Promotionsvortrag von Fabio De Vellis

Symmetrien im Standardmodell der Teilchenphysik entspringen fundamentalen Aspekten der Theorie und spielen eine bestimmende Rolle für unser Verständnis der Elementarteilchen. Die Isospin-Symmetrie sagt nahezu identische Zerfallsraten für Prozesse voraus, die sich nur durch ein Zuschauerquark unterscheiden, wie etwa die seltenen Zerfälle B0 -> K0 mu+ mu-und B+ -> K+ mu+ mu-. Die Isospin-Asymmetrie, definiert als die Differenz ihrer Partialbreiten, ist eine theoretisch saubere Observable: Dominierende hadronische Unsicherheiten heben sich auf, was einen präzisen Test der Theorie ermöglicht.

Frühere Messungen lieferten Hinweise auf kohärente Abweichungen von den Erwartungen des Standardmodells, was eine präzisere Bestimmung unter Verwendung eines größeren Datensatzes motiviert. Diese Arbeit beschreibt die vollständige Strategie für eine aktualisierte Messung der differenziellen Verzweigungsverhältnisse und der Isospin-Asymmetrie dieser Zerfälle unter Verwendung des gesamten Proton-Proton-Kollisionsdatensatzes, der vom LHCb-Experiment während Run 1 und Run 2 aufgezeichnet wurde und einer integrierten Luminosität von 9/fb entspricht. Die Analyse wird in Intervallen der quadrierten invarianten Dimuon-Masse durchgeführt, wobei die resonanten Zerfälle B -> J/psi K als Normalisierung verwendet werden, um systematische Unsicherheiten zu reduzieren.

Um eine unbewusste Beeinflussung zu vermeiden, wird ein verblindeter Analyseansatz (blinded analysis) gewählt. 
Folglich sind die endgültigen numerischen Ergebnisse nicht enthalten, jedoch beschreibt diese Arbeit die umfassende Analysestrategie. Alle wesentlichen Aspekte werden vorgestellt, einschließlich der Optimierung der Ereignisselektion, der Kalibrierung der Simulation und der Entwicklung des Frameworks für den simultanen Fit. Die Robustheit der Methode wird durch umfangreiche Validierung unter Verwendung von Kontrollkanälen und Pseudo-Experimenten demonstriert. Schließlich wird die erwartete Sensitivität der Messung evaluiert, wobei das Potenzial des vollen Datensatzes hervorgehoben wird, die Präzision im Vergleich zu früheren Ergebnissen signifikant zu verbessern.