During simulation: fill STU region w/ non null time sums
[u/mrichter/AliRoot.git] / TPC / LandauTest.C
1 #include "TH1.h"
2 #include "TH2.h"
3 #include "TFile.h"
4 #include "TTree.h"
5
6 #include "TRandom.h"
7 #include "TPad.h"
8 #include "TCanvas.h"
9
10
11 class TLandauMean: public TObject {
12 public:
13   void Init(Int_t n, Float_t mean, Float_t sigma);  // initial parameters
14   void Gener();          // gener sample 
15   //  void Anal();
16   //
17   Int_t fNSample;      // number of samples
18   Float_t fLMean;        // landau mean
19   Float_t fLSigma;       // landau sigma
20   //
21   Float_t fTM_0_6[3];    // truncated method  - first 3 momenta
22   Float_t fTM_0_7[3];    // truncated method  - first 3 momenta
23   Float_t fTM_0_8[3];    // truncated method  - first 3 momenta
24   Float_t fTM_0_10[3];   // truncated method  - first 3 momenta
25   //
26   Float_t fLM_0_6[3];    // truncated log.  method  - first 3 momenta
27   Float_t fLM_0_7[3];    // truncated log.  method  - first 3 momenta
28   Float_t fLM_0_8[3];    // truncated log.  method  - first 3 momenta
29   Float_t fLM_0_10[3];   // truncated log.  method  - first 3 momenta
30
31   Float_t fMedian3;      // median 3 value
32 private:
33   Float_t Moment3(Float_t sum1, Float_t sum2, Float_t sum3, Int_t n, Float_t m[3]);
34   ClassDef(TLandauMean,1)
35 };
36
37 ClassImp(TLandauMean)
38
39 void TLandauMean::Init(Int_t n, Float_t mean, Float_t sigma)
40 {
41   //
42   //init parameters
43   fNSample = n;
44   fLMean   = mean;
45   fLSigma  = sigma;
46 }
47
48 Float_t TLandauMean::Moment3(Float_t sumi1, Float_t sumi2, Float_t sumi3, Int_t sum, Float_t m[3])
49 {
50   Float_t m3=0;
51
52   //  m3 = (sumi3-3*pos*sumi2+3*pos*pos*sumi-pos*pos*pos*sum)/sum; 
53   Float_t pos = sumi1/sum;
54   m[0] = pos;
55   m[1] = sumi2/sum-pos*pos;
56   if (m[1]<=0){
57     printf("pici pici\n");
58   }
59   else
60     m[1] = TMath::Sqrt(m[1]);
61   m3 = (sumi3-3*pos*sumi2+3*pos*pos*sumi1-pos*pos*pos*sum)/sum; 
62   Float_t sign = m3/TMath::Abs(m3);
63   m3 = TMath::Power(sign*m3,1/3.);
64   m3*=sign;
65
66   m[2] = m3;  
67   return m3;
68 }
69
70 void TLandauMean::Gener()
71 {
72   // 
73   // generate sample
74   Float_t * buffer = new Float_t[fNSample];
75   
76   for (Int_t i=0;i<fNSample;i++) {
77     buffer[i] = gRandom->Landau(fLMean,fLSigma); 
78     if (buffer[i]>1000) buffer[i]=1000;
79   }
80
81   Int_t *index = new Int_t[fNSample];
82   TMath::Sort(fNSample,buffer,index,kFALSE);
83
84   //
85   Float_t median = buffer[index[fNSample/3]];
86   //
87   Float_t sum06[4]  = {0.,0.,0.,0.};
88   Float_t sum07[4]  = {0.,0.,0.,0.};
89   Float_t sum08[4]  = {0.,0.,0.,0.};
90   Float_t sum010[4]  = {0.,0.,0.,0.};
91   //
92   Float_t suml06[4] = {0.,0.,0.,0.};
93   Float_t suml07[4] = {0.,0.,0.,0.};
94   Float_t suml08[4] = {0.,0.,0.,0.};
95   Float_t suml010[4] = {0.,0.,0.,0.};
96   //
97
98   for (Int_t i =0; i<fNSample; i++){
99     Float_t amp  = buffer[index[i]];
100     Float_t lamp = median*TMath::Log(1.+amp/median);
101     if (i<0.6*fNSample){
102       sum06[0]+= amp;
103       sum06[1]+= amp*amp;
104       sum06[2]+= amp*amp*amp;
105       sum06[3]++;
106       suml06[0]+= lamp;
107       suml06[1]+= lamp*lamp;
108       suml06[2]+= lamp*lamp*lamp;
109       suml06[3]++;
110     }
111
112     if (i<0.7*fNSample){
113       sum07[0]+= amp;
114       sum07[1]+= amp*amp;
115       sum07[2]+= amp*amp*amp;
116       sum07[3]++;
117       suml07[0]+= lamp;
118       suml07[1]+= lamp*lamp;
119       suml07[2]+= lamp*lamp*lamp;
120       suml07[3]++;
121     }
122     if (i<0.8*fNSample){
123       sum08[0]+= amp;
124       sum08[1]+= amp*amp;
125       sum08[2]+= amp*amp*amp;
126       sum08[3]++;
127       suml08[0]+= lamp;
128       suml08[1]+= lamp*lamp;
129       suml08[2]+= lamp*lamp*lamp;
130       suml08[3]++;
131     }
132     if (i<1*fNSample){
133       sum010[0]+= amp;
134       sum010[1]+= amp*amp;
135       sum010[2]+= amp*amp*amp;
136       sum010[3]++;
137       suml010[0]+= lamp;
138       suml010[1]+= lamp*lamp;
139       suml010[2]+= lamp*lamp*lamp;
140       suml010[3]++;
141
142     }
143   }
144   //  
145   fMedian3 = median;
146   //
147   Moment3(sum06[0],sum06[1],sum06[2],sum06[3],fTM_0_6);  
148   Moment3(sum07[0],sum07[1],sum07[2],sum07[3],fTM_0_7);  
149   Moment3(sum08[0],sum08[1],sum08[2],sum08[3],fTM_0_8);  
150   Moment3(sum010[0],sum010[1],sum010[2],sum010[3],fTM_0_10);  
151   //
152
153   Moment3(suml06[0],suml06[1],suml06[2],suml06[3],fLM_0_6);  
154   Moment3(suml07[0],suml07[1],suml07[2],suml07[3],fLM_0_7);  
155   Moment3(suml08[0],suml08[1],suml08[2],suml08[3],fLM_0_8);  
156   Moment3(suml010[0],suml010[1],suml010[2],suml010[3],fLM_0_10);  
157   //
158   fLM_0_6[0] = (TMath::Exp(fLM_0_6[0]/median)-1.)*median;
159   fLM_0_7[0] = (TMath::Exp(fLM_0_7[0]/median)-1.)*median;
160   fLM_0_8[0] = (TMath::Exp(fLM_0_8[0]/median)-1.)*median;
161   fLM_0_10[0] = (TMath::Exp(fLM_0_10[0]/median)-1.)*median;
162   //
163   delete [] buffer;
164 }   
165
166
167 void GenerLandau(Int_t nsamples)
168 {
169   TLandauMean * landau = new TLandauMean;
170   TFile f("Landau.root","recreate");
171   TTree * tree = new TTree("Landau","Landau");
172   tree->Branch("Landau","TLandauMean",&landau); 
173   
174   for (Int_t i=0;i<nsamples;i++){
175     Int_t   n     = 20 + Int_t(gRandom->Rndm()*150);
176     Float_t mean  = 40. +gRandom->Rndm()*50.;
177     Float_t sigma = 5.  +gRandom->Rndm()*15.;
178     landau->Init(n, mean, sigma);
179     landau->Gener();
180     tree->Fill();
181   }
182   tree->Write();
183   f.Close();
184
185 }
186
187
188
189
190
191 TH1F *  LandauTest(Float_t meano,  Float_t sigma, Float_t meanlog0, Int_t n,Float_t ratio)
192
193   //
194   // test for different approach of de dx resolution
195   // meano, sigma  - mean value of Landau distribution and sigma
196   // meanlog0      - scaling factor for logarithmic mean value
197   // n             - number of used layers
198   // ratio         - ratio of used amplitudes for truncated mean
199   //
200   
201
202   TCanvas * pad = new TCanvas("Landau test");
203   pad->Divide(2,2);
204   TH1F * h1 = new TH1F("h1","Logarithmic mean",300,0,4*meano);
205   TH1F * h2 = new TH1F("h2","Logarithmic amplitudes",300,0,8*meano);
206   TH1F * h3 = new TH1F("h3","Mean",300,0,4*meano);
207   TH1F * h4 = new TH1F("h4","Amplitudes",300,0,8*meano);
208
209   for(Int_t j=0;j<10000;j++){
210     //generate sample and sort it
211     Float_t * buffer = new Float_t[n];
212     Float_t * buffer2= new Float_t[n];
213     
214     for (Int_t i=0;i<n;i++) {
215       buffer[i] = gRandom->Landau(meano,sigma); 
216       buffer2[i] = buffer[i];    
217     }
218     //add crosstalk
219     for (Int_t i=1;i<n-1;i++) {
220       buffer[i] =    buffer2[i]*1.0+ buffer2[i-1]*0.0+ buffer2[i+1]*0.0;
221       buffer[i] = TMath::Min(buffer[i],1000.); 
222     }
223     Int_t *index = new Int_t[n];
224     TMath::Sort(n,buffer,index,kFALSE);
225
226     //calculate mean
227     Float_t sum;
228     sum=0;
229     Float_t mean;
230     Float_t used = 0;
231     for (Int_t i=0;i<n*ratio;i++) {
232       if (buffer[index[i]]<1000.){
233         Float_t amp = meanlog0*TMath::Log(1+buffer[index[i]]/meanlog0);
234         sum += amp;            
235         used++;
236       }
237     }
238     mean = sum/used;
239     //
240     sum=0;
241     used=0;
242     Float_t sum2=0;
243     Float_t meanlog =meanlog0;
244     for (Int_t i=0;i<n*ratio;i++) {
245       if (buffer[index[i]]<1000.){
246         Float_t amp = meanlog*TMath::Log(1.+buffer[index[i]]/(meanlog));
247         sum +=amp;
248         sum2+=buffer[index[i]];
249         used++;
250         h2->Fill(amp);
251         h4->Fill(buffer[index[i]]);
252       }
253     }
254     mean = sum/used;
255     mean = (TMath::Exp(mean/meanlog)-1)*meanlog;
256     Float_t mean2 = sum2/used;
257     //mean2 = (mean+mean2)/2.;
258     h1->Fill(mean);    
259     h3->Fill(mean2);
260   }
261
262   pad->cd(1);
263   h1->Draw();
264   pad->cd(2);
265   h2->Draw();
266   pad->cd(3);
267   h3->Draw();
268   pad->cd(4);
269   h4->Draw();
270
271
272   return h1;
273
274 }
275