Search for Z' bosons decaying into charginos in final states with two oppositely charged leptons and missing transverse momentum in pp collisions at $\sqrt{s}$ = 13 TeV

El experimento CMS utilizó datos de colisiones protón-protón a 13 TeV para buscar bosones Z' leptofóbicos que decaen en charginos, no encontrando desviaciones respecto al Modelo Estándar y estableciendo límites superiores que excluyen masas de Z' de hasta aproximadamente 3.5 TeV.

Lo esencial

¡Claro que sí! Imagina que este artículo es como un informe de detectives de la física que trabajan en el CERN (el laboratorio más grande del mundo, en la frontera entre Suiza y Francia).

Aquí tienes la explicación de su investigación, traducida a un lenguaje sencillo y con algunas analogías divertidas:

🕵️‍♂️ La Misión: Buscar a los "Fantasmas" que no dejan huella

Los científicos del experimento CMS (uno de los dos grandes detectores del CERN) están buscando algo muy específico: una partícula nueva y pesada llamada Z'.

Pero hay un truco: esta partícula Z' es un "fantasma" para los electrones y muones (partículas ligeras). En el mundo de la física, a esto se le llama "leptofóbica" (que significa "con miedo a los leptones").

• La analogía: Imagina que la partícula Z' es un ladrón que entra en una casa (el colisionador de partículas). Si el ladrón es normal, suele robar las joyas brillantes (los electrones y muones) y se nota mucho. Pero este ladrón es especial: ignora las joyas brillantes y se lleva directamente las cosas pesadas y oscuras que nadie ve fácilmente.

🎭 El Plan del Crimen (La Teoría)

Según una teoría llamada UMSSM (una versión "super" del modelo estándar de la física), este ladrón Z' no se queda quieto. Una vez que aparece, se desintegra inmediatamente en dos partículas llamadas charginos.

Estos charginos son como bolas de nieve rodando cuesta abajo:

1. Son inestables.
2. Se rompen en pedazos: lanzan un bosón W (que a su vez se convierte en un electrón o muón, ¡la única pista visible!) y un neutralino (que es la partícula de "materia oscura", invisible y que escapa sin dejar rastro).

El resultado final que buscan los científicos:
En la pantalla del detector, solo ven:

• Dos partículas cargadas (como dos bolas de billar) que salen disparadas en direcciones opuestas.
• Y... ¡silencio! Una gran cantidad de energía que desaparece (la "energía transversal faltante"). Es como si dos personas chocaran en una habitación oscura, salieran volando dos objetos, pero una tercera persona invisible se llevara todo el dinero y escapara por una puerta secreta.

🔍 ¿Cómo lo buscaron? (La Herramienta)

No basta con mirar dos bolas de billar y decir "¡Eh, eso parece un fantasma!". Hay millones de eventos normales que se ven igual. Para encontrar la aguja en el pajar, usaron una Red Neuronal Parametrizada (PNN).

• La analogía: Imagina que tienes un entrenador de fútbol (la Red Neuronal).
  • En el pasado, entrenabas al entrenador con un solo jugador específico (una masa de Z' de 2.5 TeV). Si el jugador cambiaba de peso, el entrenador no sabía qué hacer.
  • En este experimento, entrenaron al entrenador dándole todas las posibles variaciones de peso y tamaño a la vez. El entrenador aprendió a reconocer el "estilo de juego" de la partícula Z' sin importar exactamente cuánto pesara. Es como si el entrenador pudiera identificar a un jugador de fútbol incluso si cambia de camiseta, de peso o de equipo, solo por la forma en que corre.

📊 Los Resultados: ¿Encontraron al ladrón?

Después de analizar una cantidad inmensa de datos (equivalente a 138 "libras" de colisiones, o 138 fb⁻¹, recolectadas entre 2016 y 2018):

1. La buena noticia: ¡No encontraron al ladrón! Todo lo que vieron en los datos coincidía perfectamente con lo que el Modelo Estándar (la física que ya conocemos) predice que debería pasar. No hay "novedades" extrañas.
2. La mala noticia (para los teóricos): Como no lo encontraron, ahora sabemos dónde NO está.

🚫 El Límite: ¿Hasta dónde hemos mirado?

Al no encontrar la partícula, los científicos pueden decir: "Si la partícula Z' existe, debe ser más pesada de lo que pensábamos".

• Han descartado la existencia de estas partículas Z' con masas de hasta 3.5 TeV (teraelectronvoltios).
• La analogía: Es como si estuvieras buscando un tesoro enterrado. No lo encontraste en los primeros 3.5 metros de profundidad. Ahora sabes que, si existe, tiene que estar enterrado más abajo de los 3.5 metros.

🏁 Conclusión Simple

Los científicos del CMS han hecho un trabajo de detective muy fino usando inteligencia artificial para buscar una partícula nueva que se esconde de la vista. Aunque no la encontraron, han logrado limpiar el mapa: ahora sabemos que si existe, es más pesada y más difícil de detectar de lo que esperábamos. Esto ayuda a los físicos a ajustar sus teorías y saber dónde buscar en el futuro.

En resumen: No hay nuevos monstruos en el sótano (todavía), pero al menos sabemos que el sótano es más profundo de lo que pensábamos.

Resumen técnico

Aquí tienes un resumen técnico detallado del documento CERN-EP-2025-244 (CMS-SUS-23-006), titulado "Búsqueda de bosones Z′ que decaen en charginos en estados finales con dos leptones de carga opuesta y momento transversal faltante en colisiones pp a √s = 13 TeV".

1. El Problema y el Contexto Físico

La búsqueda de nueva física más allá del Modelo Estándar (SM) es un objetivo central en el LHC. Específicamente, se investigan bosones gauge neutros pesados ($Z'$), que aparecen en extensiones del SM.

• El Desafío: La mayoría de las búsquedas anteriores de $Z'$ se han centrado en sus desintegraciones directas a pares de leptones del SM (dileptones), lo que ha establecido límites muy estrictos. Sin embargo, existen modelos teóricos bien motivados, como el Modelo Estándar Supersimétrico Mínimo extendido con un grupo de gauge $U(1)'$ (UMSSM), donde el bosón $Z'$ puede ser "leptofóbico".
• La Hipótesis: En ciertos escenarios de carga del UMSSM, las desintegraciones del $Z'$ a leptones están suprimidas, evitando los límites estrictos de los canales de dileptones. En su lugar, el $Z'$ decae predominantemente a estados finales supersimétricos (SUSY), específicamente a pares de charginos ($\tilde{\chi}^\pm_1$).
• La Cadena de Decaimiento: El proceso buscado es:
  $$pp \to Z' \to \tilde{\chi}^+_1 \tilde{\chi}^-_1 \to (W^+ \tilde{\chi}^0_1) (W^- \tilde{\chi}^0_1) \to (\ell^+ \nu \tilde{\chi}^0_1) (\ell^- \bar{\nu} \tilde{\chi}^0_1)$$
  Esto resulta en un estado final característico: dos leptones de carga opuesta ($e^+e^-$, $\mu^+\mu^-$, o $e^\pm\mu^\mp$) y alto momento transversal faltante ($p_T^{miss}$) debido a los neutrinos y los neutralinos estables ($\tilde{\chi}^0_1$, candidatos a materia oscura).

2. Metodología y Análisis

El análisis se basa en datos de colisiones protón-protón recopilados por el experimento CMS durante los años 2016, 2017 y 2018, con una luminosidad integrada total de 138 fb$^{-1}$ a una energía de centro de masa de 13 TeV.

Selección de Eventos y Reconstrucción

• Objetos: Se reconstruyen electrones y muones utilizando el algoritmo Particle-Flow. Se requieren exactamente dos leptones de carga opuesta con $p_T > 80$ GeV (líder) y $p_T > 40$ GeV (segundo).
• Cortes de Selección:
  • Masa invariante del dileptón ($m_{\ell\ell}$) > 100 GeV (para suprimir el fondo de resonancia $Z$).
  • Momento transversal faltante ($p_T^{miss}$) > 100 GeV.
  • Veto de jets $b$: Se rechazan eventos con jets etiquetados como procedentes de quarks bottom para reducir el fondo de producción de pares top ($t\bar{t}$).
• Canales: El análisis se divide en tres canales según la combinación de sabores de los leptones: $e^+e^-$, $\mu^+\mu^-$ y $e^\pm\mu^\mp$.

Estrategia de Análisis Multivariante (PNN)

Dado que los fondos irreducibles (principalmente $t\bar{t}$, $WW$ y $tW$) tienen características cinemáticas similares a la señal, no existe una sola variable que discrimine eficazmente entre ellos. Por ello, se emplea una Red Neuronal Parametrizada (PNN).

• Innovación: A diferencia de las redes neuronales tradicionales entrenadas para un punto de masa específico, la PNN incluye las masas del $Z'$ ($m_{Z'}$) y del chargino ($m_{\tilde{\chi}^\pm_1}$) como parámetros de entrada durante el entrenamiento. Esto permite que el modelo aprenda correlaciones no triviales y funcione de manera óptima en todo el espacio de masas sin necesidad de reentrenar para cada punto.
• Variables de Entrada: La red utiliza variables cinemáticas y topológicas clave, incluyendo:
  • $p_T$ de los leptones y masa invariante del dileptón.
  • $p_T^{miss}$.
  • Masa transversal ($m_T$) y masa transversal doble ($M_{T2}$), esta última crucial para eventos con múltiples partículas invisibles.
  • Distancias angulares ($\Delta\phi$, $\Delta R$) entre leptones y el momento faltante.

Evaluación de Fondos

Los fondos dominantes ($t\bar{t}$, $WW$, Drell-Yan) se estiman mediante simulación Monte Carlo (MC) normalizada utilizando regiones de control (CR) definidas en los datos:

• CR de $t\bar{t}$: Eventos con al menos un jet $b$.
• CR de $WW$: Eventos con $40 < m_{\ell\ell} < 100$ GeV.
• CR de Drell-Yan: Eventos con $30 < p_T^{miss} < 100$ GeV.
  Los factores de normalización se extraen de un ajuste simultáneo de las regiones de control y la región de señal (SR).

3. Contribuciones Clave

1. Primera búsqueda de este tipo: Es la primera vez que se busca específicamente la producción de un $Z'$ leptofóbico que decae exclusivamente a charginos en datos del LHC.
2. Uso de PNN Parametrizada: La implementación exitosa de una red neuronal que generaliza sobre los parámetros de masa del modelo (UMSSM) mejora significativamente la sensibilidad en comparación con los métodos tradicionales de puntos fijos, especialmente en regiones de masa donde no hay entrenamiento específico.
3. Optimización de la Sensibilidad: Se demuestra que el canal de leptones de sabores diferentes ($e^\pm\mu^\mp$) ofrece la mejor sensibilidad debido a la mayor pureza de la señal y la menor contaminación de fondos de resonancia $Z$ en comparación con los canales de mismo sabor.

4. Resultados

• Consistencia con el Modelo Estándar: Las distribuciones observadas de los puntajes de la PNN en la región de señal son consistentes con las predicciones del Modelo Estándar. No se observó un exceso significativo de eventos que sugiera la presencia de un $Z'$.
• Límites de Exclusión: Se establecieron límites superiores al 95% de nivel de confianza (CL) sobre la sección eficaz de producción de $pp \to Z'$.
  • Masa del $Z'$: Se excluyen masas de bosones $Z'$ hasta aproximadamente 3.5 TeV para el caso específico donde el $Z'$ decae exclusivamente a charginos.
  • Masa del Chargino: Para un $Z'$ de 2.9 TeV que decae exclusivamente a charginos, se excluyen masas de charginos en el rango de 400 a 1400 GeV.
• Dependencia de la Masa: La sensibilidad mejora para masas de chargino más altas (para una masa fija de $Z'$) debido a una mayor eficiencia de selección de la señal.

5. Significancia

Este trabajo es fundamental para la física de SUSY y la búsqueda de bosones $Z'$ por varias razones:

• Exploración de "Zonas Ciegas": Aborda un escenario (leptofóbico) que había sido elusivo para las búsquedas tradicionales de resonancias dileptónicas, demostrando que los canales con $p_T^{miss}$ son esenciales para cubrir todo el espacio de parámetros del UMSSM.
• Validación de Técnicas Avanzadas: Confirma la utilidad de las redes neuronales parametrizadas en el análisis de datos del LHC, permitiendo una exploración eficiente de modelos teóricos complejos con múltiples parámetros libres.
• Restricción de Modelos: Los límites establecidos restringen severamente los modelos de supersimetría basados en $E_6$ y sus extensiones, obligando a los teóricos a considerar masas de partículas SUSY más altas o acoplamientos diferentes si estos modelos son correctos.

En resumen, el análisis confirma la ausencia de señales de nuevos bosones $Z'$ leptofóbicos en el rango de masas explorado, estableciendo los límites más estrictos hasta la fecha para este canal de decaimiento específico en colisiones a 13 TeV.