论文部分内容阅读
统计分布规律是对大量偶然事件整体起作用的规律,表现这些事物整体的本质和必然的联系。如图1所示的加尔顿板可以很好地演示统计分布规律。
1 准备材料
厚度为1 cm的木板11块,规格分别为:1块62 cm×26 cm,2块62 cm×7 cm,2块26 cm×7 cm,4块15 cm×5 cm,2块18 cm×5 cm。1块61.6 cm×25.6 cm的玻璃板,1块厚度为0.8 mm的100 cm×10 cm铁板,1块厚度为1.2 mm的9 cm×4 cm铁板,氯丁胶若干,白油漆1桶,1寸铁钉500克,小铁钉若干,镶嵌玻璃用木条2 m,颗粒饱满的赤小豆1 kg,电钻1把,剪刀1把,铁锤1把,木工锯子1把。
2 制作方法
1)将铁板用剪刀剪成图3所示形状铁片16片,作为隔槽挡板。
2)在62 cm×26 cm的木板的中央位置平行于宽边开出一个4 cm×0.5 cm的开口,然后将其一面刷上白色油漆并晾干。
3)将4块15 cm×5 cm,2块18 cm×5 cm木板制成2个顶角为74°的等腰三角形(如图2右所示)。分别将2个三角形空面正对着刷有白漆的木板面粘结,并固定在木板中央位置,上、下各形成一个正“V”和倒“V”形体。用电钻在正、倒“V”字体中央偏后的位置打出一个直径为2 cm的孔(如图2右所示);用木工锯在2个V型体顶端相交处开一条横缝(如图2左所示),用来插入控制抽板。
4)将隔槽挡板沿如图3所示的虚线折90°后,用小铁钉钉在白漆木板的两端,一端各钉8片;将1寸铁钉均匀等距地钉在白漆空白处(如图2所示)。
5)用氯丁胶和铁钉将其他木板、玻璃板组装成一个长方体的盒子(前表面为玻璃面),在密封之前将颗粒饱满的1 kg赤小豆全部装入盒内。
3 演示方法
3.1 演示准备将厚度为1.2 mm大小为9 cm×4 cm的铁板作为控制插板插入仪器背后的开口内,使得控制插板完全将落下孔挡住。然后将仪器翻转180°,使赤小豆存放在上方的V字形体内。
3.2 单个豆粒下落演示轻轻推拉控制插板,使豆子间断下落,每次只漏下1~2粒,豆粒与规则排列的铁钉不断相碰,最后落入某隔槽中。单个豆粒落入某隔槽中完全是偶然的。
3.3 大量豆粒下落演示将控制插板完全抽出来,下落孔完全露出,大量豆粒可连续落下,当全部落下后,在分离隔槽中便形成对称的正态分布,用黑色的白板笔绘出分布曲线,便于重复演示时进行对比。
3.4 多次重复演示重复上述操作3~4次,每次分布情况基本重合,可很好地演示统计分布规律,不同分布曲线的微小差异便是统计中的涨落现象。

1 准备材料
厚度为1 cm的木板11块,规格分别为:1块62 cm×26 cm,2块62 cm×7 cm,2块26 cm×7 cm,4块15 cm×5 cm,2块18 cm×5 cm。1块61.6 cm×25.6 cm的玻璃板,1块厚度为0.8 mm的100 cm×10 cm铁板,1块厚度为1.2 mm的9 cm×4 cm铁板,氯丁胶若干,白油漆1桶,1寸铁钉500克,小铁钉若干,镶嵌玻璃用木条2 m,颗粒饱满的赤小豆1 kg,电钻1把,剪刀1把,铁锤1把,木工锯子1把。
2 制作方法
1)将铁板用剪刀剪成图3所示形状铁片16片,作为隔槽挡板。
2)在62 cm×26 cm的木板的中央位置平行于宽边开出一个4 cm×0.5 cm的开口,然后将其一面刷上白色油漆并晾干。
3)将4块15 cm×5 cm,2块18 cm×5 cm木板制成2个顶角为74°的等腰三角形(如图2右所示)。分别将2个三角形空面正对着刷有白漆的木板面粘结,并固定在木板中央位置,上、下各形成一个正“V”和倒“V”形体。用电钻在正、倒“V”字体中央偏后的位置打出一个直径为2 cm的孔(如图2右所示);用木工锯在2个V型体顶端相交处开一条横缝(如图2左所示),用来插入控制抽板。

4)将隔槽挡板沿如图3所示的虚线折90°后,用小铁钉钉在白漆木板的两端,一端各钉8片;将1寸铁钉均匀等距地钉在白漆空白处(如图2所示)。
5)用氯丁胶和铁钉将其他木板、玻璃板组装成一个长方体的盒子(前表面为玻璃面),在密封之前将颗粒饱满的1 kg赤小豆全部装入盒内。
3 演示方法
3.1 演示准备将厚度为1.2 mm大小为9 cm×4 cm的铁板作为控制插板插入仪器背后的开口内,使得控制插板完全将落下孔挡住。然后将仪器翻转180°,使赤小豆存放在上方的V字形体内。
3.2 单个豆粒下落演示轻轻推拉控制插板,使豆子间断下落,每次只漏下1~2粒,豆粒与规则排列的铁钉不断相碰,最后落入某隔槽中。单个豆粒落入某隔槽中完全是偶然的。
3.3 大量豆粒下落演示将控制插板完全抽出来,下落孔完全露出,大量豆粒可连续落下,当全部落下后,在分离隔槽中便形成对称的正态分布,用黑色的白板笔绘出分布曲线,便于重复演示时进行对比。
3.4 多次重复演示重复上述操作3~4次,每次分布情况基本重合,可很好地演示统计分布规律,不同分布曲线的微小差异便是统计中的涨落现象。