Recherche de nouvelle physique dans le canal B0s --> J/psi phi auprès de l'expérience LHCb: Dans le Modèle Standard, la différence de phase apparaissant dans la désintégration B0s --> J/psi phi est prèdite avec une grande précision. Cette observable est une sonde pour mettre en évidence de la Nouvelle Physique car l'oscillation B0s -B0sbar s'effectue via un diagramme en boucles sensible à la nouvelles particules. Nous avons développé une sélection simplifiée pour les données de 2010. Elle évite tous biais sur la distribution en temps propre afin de réduire l'incertitude systématique. De plus, nous contrôlons les performances d'étiquetage pour les événements B0s --> J/psi phi en utilisant les canaux similaires B0d--> J/psi K*0 et B+ --> J/psi K+. Avec les données de 2010, nous obtenons 570 événements de signal avec une luminosité intégré de 36 pb−1, une puissance de d'étiquetage de (2, 2 ± 0, 4)% et une résolution temporelle de 50 fs. Nous avons étudié une sélection alternative, qui maximise la sensibilité à la phase phis en utilisant des coupures biasant le temp propre. Nous avons proposé une méthode pour corriger la déformation de temps propre à partir des données. Nous avons développé un programme d'ajustement pour déterminer la phase phis. Avec les données 2010, la valeur touveé est phis = [−2, 7,−0, 5] rad à 68% de confiance. Ce résultat est compatible avec la prédiction du Modèle Standard.

Dans le Modèle Standard, la différence de phase apparaissant dans la désintégration B0s --> J/psi phi est prèdite avec une grande précision. Cette observable est une sonde pour mettre en évidence de la Nouvelle Physique car l’oscillation B0s -B0sbar s’effectue via un diagramme en boucles sensible à la nouvelles particules. Nous avons développé une sélection simplifiée pour les données de 2010. Elle évite tous biais sur la distribution en temps propre afin de réduire l’incertitude systématique. De plus, nous contrôlons les performances d’étiquetage pour les événements B0s --> J/psi phi en utilisant les canaux similaires B0d--> J/psi K*0 et B+ --> J/psi K+. Avec les données de 2010, nous obtenons 570 événements de signal avec une luminosité intégré de 36 pb−1, une puissance de d’étiquetage de (2, 2 ± 0, 4)% et une résolution temporelle de 50 fs. Nous avons étudié une sélection alternative, qui maximise la sensibilité à la phase phis en utilisant des coupures biasant le temp propre. Nous avons proposé une méthode pour corriger la déformation de temps propre à partir des données. Nous avons développé un programme d’ajustement pour déterminer la phase phis. Avec les données 2010, la valeur touvée est phis = [−2, 7,−0, 5] rad à 68% de confiance. Ce résultat est compatible avec la prédiction du Modèle Standard. / In the PsB $to$ PJpsi $phi$ channel, the phase difference phis between decays with and without oscillation is predicted to be significantly small in the SM. Furthermore, the PsB-PasB mixing phenomena takes place via a loop diagram. These two reasons makes the phis parameter an excellent probe for New Physics processes. We developed a simplified selection for the 2010 data. It avoids any bias on the proper time distribution in order to reduce systematic uncertainty. In addition, we control the tagging performance for PsB $to$ PJpsi $phi$ events using the similar $PBdtoPJpsiPKstar^0$ and $PButoPJpsiPKplus$ channels. With the 2010 data, we obtain $570$ signal events in $36invpb$ of integrated luminosity, a tagging power of $(2.2pm 0.4)%$ and a proper time resolution of $50fs$. We investigated an alternative selection which is designed to maximize the phis sensitivity using a proper time biasing cuts. We proposed a data-driven method to correct the proper time acceptance. We designed a fitting program to determine the phis phase. Using fast Monte Carlo simulation we validated the fitter program, determine the LHCb sensitivity to the phis phase and advise the use of interval estimate at low signal yield. We reviewed the first determination of the phis phase by the LHCb collaboration. It is found to be: $phis in [-2.7,-0.5] rad ~ {rm at~68%~CL}$. This result is compatible with the Standard Model prediction.

Dans cette thèse, nous étudions les propriétés asymptotiques de paramètres fonctionnels conditionnels en statistique non paramétrique, quand la variable explicative prend ses valeurs dans un espace de dimension infinie. Dans ce cadre non paramétrique, on considère les estimateurs des paramètres fonctionnels usuels, tels la loi conditionnelle, la densité de probabilité conditionnelle, ainsi que le quantile conditionnel. Le premier travail consiste à proposer un estimateur du quantile conditionnel et de prouver sa convergence uniforme sur un sous-ensemble compact. Afin de suivre la convention dans les études biomédicales, nous considérons une suite de v.a {Ti, i ≥ 1} identiquement distribuées, de densité f, censurée à droite par une suite aléatoire {Ci, i ≥ 1} supposée aussi indépendante, identiquement distribuée et indépendante de {Ti, i ≥ 1}. Notre étude porte sur des données fortement mélangeantes et X la covariable prend des valeurs dans un espace à dimension infinie.Le second travail consiste à établir la normalité asymptotique de l’estimateur à noyau du quantile conditionnel convenablement normalisé, pour des données fortement mélangeantes, et repose sur la probabilité de petites boules. Plusieurs applications à des cas particuliers ont été traitées. Enfin, nos résultats sont appliqués à des données simulées et montrent la qualité de notre estimateur. / In this thesis, we study some asymptotic properties of conditional functional parameters in nonparametric statistics setting, when the explanatory variable takes its values in infinite dimension space. In this nonparametric setting, we consider the estimators of the usual functional parameters, as the conditional law, the conditional probability density, the conditional quantile. We are essentially interested in the problem of forecasting in the nonparametric conditional models, when the data are functional random variables. Firstly, we propose an estimator of the conditional quantile and we establish its uniform strong convergence with rates over a compact subset. To follow the convention in biomedical studies, we consider an identically distributed sequence {Ti, i ≥ 1}, here density f, right censored by a random {Ci, i ≥ 1} also assumed independent identically distributed and independent of {Ti, i ≥ 1}. Our study focuses on dependent data and the covariate X takes values in an infinite space dimension. In a second step we establish the asymptotic normality of the kernel estimator of the conditional quantile, under α-mixing assumption and on the concentration properties on small balls of the probability measure of the functional regressors. Many applications in some particular cases have been also given.