Agenda 27/Nov/2008

Table of Contents

1. Metodologia de grupo

~5 pessoas =>

• Pedro - UED D0
• Ângelo - UED D0
• Thiago - RS/V+J CMS
• Flavia - RS/V+J CMS
• Sandra - HI CMS
• Lietti - TBA
• Francioli - B CMS

2. Objetivos

• Desenvolver a metodologia

• Para treinar, refazer uma análise já feita

3. Refazer análise de V+jets

• Distribuir Analysis note - com Highlights se possível.
  • Não consegui colocar Highlights, mas o ideal é ler o Resumo, a Introdução, a Conclusão e passar os olhos pelo resto.

• Re-gerar o MC -> Alpgen (todo mundo) -> Hands-on - semana que vem (Fast Simulation + Geant no cluster)
  • Eu acho que no próximo meeting não vamos nem usar o CMSSW - o Alpgen em si é um executável standalone. Depois vamos colocar aqui um PDF com o tutorial.
  • Aliás, pra quê um PDF? O tutorial vem direto abaixo.

• Lietti - Abrir conta pra que falta na Access

• Thiago - mandar um tutorial do que temos que fazer pra construir o CMSSW (e qual versão) na Access (vamos usar a versão em Python?).
  • http://www.sprace.org.br/Twiki/bin/view/Main/CMSSWinSprace => Vamos usar versão 2_1_7
  • Correção: usar versão 2_1_17 para bugfixes.

• Olhar o Workbook - parte de Monte Carlo => https://twiki.cern.ch/twiki/bin/view/CMS/WorkBook

4. Alpgen tutorial p/ hoje

Preparativos

• Logar na access
• Baixar o Alpgen, versão 2.13

     mkdir $HOME/alpgen
     cd $HOME/alpgen
     wget http://mlm.web.cern.ch/mlm/alpgen/V2.1/v213.tgz
     tar -xzf v213.tgz
     

• Compilar o código para gerar Z+jets

     cd zjetwork
     make gen
     

Gerar eventos com pesos (weighted events)

• Rodar o código no modo de documentação para descobrir as opções do programa

     ./zjetgen
     

  Entre com a opção 4: write to par.list parameter options and defaults, then stop. Abra o arquivo par.list, e estude as opções disponíveis.

• Escrever arquivo de entrada para gerar eventos com pesos, com o seguinte conteúdo:

  1         ! imode
  z2j       ! label for files
  0         ! start with: 0=new grid, 1=previous warmup grid, 2=previous generation grid
  50000 4   ! Nevents/iteration,  N(warm-up iterations)
  200000     ! Nevents generated after warm-up
  *** The above 5 lines provide mandatory inputs for all processes
  *** (Comment lines are introduced by the three asterisks)
  *** The lines below modify existing defaults for the hard process under study
  *** For a complete list of accessible parameters and their values,
  *** input 'print 1' (to display on the screen) or 'print 2' to write to file
  ih2 1                ! LHC - pp collisions
  ebeam 7000           ! LHC - 7 TeV beams
  ickkw   1            ! MLM matching
  njets   2            ! total number of jets
  ptjmin  20           ! ptmin for fwd jets
  etajmax 5.0          ! full rap range for jets
  drjmin  0.7          ! separation between jets
  ilep    0            ! Z -> l+l- decay
     

  Mude o número de jatos e o nome dos arquivo de saída (label for files na lista acima) pro que o seu grupo for fazer.

• Rodar o programa com essa entrada - assumindo que o arquivo de entrada chama-se "input":

     ./zjetgen < input
     

• Essa etapa (imode =1) produziu os eventos com pesos - verifique a presença do arquivo de eventos com pesos (com a extensão .wgt) na sua área.

Gerar eventos sem pesos (unweighted events)

• Rodar o programa no modo para gerar eventos sem pesos. Escreva o arquivo de entrada com o seguinte conteúdo:

  2          ! imode
  z2j       ! label for files
  izdecmod 2 ! Z decay to mu+mu-
     

  então execute (assumindo que o arquivo de entrada chama-se "input2")

      ./zjetgen < input2
      

• Essa etapa (imode =2) produziu os eventos sem pesos - verifique a presença do arquivo de eventos sem pesos (com a extensão .unw) na sua área. Verifique também como o número de eventos diminuiu.

• O número de scan events não é exatamente igual ao número de eventos gerados porque é realizado um pre unweighted já na primeira fase. O unweighted é realizado pegando o peso (w) e o maior valor da seção de choque (max) (com boa aproximação, o maior peso). É comparado w > x*max, onde x é um número aleatório de 0 a 1. Se w > x*max, o evento é aceito. Dessa forma temos uma distribuição sem peso para cada evento. Na primeira fase os eventos são selecionados de forma a que se w > x*0.01*max ele é aceito. Dessa forma, não eliminamos o peso do evento (eventos com wmax e com 0.1 wmax são aceitos sempre, não damos preferência ao com maior peso) mas selecionamos apenas eventos com maior chance de passar na segunda fase. Não é totalmente claro para mim porque isso é feito. Talvez para salvar espaço ao não gravar todos os eventos gerados. E vemos que a chance de um evento não passar nesse primeiro corte e passar no segundo é incrivelmente remota.

Showering, matching e hadronização - CMSSW

• Prepare uma área do CMSSW_2_1_17, em alguma outra área separada - no exemplo, vamos preparar na nossa $HOME.

     cd $HOME
     cmsrel CMSSW_2_1_17
     cd CMSSW_2_1_17/src
     cmsenv
     

Se você obtiver uma mensagem do tipo: bash: cmsrel: command not found, você não tem a variável $OSG_APP definida. Nesse caso, execute os seguintes comandos:

   export OSG_APP=/OSG_app/app
   source $OSG_APP/cmssoft/cms/cmsset_default.sh 
   

• Copie e compile o pacote GeneratorInterface/AlpgenInterface, que faz a interface do Alpgen com o CMSSW. Ignore os magníficos warnings de compilação da parte em FORTRAN.

     cp -r /home/trtomei/GeneratorInterface .
     cd GeneratorInterface/AlpgenInterface/
     scram b
     

• Entre no diretório tutorial, e copie os arquivos nomeDoSeuArquivo.unw e nomeDoSeuArquivo_unw.par de onde eles estiverem pra lá. No exemplo, vamos supor que fosse z2j.

     cd tutorial
     cp $HOME/alpgen/zjetwork/z2j.unw .
     cp $HOME/alpgen/zjetwork/z2j_unw.par .
     

• Edite o arquivo Alpgen_cfg.py, trocando o nome do arquivo de entrada (file:alpgen) pelo do seu arquivo (file:z2j). Faça o mesmo com o arquivo de saída (mude alpgen.root para z2j.root. Aproveite e dê uma olhada na (nova) estrutura do arquivo. É um arquivo Python, com módulos específicos do CMS.
• Rode o arquivo Alpgen_cfg.py

     cmsRun Alpgen_cfg.py
     

• Essa etapa performou o showering, o matching, a hadronização e escreveu arquivos EDM (Event Data Model, o formato de dados do CMS) que contém a seguinte informação:
  • Um LHERunInfoProduct, contendo informações sobre o "Run", isto é, sobre as condições com as quais este grupo de eventos foi gerado.
  • Um conjunto de LHEEventProducts, contendo informações sobre o espalhamento duro de cada evento.
  • Um conjunto de HepMCProducts, contendo uma descrição completa da informação de Monte Carlo de cada evento. Este arquivo é do tier GEN, e pode agora ser utilizado pelo CMSSW para realizar a simulação (SIM), digitização (DIGI) e reconstrução (RECO), gerando no final arquivos idênticos aos obtidos de verdade no CMS.

Perceba também que nem todos os eventos passam pelo matching. A eficiência depende do número de partons. Você pode checar sua eficiência na saída do Pythia, pela linha

********* Fraction of events that fail fragmentation cuts = X *********

A eficiência é 1-X. Para 0, 1, 2, 3+ jatos, as eficiências esperadas são ~ 0.8, 0.55, 0.35 e 0.35, respectivamente.

-- ThiagoTomei - 03 Dec 2008