Búsqueda de Partículas Neutras con Largo Tiempo de Vida en el LHC
Acronym
P_LLNP-LHC
Consortium Coordinator
Jones Perez, Joel
Start Date
January 12, 2021
End Date
January 12, 2023
Status
https://purl.org/pe-repo/concytec/estadoProyecto#concluido
Description
En los últimos años, la comunidad de partículas elementales ha identificado un nuevo escenario por explorar en colisionadores: aquél de partículas con largo tiempo de vida. A diferencia de la mayoría de partículas inestables conocidas, tales como el bosón de Higgs, estas tienen un tiempo de vida suficientemente largo como para propagarse una distancia macroscópica antes de desintegrarse. Este tipo de partículas deja señales no-estándares en colisionadores, dependiendo de la parte del detector donde se desintegran. Esto significa que es necesario re-pensar las estrategias comúnmente utilizadas para detectarlas. En otras palabras, de existir, estas partículas podrían no ser detectadas, ya que nuestros detectores no están optimizados para ello. En este proyecto planteamos realizar una simulación rápida del detector CMS, del laboratorio CERN, con el objetivo de incorporar la fenomenología de partículas neutras con largo tiempo de vida. Esta simulación estará basada en el desarrollo de un código de C++ que reproduzca razonablemente la eficiencia y resolución de cada parte del detector, y su respuesta frente a la desintegración de estas partículas. Junto con esta simulación, buscaremos analizar distintos modelos que involucren partículas con largo tiempo de vida. Ejemplos importantes serán el Modelo Seesaw y la Supersimetría. Para aquellos casos donde las nuevas partículas se desintegren en fotones, el software actualmente disponible es suficiente, permitiendo que ambas facetas del proyecto se desarrollen en paralelo. Nuestro objetivo final será el de comparar distintas estrategias de detección, con el propósito de que alguna de estas sea eventualmente implementada por CMS.
Keywords
Física de partículas
;
Partículas de larga vida
;
Gran Colisionador de Hadrones
;
Física más allá del modelo estándar
Área de conocimiento
Natural sciences
Campo OCDE
https://purl.org/pe-repo/ocde/ford#1.03.03