Search for low-mass vector and scalar resonances decaying into a quark-antiquark pair in proton-proton collisions at $\sqrt{s}$ = 13 TeV

El experimento CMS del LHC no encontró evidencia de resonancias vectoriales o escalares de baja masa (50–300 GeV) que decaigan en pares de quarks en colisiones protón-protón a 13 TeV, estableciendo así los límites más estrictos hasta la fecha en el rango de 50–250 GeV.

Lo esencial

¡Hola! Imagina que el CERN (el laboratorio de física más grande del mundo) tiene un "gimnasio" gigante llamado LHC (Gran Colisionador de Hadrones). Allí, dos trenes de partículas (protones) viajan a velocidades increíbles y chocan frontalmente. El objetivo de este nuevo estudio es buscar "fantasmas" o "nuevas partículas" que podrían haber salido de esos choques.

Aquí te explico qué hicieron los científicos del experimento CMS (uno de los detectores del CERN) en lenguaje sencillo, usando analogías de la vida cotidiana:

1. ¿Qué estaban buscando? (El "Tesoro Oculto")

Imagina que el universo está hecho de legos estándar (el Modelo Estándar). Los físicos sospechan que hay nuevos tipos de legos (partículas nuevas) que no conocemos.

• La teoría: Estas nuevas partículas serían como "resonancias" o "campanas" que suenan cuando chocan dos partículas.
• El problema: Estas campanas son muy pequeñas y ligeras (entre 50 y 300 veces la masa de un protón). En el ruido de fondo de miles de millones de choques, es como intentar escuchar el sonido de una aguja cayendo en un estadio lleno de gente gritando.

2. El Truco: "El Farol en la Oscuridad"

Como el ruido de fondo (los choques normales) es enorme, los científicos no pueden mirar todo. Necesitan un filtro.

• La estrategia: Buscan choques donde una de las partículas "choca" tan fuerte contra otra invisible (radiación inicial) que la nueva partícula (la campana) sale disparada con mucha fuerza.
• La analogía: Imagina que estás en una fiesta ruidosa. Si alguien grita "¡Miren!", todos giran la cabeza. En física, buscan esos choques donde la partícula nueva sale disparada a gran velocidad (como si alguien le hubiera dado un empujón fuerte), lo que la hace más fácil de detectar entre el caos.

3. La Herramienta Mágica: "El Ojo de Águila Digital" (PARTICLENET)

Cuando la partícula nueva se desintegra, se divide en dos pedazos (un quark y un antiquark). Estos dos pedazos vuelan tan rápido y tan juntos que el detector los ve como un solo bulto gigante (un "jet" o chorro de partículas).

• El reto: Hay dos tipos de bultos:
  1. Bultos "aburridos": Provienen de partículas comunes (ruido de fondo).
  2. Bultos "especiales": Provienen de la nueva partícula que buscamos.
• La solución: Usaron una Inteligencia Artificial llamada PARTICLENET.
  • Analogía: Imagina que tienes una pila de 10.000 piedras. Algunas son rocas normales y otras son diamantes. PARTICLENET es como un experto joyero con gafas de rayos X que puede tocar la piedra y decirte al instante: "Esta es una roca normal, tira esa" o "¡Esta es un diamante! ¡Guárdala!".
  • Además, la IA puede distinguir si el diamante es de "oro" (partículas de fondo) o de "platino" (partículas que contienen quarks pesados, como el quark bottom).

4. El Experimento: "Cazando Fantasmas"

• Los datos: Miraron 138 "cajas" de datos (una cantidad enorme de colisiones) tomadas entre 2016 y 2018.
• El proceso:
  1. Filtraron los choques más violentos.
  2. Usaron la IA para separar los "bultos especiales" de los normales.
  3. Pesaron los "bultos" (medieron su masa) para ver si había un pico extraño en la gráfica. Si hubiera una nueva partícula, verían un montón de datos acumulados en un peso específico (como una montaña en una llanura).

5. El Resultado: "Silencio en el Laboratorio"

• La noticia: ¡No encontraron nada! No hubo picos extraños. No hubo "diamantes" ocultos en esa pila de rocas.
• Lo que significa: Esto no es un fracaso, ¡es un éxito! Significa que no existen esas partículas nuevas con esas características específicas en ese rango de masas.
• La consecuencia: Los científicos ahora pueden decir: "Si esas partículas existen, son más raras de lo que pensábamos". Han establecido los límites más estrictos hasta la fecha. Es como decir: "Hemos barrido el sótano con una escoba tan fina que, si hay un ratón, no puede estar escondido aquí".

En resumen

Los científicos usaron el colisionador más potente del mundo y una Inteligencia Artificial muy inteligente para buscar nuevas partículas ligeras. No las encontraron, pero gracias a esto, sabemos con mucha más certeza dónde NO están. Esto ayuda a los teóricos a descartar ideas falsas y a enfocar sus búsquedas en otros lugares, como buscar una aguja en un pajar, pero ahora sabemos que la aguja no está en la parte del pajar que acabamos de revisar.

¡Es un paso más en el gran rompecabezas de entender de qué está hecho nuestro universo!

Resumen técnico

1. Problema y Motivación

La búsqueda de nuevas resonancias que se acoplan a pares de quarks es una firma fundamental en las teorías de física más allá del Modelo Estándar (SM). Estas partículas podrían surgir en diversos contextos teóricos:

• Bosones $W'$ o $Z'$ adicionales: Propuestos en extensiones del sector de gauge electrodébil (ej. modelos simétricos izquierda-derecha).
• Excitaciones de Kaluza-Klein: Predichas por modelos de dimensiones extra (ej. modelos Randall-Sundrum) que se acoplan a pares quark-antiquark.
• Mediadores de Materia Oscura: Modelos simplificados de materia oscura débilmente interactuante proponen nuevas partículas mediadoras que conectan el SM con un sector oscuro, acoplándose preferentemente a quarks.

A pesar de las búsquedas extensas de resonancias de dos chorros (dijet), el rango de masas bajas (50–300 GeV) presenta desafíos experimentales significativos debido a la enorme tasa de fondo de la Cromodinámica Cuántica (QCD). Este trabajo aborda la necesidad de explorar este rango de masas con mayor sensibilidad, aprovechando la radiación de estado inicial (ISR) dura para elevar el momento transversal ($p_T$) de la resonancia y así superar las limitaciones de ancho de banda de lectura del detector.

2. Metodología

Datos y Configuración Experimental

• Experimento: CMS en el LHC del CERN.
• Datos: Colisiones protón-protón a $\sqrt{s} = 13$ TeV, recopiladas entre 2016 y 2018.
• Luminosidad Integrada: 138 fb$^{-1}$.
• Rango de Masa de la Resonancia: 50 a 300 GeV.

Escenarios de Señal

Se consideran dos escenarios de acoplamiento simplificados:

1. Bosón Vectorial ($Z'$): Espín-1, acoplado equitativamente a todos los sabores de quarks con una constante de acoplamiento $g_q$.
2. Bosón Escalar/Pseudoscalar ($\phi$ o $A$): Espín-0, con acoplamientos a quarks proporcionales a los acoplamientos de Yukawa del SM multiplicados por un factor de escala universal ($g_{q\phi}$ o $g_{qA}$). En este escenario, la producción es dominante por fusión de gluones y el decaimiento es principalmente a pares $b\bar{b}$.

Estrategia de Selección y Reconstrucción

Para mitigar el fondo masivo de QCD, la búsqueda se centra en resonancias producidas con radiación de estado inicial (ISR) dura, resultando en un momento transversal ($p_T$) de la resonancia superior a 500 GeV.

• Reconstrucción de Jets: Las desintegraciones de la resonancia están colimadas debido al alto $p_T$ y se reconstruyen como un único jet de gran radio (AK8, $R=0.8$).
• Variable de Masa: Se utiliza la masa de jet "soft-drop" ($m_{SD}$) para reducir la masa de los jets de QCD (quarks/gluones ligeros) mientras se preserva la masa de las resonancias pesadas. La resolución de masa es del 9–14%.
• Algoritmo de Tagging (PARTICLENET): Se emplea el algoritmo PARTICLENET (PN), basado en redes neuronales convolucionales de grafos, para:
  • Distinguir jets de resonancias (estructura de dos ramas) del fondo de QCD.
  • Identificar el sabor del jet ($b\bar{b}$, $c\bar{c}$, o ligeros $q\bar{q}$).
  • Definir dos regiones de señal (SR):
    • Alta $p_{bb}$: Para resonancias que decaen a $b\bar{b}$.
    • Baja $p_{bb}$: Para resonancias que decaen a quarks ligeros o charm.

Fondos y Estimación

• Fondo Dominante: Producción multijet de QCD. Se estima utilizando datos de una región de control (CR) con técnicas de transferencia de forma (funciones de transferencia polinómicas) para modelar la dependencia en $p_T$ y $\rho$ (variable relacionada con la masa y el $p_T$).
• Otros Fondos: Procesos $W/Z$+jets, $t\bar{t}$, Higgs, y dibosones. Se estiman mediante simulación Monte Carlo (MC) y se corrigen utilizando regiones de control específicas en los datos (ej. eventos con un W hadrónico y uno leptónico).

Análisis Estadístico

Se realiza un ajuste de verosimilitud máxima binned a las distribuciones de $m_{SD}$ en 203 bins combinando 5 rangos de $p_T$, 4 periodos de toma de datos y las regiones de señal/control. Se utilizan 72 distribuciones simultáneas. Los límites se establecen al 95% de nivel de confianza (CL) utilizando el criterio $CL_s$.

3. Contribuciones Clave

1. Implementación de PARTICLENET en Búsquedas de Baja Masa: Este trabajo demuestra la superioridad del algoritmo PARTICLENET sobre variables analíticas tradicionales (como las funciones de correlación de energía) para discriminar señales de resonancias de baja masa contra el fondo de QCD, mejorando significativamente la sensibilidad.
2. Exploración del Rango 50–300 GeV: Se cubre un rango de masa crítico que a menudo es difícil de acceder debido a las limitaciones de disparo (trigger) y el fondo de QCD, utilizando la estrategia de ISR dura.
3. Límites Más Estrictos a la Fecha: Se establecen los límites más rigurosos hasta la fecha para resonancias dijet en el rango de 50–250 GeV, superando los límites anteriores en un factor de aproximadamente dos.
4. Interpretación en Modelos de Materia Oscura: Se reinterpretan los resultados en el contexto de modelos de materia oscura (fotón oscuro y partículas tipo axión), proporcionando exclusiones en los parámetros de mezcla cinética y acoplamiento efectivo.

4. Resultados

• Observación: No se observó ningún exceso significativo sobre las predicciones del Modelo Estándar. Las distribuciones de masa de jet coinciden bien con el fondo esperado.
• Significancia Local/Global: Las desviaciones más significativas fueron:
  • Para el modelo $Z'$: $2.8\sigma$ local ($1.7\sigma$ global) en $m_{Z'} = 75$ GeV y $2.8\sigma$ local ($1.6\sigma$ global) en $m_{Z'} = 225$ GeV.
  • Para el modelo escalar ($\phi$): $2.6\sigma$ local ($1.4\sigma$ global) en $m_{\phi} = 70$ GeV.
  • Ninguna de estas desviaciones supera el umbral de descubrimiento ni indica evidencia de nueva física.
• Límites de Acoplamiento (95% CL):
  • Modelo Espín-1 ($Z'$): Los límites en el acoplamiento universal $g_q$ oscilan entre 0.03 y 0.13.
  • Modelo Espín-0 ($\phi/A$): Los límites en los acoplamientos $g_{q\phi}$ y $g_{qA}$ oscilan entre 1.5–5.8 y 1.0–3.8, respectivamente, dependiendo de la masa de la resonancia.
• Límites en Sección Eficaz Visible: Se presentan límites independientes de modelos sobre la sección eficaz visible ($\sigma_{vis}$) para las regiones de señal de alta y baja $p_{bb}$.

5. Significancia

Este estudio representa un avance crucial en la exploración de la física de baja masa en el LHC. Al combinar una estrategia de selección basada en ISR dura con el algoritmo de aprendizaje automático PARTICLENET, el análisis CMS ha logrado superar las barreras del fondo de QCD que históricamente han ocultado posibles señales en el rango de 50–250 GeV.

Los resultados establecidos proporcionan restricciones experimentales muy fuertes para una amplia gama de modelos teóricos, incluyendo extensiones del sector electrodébil y mediadores de materia oscura. La mejora de un factor de dos en los límites respecto a búsquedas anteriores cierra ventanas de parámetros importantes para teorías de nueva física, guiando futuras búsquedas y refinando los modelos teóricos en el límite de baja masa. Además, la disponibilidad de eficiencias y límites independientes de modelos facilita la reinterpretação de los resultados por parte de la comunidad científica para otros modelos teóricos.