RESUMEN: El objetivo de este trabajo es la medida de la sección eficaz de producción de dibosones W+W- en colisiones protón-protón a una energía de centro de masas de 13 TeV. Para ello se utilizarán los datos recogidos por el detector CMS (Compact Muon Solenoid) en el acelerador LHC (Large Hadron Collider) durante el año 2016, que se corresponden con una luminosidad integrada de 36 fb-1.
La medida se ha realizado utilizando el canal con dos leptones de signo de carga opuesto en el estado final, utilizando muestras de datos con 0 jets, 1 jet, y de manera inclusiva en el número de jets. Para optimizar el resultado, se han realizado estudios de discriminación de la señal respecto al fondo en distintas variables.
Además, se presenta como parte del trabajo la medida de las eficiencias de identificación y aislamiento de los muones reconstruidos en CMS.
Los resultados obtenidos han sido: σWW = 133.2 ± 2.0 (stat) ± 9.5 (syst) para 0-jets; σWW = 128.4 ± 4.0 (stat) ± 14.1 (syst) para 1-jet; y σWW = 129.6 ± 2.0 (stat) ± 7.5 (syst) inclusivo en el número de jets. Todos ellos son compatibles con las predicciones teóricas del Modelo Estándar para la producción de este proceso.
ABSTRACT: The aim of this study is to measure the W+W- production cross section in proton-proton collisions at 13 TeV. The data were collected with the CMS (Compact Muon Solenoid) detector at the LHC (Large Hadron Collider) in 2016, and corresponds to an integrated luminosity of 36 fb-1.
The measurement is performed by selecting two opposite charge leptons in the final state, using data samples with 0 jets, 1 jet, and inclusive in jets. Several discrimination variables have been studied in order to optimize the final results.
Additionally, muon identification and isolation efficiency measurements are presented as part of this work.
The measured cross section has been σWW = 133.2 ± 2.0 (stat) ± 9.5 (syst) for 0-jet; σWW = 128.4 ± 4.0 (stat) ± 14.1 (syst) for 1-jet; σWW = 129.6 ± 2.0 (stat) ± 7.5 (syst) inclusive in the number of jets. All of them are compatible with the Standard Model predictions.
