普通物理实验 3 · 项目首页 · 使用指南

在线虚拟实验 · 模型依据与参数来源

电阻伏安特性的测定

直线、残差与二极管曲线,读懂接法如何影响伏安测量。

对两个电阻分别使用电流表内接、外接法测量,再观察二极管正向电流。比较逐点比值、过原点拟合与含截距拟合,借助无量纲加载模型理解两种接法的适用范围。

读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本

电阻伏安特性的测定:记录、计算与物理探索

图 1 比较内外接伏安法 → 检视拟合线与残差 → 探索加载和非线性

选择你的入口

用途 入口 打开方式
阅读原理、记录与结论 Markdown 实验报告 · 排版阅读版 GitHub、Markdown 阅读器或本地浏览器
改变参数、查看曲线响应 HTML 交互阅读版 直接在线打开,也可下载到本机
运行 Python 计算与探索 Jupyter Notebook JupyterLab 或 VS Code
运行原生数学排版与交互计算 Wolfram Notebook · Paclet 安装包 Wolfram 前端
对照源实验记录 源报告 PDF GitHub 或 PDF 阅读器

从记录到计算

两个电阻、两种接法各记录七组电压和电流;二极管另有七个正向电压点。低电流的记录步进为 0.001 mA,拟合可在全部七点与高电压四点间切换。

加载模型中 $t=R_x/R_A$、$k=R_V/R_A$。电阻估计由不同回归假设得到;二极管半对数分析采用 0.40–0.60 V 的四点区间。

$$ U=aI+b,\qquad R_0=\frac{\sum I_iU_i}{\sum I_i^2},\qquad \varepsilon_{in}=\frac1t,\quad \varepsilon_{out}=\frac{t}{t+k}. $$

表 1 关键计算结果

计算量 数值 单位
R₁ 内接逐点电阻均值 $18.964461$ Ω
R₁ 外接逐点电阻均值 $9.126030$ Ω
0.40–0.60 V 二极管电流增大倍数 $286.65625$ 1

小电阻的接法差异明显;大电阻的低电流量化使比值平均和拟合估计产生较大差异。二极管 0.65 V 行记录电流 4.511 mA,高于所标 2 mA 量程,半对数拟合采用其前面的区间。

让残差和器件非线性各自展开

R₁ 内接法的电压–电流观测、含截距拟合与残差

图 2 R₁ 内接法的电压–电流观测、含截距拟合与残差

R₁ 外接法的电压–电流观测、含截距拟合与残差 二极管 0.40–0.60 V 正向记录的半对数拟合与残差
图 3
R₁ 外接法的电压–电流观测、含截距拟合与残差
图 4
二极管 0.40–0.60 V 正向记录的半对数拟合与残差

前两幅用相同物理量比较接法,读斜率时注意电流轴单位为 mA。第三幅对电流取对数,检查所选区间的近似指数形状。

在 Notebook 中探索

操作 参数与范围 观察什么
切换拟合数据范围 选择 R₁/R₂、内接/外接、全部七点/高电压四点 同步比较拟合线与全部记录点的残差
切换仪表内阻比 选择 $R_V/R_A=10^3,10^4,10^6$ 观察内外接相对加载误差和交叉范围

HTML 阅读版 包含上述控件;Jupyter 与 Wolfram Notebook 沿报告章节展开公式、数据处理和模型计算。

建议按以下顺序阅读:

  1. 从四组电阻观测比较两种接法的读数标度。
  2. 切换全部点与高电压点拟合,检查低电流记录对参数的影响。
  3. 再转到无量纲加载模型和二极管半对数图,区分测量模型与器件模型。

在本机打开

环境安装与字体设置见使用指南。在仓库根目录启动本实验:

.\.venv\Scripts\python.exe -m jupyterlab experiments/course-03/resistor-iv/notebooks/analysis.ipynb

安装 Paclet 后,通过包入口打开 Wolfram Notebook。将安装路径改为本机仓库所在位置:

PacletInstall["D:/general-physics-lab/notebook/paclets/ResistorIVLab/dist/ResistorIVLab-0.1.0.paclet"];
Needs["ResistorIVLab`"];
ResistorIVLab`OpenNotebook[]

数据与计算实现

内容 入口
规范观测数据 diode.csv · resistors.csv
单位、参数与模型条件 experiment.json
Python 计算模块 resistor_iv.py
Wolfram 计算实现 analysis.wl
计算结果与数表 python.json
数据来源与整理记录 provenance.json

返回课程目录 · 浏览全部实验