Soutenance de thèse de Vlad DEDU

La mesure d'effets violant $CP$ dans les désintégrations semileptoniques, telles que $BtoDstmunu$, permet de tester le Modèle Standard (MS) sans ambivalence: toute violation de $CP$ impliquerait sans ambiguïté la présence de Nouvelle Physique (NP) dans ces désintégrations. Selon certains scénarios de NP, la distribution angulaire de $BtoDstmunu$ donne lieu à certains termes antisymétriques par les transformation discrètes P (parité) et CP (conjugaison de charge et parité) qui sont rigoureusement absents dans le MS. L'analyse présentée dans cette thèse propose une nouvelle méthode ne dépendant d'aucun modèle spécifique pour mesurer ces termes, tout en annulant efficacement les termes présents dans le MS et donc les incertitudes théoriques ou expérimentales qui leur sont associées. L'analyse est réalisée en utilisant 5,4 fb$^{-1}$ de données issues de collisions proton-proton $(pp)$ collectées au cours des années 2016-2018 du Run 2 par le détecteur $lhcb$ du CERN. Grâce à des techniques d'approximation spécifiques permettant d'évaluer les paramètres cinématiques du neutrino échappant à la détection, permettant de mesurer, d'une part, des asymétries par la transformation CP qui démontreraient la présence de NP et, d'autre part, les asymétries par la transformation P qui devraient être nulles par principe quelque soit le modèle (MS ou NP) et qui permettent ainsi de contrôler la méthode. L'ajustement sur les données d'un modèle discrétisé est effectué pour extraire les couplages NP des asymétries $CP$. Les incertitudes systématiques les plus importantes sont prises en compte et estimées. Les bruits de fond qui polluent l'échantillon de données sélectionnées peuvent donner naissance à des asymétries par P ou CP non nulles et produire des biais dans la mesure des couplages de NP. Un ajustement par maximum de vraisemblance est effectué pour estimer les différentes fractions de bruit de fond dans les données. L'ampleur des biais est estimée à l'aide d'une simulation MC des bruits de fond produisant des asymétries. En outre, la mesure des couplages de NP peut également être biaisée par des effets instrumentaux, tels qu'un mauvais alignement du détecteur ou une non-uniformité des efficacités de reconstruction. Le biais liés à l'alignement des éléments du détecteur est estimé à l'aide d'une simulation MC artificiellement désalignée. Une approche basée sur les données utilisant un échantillon de contrôle complètement symétrique quelque soient les scénarios NP est proposée pour contrôler tous les biais liés aux efficacités de reconstruction. L'ajustement aux asymétries P insensibles à la NP donne des résultats cohérents avec les attentes, validant ainsi la mééthode utilisée. Quant aux asymétries $CP$ sensibles à la NP, les valeurs des résultats de l'ajustement sont masquées jusqu'à la finalisation de l'analyse et seules les valeurs des incertitudes statistiques et systématiques sont rapportées.

The measurement of $CP$ violating effects in semileptonic decays, such as $BtoDstmunu$, serves as a null-test of the Standard Model (SM): any $CP$ violation would unambiguously imply the presence of New Physics (NP) in these decays. Certain NP scenarios give rise to observable parity- and $CP$-odd terms in the otherwise parity-even $BtoDstmunu$ angular distribution. The analysis presented in this thesis proposes a novel model-independent method to measure the parity- and $CP$-odd terms while effectively cancelling out the parity-even terms and their associated theory uncertainty. The analysis is performed using 5.4 fb$^{-1}$ of proton-proton $(pp)$ collision data collected during the 2016-2018 years of Run 2 by the $lhcb$ detector at CERN. Using approximation techniques to reconstruct the neutrino and consequently, the kinematic parameters that describe the angular distribution, parity and $CP$ asymmetries can be constructed. The $CP$ asymmetries are sensitive to the various NP couplings while the parity asymmetries are expected to be zero whether in SM or NP due to theoretical considerations and can serve as a useful control channel. A binned template fit is performed to extract the NP couplings from the $CP$ asymmetries in data using NP templates derived from Monte-Carlo (MC) simulation. The most significant systematic uncertainties are considered and estimated. Parity- and $CP$-odd effects which may arise in backgrounds that pollute the signal data sample can produce biases in the NP couplings measurement. A binned maximum likelihood fit is performed to estimate the various background fractions in data. The magnitudes of the biases are estimated using MC simulation of the specific background processes where parity-odd effects are possible. Furthermore, the NP couplings measurement may also be biased by parity- and $CP$-odd instrumentation effects such as detector misalignment and non-uniform reconstruction efficiencies. The bias due to the misalignment of detector elements is estimated using artificially misaligned MC simulation. A data-driven approach using the control sample that is completely parity-even even in NP scenarios is proposed to control any parity-odd effects which may appear in the reconstruction efficiency. The results of the fit to the $CP$ asymmetries are still blinded and only the statistical and estimated systematic uncertainties are reported for this channel. However, the fit to the parity asymmetries as a control channel is unblinded and the results are consistent with the expectations considering the uncertainties.