Closed PatrycjaMalinowska closed 10 months ago
results1.zip W pliku results1.root umieściłam histogramy zaczynające się od liczby numerującej cięcia. Numery histogramów odpowiadają numeracji binów w histogramie CutFlow, przy czym bin 0 zawiera liczbę wszystkich zdarzeń. Wyniki zostały wykonane dla 531 plików root. Zaktualizowałam kod w sekcji code/ExclusiveAnalysis.
Numeracja selekcji jest następująca:
Wybór zdarzeń zawierających przynajmniej jeden numer spośród następujących: 70701, 570705, 570711, 590701, 590705, 590708
1 pierwotny wierzchołek
Położenie wierzchołka w odległości z < 80 cm.
Dokładnie 2 ślady połączone ze śladem w TOF:
Ślady przeciwnych znaków
abs(eta) < 0.7 i pT > 0.2 GeV
Nfit >= 25 i NdEdx >= 15
DcaXY <1.5 i DcaZ <1.0
abs(deltaDcaZ) < 2.0
przynajmniej 3 płaszczyzny dla RP TrackPoint
ślady RP: 1 po zachodniej i 1 po wschodniej.
2 stacje dla każdego trackPoint
((thetaRPx-thetax) > -2/10e3 and (thetaRPx-thetax) < 4/10e3 and (thetaRPy-thetay) > -2/10e3 and (thetaRPy-thetay) < 2/10e3)
zakres pędów dla RP: abs(py )< 0.8 and abs(py) > 0.4 and px > -0.27 and (px+0.6)^2 +py^2 < 1.1^2
kandydaci na pion < 3 sigma
teraz zobaczyłam że cięcie 14 jest inne niż w pracy pani Sverakovej - ja miałam (px+0.6)^2 +py^2 < 1.1^2, a we wspomnianej pracy jest: (px+0.6)^2 +py^2 < 1.25^2
W code/ExclusiveAnalysis umieściłam kod dla Ekskluzywnej Produkcji. W selekcji użyłam cięć z pracy doktorskiej Rafała Sikory SC1-SC4. Poniżej zamieszczam uzyskane rozkłady: R, R/u(R), m_inv pi+pi-, m_inv pi+pi- dla różnych zakresów odległości R, L oraz L dla różnych zakresów R. Dla R > 0.25 straciłam eventy. Niestety nie uzyskałam piku w okolicy masy K0. Analiza wszystkich przypadków trwała u mnie 27 h i będę optymalizowała kod.
ExclusiveProductionResults.zip