Técnicas bayesianas en la física de partículas

Ezequiel Álvarez
International Center for Advanced Studies (ICAS)
Universidad Nacional de San Martín 

Miércoles 12 de junio a las 14hs
Cero+Infinito, 1er piso, Salón  2119 (Esquina)

Resumen:¿Cuánta información contienen los datos del Gran Colisionador de Hadrones LHC? ¿Cuánta de esta información estamos extrayendo actualmente?

Giraremos en torno a estas preguntas estudiando técnicas bayesianas para extraer información de los datos.  Los marcos diseñados para este fin aprovechan la información más allá de los meros datos incorporando herramientas matemáticas y estadísticas. La estadística bayesiana, en particular, se destaca en el modelado de la estructura interna de los datos, lo que permite una mejor inclusión de la información previa y sus incertezas como medio para mejorar la extracción de información. Este enfoque también incluye mecanismos para evaluar el sesgo y coherencia de los resultados en relación con los datos. Mostramos con ejemplos la aplicación de técnicas bayesianas para extraer eficientemente información sobre la física subyacente en el LHC. Se discutirán aplicaciones en la mejora de métodos y análisis  para la producción doble del bosón de Higgs, aunque los principios pueden aplicarse para re-pensar una variedad de observables en experimentos de cualquier ciencia o campo. Esta metodología explota las correlaciones a nivel de evento por evento, así como atributos anteriormente no utilizados como la continuidad y la unimodalidad de ciertas distribuciones.  Proponemos el concepto de frontera de la información, argumentando que desempeñará un papel central en los próximos años en esta disciplina.