• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    Sob o radar:em busca de supersimetria furtiva

    Crédito:CERN

    O modelo padrão da física de partículas encapsula nosso conhecimento atual sobre partículas elementares e suas interações. O modelo padrão não está completo; por exemplo, não descreve observações como gravidade, não tem previsão para matéria escura, que constitui a maior parte da matéria do universo, ou que os neutrinos têm massa.

    Para corrigir os pontos fracos do modelo padrão, físicos propõem extensões e verificam as colisões no LHC para ver se as previsões desses modelos de "física além do modelo padrão" apareceriam como novas partículas ou mudanças no comportamento de partículas conhecidas. Supersimetria, ou SUSY para abreviar, é uma daquelas extensões do modelo padrão. A supersimetria prevê que cada tipo de partícula conhecido no modelo padrão tem um parceiro supersimétrico. O número de tipos de partículas na natureza seria então efetivamente dobrado, e muitas novas interações entre as partículas regulares e as novas partículas SUSY seriam possíveis.

    Em um experimento de colisor como o CMS, a esperança é produzir algumas partículas SUSY e então procurar por sinais de sua decadência dentro do detector. Uma das assinaturas mais comuns para supersimetria seria medida como partículas aparentemente ausentes que criam um desequilíbrio de energia substancial no detector chamado energia transversal ausente. Esta é uma assinatura de estado final difícil de perder!

    Muitas pesquisas ocorreram no CMS para procurar essas assinaturas de alta energia transversal ausentes, mas nenhuma evidência de supersimetria foi encontrada. Mas, talvez a supersimetria esteja lá, e é apenas "mais furtivo" do que se pensava inicialmente. Existem muitas assinaturas possíveis que a supersimetria poderia criar, e em algumas versões modificadas de supersimetria, uma característica chave é a previsão de que todas as partículas SUSY decaiam em partículas do modelo padrão, por exemplo, quarks, cada um dos quais apareceria no detector como um spray de partículas, que é chamado de jato. Se esta versão da supersimetria for real, A produção de partículas SUSY em uma colisão próton-próton resultará em um estado final com muitos jatos, em vez de um com considerável perda de energia. Nesse caso, faria sentido porque essas pesquisas anteriores não encontraram nada!

    Figura 1. Uma dramatização de uma colisão próton-próton produzindo partículas SUSY, que decai para objetos observados no detector (esta é uma assinatura para a chamada paridade R que viola SUSY). Crédito:CERN

    O objetivo desta pesquisa é descobrir se a supersimetria esteve ou não escondida lá o tempo todo, procurando especificamente pela produção de dois quarks top supersimétricos (chamados top squarks). Esses quadrados superiores decaem no detector, criando dois quarks top e muitos outros jatos, conforme mostrado na Figura 1. Essa assinatura não é tão aparente quanto aquela que inclui grandes quantidades de energia perdida, pois há muitas maneiras diferentes de o modelo padrão produzir dois quarks top e muitos jatos. Contudo, este sinal de squark superior tende a fazer mais jatos, em média, do que qualquer um dos processos de segundo plano conhecidos. A modelagem de eventos com um grande número de jatos também é muito complicada, e mesmo as melhores ferramentas de simulação nem sempre acertam. Portanto, os dados são usados ​​para prever o número de eventos com um certo número de jatos.

    Nossa estratégia não teria sido possível sem aproveitar o poder do aprendizado de máquina e das redes neurais. Uma técnica bacana de aprendizado de máquina usada para identificar colisões que podem conter decaimentos de quadrantes superiores é chamada de reversão de gradiente, que pode ser explicado da seguinte maneira. Imagine que você está classificando os chocolates em duas categorias:chocolates com caramelo e chocolates regulares. Você sabe que os chocolates de caramelo são mais pesados ​​do que os chocolates regulares porque são recheados com caramelo. Digamos também que os chocolates só vêm em duas formas entre todas as variedades de caramelo e regulares:quadrados ou círculos. Finalmente, dizem que os chocolates quadrados são, na média, mais pesados ​​do que os circulares.

    Uma maneira de classificar os chocolates é classificar todos os chocolates quadrados como chocolates caramelo e todos os chocolates circulares como chocolates regulares. Afinal, chocolates quadrados e chocolates caramelo são geralmente mais pesados. Essa abordagem de classificação não é correta porque nem todos os chocolates quadrados contêm caramelo, portanto, provavelmente é melhor separar os chocolates independentemente de sua forma. Ignorar a forma ao classificar é equivalente ao que a reversão de gradiente nos permite fazer no contexto da física. Em vez de caramelo e chocolates regulares, a classificação é entre eventos de sinal e de fundo, e em vez de forma, a classificação deve ser independente do número de jatos.

    Essa estratégia é exatamente o que é necessário para modelar a distribuição do número de jatos diretamente dos dados. Os eventos na categoria de fundo são usados ​​para prever quantos eventos devem ocorrer com um certo número de jatos na categoria de sinal. Uma vez que o modelo de sinal tende a produzir mais jatos do que os fundos do modelo padrão, qualquer desvio da previsão pode significar que realmente havia algum SUSY escondido lá.

    Figura 2. A distribuição do número de eventos com um certo número de jatos é mostrada para os dados coletados (pontos pretos) e as contribuições previstas de fundos de modelo padrão conhecidos (blocos coloridos). Diferentes linhas coloridas / estilizadas mostram a distribuição do número de jatos para diferentes modelos SUSY com massas top squark específicas.

    A Figura 2 mostra uma comparação da distribuição do número de jatos obtida a partir dos dados coletados com a de nossa previsão de fundo final. Nesse caso, a previsão assume que não há contribuição de nossos modelos de sinal hipotéticos. Aqui, a concordância entre os dados e nossa previsão de quatro categorias de processos de modelo padrão é razoavelmente boa.

    Quando os dados são divididos em mais categorias do que as mostradas na Figura 2, um pequeno desvio de nossa previsão é encontrado. Contudo, o desvio não é grande o suficiente para fazer uma afirmação forte sobre se isso indica ou não que a supersimetria pode estar correta. É mais provável que tenha havido apenas uma flutuação estatística nos dados, ou talvez haja um problema de modelagem desconhecido.

    Na física de partículas, o "padrão ouro" é declarar uma descoberta de uma nova física quando um resultado tem uma significância de 5 desvios padrão ou mais. Isso significa que há apenas 1 chance em 3,5 milhões de que o resultado seja apenas de uma flutuação aleatória nos dados. Provas, ou alegando que algo é interessante o suficiente para considerar a possibilidade de que possa ser novo, é feito apenas com uma significância de 3 desvios padrão, representando uma chance de 1 em 740 de que o resultado seja uma flutuação. Este padrão é muito rigoroso em comparação com a maioria das outras disciplinas científicas. O LHC produz uma grande quantidade de dados, portanto, pode realmente acontecer que um desvio da previsão do modelo padrão seja obtido apenas por acaso. Na física de partículas, definitivamente não é garantido reivindicar qualquer desvio sem examinar seriamente sua validade estatística.

    A significância do maior desvio que foi observado nesta análise, sem correção para o efeito de olhar para outro lugar, é 2,8 desvios padrão. Isso significa que mesmo que não haja supersimetria, espera-se ver esse resultado uma vez a cada 368 vezes, bem abaixo do limite de 5 desvios padrão. Dado que o CMS publicou mais de 1000 artigos, muitos procurando em dezenas ou centenas de lugares, você pode ver que uma flutuação ocasional em um resultado não é nada surpreendente. Os resultados também podem ser interpretados como um limite nos cenários de supersimetria furtiva permitidos que ainda são consistentes com os dados. Dependendo dos detalhes do modelo, massas squark superiores abaixo de ~ 700 GeV podem ser excluídas.

    Esta pesquisa é a primeira desse tipo no LHC, lançando luz sobre uma assinatura até então inexplorada. A ligeira discrepância encontrada é tentadora e leva a estudos de acompanhamento para investigar se sua origem é uma simples flutuação estatística, seja devido ao nosso entendimento do Modelo Padrão, o que seria interessante por si só, ou se poderia ser o primeiro sinal de uma nova física. Também, começando em 2022, o próximo período de coleta de dados do LHC terá início. Isso ajudará o CMS a tirar conclusões ainda mais sólidas sobre a possibilidade de uma nova física. Se a supersimetria furtiva realmente existe, então, esses dados extras permitiriam um resultado mais significativo, potencialmente empurrando para o padrão ouro para descoberta.


    © Ciência https://pt.scienceaq.com