Resistencia eléctrica en un conductor eléctrico

FULANO 1
FULANO 2
FIS 132C-05-05, Laboratorio de Fı́sica II, INF-FCPN-UMSA

09/10/2023

Resumen
Se podrı́a resumir que el modelo matemático y sus incertidumbres de la Resistencia Eléctrica en un conductor eléctrico
fueron hallados correctamente al nivel de confianza del 80 %, obtenido a partir de los datos del simulador Phet, apli-
cando también formulas y tablas Excel, tambien creando graficos y linealizando se obtuvo el siguiente resultado para el
modelo linealizado:

R∗ = (−7, 514 ± 1, 379E − 05) + (−0, 999 ± 5, 773E05)r∗ ; N.C. = 80 %

Tambien se obtuvo su modelo no Lineal, representado de la siguiente forma:
5, 452E − 04 ± 7, 522E − 08
R=
r(−0,999±5,773E−05)
Se realizo también una hipotesis nula para el valor obtenido por ajuste de curvas, con un valor teórico Bteo = −1 al
nivel de confianza del 80 %, y se obtuvo que esta hipotesis fue rechazada, debido a que −1, 345 ≮ 8, 984 ≮ 1, 345 está
fuera del rango permitido.

Palabras clave: Resistencia Eléctrica, Ohmio, Conductor Eléctrico, Resistividad, Simulación.

Abstract
It could be summarized that the mathematical model and its uncertainties of the Electrical Resistance in an electrical
conductor were found correctly at the confidence level of 80%, obtained from the data of the Phet simulator, also
applying formulas and Excel tables, also creating graphs and linearizing it was obtained. the following result for the
linearized model:

R∗ = (−7, 514 ± 1, 379E − 05) + (−0, 999 ± 5, 773E05)r∗ ; N.C. = 80%

Its non-linear model was also obtained, represented as follows:
5, 452E − 04 ± 7, 522E − 08
R=
r(−0,999±5,773E−05)
A null hypothesis was also made for the value obtained by curve fitting, with a theoretical value Bteo = −1 at the 80%
confidence level, and it was obtained that this hypothesis was rejected, because −1, 345 ≮ 8, 984 ≮1,345 is outside the
allowed range.

Keywords: Electrical Resistance, Ohm, Electrical Conductor, Resistivity, Simulation.

1 Introdución Ley de Ohm. A medida que la corriente fluye a través de

un conductor, se encuentra con una oposición en forma de
resistencia eléctrica, que provoca la conversión de energı́a
La resistencia eléctrica en un conductor es un concepto
eléctrica en calor. Esta propiedad se utiliza en aplicaciones
fundamental en la teorı́a de la electricidad que describe la
que van desde la calefacción hasta la iluminación y el con-
propiedad de un material para oponerse al flujo de corriente
trol de la energı́a eléctrica.
eléctrica. Esta resistencia es una caracterı́stica intrı́nseca
de los materiales conductores y juega un papel crucial en
la operación y diseño de circuitos eléctricos.Acá, explo-
raremos la resistencia eléctrica en un conductor eléctrico,
su importancia en la electricidad y cómo se relaciona con la

1
2 Objetivos Phet. La idea principal de Wieman era el crear una man-
era de hacer ciencia, enseñar y aprender al mismo tiempo.
2.1 Objetivo general Declaraba que su misión era la de ‘Avanzar en la ciencia
y alfabetización matemática”, ası́ como también impactar
• Estudiar el comportamiento de la resistencia eléctrica en la educación del mundo, mediante simulaciones interac-
en función de su sección transversal. tivas. El acrónimo “PhET” significa “Tecnologı́a para la
educación de la Fı́sica”, proyecto que al ver su potencial se
• Manteniendo constante la resistividad eléctrica ob- fue extendiendo poco a poco a otras ramas de aprendizaje.
servar los cambios en la resistencia del conductor Se ingresa al simulador PhET haciendo click aquı́
eléctrico. La Figura muestra una captura de imagen del simulador
PhET a ser utilizado en la presente experiencia.
2.2 Objetivo especı́fico

• . Determinar el modelo matemático para la resisten-

cia eléctrica de un conductor eléctrico al nivel de con-
fianza del 80%.

• Realizar una prueba de hipótesis nula H0 para el

valor obtenido por ajuste de curvas, al valor teórico
ρteo = −1 para la resistividad eléctrica, al nivel de
confianza del 80%.

3 Marco metodológico
Para el presente experimento se hizo uso del simulador
PhET de la Universidad de Colorado recurriendo a la parte Figura 4.1.1 La Figura muestra una captura de imagen del
de la Ley de Coulomb.Se cómo se apreciará en la Figura simulador PhET a ser utilizado en la presente experiencia.
4.1.1 se recurrió al uso de dos cargas una positiva y la otra
negativa, moviendo la carga positiva en dirección a la otra
4.2 Datos Experimentales
se realizó la toma de datos con diversas distas una de la
otra. Una vez obtenido nuestra base de datos se recurrió Una vez que se ingresa a la página, se puede seleccionar
a una hoja de cálculo de Excel para determinar los valores opciones de experimentación, tales como la resistividad ,
necesarios, como por ejemplo el modelo matemático al que la longitud del conductor eléctrico L, el área o sección
pertenece. Con esta herramienta (Excel) se concluyó que transversal A será la variable teniendo el valor de ρ =
el modelo matemático al que pertenece nuestros datos es 0, 30[Ωcm] y L = 18, 22[cm]
un modelo potencial, por lo cual se procedió a la lineal- Para iniciar la experiencia con las condiciones iniciales
ización del modelo aplicando LN tanto a r[m] y F [N ], ya dadas, se presiona el botón perteneciente al área hacia abajo
teniendo estos valores se pudo obtener las incertidumbres (próximo al valor de cero, pero NO necesariamente), se ob-
del intercepto y la pendiente para nuestro modelo ya lin- serva el cambio en la resistencia en el valor de la resistencia,
ealizado.Posteriormente se halla las incertidumbres con el entonces se tiene un par ordenado (A1 , R1 ) y de esa manera
estadı́stico t − Student para finalmente poder expresar nue- se va obteniendo los demás valores.
stro modelo matemático con sus respectivas incertidumbres
y también el modelo generalizado.Finalmente se realiza la N R[ohm] A[m2 ] R*[ohm] A*[m2 ]
prueba de hipótesis nula H0 .
1 21,9 0,000025 3,09 -10,596635
2 20,3 0,000027 3,01 -10,519674
4 Marco experimental 3 16,1 0,000034 2,78 -10,28915
4 15,2 0,000036 2,72 -10,231992
4.1 Introducción 5 12,7 0,000043 2,54 -10,05431
6 12,4 0,000044 2,52 -10,031321
El uso de simulaciones por ordenador parece ser una es-
7 10,5 0,000052 2,35 -9,864267
trategia para mejorar el proceso de enseñanza aprendizaje
8 9,27 0,000059 2,23 -9,737973
y generar su uso y mejora a mediano plazo. Las simula-
9 9,12 0,000060 2,21 -9,721166
ciones por ordenador son, sin duda, un excelente comple-
10 7,93 0,000069 2,07 -9,581404
mento al método de enseñanza tradicional, son muy útiles
11 7,01 0,000078 1,95 -9,458802
para hacer frente a experimentos costosos en lo material y
estar disponible las 24 horas del dı́a. Phet es un proyecto 12 6,43 0,000085 1,86 -9,372859
abierto para recursos educativos (REA) que tuvo su fun- 13 6,29 0,000087 1,84 -9,349602
dación en el año 2002 por el premio Nobel Carl Wieman 14 5,82 0,000094 1,76 -9,272216

2
Tabla 4.2.1 Se aprecia los valores obtenidos para el presente Ahora calculamos la incertidumbre de Ri∗2 y (Ri∗ )2
laboratorio, tomando en cuenta R[ohm] y de A[m2 ] para s
usarlos como la base de datos, haciendo uso del simulador Ri∗2
β0 = S A∗∗ ∗
PhET de la Universidad de Colorado. R (N ∗ Ri ) − (Ri∗ )2
∗2

β0 = 0, 000102567
5 Resultados y análisis
Empezamos validando el modelo matematico con sus re- S A∗∗
R
spectivas incertidumbres, para ello realizamos el siguiente β1 = q
1
gráfico en tablas excel y obtenemos el siguiente resultado: Ri∗2 − N ∗ (Ri∗ )2
β1 = 0, 0000429213
Ahora debemos hallar las incertidumbres con el estadistico
t − Student, que toma el valor de: t(80%;12) = 1, 345
Eβ0 = t( α2 ;N −2) ∗ β0
Eβ0 = 0, 000137953

Eβ1 = t( α2 ;N −2) ∗ β1
Eβ1 = 0, 0000577291
Asi finalmente nuestro modelo matemático puede ser ex-
presado de la siguiente manera:

Figura 5.1 Se muestra la grafica de la tabla 4.2.1 obtenida R∗ = (−7, 514±1, 379E−05)+(−0, 999±5, 773E05)r∗ ; N.C. = 80%
haciendo uso de una hoja de calculo de Excel.
Tambien realizaremos el modelo no lineal generalizado de
F ∗ , que esta espresado como:
R = (A ± EA )rBexp ±EBexp ; N.C : 80%
A = eβ0 = 0, 000545232
EA = A ∗ Eβ0 = 7, 52163E − 08
Bexp = β1
EBexp = Eβ1
Ası́ nos queda que el Modelo no Lineal es:
5, 452E − 04 ± 7, 522E − 08
R=
r(−0,999±5,773E−05)
Para concluir esta sección, realizamos una prueba de hipote-
Figura 5.2 Se puede apreciar nuestro modelo lineal apli- sis nula H0 para el valor teorico Bteo = −1, al nivel de
cando logaritmos naturales, esto con ayuda de una hoja de confianza del 80%:
calculo de Excel. H0 : µ = Hteo
Concluimos que nuestro modelo lineal es H0 : µ ̸= Hteo
R∗ = −7, 5143 − 0, 9985x En este caso, podrı́amos utilizar un estadı́stico t de Student.
La fórmula para calcular el estadı́stico t es:
Es momento de calcular la incertidumbres del intercepto y B0 − Bteo
la pendiente. Teniendo como dato de S A∗∗ t= σN −1
R
√
N

S A∗∗ = 0, 0000677373 11, 499 − (−1))

R t= 5,206
√
Primero realizamos la sumatoria de cuadrados de r∗. 14
12, 199
Ri∗2 = 79, 9467 t=
1, 3913
Tambien necesitamos la sumatoria de Ln(r) y la elevamos t = 8, 984
al cuadrado: El grado de aceptación es de : −1, 345 < t < 1, 345 Reem-
plazando el valor obtenido : −1, 345 ≮ 8, 984 ≮ 1, 345, por
(Ri∗ )2 = 1084, 3849 ende, se rechaza la hipotesis nula porque |t| > Valor critico.

3
6 Conclusiones
Si la hipótesis nula fue aceptada, se puede concluir que, den-
tro del nivel de confianza del 80%, el modelo propuesto es
adecuado para describir el potencial eléctrico. Si la hipótesis
nula fue rechazada, se podrı́an sugerir ajustes al modelo o
considerar otras explicaciones para las discrepancias, o tam-
bien que el valor teorico es erroneo.
Medir la resistencia eléctrica en un conductor implica la uti-
lización de un ohmı́metro o multı́metro para determinar la
oposición al flujo de corriente en ese conductor. Pero uno
no puede tener estos instrumentos de medición a la mano,
por tanto se opto por un simulador que cumplio con las
mismas caracterizticas. Esto es esencial para diagnosticar
problemas eléctricos y garantizar el buen funcionamiento de
circuitos y dispositivos eléctricos.
7 Referencias bibliográficas
References
[1] D. C. Baird (1995). Experimentación: Una intro-
ducción a la teorı́a de mediciones y al diseño de experi-
mentos (2da Ed.) Mexico: Prentice-Hall Hispanoamer-
icana.
[2] Álvarez, A. C. y Huayta, E. C. (2008). Medidas y Er-
rores (3ra Ed.) La Paz - Bolivia: Catacora.
[3] Mendoza, J. C (2014). Modelamiento numérico de en-
sayos de resistividad sobre el concreto para la obtención
de una tomografı́a bidimensional del frente de carbon-
atación. Departamento de Ingenierı́a Civil y Agrı́cola.
Bogotá D.C., Colombia.
[4]