Vous êtes sur la page 1sur 15

3P005-Stage

Expérience LHCb

Rapport de stage réalisé par :


Messipssa Aoudjit et Massyl Kaci

Tuteur de stage :
Mr.Arnaud Robert

Année Universitaire
2018/2019
Remerciements
Nous tenons à remercier Mme Delphine HARDIN pour nous avoir mis en contact avec
le personnel du laboratoire nous permettant d’effectuer ce stage et d’avoir eu l’occasion
d’entrevoir ce que pouvait être le monde de la recherche et ce dans une ambiance très
agréable. Nous tenons, en particulier, à remercier M Arnaud ROBERT pour nous avoir
encadré avant, pendant et après ce stage. Il a su nous orienter pas à pas vers des travaux de
plus en plus complexes et nous a incité à comprendre la physique sous-jacente aux codes qu’il
nous était difficile de comprendre au début. Nous remercions également, toute l’équipe du
LPNHE, à savoir, M Julien Bolmont, M Claudio Gigant, M Jean-Marc Parraud, M Frédéric
Derue, Mme Patricia Warin-Charpentier, M Pierre Antilogus, M Olivier Le Dortz, M Daniel
Vincent, pour nous avoir présenté les différentes activités et recherches menées au sein du
groupe. Sans oublier, les thésards présents avec nous durant notre travail et qui n’ont pas
hésité à nous aider en cas de besoin.

i
Table des matières
Remerciements i

1 Introduction 1
1.1 Présentation du laboratoire . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Groupe de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Description du modèle standard en physique des particules . . . . . . . . . . 1
1.4 Symétrie CP et sa violation . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Le Large Hadron Collider et l’expérience LHCb . . . . . . . . . . . . . . . . 3

2 Déroulement du Stage 4
2.1 Objet du Stage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Travail effectué . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1 Première approche : Fit à l’aide de l’outil Root . . . . . . . . . . . . 5
2.2.2 Traitement de données avec TMVA (Toolkit for MultiVariate Analysis) 6
2.2.3 Détermination de la masse invariante du Méson beau . . . . . . . . . 7
2.2.4 Diagramme de Dalitz . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Conclusion 11

Bilans personnels 12
Sorbonne Université 3P005-Stage

1 Introduction
1.1 Présentation du laboratoire
Le Laboratoire de Physique Nucléaire et des Hautes Énergies (LPNHE), est une unité
mixte de recherche de l’IN2P3 i , institut du CNRS, et des universités Pierre et Marie Curie
(UPMC) et Paris Diderot. Il est situé sur le campus de Jussieu de l’UPMC à Paris. Il est
composé d’un groupe d’une centaine de chercheurs (doctorants inclus) et d’une cinquantaine
d’ITA (Ingénieurs, Techniciens, Administration) répartis sur 5 services à savoir l’Informa-
tique, l’Électronique et Instrumentation, la Mécanique, l’Administration et Communication
et Services généraux. C’est un laboratoire dédié à la physique des particules et des astropar-
ticules dont la mission est l’étude des constituants de la matière ainsi que des interactions
fondamentales.

1.2 Groupe de recherche


Le laboratoire du LPNHE est engagé dans plusieurs grands programmes expérimentaux,
poursuivis dans le cadre de collaborations internationales auprès de très grandes infrastruc-
tures de recherche du monde entier, centres d’accélérateurs de particules et observatoires.
Ces programmes couvrent les enjeux actuels de la physique des particules, des astroparticules
et de la cosmologie :

— L’origine de la masse des particules élémentaires et l’étude des interactions fondamen-


tales, en particulier avec l’expérience ATLAS ii auprès du Large Hadron Collider au
CERN (Genève).
— L’étude de l’asymétrie matière anti-matière avec des études sur le quark b (expérience
LHCb au CERN à laquelle nous nous intéressons en particulier au cours de ce stage)
et sur les neutrinos (T2K au Japon).
— L’étude de la matière et de l’énergie noire par le groupe de cosmologie à l’aide de
télescopes, principalement pour la recherche de supernovas dont le projet de construc-
tion d’un gigantesque télescope à installer au Chili proposé en 2002 et dont la construc-
tion physique par l’ESO (European Southern Observatory) a commencé en 2015.
— L’origine des rayons cosmiques de très haute énergie : rayons gamma au TeV pour
l’observatoire HESS en Namibie, et rayons cosmiques d’ultra haute énergie pour l’ob-
servatoire AUGER en Argentine.

1.3 Description du modèle standard en physique des particules


Il existe en physique des particules un modèle qui décrit les constituants élémentaires
de la matière ainsi que leurs interactions : le modèle standard. Celui-ci est actuellement
la base théorique permettant la description de la matière à l’aide d’un nombre limité de

i. Institut national de physique nucléaire et de physique des particules


ii. A Toroidal LHC ApparutuS (toroı̈dal :pour la forme de l’électro-aimant utilisé)

1
Sorbonne Université 3P005-Stage

particules et d’interactions (faible, forte, électromagnétique et gravitationnelle). Ce modèle


regroupe les particules élémentaires en deux types : les constituants de la matière qui sont
des fermions de spin demi-entier (1/2) et les particules d’interactions qui sont des bosons de
spin entier. Parmi les fermions (représentés en vert et/ou violet sur la figure 1 ci-dessous),
on peut distinguer les leptons (le plus connu étant l’électron) qui existent à l’état libre, des
quarks qui n’existent pas à l’état libre et qui se regroupent par deux afin de former des
mésons ou trois afin de former des baryons (un exemple de baryons est le proton qui est
formé de deux quarks up et d’un quark down). Les mésons et les baryons forment le groupe
des hadrons. Un de ces mésons auquel nous nous intéressons en particulier lors de notre stage
est le méson beau qui est composé d’un antiquark b (bottom) et soit un quark up, down,
strange ou charm.

Figure 1 – Modèle standard des particules élémentaires avec les fermions et les bosons

1.4 Symétrie CP et sa violation


En physique des particules, une théorie possède une symétrie CP si elle est invariante sous
une transformation simultanée de conjugaison de charge(C) et de parité (P). La symétrie(C)
en particulier change le signe des charges d’une particule par son opposé qui est celui de son
antiparticule associée et conjugue une particule en son antiparticule comme pour un électron
et positron. Pour ce qui est de la symétrie (P) (également appelée inversion d’espace), celle-
ci est une opération où un vecteur position (→−r ) de l’espace tridimensionnel est transformé
en son opposé (−→ −
r ). En 1964, la violation de la symétrie CP a été mise en évidence en
étudiant les propriétés des Kaons neutres. Cette découverte reposait sur l’observation d’une
désintégration particulière de ceux-ci que la conservation de CP interdit. Il s’avère qu’en
particulier pour la symétrie C, celle-ci est respectée lors de processus physiques résultant

2
Sorbonne Université 3P005-Stage

des interactions électromagnétique, gravitationnelle et forte. Cependant, pour l’interaction


faible, elle est violée et la symétrie CP l’est aussi. En 2001, certaines expériences ont observé
la violation de la symétrie CP dans le système des mésons B. L’une de ces expériences qui
met en évidence et mesure cette violation est celle du LHCb qui s’intéresse à l’étude de
désintégration de mésons beaux. Cette brisure peut être plus ou moins forte. Pour quantifier
ce degré de violation, il existe des phases complexes accessibles grâce à des phénomènes
d’interférences quantiques entre différents modes de désintégration partant du même état
initial pour conduire à l’état final recherché. Ces phases sont reliées à des diagrammes dits
de Dalitz iii avec des formules théoriques qui sortent du contexte de ce stage.

1.5 Le Large Hadron Collider et l’expérience LHCb


Le LHC est un collisionneur circulaire protons-protons de 27 kilomètres de diamètre situé
près de Genève au CERN iv . En activité depuis 2009, il accélère les faisceaux à 14 TeV dans
le centre de masse des protons, avec des trains de protons séparés de 25 nanosecondes. Les
collisions se produisent en quatre points du LHC où un détecteur est présent.

L’expérience LHCb (Large Hadron Collider Beauty) consiste en l’étude d’un type de
particule appelé ”quark beau” ou ”quark beauty” en Anglais. Celle-ci a recours à plusieurs
sous-détecteurs conçus pour observer principalement les particules émises aux petits angles,
vers l’avant, dans le sens du faisceau. Le premier sous-détecteur est placé à proximité du point
de collision ; les autres se suivent sur une longueur de 20 mètres. Chaque sous-détecteur du
LHCb est spécialisé dans la mesure d’une caractéristique spécifique des particules produites
lors des collisions des protons. Les différents composants des détecteurs rassemblent des
informations sur l’identité, la trajectoire, l’impulsion, et l’énergie de chaque particule générée.
Le LHC produit une grande variété de hadrons, qui se désintègrent rapidement en d’autres
particules.
Pour détecter les mésons B, la collaboration LHCb a mis au point des trajectographes
perfectionnés et les a installés au plus près de la trajectoire du faisceau dans le LHC.
Les données collectées au CERN sont accessibles aux universités en collaboration dont la
nôtre. Dans notre stage, sous l’encadrement de M. ROBERT Arnaud au sein du groupe LHCb
au LPNHE, nous avons analysé ces données afin Afin d’y caractériser les désintégrations de
mésons b dans des états finaux sans quarks charmés ”charmless B decay”.

iii. les diagrammes de Dalitz sont des histogrammes en 2D représentant les densités de population en
fonction des normes au carré des quadrivecteurs formés par l’énergie et l’impulsion pour deux couples de
particules différentes issues de la désintégration du méson beau qui constituent un bon élément pour l’étude
et la mesure de violation de symétrie CP : par exemple la paire (π + π − ) et (π + Ks0 )
iv. Conseil Européen pour la Recherche Nucléaire

3
Sorbonne Université 3P005-Stage

Figure 2 – Schéma du détecteur LHCb

2 Déroulement du Stage
2.1 Objet du Stage
Dans notre stage, nous avons alterné travail en binôme sur postes informatiques dans
notre bureau sous l’encadrement de M. Arnaud Robert et assistance à des conférences et
présentations assurées par différents autres membres du laboratoire. Les thèmes abordés
avaient pour but de nous présenter la structure interne et les différentes activités du labora-
toire. On nous a notamment présenté les services Informatique, Électronique et Mécanique.
Nous avons également eu droit à quelques présentations théoriques sur la physique des par-
ticules pour mieux comprendre le contexte scientifique et l’intérêt des expériences menées.
Entre temps, dans nos bureaux, nous avons eu principalement pour tache l’acquisition, tri
et analyse de données dans des fichiers appelés NTuples parvenus et déjà collectés au CERN
à l’aide de l’outil informatique Root. Ce logiciel n’étant pas préalablement connu par nos
soins, nous avions du nous familiariser progressivement avec celui-ci. Pour ce faire, nous
avions commencé par traiter uniquement des données simulées et non pas des fichiers de
données réelles, à l’aide de traçage de fonctions, d’histogrammes et ajustements par des
fonctions exponentielles et/ou gaussiennes par exemple. Cette analyse préalable nous a per-
mis de retrouver par exemple des valeurs moyennes pour un grand nombre d’expériences
et de remonter notamment à la masse invariante du méson beau qui est de l’ordre de 5279
M eV /c2 à l’aide de la reconstitution du quadrivecteur (Énergie+Impulsion) de cette parti-
cule en sommant les quadrivecteurs des particules produites lors de sa désintégration. Après
cela, nous avions commencé l’apprentissage de reconnaissance par des méthodes d’intelligence

4
Sorbonne Université 3P005-Stage

artificielle sur des fichiers de données simulées. Par la suite, lors de l’arrivée des premières
données délivrées par le collisionneur, nous avons exploité cet apprentissage pour retrouver
les traces des mésons beaux reconstruits à l’aide des produits de leurs désintégrations, princi-
palement la désintégration donnant naissance à des pions π + , π − et Ks0 à travers la réaction
donnée par l’équation 1.

B 0 → π + + π − + Ks0 (1)
Nous allons expliquer un peu plus en détail tout ce travail dans la section suivante.

2.2 Travail effectué


2.2.1 Première approche : Fit à l’aide de l’outil Root
Nous avons utilisé des données collectées par le LHCb en 2015, elles ont été reconstruites à
partir de signaux électriques enregistrés par les différents éléments du détecteur. Ces données
ont permis de reconstruire des variables facilement exploitables comme les traces dans le
trajectographe. Nous avons également utilisé des données issues d’un générateur Monte-
Carlo qui simule des collisions proton-proton. En premier lieu, nous avions travaillé sur un
programme C++ permettant le traitement de ces différentes données et la visualisation des
histogrammes correspondants, nous avons pris comme exemple un histogramme représentant
la masse invariante du Ks qui est un des produits de désintégration du méson beau en
(MeV) et avions ainsi pu faire un fit en superposant deux gaussiennes pour obtenir une
bonne estimation de la masse invariante du Ks donnée par le paramètre p1 = 497.7 ± 0.2
M eV qui est la valeur moyenne caractéristique de notre gaussienne sur la légende du graphe
ci-dessous (Fig.3) et qui coı̈ncide bien avec la valeur théorique la plus précise connue et qui
vaut 497.61 ± 0.01 M eV .
KsMass
dN/dM_Ks

240 Entries 4385


220 Mean 497.7
Std Dev 6.767
200 χ2 / ndf 70.88 / 74
180 Prob 0.5814
p0 164.6 ± 28.1
160 p1 497.7 ± 0.2
140
p2 5.12 ± 0.50
p3 40.73 ± 31.09
120 p4 498.3 ± 0.4
100 p5 8.914 ± 1.375

80

60

40

20

0
460 470 480 490 500 510 520 530
Masse invariante Ks (MeV)

Figure 3 – Histogramme de la masse invariante du Ks avec fit de deux gaussiennes

5
Sorbonne Université 3P005-Stage

2.2.2 Traitement de données avec TMVA (Toolkit for MultiVariate Analysis)


Afin d’avoir les signaux les plus faibles dans de gros fichiers de données, il est indis-
pensable d’extraire le maximum de données utiles et nécessaires. Pour ce faire, on utilise
des méthodes d’intelligence artificielle de classification multivariées basées sur l’apprentis-
sage technique des machines qui sont devenues l’ingrédient fondamental de toute analyse
numérique. Intégré à l’interface d’analyse Root, TMVA est un outil qui accueille une très
grande variété d’algorithmes de classification. Apprentissage, évaluation et application de
tous les classificateurs disponibles sont exécutés au même temps à travers des interfaces fa-
ciles à utiliser. Une analyse de classification TMVA typique peut être divisée en deux phases
principales :

— Phase d’apprentissage : Là où les méthodes multivariées sont entraı̂nées, testées
et évaluées.
— Phase d’application : Là où les méthodes choisies sont appliquées au problème de
classification auquel elles ont été entraı̂nées.

Dans le cadre de notre étude, on utilise les trois méthodes de classification suivantes : Likeli-
hood(fonction de vraisemblance), BDT (Boosted Decision Tree) et MLPBNN(réseau
neuronal). On teste pour différentes variables, parmi les 10 qui figurent sur la Macro qui nous
a été fournie. Les deux premières variables (B PT et B ETA) sont respectivement la quantité
de mouvement transverse PT du méson beau et sa pseudo-rapidité η v qui sont des grandeurs
cinématiques. Tandis que les huit autres variables représentent des grandeurs topologiques
liées à la forme de sa trajectoire et à la présence de points de désintégration secondaires. A
chaque test, on garde certaines variables et on en enlève d’autres pour déterminer celles qui
sont les plus pertinentes et savoir quelle est la meilleure combinaison qui nous permettrait
d’éliminer un maximum de bruit de fond en gardant un maximum d’efficacité de signal. On
obtient les quatre graphes suivants :

v. Elle caractérise l’angle de sa trajectoire par rapport à l’axe de collision.

6
Sorbonne Université 3P005-Stage

Background rejection versus Signal efficiency Background rejection versus Signal efficiency
1 1
Background rejection

Background rejection
0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5
?? 0.5
MVA Method: MVA Method:
0.4 MLPBNN 0.4 MLPBNN
Likelihood BDT
0.3 BDT 0.3 Likelihood

0.2 0.2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Signal efficiency Signal efficiency

(a) Variables 1 et 2 utilisées (b) Les 5 premières variables utilisées

Background rejection versus Signal efficiency Background rejection versus Signal efficiency
1 1
Background rejection

Background rejection
0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5
MVA Method: MVA Method:
0.4 MLPBNN 0.4 MLPBNN
BDT BDT
0.3 Likelihood 0.3 Likelihood

0.2 0.2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Signal efficiency Signal efficiency

(c) Les 5 dernières variables utilisées (d) Toutes les variables sont utilisées

Figure 4 – Exemples de bruits de fond en fonction de l’efficacité de signal obtenus pour


différentes combinaisons de variables

On remarque que lorsqu’on utilise toutes les variables, on obtient l’algorithme de classi-
fication le plus précis. En effet on récupère beaucoup plus d’efficacité pour un minimum de
bruit de fond. Ce qui nous mène à prendre en considération la totalité des 10 variables pour
la suite de notre analyse.

2.2.3 Détermination de la masse invariante du Méson beau


Dans cette partie, notre travail est divisé en deux majeures parties :

7
Sorbonne Université 3P005-Stage

1) Tri de données TMVA response for classifier: BDT


Après que l’apprentissage avec les 10 variables

(1/N) dN / dx
Signal
7
s’est effectué avec succès, nous avons utilisé Background
6
les méthodes de classification TMVA pour trier
5
un vrai fichier de données brutes enregistré au

U/O-flow (S,B): (0.0, 0.0)% / (0.0, 0.0)%


4
CERN en 2015. On a joué sur la méthode BDT,
3
tel qu’en premier lieu, on a pris la totalité du
2
signal représenté sur la figure 7a. Sur celle-ci,
1
on ne peut pas repérer de pic pour la valeur
de la masse invariante du méson car on n’a pas 0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2
BDT response
fait de coupure pour les valeurs de BDT. En ef-
Figure 5 – Réponse du classificateur BDT
fet, si on se réfère à la figure 5, on peut déjà
avoir une idée sur la bonne zone de réponse
de BDT pour laquelle il y a beaucoup de si- Cut efficiencies and optimal cut value
gnal et très peu de bruit de fond (Background). Signal efficiency Signal purity
Signal efficiency*purity
Pour être encore plus précis, on a relevé une va- Background efficiency S/ S+B
30

Efficiency (Purity)

Significance
leur de coupure d’environ (BDT= −0.05) cor- 1
25

respondant au maximum de pureté de signal 0.8


20
représenté par la courbe verte sur la figure 6 0.6
15
ci-contre. En appliquant cette coupure, on a ob- 0.4
10
tenu le résultat de la figure 7b où on peut clai-
0.2 For 1000 signal and 1000 background
rement voir la diminution du nombre d’entrées. 5
events the maximum S/ S+B is
27.54 when cutting at -0.03

On observe aussi la formation d’un pic centré 0


−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2
0

Cut value applied on BDT output


aux alentours de la masse invariante théorique
du méson beau et que l’on va déterminer avec Figure 6 – Efficacité de coupure et valeur
plus de précision grâce à un double fit (expo- de coupure optimale
nentielle+gaussienne) dans la partie 2.

8000 BMass BMass


dN/dM_B

dN/dM_B

Entries 574380 250 Entries 9904


7000
Mean 5377 Mean 5325
6000 Std Dev 229.7 200 Std Dev 217.8

5000
150
4000

3000 100

2000
50
1000

0 0
5000 5100 5200 5300 5400 5500 5600 5700 5800 5900 5000 5100 5200 5300 5400 5500 5600 5700 5800 5900
Masse invariante B → ππKs (MeV) Masse invariante B → ππKs (MeV)

(a) totalité du signal avant coupure (b) signal après coupure

Figure 7 – signal avant et après coupure

8
Sorbonne Université 3P005-Stage

2)Fit et Détermination de la masse invariante du méson beau (B 0 )


Une fois satisfaits de la coupure, et après obtention d’un pic net indiquant la masse des
mésons beaux, on a ajusté cette courbe grâce à Root pour obtenir une approximation de
la masse invariante de la particule donnée par la moyenne de la gaussienne (le paramètre
p3 sur la légende de la figure 8)superposée à une exponentielle décroissante. On a ensuite
refait ce fit à l’aide de Roofit qui est un outil intégré à Root où le nombre d’événements
est un paramètre laissé libre contrairement à ce dernier et qui fait cela d’une manière plus
automatisée et optimale.
Events / ( 9 )

250 a = -0.0013876 ± 0.000047


nbkg = 9189 ± 105
nsig = 709 ± 51
200
sig_gaussian_mean = 5282.9 ± 1.7
sig_gaussian_sigma = 21.9 ± 1.7
150

100

50

0
5000 5100 5200 5300 5400 5500 5600 5700 5800
B_Mass

Figure 8 – Signal après la coupure avec double fit (exponentielle+gaussienne). L’exponen-


tielle décroissante modélise le bruit de fond résiduel. La courbe rose en pointillé montre la
contribution du signal des mésons beaux cherchés.

On obtient la valeur moyenne de la gaussienne représentant la distribution des masses


des mésons beaux (sig gaussian mean = 5282.9 ± 1.7 M eV /c2 ), cette valeur correspond très
bien à nos attentes et reste proche de la valeur théorique qui est de 5279.53 ± 0.33 MeV/c2 .

2.2.4 Diagramme de Dalitz


Après être parvenus à reconstruire des mésons beaux et déterminer avec une précision sa-
tisfaisante leur masse invariante. Nous nous sommes intéressés, à travers des diagrammes de
Dalitz, à la statistique régissant les masses invariantes (Energies) des particules produites lors
de la désintégration de ceux-ci, et qui nous ont permis justement cette reconstruction. Autre-
ment dit, nous avons évalué les normes au carré des quadrivecteurs (Energie+impulsion) de
l’espace de Minkowski, sommes des quadrivecteurs pour deux paires de particules à chaque
fois. Les diagrammes de Dalitz, sont des histogrammes en deux dimensions qui permettent

9
Sorbonne Université 3P005-Stage

une étude statistique (probabiliste) sur la cinématique d’une désintégration en trois corps.
Sur ceux-ci, on a pris pour chaque méson beau désintégré (événement), la norme au carré
du quadrivecteur somme des quadrivecteurs des particules π + et π − produites (donnée par
m12 au carré en abscisse), puis la norme au carré du quadrivecteur somme correspondant
au couple de particulesπ + et Ks (donnée par m13 au carré en ordonnée). On a tracé deux
diagrammes de Dalitz avant et après application de la coupure précédente pour la variable
BDT. Ici, Nous ne nous intéressons pas à celui avant la coupure car celui-ci ne fournit pas
de bonne information étant donné qu’il y a beaucoup de bruit et où l’on voit une distri-
bution uniforme (même couleur) qui ne permet pas l’étude de brisure de symétrie CP. Par
contre, pour celui après coupure, où le rapport signal/bruit a été maximalisé, son analyse
et interprétation mathématiques permettent d’identifier les énergies les plus fréquentes pour
les particules filles de la désintégration. On peut aussi y voir des résonances dans certaines
zones aux bords de la zone peuplée qui sont des états intermédiaires partant d’un même état
initial pour donner l’état final recherché. Ce diagramme peut en théorie nous permettre de
mesurer le degré de violation de symétrie CP. Pour ce faire, on peut faire un ajustement
multidimensionnel nécessitant des modèles précis qui incluent des résonances d’interaction
forte, pour remonter à la fonction densité de probabilité dont certains paramètres sont les
phases complexes de violation de symétrie CP. A travers une bonne statistique (un grand
nombre d’événements), la détermination de ces fonctions complexes peut donc nous per-
mettre de mesurer la brisure de CP. Or, comme déjà cité au début de ce rapport, les outils
pédagogiques et théoriques qui nous permettraient faire cette analyse sortent du contexte du
stage.

Figure 9 – Diagrammes de Daitz avant et après coupure du bruit de fond

10
Sorbonne Université 3P005-Stage

3 Conclusion
Tout au long de ce stage, notre principale tâche était du traitement de données numériques,
à l’aide de l’environnement informatique ROOT. Au début, il s’agissait uniquement de
données simulées qui nous avaient permis de nous familiariser avec cet outil. Pour ce faire,
nous avons réalisé différents ajustements, notamment avec des gaussiennes et exponentielles
sur des histogrammes déjà établis sur des fichiers NTUPLES. Ensuite, nous nous sommes
basés sur des méthodes d’intelligence artificielle pour maximiser le rapport (signal/bruit), à
l’aide des algorithmes de classification de l’outil TMVA. Puis, nous avons appliqué en par-
ticulier l’algorithme de classification (Boosted Decision Tree) pour la coupure du bruit de
fond sur des données parvenues directement du CERN et qui concernent la désintégration
de mésons beaux détectés lors de collisions proton-proton effectuées au niveau du détecteur
LHCb. Après coupure du signal et obtention d’un meilleur rapport (signal/bruit), nous
sommes parvenus à reconstruire le quadrivecteur Energie/impulsion qui donne la masse in-
variante par translation de référentiel inertiel du méson beau. Enfin, nous avons tracé un
diagramme de Dalitz caractéristique de la dynamique de désintégration en 3 corps du méson
étudié. A l’aide de celui-ci, il est possible de remonter aux phases complexes pour mesurer la
violation de symétrie CP qui est le vrai but de l’expérience LHCb. Toutefois, cela nécessite
des notions qui dépassent le cadre du stage. En effet, cela est un travail collectif, sur long
terme et qu’il est inenvisageable de finir en deux semaines de stage.

11
Sorbonne Université 3P005-Stage

Bilans personnels
Messipssa Aoudjit
Ce stage de deux semaines au LPNHE a été une expérience enrichissante. En effet, il
m’a d’abord permis d’appréhender le métier de chercheur en physique des particules. Pro-
fessionnellement, j’ai pu développer mes compétences en programmation C++, notamment
ROOT, environnement developpé par le CERN. J’ai acquis des notions importantes et élargi
mes connaissances en ce domaine fascinant grâce aux différentes présentations, meetings de
l’équipe de recherche et visites des différents locaux organisés tout au long du stage. Je n’ai
pas rencontré de grandes difficultés pendant ce stage, les point réguliers avec notre tuteur
m’ont permis de cerner mes défauts et j’en ai retiré du positif. Personnellement, cette im-
mersion m’a permis de travailler sur mes points faibles en milieu professionnel, j’ai réalisé
l’importance d’avoir un bon relationnel, d’être autonome et disponible pour autrui. Ce poste
d’apprenti chercheur m’a motivé encore plus et conforté dans l’idée d’entreprendre des re-
cherches après avoir découvert la réalité du métier et de son agréable environnement.

Massyl Kaci
Cette immersion au sein du laboratoire LPNHE, m’a permis d’avoir un aperçu du métier
d’enseignant-chercheur en général et dans le domaine de la physique des particules en par-
ticulier. De plus, ce stage m’a fait proter des diérentes conférences et présentations pour
découvrir certaines notions de la physique de ce domaine ainsi que les enjeux en cours. En
outre, cela a renforcé mes connaissances et capacités en informatique et programmation,
notamment à l’aide de l’environnement ROOT utilisé par le CERN et qui peut constituer un
outil informatique très utile pour la physique et les mathématiques en général et pour un fu-
tur chercheur au sein du même laboratoire en particulier. Enn, au delà des aspects techniques
et scientiques,j’ai également découvert le fonctionnement d’un laboratoire et d’un groupe de
recherche, en visitant les diérentes salles et structures présentes. Donc, en résumé, ce stage
m’a apporté aussi bien sur le plan pédagogique et scientique que sur le plan humain en me
permettant de découvrir la réalité du métier de la recherche.

12