Phénoménologie du LHC, prédictions théoriques et leurs incertitudes dans un contexte Bayesien

Le récent démarrage du LHC appelle à la mise à jour et à l'amélioration des prédictions théoriques obtenues à partir du Modèle Standard. Les éventuels signes d'une nouvelle physique devraient apparaître dans un premier temps sous la forme de légères différences entre ces résultats et les o...

Full description

Bibliographic Details
Main Author: Houdeau, Nicolas
Language:FRE
Published: Université Pierre et Marie Curie - Paris VI 2011
Subjects:
LHC
Online Access:http://tel.archives-ouvertes.fr/tel-00640266
http://tel.archives-ouvertes.fr/docs/00/64/02/66/PDF/these.pdf
http://tel.archives-ouvertes.fr/docs/00/64/02/66/ANNEX/PreI_sentation.pdf
Description
Summary:Le récent démarrage du LHC appelle à la mise à jour et à l'amélioration des prédictions théoriques obtenues à partir du Modèle Standard. Les éventuels signes d'une nouvelle physique devraient apparaître dans un premier temps sous la forme de légères différences entre ces résultats et les observations. Les sections efficaces recherchées doivent donc être ré-estimées à l'énergie de collision du nouvel accélérateur, puis calculées à des ordres supérieurs en perturbation. La complexité des manipulations mises en jeu impose le développement de nouvelles techniques, notamment numériques. Une fois les prédictions théoriques obtenues, leur précision doit également être évaluée de la manière la plus juste possible. Une différence notable avec les résultats expérimentaux ne pourra être mise en évidence qu'à cette seule condition. Cette thèse présente des travaux effectués sur ces trois aspects. D'une part, l'outil numérique FONLL déjà existant a été utilisé pour actualiser les prédictions de production de quarks lourds au premier ordre en perturbation à l'énergie de collision de 7 TeV du LHC. L'étude d'une approche alternative de la gestion d'un type de divergences apparaissant dans la procédure de calcul des sections efficaces, les divergences infrarouges, est également présentée. Enfin, un modèle de confiance (ou probabilités bayésiennes) permettant de décrire rigoureusement la contribution de l'effet de troncature des séries perturbatives à l'incertitude théorique est détaillé. Une discussion sur les notions de mesure de probabilité et de mesure de confiance introduit cette étude.