Thèse soutenue

Test de l'universalité de la saveur lepton dans les désintégration b->sll

FR  |  
EN
Auteur / Autrice : Da Yu Tou
Direction : Vladimir Gligorov
Type : Thèse de doctorat
Discipline(s) : Physique
Date : Soutenance le 14/12/2020
Etablissement(s) : Sorbonne université
Ecole(s) doctorale(s) : École doctorale Sciences de la terre et de l'environnement et physique de l'univers (Paris ; 2014-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire Physique nucléaire et hautes énergies (Paris ; 1997-....)
Jury : Président / Présidente : Delphine Hardin
Examinateurs / Examinatrices : Tim Gershon, François Le Diberder, Aoife Bharucha
Rapporteurs / Rapporteuses : Gerhard Raven, Marta Calvi

Résumé

FR  |  
EN

Malgré le succès du modèle standard de physique des particules, le consensus parmi la communauté de la physique des hautes énergies est l'existence d'une théorie au-delà du modèle standard aux énergies plus élevées. La communauté de la physique des particules a consacré la majorité de ses efforts à dénicher une telle nouvelle théorie physique. Une avenue pour de telles recherches est la désintégration du courant neutre à changement de saveur b-> sll, dont les fractions de branchement sont fortement supprimées par le modèle standard. Cette thèse documentera le test de l'universalité de la saveur leptonique dans les désintégrations b-> sll via la mesure des ratios d'arôme lepton RK et RKst. Cette mesure mise à jour de RK et RKst lors de l'expérience LHCb comportera des sélections de déclenchement optimisées et une technique d'étalonnage de l'efficacité qui dissocie le signal et le mode de contrôle. En rupture avec les mesures LHCb précédentes, l'ajustement de masse mesurera simultanément RK et RKst et leurs résultats seront vérifiés avec le générateur de pseudo-expérience. Une optimisation du calcul dans l'ajustement de masse est le choix d'utiliser des ajustements groupés pour le mode de contrôle, qui ont des ensembles de données considérablement volumineux. Malheureusement, le cadre RooFit définit la probabilité groupée de manière biaisée. Le moyen de sortir de ce biais est d'utiliser une intégration numérique par bac. Cette thèse consacre un chapitre à l'étude de ce biais et montre que l'intégration numérique par casier est capable de dé-biaiser les ajustements binned.