más organizado.10

flujos/auto_simulaciones.sh

-#!/bin/bash
-
-declare -a valores=(0 5 10 15 20 25 30 35 40 45)
-
-for i in "${!valores[@]}"
-do
-	h="${valores[$i]}"
-
-        #echo "$i"
-
-	mkdir humedadc7-1kev-$h
-	cd humedadc7-1kev-$h
-
-	cmake -DGeant4_DIR6=/opt/geant4/lib/Geant4-10.3.3/ ../"direccion del directorio"/Simulacion_neutrones_monoenergeticos; make -j2 
-	./wcd -m input.in 
-	cd
-        
-        #sleep 30
-
-	cd humedad6/codigo/src
-
-	Archivo="PrimaryGeneratorAction.cc"
- 
-	#echo "$i"
-        #"El índice es $i y el valor es $h"
-	# para realizar las modificaciones necesarias
-	echo "e" | vim -c "44 + $i" -c "normal i//" -c "45 + $i" -c "normal 2|xxx" -c "wq" "$Archivo"
-	#echo "$i"
-	cd
-	
-
-done
-
-echo "terminado"

flujos/flujo_artificial.py

-import random
-import numpy as np
-from scipy.stats import skewnorm
-
-# Neutrones rapidos
-# Abrir un archivo para escritura
-with open('salidasimu.shw', 'w') as f:
-    # Escribir los nombres de las columnas en la primera línea
-    f.write('#CorsikaID px py pz x y z shower_id prm_id prm_energy prm_theta prm_phi\n')
-
-    a = 1.1  # Pendiente deseada
-
-    total_samples = 1000000  # El número de muestras que deseas generar
-
-    # Genera datos uniformemente distribuidos en el rango deseado
-    data_uniform = np.random.uniform(low=1e-3, high=1e5, size= int(total_samples*0.3))# energia neutrones 1e-3eV- 1e5eV
-
-    # Aplicar la transformación logarítmica inversa
-    data_pendiente_positiva = np.exp(np.log(data_uniform) / a)
-
-    data_lognormal2 = np.random.lognormal(mean=15.7, sigma=0.9, size= int(total_samples*0.3)) #energia neutrones 1e5eV- 1e7eV
-
-    data_lognormal3 = np.random.lognormal(mean=19.5, sigma=0.9, size= int(total_samples*0.4)) #energia neutrones 1e7eV- +
-
-    energia_flujo = np.concatenate([data_pendiente_positiva, data_lognormal2, data_lognormal3])
-
-    # Mezcla los datos de forma aleatoria
-    np.random.shuffle(energia_flujo)
-
-   m = 0.939  # Masa del neutrón en GeV/c^2
-   prim_phi = np.random.uniform(low=-180, high=180, size=total_samples)  # Aleatorio para el ángulo azimutal
-   prim_theta = np.random.uniform(low=0, high=90, size=total_samples)  # Aleatorio para el ángulo cenital
-   p = np.sqrt(2 * m * energia_flujo/1e8)  # Calculamos el momento
-   # Calculamos las componentes del momento
-   px = p * np.sin(np.radians(prim_theta)) * np.cos(np.radians(prim_phi))
-   py = p * np.sin(np.radians(prim_theta)) * np.sin(np.radians(prim_phi))
-   pz = p * np.cos(np.radians(prim_theta))
-
-
-    # Escribir los datos en el archivo (mismo orden de un archivo de dalida de CORSIKA)
-    for i in range(total_samples):
-        # Escribir el CorsicaID
-        f.write('13 ')
-        num_format = "{:+013.6e}"
-
-        f.write(num_format.format(px[i]) + ' ')
-        f.write(num_format.format(py[i]) + ' ')
-        f.write(num_format.format(abs(pz[i])) + ' ')
-
-        # Escribir valores aleatorios para x, y, z
-        f.write(num_format.format(random.normalvariate(0, 25)) + ' ')
-        f.write(num_format.format(random.normalvariate(0, 25)) + ' ')
-        f.write(num_format.format(1) + ' ')
-
-        # Escribir valores aleatorios para shower_id, prm_id
-        f.write("{:03d}".format(random.randint(0, 100)) + ' ')
-        f.write("{:03d}".format(random.randint(0, 100)) + ' ')
-
-        # Escribir valores aleatorios para prm_energy
-        f.write(num_format.format(energia_flujo[i]) + ' ')
-
-        # Escribir los ángulos prim_theta y prim_phi
-        f.write("{:+010.6f}".format(prim_theta[i]) + ' ')
-        f.write("{:+011.6f}".format(prim_phi[i]) + '\n')
-
-