Quem sou eu

Minha foto
Sou economista, escritor e divulgador de conteúdos sobre economia e pesquisas científicas em geral.

Future Mars Mission

Passaport Mars 2020

Projeto do Edifício de Gravidade Artificial-The Glass-Para Habitação na Lua e Marte

Botão Twitter Seguir

Translate

segunda-feira, 5 de abril de 2021

Sob o radar: em busca de supersimetria furtiva

 Caros Leitores;













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 no universo, ou que os neutrinos têm massa.

Para corrigir os pontos fracos do modelo padrão, os 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. A supersimetria, ou simplesmente SUSY, é uma dessas 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, em seguida, procurar por sinais de decadência dentro do detector. Uma das assinaturas mais comuns para  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 exista e seja apenas "mais furtiva" do que se pensava inicialmente. Existem muitas assinaturas possíveis diferentes que a supersimetria poderia criar e, em algumas versões modificadas da supersimetria, uma característica principal é a previsão de que todas as partículas SUSY decaiam de volta para 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  próton-prótonresultará em um estado final com muitos jatos em vez de um com considerável falta 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 decaem para objetos observados no detector (esta é uma assinatura para a chamada paridade R violando SUSY). Crédito: CERN
O objetivo desta é descobrir se a supersimetria esteve ou não escondida lá o tempo todo, procurando especificamente pela produção de dois quarks top supersimétricos (chamados de top squarks). Esses top squarks decaem no detector, criando dois top quarks 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 de topo e muitos jatos. No entanto, esse 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  . Uma técnica interessante de aprendizado de máquina usada para identificar colisões que podem conter decaimentos de quadrados superiores é chamada de reversão de gradiente, que pode ser explicada 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, você fica sabendo que os chocolates quadrados são, em 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, tanto os chocolates quadrados quanto os caramelo são em geral mais pesados. Essa abordagem de classificação não é correta porque nem todos os chocolates quadrados contêm caramelo, então provavelmente é melhor classificar 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 planos de fundo do modelo padrão, quaisquer desvios da previsão podem significar que de fato havia algum SUSY escondido ali.







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. No entanto, 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.
Em , 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. A evidência, ou afirmação de que algo é interessante o suficiente para considerar a possibilidade de que seja novo, é feita 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, então pode realmente acontecer que um desvio da previsão do modelo padrão seja obtido apenas por acaso. Em 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 em outro lugar, é de 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.
Essa pesquisa é a primeira desse tipo no LHC, lançando luz sobre uma assinatura até então inexplorada. A ligeira discrepância encontrada é tentadora e incita estudos de acompanhamento para investigar se sua origem é uma simples flutuação estatística, se é devido ao nosso entendimento do Modelo Padrão, que seria interessante por si só, ou se poderia ser o primeiro sinal de uma nova física. Além disso, a partir de 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 Se a supersimetria furtiva realmente existe, então esses dados extras permitiriam um resultado mais significativo, potencialmente empurrando para o padrão ouro para descoberta.

Explore mais

Mais informações: "Pesquise os top squarks nos estados finais com dois top quarks e vários jatos de sabor leve em colisões próton-próton em √s = 13 TeV": cms-results.web.cern.ch/cms-re… US- 19-004 / index.html

Fornecido pelo CERN 

Fonte: Phys News / por   / 05-04-2021

https://phys.org/news/2021-04-radar-stealthy-supersymmetry.html

Obrigado pela sua visita e volte sempre!
                      
Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).

Autor do livro: “Conhecendo o Sol e outras Estrelas”.

Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.

Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (CloudsandEarth´sRadiant Energy System) administrado pela NASA.A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.

Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanicand Atmospheric Administration (NOAA) e U.S Department of State.


Nenhum comentário:

Postar um comentário