Fundamentos de Arduino, Lógica y Sistemas Expertos

Sección 1: Arduino

• Arduino es una empresa y una comunidad global que fabrica placas electrónicas de código abierto y fomenta el aprendizaje colaborativo.
• Su objetivo principal es facilitar el acceso a la electrónica y sistemas embebidos para todo el público.
• Utiliza componentes analógicos y digitales.
• Las placas incorporan un microcontrolador (AVR o ARM) configurado como “sistema mínimo”.
• Las shields amplían funciones (WiFi, Bluetooth, motores, pantallas, entre otras).
• Se alimentan por USB y se programan mediante el puerto correspondiente usando Arduino IDE.

Sección 2: Lógica Proposicional

• Estudia las proposiciones y sus relaciones mediante conectores lógicos.
• Una proposición es una afirmación que puede ser verdadera o falsa.
• Se representan con letras mayúsculas (P, Q, R...).
• Conectores principales:
  • ∧: Conjunción (“y”).
  • p → q: Implicación (“si p, entonces q”).
  • p ↔ q: Bicondicional (“p si y solo si q”).
• Combinando proposiciones se obtienen proposiciones compuestas.
• Dominar esta lógica fortalece el razonamiento y el pensamiento estructurado.

Sección 3: Lógica de Primer Orden

• Extiende la lógica proposicional añadiendo cuantificadores, predicados y funciones para representar objetos y relaciones del mundo real.
• Predicados: Definen propiedades o relaciones (ejemplo: P(x): “x es estudiante”).
• Funciones: Relacionan un objeto con otro (ejemplo: f(x): “padre de x”).
• Cuantificadores:
  • ∀ (Universal): “Para todo”.
  • ∃ (Existencial): “Existe”.
• Forman reglas estructuradas para crear fórmulas bien formadas.
• Es fundamental para modelar conocimiento complejo en sistemas inteligentes.

Sección 4: Ingeniería del Conocimiento

• Disciplina que captura y organiza el conocimiento de expertos para crear sistemas inteligentes.
• Su objetivo es transformar el conocimiento humano en reglas explícitas para que una máquina pueda razonar.
• Componentes de un sistema experto:

1. Base de conocimiento.
2. Motor de inferencia.
3. Base de hechos.
4. Interfaz de usuario.

El motor de inferencia aplica reglas para obtener conclusiones. El ingeniero del conocimiento extrae y formaliza el saber experto. Técnicas de extracción: entrevistas, observación, mapas conceptuales, análisis de tareas, brainstorming, entre otras. Diferencia con Machine Learning:

• Ingeniería del Conocimiento: Basada en reglas explícitas.
• Machine Learning: Aprendizaje a partir de datos sin reglas predefinidas por humanos.