A search for lepton-flavour violating $τ\to 3μ$ decays with the ATLAS detector

El experimento ATLAS, utilizando datos de colisiones protón-protón a 13 TeV, no encontró evidencia de desintegraciones de violación de sabor leptónico $\tau \to 3\mu$ y estableció un límite superior de $8.7 \times 10^{-8}$ para su razón de ramificación al 90% de nivel de confianza.

Lo esencial

¡Claro que sí! Imagina que este documento es el informe de una búsqueda de "fantasmas" en el universo, pero en lugar de fantasmas, buscamos un evento extremadamente raro y prohibido por las reglas actuales de la física.

Aquí tienes la explicación de este artículo del CERN (ATLAS) en un lenguaje sencillo, con analogías divertidas:

🕵️‍♂️ La Misión: Cazar un "Cambio de Identidad" Prohibido

Imagina que el universo tiene un libro de reglas muy estricto llamado el Modelo Estándar. Una de esas reglas dice: "Los sabores de las partículas cargadas (como el electrón, el muón y el tau) no pueden mezclarse". Es como si dijera: "Un gato no puede convertirse repentinamente en un perro".

Sin embargo, los físicos sospechan que hay un "secreto" en el universo (física más allá del Modelo Estándar) que podría permitir que esto ocurra. El experimento de ATLAS en el Gran Colisionador de Hadrones (LHC) se puso a buscar específicamente un caso muy raro: que una partícula llamada Tau ($\tau$) se desintegre y se convierta en tres muones ($\mu$) al mismo tiempo.

Es como si vieras a un pato (el Tau) saltar de un estanque y, en lugar de caer al agua, se transformara mágicamente en tres gansos (los muones) volando en direcciones diferentes. Si vieras esto, ¡sabrías que las reglas del universo están rotas y que hay nueva física!

🏭 El Escenario: La Fábrica de Colisiones

Para intentar ver este evento, los científicos usaron el LHC, que es como una carreras de coches de choque gigantes.

• El Combustible: Hicieron chocar protones a velocidades increíbles (energía de 13 TeV).
• El Detector: El detector ATLAS es como una cámara de seguridad de 4K con miles de lentes que rodea la pista de carreras. Su trabajo es grabar cada colisión para ver si sale algo extraño.
• Los Datos: Recopilaron datos de 2016 a 2018. Es como tener un archivo de video de 137 petabytes (una cantidad de datos tan grande que llenaría millones de discos duros) de colisiones.

🔍 El Truco: Encontrar la Aguja en el Pajarraco

El problema es que ver un Tau transformarse en tres muones es extremadamente difícil.

• La Paja (Fondo): En cada colisión, salen millones de partículas normales. Es como intentar encontrar una aguja en un pajar, pero el pajar es un estadio lleno de paja y la aguja es invisible.
• La Aguja (Señal): Buscamos un grupo de tres muones que salgan de un mismo punto (un "vértice secundario") y que tengan una masa combinada igual a la del Tau.

Para separar la aguja del pajar, los científicos usaron un Inteligente Artificial (IA) llamado "BDT" (un árbol de decisión impulsado por gradientes).

• La Analogía: Imagina que tienes un montón de personas en una fiesta. La mayoría son invitados normales (fondo), pero buscas a alguien que se comporte de forma muy específica (la señal). La IA es como un detective experto que revisa miles de detalles: ¿Cómo caminan? ¿Qué ropa llevan? ¿Con quién hablan? La IA aprende a distinguir a los "sospechosos" (eventos que podrían ser la señal) de los "invitados normales" (ruido de fondo).

📉 El Resultado: ¡Silencio!

Después de revisar millones de colisiones y aplicar la IA más inteligente:

1. No encontraron a los "fantasmas". No vieron ningún evento donde un Tau se convirtiera en tres muones.
2. Todo encajaba con el ruido. Los datos coincidían perfectamente con lo que el Modelo Estándar predice (solo ruido de fondo, sin magia).

📏 El Límite: ¿Qué tan raros son?

Aunque no encontraron el evento, el experimento fue un éxito porque estableció un límite de probabilidad.

• Antes, sabíamos que este evento ocurría menos de 1 de cada 100 millones de veces.
• Ahora, gracias a este nuevo análisis, sabemos que ocurre menos de 1 de cada 11.5 millones de veces (un límite más estricto de $8.7 \times 10^{-8}$).

La analogía final: Imagina que buscas un guante rojo perdido en una playa llena de arena. No lo encontraste. Pero tu búsqueda fue tan exhaustiva que ahora puedes decir con certeza: "Si hay un guante rojo en esta playa, es tan improbable que solo hay una posibilidad entre 100 millones de granos de arena".

🚀 ¿Por qué importa?

Aunque no encontraron la "nueva física" esta vez, mejoraron la búsqueda.

• Han hecho el experimento 5 veces mejor que la versión anterior del ATLAS.
• Han demostrado que sus "detectives" (la IA y los sensores) son muy buenos.
• Si en el futuro la naturaleza decide mostrar este truco, ahora tendrán las herramientas listas para atraparlo.

En resumen: Los científicos del ATLAS miraron con lupa millones de colisiones de partículas usando superordenadores y detectores gigantes. No encontraron la transformación prohibida de una partícula Tau en tres muones, pero confirmaron que, si existe, es tan rara que necesitamos mirar aún más de cerca en el futuro. ¡La búsqueda continúa!

Resumen técnico

Resumen Técnico: Búsqueda de violación de sabor leptónico cargado en desintegraciones $\tau \to 3\mu$ con el detector ATLAS

1. El Problema y el Contexto Físico

En el Modelo Estándar (ME) de la física de partículas, la conservación del sabor leptónico es una simetría aproximada. Aunque la oscilación de neutrinos demuestra que la violación de sabor ocurre en el sector de los neutrinos, la predicción del ME para la Violación de Sabor Leptónico Cargado (cLFV) en desintegraciones de leptones cargados (como el tau, $\tau$) es extremadamente suprimida (del orden de $10^{-55}$), haciéndola indetectable experimentalmente.

Por lo tanto, cualquier observación de un proceso como $\tau^\pm \to \mu^\pm \mu^\mp \mu^\pm$ (denominado $\tau \to 3\mu$) sería una prueba inequívoca de Física Más Allá del Modelo Estándar (BSM). Varios marcos teóricos BSM predicen tasas de cLFV para el leptón tau (que es más pesado) significativamente mayores que para el muón, con ramificaciones (branching ratios, $B$) en el rango de $10^{-9}$, potencialmente accesibles en los experimentos actuales.

El objetivo de este trabajo es realizar una búsqueda de alta sensibilidad de este proceso utilizando datos del Gran Colisionador de Hadrones (LHC) del CERN, superando las limitaciones de búsquedas anteriores en colisionadores $e^+e^-$ y en el LHC.

2. Metodología y Análisis de Datos

• Datos Utilizados: Se utilizaron datos de colisiones protón-protón ($pp$) recopilados por el experimento ATLAS entre 2016 y 2018 (Run 2 del LHC) a una energía en el centro de masas de $\sqrt{s} = 13$ TeV. La luminosidad integrada total es de 137 fb$^{-1}$.
• Fuentes de Señal: A diferencia de los experimentos $e^+e^-$ donde el tau se produce en pares, en el LHC los taus se generan principalmente a través de dos mecanismos:
  1. Señal Electroweak (EW): Desintegraciones de bosones $W$, $Z$ y pares de quarks top ($t\bar{t}$). Este canal es dominante para la búsqueda en ATLAS porque los taus producidos tienen mayor momento transversal ($p_T$) y están mejor aislados de la actividad hadrónica.
  2. Señal de Sabor Pesado (HF): Desintegraciones de hadrones de sabor pesado ($D_s \to \tau\nu_\tau$ y $B \to \tau X$).
• Reconstrucción y Selección de Eventos:
  • Se seleccionaron eventos con al menos tres muones que formen un vértice secundario (SV) desplazado respecto al vértice primario (PV), con una carga total de $\pm 1$.
  • Se aplicaron criterios de calidad estrictos: calidad del ajuste del vértice ($\chi^2 < 40$), aislamiento de los muones (tanto en el calorímetro como en el rastreador interno) y rechazo de fondos de conversión de fotones y resonancias de baja masa ($\omega, \phi$).
  • Se definió una región de señal centrada en la masa del tau ($1700 < m_{3\mu} < 1850$ MeV) y se utilizaron regiones laterales (sidebands) para modelar el fondo.
• Análisis Multivariado (MVA):
  • Para maximizar la separación entre la señal y el fondo (que es abrumadoramente dominante), se empleó un Árbol de Decisión Potenciado por Gradiente (BDT) utilizando el algoritmo XGBoost.
  • El BDT utilizó 18 variables de entrada, incluyendo la calidad del vértice, el aislamiento de los muones, la cinemática del triplete de muones y la correlación con el momento transversal faltante ($E_T^{miss}$).
  • Los eventos se categorizaron en seis grupos basados en la puntuación del BDT (categorías "loose", "medium", "tight") y la región del detector (barrel o endcap), optimizando la sensibilidad según la resolución de masa en cada categoría.
• Ajuste Estadístico:
  • Se realizó un ajuste de verosimilitud máxima no binned simultáneo en las seis categorías de ajuste.
  • La señal se modeló con una función de Cristal Ball de doble lado (DSCB) y el fondo con una función exponencial suave.
  • Se incorporaron incertidumbres sistemáticas (eficiencia de disparo, reconstrucción de muones, escala de energía de jets, etc.) como parámetros de molestia (nuisance parameters).

3. Contribuciones Clave

1. Primera búsqueda de ATLAS con datos del Run 2: Este es el primer análisis de ATLAS para $\tau \to 3\mu$ utilizando datos de 13 TeV, superando el límite anterior establecido con datos del Run 1 (8 TeV).
2. Optimización para producción Electroweak: A diferencia de búsquedas anteriores que se centraban en la producción de sabor pesado, este análisis se optimiza específicamente para la producción de taus a través de bosones $W$ y $Z$, aprovechando su mejor aislamiento y mayor momento.
3. Mejora en la sensibilidad: La combinación de una luminosidad integrada mucho mayor (137 fb$^{-1}$ vs 20.3 fb$^{-1}$), mejoras en el detector (capa IBL), disparos más eficientes y técnicas avanzadas de aprendizaje automático (BDT) permitió una mejora significativa en los límites.
4. Tratamiento de fondos combinatorios: Se utilizó un enfoque robusto para modelar el fondo combinatorio directamente desde los datos en las regiones laterales, evitando la dependencia de simulaciones de Monte Carlo que son poco fiables para este tipo de fondos complejos.

4. Resultados

• Observación: No se observó ningún exceso significativo de eventos en la región de masa del tau. Los datos son compatibles con la hipótesis de solo fondo.
• Fuerza de la señal ajustada: El valor de mejor ajuste para la fuerza de la señal es $B(\tau \to 3\mu) = (1.5 \pm 4.0) \times 10^{-8}$.
• Límites de Ramificación (Branching Ratio):
  • Se establecieron límites superiores al 90% de nivel de confianza (CL) utilizando el método $CL_s$.
  • Límite Observado: $B(\tau \to 3\mu) < 8.7 \times 10^{-8}$.
  • Límite Esperado: $B(\tau \to 3\mu) < 7.5 \times 10^{-8}$.
  • También se calcularon límites al 95% CL: $10.6 \times 10^{-8}$ (observado) y $9.3 \times 10^{-8}$ (esperado).
• Comparación: Este resultado mejora el límite anterior de ATLAS (Run 1) en un factor de 5. Se espera que solo el aumento de la sección eficaz y la luminosidad aporten un factor de 3; el factor adicional se atribuye a las mejoras del detector y metodológicas mencionadas.

5. Significado e Impacto

• Estado del Arte: Aunque los límites establecidos por ATLAS ($8.7 \times 10^{-8}$) siguen siendo menos estrictos que los obtenidos por los experimentos de colisionadores $e^+e^-$ (Belle II y LHCb, que alcanzan $\sim 1.9 \times 10^{-8}$), este análisis demuestra la capacidad de ATLAS para buscar cLFV en un entorno de colisiones hadrónicas de alta energía con un fondo significativo.
• Implicaciones para BSM: Los resultados restringen los espacios de parámetros de varios modelos teóricos BSM que predicen violación de sabor leptónico en el sector del tau. La ausencia de señal descarta modelos con acoplamientos muy fuertes a escalas de energía accesibles.
• Futuro: El análisis está limitado principalmente por la incertidumbre estadística. Se espera que la sensibilidad mejore sustancialmente con la acumulación de más datos en el futuro (Run 3 y High-Luminosity LHC), lo que podría llevar a límites competitivos con los mejores resultados mundiales actuales.

En conclusión, este trabajo representa un paso crucial en la caracterización de la violación de sabor leptónico en el LHC, estableciendo nuevos límites experimentales y refinando las técnicas de análisis para búsquedas de física exótica en entornos de alto ruido de fondo.