Labolatorium fizyki II: aparatura
doświadczalna
Wydział Fizyki, Astronomii i Informatyki
Stosowanej,
Uniwersytet Jagielloński w Krakowie
Rok
akademicki 2011/2012
Konsultacje: piątek, godz. 14:00 - 15:00; pokój 446.
W
ramach
przedmiotu
zrelizowane
zostaną
cztery
2-godzinne
wykłady
dotyczączące
obecnie działających dużych eksperymentów z
dziedziny
fizyki cząstek elementarnych
w europejskim labolatorium CERN.
W części ćwiczeniowej realizowana będzie analiza
danych eksperymentalnych
i symulowanych przy wykorzystaniu pakietu ROOT.
Przeprowadzona zostanie analiza pomiaru
efektywności identyfikacji elektronów
w detektorze ATLAS z wykorzystaniem informacji
z kształtu depozytów energii
w kalorymetrze oraz charakterystyki
zrekonstruowanych śladów.
W oparciu o wykonany pomiar oraz dane
symulowane opracowane zostaną
tzw. czynniki skalujące "Data/MC" w postaci
2-wymiarowych tablic w zależności
od energii poprzecznej oraz kąta
rekonstruowanego elektronu w stosunku do
kierunku wiązki.
Metoda pomiarowa: "in-situ" pomiar z
wykorzystaniem schematu tag-and-probe.
Zaliczenie
przedmiotu:
-->
opracowanie pisemnego raportu ze zrealizowanego pomiaru (pref. jez.
angielski)
--> kod
programow w jez. C, C++, python oraz dokumentacja kodu
Dane eksperymentalne: link
Dane Monte Carlo: link
Pakiet root: link
Wykłady na temat
fizyki realizowanej przez eksperymenty LHC
rok
2010/2011
rok
2011/2012
Tematy ćwiczeń:
7.10.2011:
Zapoznanie
sie
z
pakietem
root
(tutorial),
tworzenie
prostych
histogramów,
przygotowanie
kodu
dla
wczytania
danych
oraz
monte
carlo
-->
jakie
zmienne
dostępne
w
formacie
danych
i
mc
(roznice)
-->
prosta
pętla
zliczająca
dostępną
liczbę
przypadków
w
danych
i
mc
-->
sprawdzenie
czy
w
danych
nie
ma
duplikacji
eventów
Int_t
RunNumber;
Int_t
EventNumber;
-->
statystyka
wg.
tzw.
RunNumber
(tabelka),
ile
przypadków
dla
każdego
z
plikow
.root
-->
statystyka
wg
informacji
o
odpowiedzi
triggera
(tabelka)
Bool_t
EF_g20_etcut_xe30_noMu;
Bool_t
EF_xs60_noMu_L1EM10XS45;
Bool_t
EF_xs75_noMu_L1EM10XS50;
Bool_t
EF_e13_etcut_xs60_noMu;
Bool_t
EF_e13_etcut_xs60_noMu_dphi2j10xe07;
Bool_t
EF_g20_etcut;
Bool_t
EF_g11_etcut;
Bool_t
EF_e15_tight;
Bool_t
EF_e20_medium;
-->
krotność
zrekonstruowanych
wierzchołków
z
3
śladami
(histogram)
Int_t
count3vx;
14.10.2011:
Slides
Root
tutorials: link, link
Root user guide: link
Przykladowe macro (dla
początkujących) HowToReadTree.C
Ustawienie zmiennej środowiskowej:
export
LD_LIBRARY_PATH = /usr/local/lib/root
setenv
LD_LIBRARY_PATH /usr/local/lib/root
21.10.2011:
Slides
narysowac rozklady kinematyczne
elektronow w danych i w Monte Carlo
-->zmienne
kinematyczne
elektronu
Float_t
el_cl_Et
-
energia
poprzeczna
wyliczona
na
podstawie
informacji
z
kalorymetru
Float_t
el_cl_eta
-
pseudorapidity
Float_t
el_cl_phi
-
kat
azymutalny
w
plaszczyznie
prostopadlej
do
osi
beamu
-->
charakterystyka
przypadku
(po
wstepnej
selekcji)
Float_t Etmiss;
-
brakujaca energia w plaszczyznie poprzecznej
Float_t
massTransv
-
masa
transversalna
elektronu
i
brakujace
energii
Float_t
detphiMinIsol
-
kat
azymutalny
pomiedzy
brakujaca
energia
a
najblizszym jetem
--> jaki jest ladunek elektronu, czy
spodziemy sie asymetrii ladunkowej?
Float_t
el_charge;
-->
Czy rozklady elektronu sie
zmienia jezeli bedziesz zadal aby eletron
spelnial
kryteria
jakosciowe
dla
identyfikacji
elektronu
Użyj zmiennej:
Int_t
el_tight
i
zażądaj
aby
spełniała
warunek
el_tight = 1
28.10.2011: zajecia się nie odbywają się ze względu na wyjazd
służbowy
4.11.2011: Slides
narysować
rozkłady
zmiennych
identyfikacyjnych
elektronów
w
danych
i
Monte
Carlo
zmienne
charakteryzujace
zrekonstruowany
ślad
Int_t
el_nBLHits;
Int_t
el_nPixHits;
Int_t
el_nSCTHits;
Int_t
el_nTRTHits;
Int_t
el_nSiHits;
Float_t
el_TRTHighTHitsRatio;
zmienne
charakteryzujace
klaster
kalorymetryczny
Float_t
el_f1;
Float_t el_f3;
Float_t
el_etas1;
Float_t
el_etas2;
Float_t
el_weta2;
Float_t
el_Emax2;
Float_t el_emaxs1;
Float_t el_wstot;
Float_t el_Ethad;
Float_t el_Ethad1;
Float_t
el_reta;
Float_t
el_rphi;
Czy rozkłady elektronu sie
zmienia jeżeli będziesz żądał aby eletron
spełniał
kryteria
jakościowe
dla
identyfikacji
elektronu
Użyj zmiennej:
Int_t
el_tight
i
zażądaj
aby
spełniała
warunek
el_tight = 1
11.11.2011: dzień wolny od zajęć
18.11.2011: SLIDES
------->
Dla
elektronów
w
Monte
Carlo
wprowadź dodatkowy warunek
bool
isLooseMatch
=
false;
bool
isDirectMatch
=
false;
if( !isDATA && (el_origin == 12 ) )
isDirectMatch = true;
if( !isDATA && (el_origin == 12 ) )
isLooseMatch = true;
if( !isDATA &&
(el_type == 4 && el_originbkg == 40 ) ) isLooseMatch =
true;
if( !isDATA && (el_type == 4
&& el_originbkg == 12 ) ) isLooseMatch = true;
if( !isDATA && !isLooseMatch )
continue;
// checking on charge asymmetry
//
if(
!isDATA
&&
!isDirectMatch
)
continue;
// only direct match + correct charge
// if( !isDATA && el_charge
!= chargeWBoson ) continue;
Dla
elektronów
w
danych
i
Monte
Carlo wprowadź dodatkowy warunek
//
remove
events
with
non-good
quality
tracks
if(
el_nPixHits
<
1
||
el_nSiHits
< 7 ) continue;
Narysuj
rozkłady
2D
(massTransv/1000.,
Etmiss/1000.)
przed i po
dodatkowej selekcji
------->
Zbuduj
rozkład
dyskryminujący signal i tło.
Użyj
energie
calorymetryczna
w
stozku
dR<0.4
jako
takiej
zmiennej
Float_t
el_Etcone40
Zrob
histogram
el_Etcone40/et
w
zakresie
(-0.2,1.5).
Porównaj
jak
wygląda
ten
rozkład
dla
elektronów
w
danych
oraz
Monte
Carlo.
Porównaj
też
rozkłady
dla
elektronów
spelniających
warunek
el_tight
==1
------->
Podłącz
plik
#include
"egammaPIDdefs.h"
Zbuduj
template
kształtu
zmiennej
dyskryminujacej
w
przypadkach
tła
używając
warunku:
int
passTRTratio=0;
int
passHadLeak=0;
int
passWSTOT
=0;
if(
(el_isEM
&
egammaPID::BIT25)
==
0)
)
passTRTratio
=1;
if(
(el_isEM
&
egammaPID::BIT2)
==
0)
)
passHadLeak =1;
if(
(el_isEM
&
egammaPID::BIT11)
==
0)
)
passWSTOT
=1;
template
tła
dla
mianownika
(probes)
if(
!passTRTratio
&&
!
passWSTOT
)
template
tła
dla
licznika
(selected)
if(
!passTRTratio
&&
!
passWSTOT
&&
passHadLeak)
Oszacuj
ile
tła
należy
odjać
w
danych,
normalizując
template tła dla cięcia
el_Etcone40/elEt
>
0.40
Dokonaj
odjęcia
tła
przed
i
po
zażadaniu
warunku
identyfikacji
elektronu.
Policz
efektywność identyfikacji
elektronu dla spełnienia warunku
a)
el_loose
==
1;
b) el_medium == 1;
c)
el_tight
==
1;
WAŻNE:
podaj
wynik
z
błędem statystycznym
(zastosuj propagację błędu)
Porównaj
efektywność
zmierzoną
w
danych
oraz
w
Monte
Carlo.
Dla
Monte
Carlo
załóż
że
wszystkie
elektrony
pochodzą
od sygnału, czyli
nie
dokonujesz
odjęcia
tła
25.11.2011: Kontynuuj przygotowywanie kodu dla pomiaru
efektywności.
Przykladowy
kod
dla
estymacji sygnału i tła w obszarze synału:
subtraction.C
Błąd
efektywności
policz
metoda zwykłej propagacji błędów zakładając
że
błędy
nie
są skorelowane
2.12.2011: Kontynuuj przygotowywanie kodu dla pomiaru
efektywności.
Przeprowadz
pomiar
dla dwoch zakresów energii poprzecznej elektronu
el_cl_Et
=
35-40 GeV oraz el_cl_Et = 15-50 GeV
w
binach
pseudorapidity:
el_cl_eta
=
(-2.47, -1.52), (-1.37,
-0.80),(-0.80,0.80),(0.80,1.37),(1.52,2.47)
Otrzymane
wyniki
liczbowe przedstaw w tabeli.
Narysuj
na
wykresie (histogram) mierzoną efektywność i jej bląd w
funkcji eta.
Na
tym
samym wykresie narysuj również wyniki otrzymane z Monte
Carlo.
9.12.2011: Materialy do sprawozdania: here
16.12.2011: zajęcia nie odbywają się ze względu na wyjazd
służbowy
6.01.2012: dzień wolny od zajęć
13.01.2012:
20.01.2012:
27.01.2012:
Materialy
uzupełniające
3.
ATLAS Collaboration,
Expected Performance of the ATLAS Experiment -
Detector, Trigger and Physics.
arXiv:0901.0512
4. I.Vingerter, Calorimetry
Lectures given at 2011 CERN-Fermilab
Summer
School
lecture 1, lecture2
5. O. Arnaez, Data and MC comparisons for electrons and photons
in ATLAS Detector,
talk given at the Simulation
Workshop, CERN, October 2011
slides
6. P. Govoni, Data Analysis
Lectures given at 2011
CERN-Fermilab Summer School
lecture1,
lecture2, lecture3
7. K. Stenson, Tracking and Particle Identification
Lectures given at 2011 CERN-Fermilab
Summer
School
lecture1,
lecture2
Ostatnia modyfikacja:
8 październik 2011
Elzbieta Richter-Was
Wstecz
M