gen_orig_ser.py: 按分辨率分组做 GMM 分解

考虑到指数响应是和 gain 相关的：

那么用主峰的 sigma / gain 分组，固定 resolution 的情况下响应的形状都是一致的，所以只要做若干组的 GMM 就可以得到比较准的所有 PMT 的 SER 了。 resolution 分组以后每组间差异不超过 0.005，所以同组内的近似应该是挺好的：

MCP 的指数成分是角度依赖的，代码里取了 0 度对应的 0.0433，而 Dynode 固定在 0.01：

double tt_angle[9] = {0, 14, 30, 42.5, 55, 67, 77.5, 85, 90};
double tt_ratio[9] = {0., 0., 0.2142, 4.5757, 6.2484, 9.1953, 8.9885, 7.87506618, 7.1328014};
gTT_MCP = new TGraph(9, tt_angle, tt_ratio);

double amp_angle[9] = {-80, -60, -40, -20, 0, 20, 40, 60, 80};
double amp_ratio[9] = {0.177,0.0479,0.04835,0.0445,0.0433,0.0552,0.0403,0.0372,0.1849};
gAmp_MCP = new TGraph(9, amp_angle, amp_ratio );

我感觉 sample_from_gaus_exp() 还有 420 行开始 scale 回去的部分最好再仔细检查下有没有错，我怕写完以后自己就看不出错了 /cc @Berrysoft @wengjun