, G. Parisi, Nucl. Phys. B126 (1977) 298;
BIBLIOGRAFIA 75
[33] J.Kwiecinski, A.D. Martin, and W.J. Stirling Phys. Rev. D42 (1990) 3645;
[34] S. Frixione and B.R. Webber, JHEP 06 (2002) 029; hep-ph/0601192;
[35] T. Sjostrand, M. van Zijl, Phys. Rev. D36 (1987) 2019;
[36] T. Sjostrand, P. Z. Skands, JHEP 03 (2004) 053 [arXiv:hep-ph/0402078];
[37] M. Cacciari, G. P. Salam, and S. Sapeta, On the characterization of the underlying
event, JHEP 04 (2010) 065, arXiv:0912.4926[hep-ph] ;
[38] AFS Collaboration, T. Akesson et al., Z. Phys. C 34,163 (1987);
UA2 Collaboration, J. Alitti et al., Phys. Lett. B 268, 145 (1991);
CDF Collaboration, F. Abe et al., Phys. Rev. D 47, 4857 (1993).
[39] B. Andersson, G. Gustafson, G. Ingelman, T. Sjostrand, Parton fragmentation and
string dynamics, Phys. Rept. 97 (1983) 31;
B. Andersson, The Lund Model, Cambridge University Press (1998);
[40] T. Sjostrand, Monte Carlo Generator, arXiv:hep-ph/0611247v1;
[41] CDF Collaboration, D. Acosta et al., The underlying event in hard interactions
at the Tevatron anti-p p collider, Phys. Rev. D70 (2004) 072002;
A. Abulencia et al. [CDF - Run II Collaboration], Phys. Rev. D 75 (2007) 092006
[Erratum-ibid. D 75 (2007) 119901] [arXiv:hep-ex/0701051];
[42] A. Moraes, C. Buttar, and I. Dawson, Prediction for minimum bias and
the underlying event at LHC energies, Eur. Phys. J. C50 (2007) 435.
doi:10.1140/epjc/s10052-007-0239-1.
[43] G. Sterman and S. Weinberg, Phys. Rev. Lett. 39 (1977) 1436;
[44] J. Huth, N. Wainer, K. Meier, N. Hadley, F. Aversa, M. Greco, P. Chiappetta,
J.Ph. Guillet, Z. Kunszt, S.D. Ellis and D. Soper, Toward a Standardization of
Jet Denition, Proceedings of Research Directions For The Decade, Snowmass
1990, Snowmass, July 1990, ed. E.L. Berger (World Scientic, Singapore, 1992),
p. 134 ;
[45] G. P. Salam, Towards Jetography, (2009) [arXiv:hep-ph/0906.1833v1];
[46] G. P. Salam, Gregory Soyez, A practical Seedless Infrared-Safe Cone jet algorithm
arXiv:0704.0292v2 [hep-ph];
http://projects.hepforge.org/siscone/;
[47] M. Cacciari, G. P. Salam, G. Soyezar, The anti-kt jet clustering algorithm ar-
Xiv:0802.1189v2 [hep-ph];
http://www.lpthe.jussieu.fr/ salam/fastjet/;
[48] M.Leyton (on behalf of the ATLAS and CMS CollaborationMinimum Bias and
Underlying event studies at ATLAS and CMS; [arXiv:0905.3684v1];
76 BIBLIOGRAFIA
[49] P. Bartalini, (ed. ) and L. Fan`o, (ed. ), Multiple Parton Interactions at the LHC.
Proceedings, 1st Workshop, Perugia, Italy, October 27-31, 2008., arXiv:1003.422.
DESY-PROC-200-06.
[50] CMS Collaboration, First Measurement of the Underlying Event Activity in
Proton-Proton Collisions at 900 GeV at the LHCCMS Physics Analysis Summary
CMS-PAS-QCD-10-001 (2010) [arXiv:1006.2083.]
[51] CMS Collaboration, Measurement of the Underlying Event Activity with the Jet
Area/Median Approach at 0.9 TeV CMS Physics Analysis Summary CMS-PAS-
QCD-10-005 (2010)
[52] CMS Collaboration, Tracking and Vertexing Results from First Collisions, CMS
Physics Analysis Summary CMS-PAS-TRK-10-001 (2010);
[53] C. Albajar et al., UA1 Collaboration, Nucl. Phys. B309 (1988) 405;
[54] D.Montanino, Studio delle Interazioni Partoniche Multiple nelle collisioni protone
- protone ad LHC con il rivelatore CMS (2009), Tesi di Laurea Specialistica,
Universit`a degli Studi di Trieste;
[55] D. Treleani, Phys. Rev. D 76 (2007) 0760066 ;
[56] CMS Collaboration, Studies of Tracker Material, CMS Physics Analysis
Summary CMS PAS TRK-10-003 (2010);
[57] CMS Collaboration, Transverse-momentum and pseudorapidity distribu-
tions of

s = 0.9 and 2.36 TeV, JHEP 02 (2010) arXiv:1002.0621.
doi:10.1007/JHEP02(2010)041.