(r28) AgendaAna081127 < Main

Tags: , view all tags
---+!!Agenda 27/Nov/2008

---++!!Table of Contents

%TOC{depth="4"}%

<!-- ###################################################################### -->
---++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
   <verbatim>
   mkdir $HOME/alpgen
   cd $HOME/alpgen
   wget http://mlm.web.cern.ch/mlm/alpgen/V2.1/v213.tgz
   tar -xzf v213.tgz
   </verbatim>
   * Compilar o código para gerar Z+jets
   <verbatim>
   cd zjetwork
   make gen
   </verbatim>
---+++ Gerar eventos com pesos (weighted events)
   * Rodar o código no modo de documentação para descobrir as opções do programa
   <verbatim>
   ./zjetgen
   </verbatim>
   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:
   <verbatim>
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
   </verbatim>
   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":
   <verbatim>
   ./zjetgen < input
   </verbatim>
   * 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:
   <verbatim>
2          ! imode
z2j       ! label for files
izdecmod 2 ! Z decay to mu+mu-
   </verbatim>
    então execute (assumindo que o arquivo de entrada chama-se "input2")
    <verbatim>
    ./zjetgen < input2
    </verbatim>
   * 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.

| gerados | warm up | cs(wgt)pb | scan events | cs(unw)pb | unw | unweighting efficiency | 
| 200000 | 10x10000 | 272 | 11892 | 246 | 536 |  0.05  |

| gerados | warm up | cs(wgt)pb | scan events | cs(unw)pb | unw | unweighting efficiency | 
| 200000 | 5x40000 | 280 | 9006 | 254 | 492 |  0.05  |
| 200000 | 10x20000| 282 | 11326 | 258 | 525 |  0.05  |
| 200000 | 20x10000 | 272 | 19221 | 297 | 758 |  0.04  |

| gerados | warm up | cs(wgt)pb | scan events | cs(unw)pb | unw | unweighting efficiency | 
| 200000 | 10x40000 | 281 | 10235 | 258 | 258 |  0.03  |
| 200000 | 20x20000 | 280 | 8213 | 254 | 63 |  0.01  |
| 200000 | 40x10000 | 275 | 12828 | 246 | 69 |  0.01  |

| gerados | warm up | cs(wgt)pb | scan events | cs(unw)pb | unw | unweighting efficiency | 
| 400000 | 20x20000 | 283 | 11155 | 257 | 404 |  0.04  |
| 400000 | 40x10000 | 277 | 14906 | 252 | 715 |  0.05  |

   * 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. 
   <verbatim>
   cd $HOME
   cmsrel CMSSW_2_1_17
   cd CMSSW_2_1_17/src
   cmsenv
   </verbatim>
   
   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:
   <verbatim>
   export OSG_APP=/OSG_app/app
   source $OSG_APP/cmssoft/cms/cmsset_default.sh 
   </verbatim>
   e tente novamente. Para mais informações, consulte CMSSWinSprace.

   * 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.
   <verbatim>
   cp -r /home/trtomei/GeneratorInterface .
   cd GeneratorInterface/AlpgenInterface/
   scram b
   </verbatim>
   * 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=.
   <verbatim>
   cd tutorial
   cp $HOME/alpgen/zjetwork/z2j.unw .
   cp $HOME/alpgen/zjetwork/z2j_unw.par .
   </verbatim>
   * 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 [[http://www.python.org/][Python]], com módulos específicos do CMS.
   * Rode o arquivo =Alpgen_cfg.py=
   <verbatim>
   cmsRun Alpgen_cfg.py
   </verbatim>
   * 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.

-- Main.ThiagoTomei - 03 Dec 2008
Topic revision: r28 - 2009-02-17 - ThiagoTomei
antalya escort bursa escort eskisehir escort istanbul escort izmir escort