ROOT 1 & 2. Salim ÇERÇİ htp://root.cern.ch/drupal/content/users-guide#ug

Benzer belgeler
ROOT II ve III: (Etkileşimli kullanım, Uygulamaları, Analize Giriş) Müge Karagöz (Ünel) Oxford Üniversitesi

Sürekli Rastsal Değişkenler

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL


SÜREKLİ OLASILIK DAĞILIŞLARI

Ders 6: Sürekli Olasılık Dağılımları

AST415 Astronomide Sayısal Çözümleme - I. 7. Grafik Çizimi

13. Olasılık Dağılımlar

İSTATİSTİK DERS NOTLARI

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

İstatistik ve Olasılık

Deney Dizaynı ve Veri Analizi Ders Notları

BÖLÜM 9 NORMAL DAĞILIM

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

AST416 Astronomide Sayısal Çözümleme - II. 6. Monte Carlo

Ders 1 Minitab da Grafiksel Analiz-I

Fizik I (Tek ve ki Boyutta Hareket) - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

SÜREKLİ( CONTINUOUS) OLASILIK

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

2) /* Kullanıcıdan alınan iki sayının obebini alt fonksiyon yardımı ile hesaplayan C programı*/

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir.

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Verilerin Özetlenmesinde Kullanılan Tablolar ve Grafiksel Yöntemler

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

2 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var ise bulunuz.

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

DENEY 25 HARMONİK DİSTORSİYON VE FOURIER ANALİZİ Amaçlar :

MUKAVEMET Öğr. Gör. Fatih KURTULUŞ

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

OLASILIK ve KURAMSAL DAĞILIMLAR

Probability Density Function (PDF, Sürekli fonksiyon)

BİLG Dr. Mustafa T. Babagil 1

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

11. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

Ders #15 için okuma: Bölümler 3.4, 3.5, 3.6 ve 3.7 (3.baskıda, Bölümler 3.4, 3.5, 3.6, 3.7 ve 3.8) Değerlik Bağı Teorisi.

Mühendislikte İstatistik Yöntemler

Cebirsel Fonksiyonlar

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama:

Merkezi Limit Teoremi

SÜREKLĠ OLASILIK DAĞILIMLARI

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

BMÜ-101 ALGORİTMA VE PROGRAMLAMAYA GİRİŞ LABORATUARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI


AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

ÖZEL EGE LİSESİ EGE BÖLGESİ OKULLAR ARASI 16. MATEMATİK YARIŞMASI 10. SINIF ELEME SINAVI TEST SORULARI

SÜREKLİ DÜZGÜN DAĞILIM

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme

Deneysel Verilerin Değerlendirilmesi

TESTOSİS KULLANIM KLAVUZU Sisteme Giriş: adresinden yapılmaktadır.

İstatistik ve Olasılık

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

T.C. ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTRONİK LABORATUVARI-II DENEY RAPORU AKTİF FİLTRELER

BÖLÜM 6 LAPLACE DÖNÜŞÜMLERİ

MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI

DENEY 2A: MOTOR ve TAKOJENERATÖR ÖZELLİKLERİ *

VERİ KÜMELERİNİ BETİMLEME

FONKSİYONUN TANIMI ve FONKSİYON ÇEŞİTLERİ

Çalışma Soruları 1. a) x > 5 b) y < -3 c) xy > 0 d) x 3 < y e) (x-2) 2 + y 2 > 1. ( ) 2x

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

VERİ MADENCİLİĞİ. Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Nokta Grafikleri. Ders 2 Minitab da Grafiksel Analiz-II Tanımlayıcı İstatistikler

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır.

3. Ders Çok Boyutlu (Değişkenli) Veri Analizi

Bu uygulama saatinde, ders kapsamında şu ana kadar bahsedilen konulara ilişkin MATLAB fonksiyonları tanıtılacaktır.

MAT101 MATEMATİK I BÖLÜM 3 FONKSİYONLAR

elemanlı bir dizide bir sinyalin 1 er saniye aralıklarla ölçülen gerilim değerleri tutulmaktadır. Bu sinyalin tepeden tepeye genliğini,

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

Alan Hesapları. Şekil 14. Üç kenarı belli üçgen alanı

1. GİRİŞ Örnek: Bir doğru boyunca hareket eden bir cismin başlangıç noktasına göre konumu s (metre), zamanın t (saniye) bir fonksiyonu olarak

1 PROGRAMLAMAYA GİRİŞ

EMAT ÇALIŞMA SORULARI

ŞEYMA ATİK YILMAZ & HALUK DENİZLİ, KAAN Y. OYULMAZ, UMUT KESKİN, ALİ YILMAZ

Tek Değişkenli Sürekli Dağılımlar-III

I. İSTATİSTİK VE OLASILIK

İstatistik ve Olasılık

(a,b) şeklindeki ifadelere sıralı ikili denir. Burada a'ya 1. bileşen b'ye 2. bileşen denir.

BİL-142 Bilgisayar Programlama II

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ DOYMA BASINCI DENEY FÖYÜ 3

12-B. Polinomlar - 1 TEST. olduğuna göre P(x - 2, y + 4) polinomunun katsayılar toplamı kaçtır? olduğuna göre A B kaçtır? A) 78 B) 73 C) 62 D 58 E) 33

Appendix B: Olasılık ve Dağılım Teorisi

8. SINIF YARIYIL ÇALIŞMA TESTİ TEST 1 ( ) TEKRAR EDEN YANSIYAN ve DÖNEN ŞEKİLLER HİSTOGRAM STANDART SAPMA

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

SÜREKLİ RASSAL DEĞİŞKENLER

Transkript:

ROOT 1 & 2 Salim ÇERÇİ 03.02.2015 htp://root.cern.ch/drupal/content/users-guide#ug

Grafik :(15 dak) 1-) Asagıdaki grafik çizen programa a-f yönergelerine uyarak eklemeler yapınız. void gerrors() { TCanvas *c1 = new TCanvas("c1","A Simple Graph with error bars",200,10,700,500); c1->setfillcolor(42); c1->setgrid(); c1->getframe()->setfillcolor(21); c1->getframe()->setbordersize(12); const Int_t n = 10; Float_t x[n] = {-0.22, 0.05, 0.25, 0.35, 0.5, 0.61,0.7,0.85,0.89,0.95}; Float_t y[n] = {1,2.9,5.6,7.4,9,9.6,8.7,6.3,4.5,1}; Float_t ex[n] = {.05,.1,.07,.07,.04,.05,.06,.07,.08,.05}; Float_t ey[n] = {.8,.7,.6,.5,.4,.4,.5,.6,.7,.8}; TGraphErrors *gr = new TGraphErrors(n,x,y,ex,ey); for (Int_t i=0; i<n; i++) { x[i] = i*0.1; y[i] = 10*sin(x[i]+0.2); } TGraph *gr1 = new TGraph(n,x,y); gr->draw("alp"); gr1->draw("lp"); c1->update();} YARDIM : htp://root.cern.ch/download/doc/rootusersguidechapters/graphs.pdf

a) Grafigin x ekseninin basligi X Ekseni--- olsun b) Grafigin y eksenin basligi Y Ekseni--- olsun c) Grafigin Basligi ----Deneme----- olsun d) Grafiklerin Noktalarının Renklerini ve sitillerini Seçiniz. e) TLegend kullanarak noktalarınıza bir isim verin.

Histogram (30 dak) Bazı Histogram Çesitlerinin olusturulması: TH1* h1 = new TH1I("h1", "h1 baslık", 100, 0.0, 4.0); TH2* h2 = new TH2F("h2", "h2 baslık", 40, 0.0, 2.0, 30, -1.5, 3.5); TH3* h3 = new TH3D("h3", "h3 baslık, 80, 0.0, 1.0, 100, -2.0, 2.0,50, 0.0, 3.0); TH2* h = new TH2D(/* isim */ "h2",/* baslık */ "Hist ogram",/* X-boyutu */ 100, 0.0, 4.0,/* Y-boyutu*/ 200, -3.0, 1.5); Eger farklı bin aralıklarına sahip histogram istiyorsam? const Int_t NBINS = 5; Double_t aralık[nbins + 1] = {0.0, 0.2, 0.3, 0.6, 0.8, 1.0}; // Bin 1 için karsılık gelen aralık [0.0, 0.2] // Bin 2 için karsılık gelen aralık [0.2, 0.3]... TH1* h = new TH1D("h1", " histo",nbins, aralık); Histogramın Doldurulması h1->fill(x); h2->fill(x,y); h3->fill(x,y,z); Histogramın Çizdirilmesi : h1->draw( istedigimiz sekilde ); Istedigimiz sekilde : HIST, LEGO, SURF1...

#include "TCanvas.h" #include "TStyle.h" #include "TH1.h" #include "TGaxis.h" #include "TRandom.h" void histogram() { TCanvas *c1 = new TCanvas("c1","c1",600,400); gstyle->setoptstat(11111); TH1F *hist[1]; hist[0] = new TH1F("h1","h1",100,10,50); Int_t i; for (i=0;i<10000;i++) hist[0]->fill(grandom>gaus(30,5.5)); h1[0]->draw(); c1->update(); } Yukarıdaki programı çalıstrdıgınız zaman 10000 tane parçacıgın enerji dagılımını göreceksiniz. Enerji dagılımının merkezinin 30 GeV ve standart sapması 5 GeV oldugunu göreceksiniz. Bu kodu gelistrmenizi istyoruz.

h1 histogramı gibi h2,h3,h4 ve h5 histogramlarını olusturunuz. h2 histogramının sınırları 20 ile 60 GeV olsun. Bu histogramı merkezi 40 GeV de ve sigmasi 4.2 GeV olan Gauss dagılımı olusturacak sekilde rastgele sayılar ile doldurunuz. H3 histogramının sınırları 30 ile 70 GeV olsun. Bu histogramı merkezi 50 GeV de ve sigmasi 3.4 GeV olan Gauss dagılımı olusturacak sekilde rastgele sayılar ile doldurunuz. H4 histogramının sınırları 40 ile 80 GeV olsun. Bu histogramı merkezi 60 GeV de ve sigmasi 2.9 GeV olan Gauss dagılımı olusturacak sekilde rastgele sayılar ile doldurunuz. H5 histogramının sınırları 50 ile 90 GeV olsun. Bu histogramı merkezi 70 GeV de ve sigmasi 2.6 GeV olan Gauss dagılımı olusturacak sekilde rastgele sayılar ile doldurunuz. Her bir histograma gauss ft uygulayınız. Her bir histograma ait ft fonksiyonunun Mean ve Sigma degerlerini çagırarak Float_t Mean[5] = {M1, M2, M3, M4, M5}; Float_t Sigma[5] = {S1,S2,S3,S4,S5}; dizinlerini doldurunuz. Bu dizinleri kullanarak TGraph *res = newtgraph(5,mean,sigma); seklinde bir grafk çizdiriniz Yardım : htp://root.cern.ch/download/doc/rootusersguidechapters/histograms. pdf

Her bir histograma gauss ft uygulayınız. Her bir histograma ait ft fonksiyonunun Mean ve Sigma degerlerini çagırarak Float_t Mean[5] = {M1, M2, M3, M4, M5}; Float_t Sigma[5] = {S1,S2,S3,S4,S5}; dizinlerini doldurunuz. Bu dizinleri kullanarak TGraph *res = newtgraph(5,mean,sigma); seklinde bir grafk çizdiriniz Çizdirdiginiz grafge asagıdaki fonksiyonu uydurarak a,b,c katsayılarını hesaplayınız TF1 *resolution = new TF1("resolution","TMath::Sqrt(([0]*[0])/pow(x,2)+([1]*[1])/x+[2]*[2])",10.,100.); resolution->setparname(0,"a"); resolution->setparname(1,"b"); resolution->setparname(2,"c"); res->fit(resolution);

Tree (45 dak) void tree(){ TFile f("tree1.root","recreate"); TTree t1("t1","a simple Tree with simple variables"); Float_t px, py, pz; Int_t ev; t1.branch("px",&px,"px/f"); t1.branch("py",&py,"py/f"); t1.branch("pz",&pz,"pz/f"); t1.branch("ev",&ev,"ev/i"); // fill the tree for (Int_t i=0; i<10000; i++) { grandom->rannor(px,py); pz = px*px + py*py; ev = i; t1.fill(); } t1.write(); } https://root.cern.ch/download/doc/rootusersguidechapters/trees.pdf

void readtree(){ TFile *f = new TFile("tree1.root"); TTree *t1 = (TTree*)f->Get("t1"); Float_t px, py, pz; Double_t random; Int_t ev; t1->setbranchaddress("px",&px); t1->setbranchaddress("py",&py); t1->setbranchaddress("pz",&pz); t1->setbranchaddress("ev",&ev); TH1F *hpx = new TH1F("hpx","px distribution",100,-3,3); TH2F *hpxpy = new TH2F("hpxpy","py vs px",30,-3,3,30,-3,3); Int_t nentries = (Int_t)t1->GetEntries(); for (Int_t i=0; i<nentries; i++) { t1->getentry(i); hpx->fill(px); hpxpy->fill(px,py); } TCanvas *c1 = new TCanvas("c1","c1",600,400); gstyle->setoptstat(11111); c1->divide(1,2); c1->cd(1); hpx->draw(); c1->cd(2); hpxpy->draw("surf2"); }