Search for $τ^-\to μ^-μ^+μ^-$ decays at the LHCb experiment with Run 2 data

Unter Verwendung von 5,4 fb$^{-1}$ an Run-2-Daten, die vom LHCb-Experiment bei 13 TeV gesammelt wurden, fand eine Suche nach dem leptonen-flavors-verletzenden Zerfall $\tau^-\to\mu^-\mu^+\mu^-$ keine Evidenz für den Prozess und setzte eine Obergrenze von $1,9\times 10^{-8}$ für dessen Verzweigungsverhältnis auf dem 90 %-Konfidenzniveau.

Das Wesentliche

Das große Ganze: Ein kosmisches „Whodunit“

Stellen Sie sich das Universum als einen riesigen, Hochgeschwindigkeits-Bahnhof vor (den Large Hadron Collider, oder LHC). Jede Sekunde prallen Millionen von Teilchen aufeinander und erzeugen eine chaotische Explosion neuer Teilchen, die in alle Richtrichtungen davonfliegen.

Meistens folgen diese Teilchen dem „Regelbuch“ der Physik, bekannt als das Standardmodell. Dieses Regelbuch besagt, dass bestimmte Teilchen, sogenannte Tau-Leptonen (nennen wir sie einfach „Taus“), sehr schüchtern sind. Sie zerfallen (brechen auseinander) normalerweise in spezifische, vorhersehbare Gruppen von Teilchen.

Physiker vermuten jedoch, dass es eine „geheime Regel“ oder einen „Geist“ in der Maschine geben könnte. Sie suchen nach einem sehr seltenen Ereignis, bei dem ein Tau gegen die Regeln verstößt und sich gleichzeitig in drei Myonen (einen anderen Typ von Teilchen) verwandelt. Im aktuellen Regelbuch ist dies verboten. Wenn sie es finden, bedeutet das, dass das Regelbuch unvollständig ist und sich irgendwo „Neue Physik“ verbirgt.

Die Mission: Eine Nadel im Heuhaufen finden

Das LHCb-Experiment ist wie eine superpräzise Kamera und ein Team von Detektiven, die auf dem Bahnsteig stehen. Ihre Aufgabe ist es, die Kollisionen zu beobachten und nach genau diesem einen, verbotenen Ereignis zu suchen: Einem Tau, das sich in drei Myonen verwandelt ($\tau \to \mu^- \mu^+ \mu^-$).

Das Problem? Dieses Ereignis ist unglaublich selten. Es ist, als würde man versuchen, ein einzelnes, spezifisches Sandkorn zu finden, das neongrün bemalt wurde, versteckt in einem riesigen Strand aus normalem Sand.

Wie sie es gemacht haben: Der „Referenzfoto“-Trick

Um diese Nadel zu finden, hat das LHCb-Team nicht einfach nur das Chaos beobachtet. Sie verwendeten einen cleveren Vergleichstrick:

1. Das Signal (Die Suche): Sie suchen nach dem verbotenen „Tau zu drei Myonen“-Ereignis.
2. Der Normalisierer (Die Referenz): Sie suchen auch nach einem sehr häufigen, bekannten Ereignis: einem Teilchen namens $D_s$-Meson, das in ein Phi-Meson (welches in zwei Myonen zerfällt) und ein Pion zerfällt.

Denken Sie an Folgendes: Stellen Sie sich vor, Sie versuchen zu zählen, wie viele Menschen in einer Menge einen roten Hut tragen (das seltene Ereignis), aber Sie wissen nicht, wie viele Menschen insgesamt in der Menge sind. Also zählen Sie auch, wie viele Menschen blaue Hüte tragen (das häufige Ereignis). Sie wissen genau, wie viele blaue Hüte basierend auf früheren Studien vorhanden sein sollten. Indem Sie die Anzahl der gesehenen roten Hüte mit der Anzahl der gesehenen blauen Hüte vergleichen, können Sie herausfinden, ob überhaupt rote Hüte vorhanden sind, selbst wenn Sie die Gesamtgröße der Menge nicht kennen.

Die Detektivarbeit: Das Rauschen filtern

Die von ihnen gesammelten Daten (aus den Jahren 2016–2018) enthielten Milliarden von Kollisionen. Die meisten davon waren „Rauschen“ – zufällige Teilchen, die rein zufällig wie das Signal aussah.

Um das Rauschen zu bereinigen, setzte das Team zwei „schlaue Filter“ ein (Computerprogramme namens Klassifikatoren):

• Filter 1 (Der Mustervergleicher): Dieser betrachtete die Form der Spuren. Kamen die Teilchen von einem gemeinsamen Startpunkt? Flogen sie auf eine Weise auseinander, die für einen Zerfall Sinn ergibt? Dies filterte zufälligen Müll heraus.
• Filter 2 (Der Ausweis-Check): Dieser prüfte, ob die Teilchen tatsächlich Myonen waren und nicht nur andere Teilchen (wie Pionen oder Kaonen), die sich als Myonen ausgaben.

Sie trainierten diese Filter mit „falschen“ Daten (Simulationen) und echten Daten aus den „blauen Hut“-Ereignissen (häufige Ereignisse), um sicherzustellen, dass sie genau waren.

Das Ergebnis: Ein reines Gewissen (Vorerst)

Nachdem sie alle Daten durch die Filter laufen ließen und die Berechnungen durchführten:

• Haben sie das verbotene Ereignis gefunden? Nein. Sie fanden null Fälle, in denen sich ein Tau in drei Myonen verwandelte.
• Haben sie viel Rauschen gefunden? Ja, aber sie konnten genau vorhersagen, wie viel Rauschen vorhanden sein sollte, und die Daten stimmten perfekt mit der Vorhersage überein.

Da sie das Ereignis nicht fanden, konnten sie nicht sagen: „Es passiert so oft.“ Stattdessen setzten sie eine Grenze (Limit).

Sie sagten: „Falls dieses Ereignis tatsächlich stattfindet, dann geschieht es weniger als 1,9 Mal pro 100 Millionen Taus.“ (Dies wird wissenschaftlich als $< 1,9 \times 10^{-8}$ geschrieben).

Warum das wichtig ist

Dieses Ergebnis ist eine „Verengung des Netzes“.

• In der Vergangenheit war die Grenze lockerer (das Ereignis konnte bis zu 4,6 Mal pro 100 Millionen vorkommen).
• Jetzt, mit besseren Daten und besseren Filtern, ist das Netz enger gezogen. Das Ereignis muss noch seltener sein, als wir zuvor dachten.

Das bedeutet nicht, dass die „Neue Physik“ nicht existiert; es bedeutet nur, dass der „Geist“ noch schwerer zu fangen ist als zuvor. Es zwingt Wissenschaftler dazu, ihre Theorien zu aktualisieren. Wenn eine neue Theorie vorhersagt, dass das Ereignis häufiger auftritt, als diese neue Grenze erlaubt, ist diese Theorie nun widerlegt.

Zusammenfassung

Das LHCb-Team agierte wie ein hochtechnisiertes Sicherheitsteam bei einer riesigen Party. Sie scannten Millionen von Gästen auf der Suche nach einer bestimmten Person, die gegen die Kleiderordnung verstößt. Sie haben diese Person nicht gefunden. Stattdessen haben sie bewiesen, dass, falls diese Person tatsächlich da ist, sie so selten ist, dass sie weniger als 2 Mal in 100 Millionen Gästen erscheint. Dies hilft dem Rest der Physik-Gemeinschaft zu wissen, wie selten der „Regelbrecher“ sein muss.

Technische Zusammenfassung

Technische Zusammenfassung: Suche nach $\tau^- \to \mu^- \mu^+ \mu^-$ Zerfällen bei LHCb mit Run-2-Daten

Problem und Motivation
Leptonen-flavor-verletzende (LFV) Zerfälle, wie etwa $\tau^- \to \mu^- \mu^+ \mu^-$, sind unter der Annahme masseloser Neutrinos im Standardmodell (SM) streng verboten. Selbst in Szenarien mit massiven Neutrinos sind die vorhergesagten Verzweigungsverhältnisse verschwindend gering ($\sim 10^{-55}$) und liegen weit unter der Sensitivität aktueller oder absehbarer Experimente. Verschiedene Erweiterungen des SM, einschließlich Modellen mit schweren Neutrinos oder dem Austausch eines zusätzlichen neutralen Eichbosons ($Z'$), sagen jedoch Verzweigungsverhältnisse im Bereich von $10^{-10}$ bis $10^{-8}$ voraus. Folglich wäre die Beobachtung dieses Zerfalls ein klares Indiz für Physik jenseits des SM, während das Setzen engerer Obergrenzen wichtige Einschränkungen für diese theoretischen Erweiterungen liefert. Diese Arbeit präsentiert eine Suche nach diesem spezifischen LFV-Zerfall unter Verwendung von Daten, die vom LHCb-Experiment gesammelt wurden.

Methodik
Die Analyse verwendet Proton-Proton-Kollisionsdaten, die zwischen 2016 und 2018 am LHCb-Experiment bei einer Schwerpunktsenergie von $\sqrt{s} = 13$ TeV gesammelt wurden, was einer integrierten Luminosität von $5,4 \text{ fb}^{-1}$ entspricht.

• Signal und Normalisierung: Der Signal-Kanal ist $\tau^- \to \mu^- \mu^+ \mu^-$. Das Verzweigungsverhältnis wird relativ zum gut bekannten Normalisierungs-Kanal $D_s^- \to \phi(1020)\pi^-$ mit $\phi \to \mu^- \mu^+$ gemessen. Dieser Normalisierungsmodus wurde aufgrund seiner ähnlichen Topologie und Zerfallskinetik gewählt. Das Verzweigungsverhältnis wird als Verhältnis der beobachteten Kandidaten ($N_\tau / N_{D_s}$) berechnet, korrigiert durch das Verhältnis der Selektionseffizienzen ($\epsilon_\tau / \epsilon_{D_s}$), den Anteil der über $D_s$-Zerfälle erzeugten $\tau^-$-Leptonen ($f^\tau_{D_s}$) und die bekannten Verzweigungsverhältnisse der Normalisierungsmodi.
• Ereignisselektion: Die Kandidaten werden aus drei Spuren rekonstruiert, die eine Gesamtladung von $-1$ aufweisen und aus einem gemeinsamen Vertex stammen. Es werden strenge Anforderungen an die Spurqualität, die Impaktparameter-Signifikanz ($\chi^2_{IP}$) und die Teilchenidentifikation (PID) gestellt. Um kombinatorische Hintergründe und falsch identifizierte Hadronen zu unterdrücken, werden zwei Gradienten-gestützte Entscheidungsbaum-Klassifikatoren (XGBoost) eingesetzt:
  • CAC (Antikombinatorisch): Verwendet topologische und kinematische Variablen (z. B. Isolation, Zerfallszeit, Vertex-Displacement), um zufällige Spurkombinationen abzulehnen.
  • $\text{C}_{\text{PID}}$: Verwendet PID- und kinematische Informationen, um Hadronen abzulehnen, die als Myonen fehlidentifiziert wurden.
    Kandidaten müssen die Bedingungen $CAC > 0,80$ und $\text{C}_{\text{PID}} > 0,88$ erfüllen.
• Hintergrundmodellierung: Die primären Hintergründe stammen aus:
  1. Zufälligen Kombinationen von Myonen (kombinatorisch).
  2. Hadronischen Zerfällen von Charm-Mesonen ($D^- \to \pi^- K^+ \pi^-$ und $D_{(s)}^- \to \pi^- \pi^+ \pi^-$), bei denen Hadronen als Myonen fehlidentifiziert werden.
  3. Zerfällen mit echten Myonen, spezifisch $D_s^- \to \eta^{(\prime)}(\to \mu^- \mu^+ \gamma)\mu^- \bar{\nu}_\mu$.
     Der Signalbereich ist definiert als $|M_{\mu\mu\mu} - m_\tau| \le 20 \text{ MeV}/c^2$. Ein Sideband-Bereich ($20 < |M_{\mu\mu\mu} - m_\tau| \le 30 \text{ MeV}/c^2$) wird verwendet, um die Hintergrundformen zu modellieren und die Ausbeuten zu schätzen.
• Statistische Analyse: Das obere Limit wird mittels der $CL_s$-Methode ausgewertet. Der Datensatz wird basierend auf den Ausgaben der CAC- und $\text{C}_{\text{PID}}$-Klassifikatoren in 15 Bins unterteilt, um die Signal-zu-Hintergrund-Trennung zu maximieren. Es wird ein unbinärer, erweiterter Maximum-Likelihood-Fit durchgeführt, der simultan über diese Bins erfolgt, wobei das Signal mit einer Johnson's SU-Funktion und der Hintergrund mit einer Summe aus exponentiellen und Johnson's SU-Komponenten modelliert wird.

Wesentliche Beiträge und Systematiken
Die Analyse beinhaltet mehrere technische Verfeinerungen, um die Genauigkeit zu gewährleisten:

• Simulationskalibrierung: Simulationsproben werden gewichtet, um Unterschiede in der Kinematik und dem Detektor-Response zwischen Daten und Simulation zu korrigieren, wobei der $D_s^- \to \phi \pi^-$ Kanal als Kontrolle dient.
• Effizienzkorrekturen: Tracking- und Trigger-Effizienzen werden unter Verwendung von prompten $J/\psi \to \mu^+ \mu^-$ Zerfällen bzw. unabhängigen Trigger-Linien kalibriert.
• Systematische Unsicherheiten: Zu den Hauptquellen der systematischen Unsicherheit gehören externe Inputs (Verzweigungsverhältnisse und Produktionsfraktionen), die Bestimmung des Effizienzverhältnisses sowie die Modellierung der Hintergrundformen. Diese werden als Störparameter (Nuisance Parameters) behandelt, die durch Gauß-Funktionen im Limit-Berechnungsverfahren eingeschränkt sind.

Ergebnisse
Es wird kein signifikanter Überschuss an Signalereignissen in den Daten beobachtet. Der aus dem Fit extrahierte Zentralwert des Signal-Verzweigungsverhältnisses beträgt $(-0,1 \pm 1,1) \times 10^{-8}$. Basierend auf diesem Ergebnis setzt die Kollaboration die folgenden Obergrenzen für das Verzweigungsverhältnis:

• $1,9 \times 10^{-8}$ bei einem Konfidenzniveau (CL) von 90 %
• $2,3 \times 10^{-8}$ bei einem Konfidenzniveau (CL) von 95 %
  Dieses Ergebnis ersetzt das vorherige LHCb-Limit aus Run-1-Daten ($4,6 \times 10^{-8}$ bei 90 % CL) und ist in seiner Sensitivität vergleichbar mit dem strengsten bisher berichteten Limit der Belle II-Kollaboration ($1,9 \times 10^{-8}$ bei 90 % CL).

Bedeutung
Das Paper behauptet, dass dieses Ergebnis eine komplementäre Einschränkung für Erweiterungen des Standardmodells im Kontext bestehender Suchen bietet. Durch die Nutzung der einzigartigen Vorwärts-Spektrometer-Fähigkeiten von LHCb und eines großen Datensatzes aus Run 2 erreicht die Analyse eine Sensitivität, die mit dedizierten B-Factory-Experimenten vergleichbar ist. Die Autoren merken an, dass zukünftige Analysen mit dem Upgrade des LHCb-Detektors, die von höherer Luminosität und verbesserten Trigger-Effizienzen profitieren, die Sensitivität für diesen seltenen Zerfall weiter erhöhen werden.