Maria Camila Betancur Giraldo

Santiago Cortes Quiroz

Docente: Andrea Lorena Ospina Pérez

Ejemplo: Una base de datos de una tienda. En ella se guardan datos sobre los productos (nombre, precio, cantidad), los clientes (nombre, dirección de envío), y los pedidos (productos comprados, fecha de compra, estado del envío).

1. Definición de necesidades: Se identifica que se necesita una app para ayudar a las personas a organizar y gestionar sus tareas diarias.

2. Análisis: Se estudian los requisitos, como la posibilidad de agregar tareas y organizarlas por fechas.

3. Diseño: Se define la estructura y el diseño de la interfaz de la app, paso a paso.

4. Codificación: Los desarrolladores escriben el código que permite a la app funcionar, integrando lo necesario.

5. Pruebas: Se realizan pruebas para asegurar que todas las funciones, trabajen correctamente.

6. Validación: Se confirma que la app cumple con los requisitos de los usuarios y funciona según lo esperado.

7. Mantenimiento y evolución: Después del lanzamiento, la app se actualiza regularmente para corregir errores, mejorar el rendimiento y agregar nuevas características (como integración con calendarios) para mantenerla útil y relevante con el tiempo.

Especialización

La especialización es el proceso de dividir una entidad en subtipos más específicos, manteniendo las características comunes de la entidad original. Es como crear subcategorías dentro de una categoría más amplia.

Ejemplo:

Imagina una base de datos para una tienda de mascotas. Puedes tener una entidad "Animal" con atributos como "Nombre" y "Especie".

• Al especializar esta entidad, podrías crear subtipos como "Perro" y "Gato", agregando atributos específicos como "Raza" para cada subtipo.

Beneficios de la especialización:

✔ Mayor precisión al representar información.
✔ Organización lógica de los datos.
✔ Facilita la edición y administración de los subtipos.

Generalización

La generalización es el proceso inverso a la especialización. Se combinan entidades con características comunes en una entidad más general.

Ejemplo:

Si tienes las entidades "Empleado" y "Cliente", ambas con atributos comunes como "Nombre" y "Dirección", puedes generalizarlas en una entidad "Persona", que incluya esos atributos comunes.

Beneficios de la generalización:

✔ Reducción de redundancia y evita duplicidad de atributos.
✔ Simplificación del modelo de datos.
✔ Reutilización de atributos comunes en otras entidades.

Tipos de Especialización

1. Según la obligatoriedad:

• Total: Cada instancia de la entidad general debe pertenecer a al menos un subtipo.

  • 📌 Ejemplo: Todos los animales en la tienda deben ser *Perros, Gatos, Pájaros, etc.

• Parcial: No todas las instancias de la entidad general tienen que pertenecer a un subtipo.

  • 📌 Ejemplo: Algunos animales pueden ser Perros o Gatos, pero otros podrían ser Reptiles, sin pertenecer a un subtipo específico.

2. Según la exclusividad:

• Disjunta: Una instancia de la entidad general solo puede pertenecer a un solo subtipo.

  • 📌 Ejemplo: Un animal no puede ser Perro y Gato a la vez.

• Solapada: Una instancia de la entidad general puede pertenecer a varios subtipos.

  • 📌 Ejemplo: Un Perro puede ser al mismo tiempo un Perro Guardián.

Componentes Clave:

• Tabla: Una colección de datos organizada en filas y columnas. Representa una entidad específica (por ejemplo, "Clientes", "Productos", "Pedidos").

• Tupla: Una fila en una tabla que representa un registro individual de datos.

• Atributo: Una columna en una tabla que representa una característica o propiedad de la entidad.

• Dominio de un atributo: Define el tipo de datos que puede contener un atributo (por ejemplo, "texto", "número", "fecha")

Ejemplo:

Imagina una tabla llamada "Clientes" con la siguiente información:

En este ejemplo:

• Tabla: "Clientes"

• Tuplas: Cada fila representa un cliente (Juan Pérez, María López).

• Atributos: "Cliente", "Nombre", "Apellido", "Dirección", "Teléfono".

• Dominio de un atributo: "Nombre" y "Apellido" son "texto", "Dirección" es "texto", y "Teléfono" es "número".

Ejemplo:Tener un servidor que maneje las solicitudes de un sitio de comercio electrónico. Cuando un usuario agrega un producto a su carrito de compras, el backend se encarga de actualizar la base de datos con esa información y de calcular el total del pedido. Todo esto sucede en segundo plano, mientras que el usuario solo ve la interfaz del sitio.

Ejemplo: sería la interfaz de un sitio web de redes sociales, donde puedes ver tu perfil, publicar actualizaciones, ver fotos y comentar en publicaciones. Todo lo que ves y con lo que interactúas en esa página es parte del frontend.

Ejemplos:

1. MySQL: Un sistema de gestión de bases de datos relacional muy popular, utilizado en aplicaciones web y sistemas de gestión de contenido.

2. PostgreSQL: Un DBMS relacional de código abierto conocido por su robustez y soporte para características avanzadas como transacciones y consultas complejas.

3. Oracle Database: Un sistema de gestión de bases de datos comercial que es ampliamente utilizado en grandes empresas por su rendimiento y escalabilidad.

4. Microsoft SQL Server: Un DBMS desarrollado por Microsoft, utilizado en aplicaciones empresariales y que ofrece integración con otras herramientas de Microsoft.

5. MongoDB: Un sistema de gestión de bases de datos NoSQL que almacena datos en formato de documentos, ideal para aplicaciones que requieren flexibilidad en la estructura de los datos.

Ejemplo: un número puede ser utilizado en cálculos matemáticos, mientras que un texto puede ser manipulado para mostrar mensajes al usuario. En resumen, los datos son fundamentales para que los programas funcionen y realicen tareas específicas.

Estas constituyen el vínculo que se establece entre distintos elementos de las tablas que las conforman.

Ejemplos:

1. Relación uno a uno: en este tipo de relación, un registro en una tabla está vinculado a un solo registro en otra tabla. Por ejemplo, en una base de datos de empleados, cada empleado puede tener un único perfil de usuario.

2. Relación uno a muchos: en este caso, un registro en una tabla puede estar relacionado con múltiples registros en otra tabla. Por ejemplo, un autor puede haber escrito varios libros, pero cada libro tiene un solo autor.

3. Relación muchos a muchos: aquí, múltiples registros en una tabla pueden estar relacionados con múltiples registros en otra tabla. Un ejemplo clásico es el de estudiantes y cursos: un estudiante puede estar inscrito en varios cursos, y un curso puede tener varios estudiantes.

Por ejemplo, si estás creando una aplicación para gestionar una biblioteca, la información podría incluir datos sobre los libros, como el título, el autor, el año de publicación y el número de copias disponibles. En este caso, cada uno de esos elementos (título, autor, etc.) representa un tipo de información que tu programa utilizará para funcionar correctamente.

En el MER, las entidades son objetos o conceptos con existencia independiente, como "Cliente", "Producto" o "Pedido". Cada entidad tiene atributos que describen sus características, como el nombre del cliente o el precio del producto.

Las relaciones muestran cómo las entidades están conectadas. Por ejemplo, un "Cliente" puede realizar varios "Pedidos", y un "Pedido" puede incluir varios "Productos". Estas relaciones pueden ser de tipo uno a uno, uno a muchos o muchos a muchos.

Ejemplos

1. Sistema de Biblioteca

   • Entidades: Libro, Autor, Usuario.

   • Relaciones: Un "Autor" puede escribir varios "Libros", y un "Usuario" puede tomar prestados varios "Libros".

2. Sistema de Ventas

   • Entidades: Cliente, Pedido, Producto.

   • Relaciones: Un "Cliente" puede hacer varios "Pedidos", y un "Pedido" puede incluir varios "Productos".

Es una representación concreta y visual del modelo conceptual. Se utiliza para comunicar de manera clara y sencilla la estructura de la base de datos.

Ejemplo:

Dibujar un diagrama con rectángulos para las entidades (Estudiante, Curso, Profesor), óvalos para los atributos (ID_Estudiante, Nombre, Créditos) y rombos para las relaciones (Matrícula, Imparte).

Ejemplo:

• Tabla: "Libros"

• Campos: "Título", "Autor", "Género", "Fecha de publicación"

• Relación: "Autores" (otra tabla) con "Libros" (a través del campo "Autor").

Estos esquemas son importantes porque permiten ordenar la información de manera lógica, evitar la duplicación de datos y facilitar la comunicación entre usuarios. Por ejemplo, en una base de datos de libros, un esquema bien diseñado permite buscar libros por género, autor o título, y evita la repetición de información del autor en cada libro, mejorando la precisión.

Hay diferentes tipos de esquemas:

• Esquema conceptual: Es como una descripción general de la base de datos. Por ejemplo para una biblioteca podría describir que la base de datos contendrá información sobre libros, autores, usuarios y préstamos.

• Esquema lógico: Es más detallado y describe las tablas, campos y relaciones. Por ejemplo, para una biblioteca podría describir la tabla "Libros" con los campos "Título", "Autor", "Género" y "Fecha de publicación", y la relación entre la tabla "Libros" y la tabla "Autores" a través del campo "Autor".

• Esquema físico: Es el más técnico y describe cómo se almacenan los datos en el disco. Por ejemplo, podría describir que la tabla "Libros" se almacena en un archivo específico en el disco y que los campos "Título" y "Autor" se almacenan en una columna específica del archivo.

Elementos clave de un esquema de tabla:

• Nombre de la tabla: Un nombre que identifica la tabla, por ejemplo, "Clientes" o "Productos".

• Columnas: Cada columna representa un atributo o característica de los datos que se almacenan. Por ejemplo, en la tabla "Clientes", podríamos tener columnas como "Nombre", "Apellido", "Dirección" y "Teléfono".

• Tipos de datos: Cada columna tiene un tipo de dato específico que determina el tipo de información que puede almacenar, como texto, numerico,fecha o booleano

• Restricciones: Reglas que se aplican a los datos para garantizar su integridad.

Tipos de claves:

• Clave primaria (PK): Es una columna o conjunto de columnas que identifica de forma única cada fila de la tabla. Es como el DNI de cada cliente. Ejemplo: En la tabla "Clientes", el número de identificación del cliente podría ser la clave primaria.

• Clave foránea (FK): Es una columna que hace referencia a la clave primaria de otra tabla. Sirve para establecer relaciones entre diferentes tablas. Ejemplo: En la tabla "Pedidos", la columna "ID Cliente" sería una clave foránea que hace referencia a la clave primaria de la tabla "Clientes".

• Clave candidata: Cualquier columna o conjunto de columnas que puede ser una clave primaria.

• Clave alternativa: Una clave que no es la clave primaria pero se utiliza para identificar de forma única una fila.

Reglas de traducción:

• Normalización: Se utilizan para diseñar esquemas de tablas eficientes y evitar redundancia de datos. Existen diferentes niveles de normalización (1NF, 2NF, 3NF, etc.).

• Integridad referencial: Esta regla asegura que las claves foráneas hacen referencia a valores válidos en la tabla relacionada. Por ejemplo, si un pedido tiene un ID de cliente, este ID debe existir en la tabla "Clientes".

Ejemplo:

Imaginemos una tienda online. Podríamos tener las siguientes tablas:

• Clientes: Con columnas como "ID Cliente", "Nombre", "Apellido", "Dirección", "Teléfono".

• Productos: Con columnas como "ID Producto", "Nombre", "Descripción", "Precio".

• Pedidos: Con columnas como "ID Pedido", "ID Cliente", "Fecha", "Total".

La clave primaria de la tabla "Clientes" sería "ID Cliente". La clave primaria de la tabla "Productos" sería "ID Producto". En la tabla "Pedidos", "ID Cliente" sería una clave foránea que hace referencia a la tabla "Clientes".

Principales Axiomas de Armstrong

Los axiomas son los siguientes:

1. Reflexividad: Si B⊆AB⊆A, entonces A→BA→B.

   • Esto significa que si un conjunto de atributos incluye a otro, entonces el conjunto original determina el conjunto más pequeño.

2. Aumentación: Si A→BA→B, entonces A∪C→B∪CA∪C→B∪C.

   • Si un conjunto de atributos AA determina a BB, entonces al agregar un conjunto CC a ambos lados, la relación se mantiene.

3. Transitividad: Si A→BA→B y B→CB→C, entonces A→CA→C.

   • Esto implica que si un conjunto de atributos determina a otro, y ese otro determina a un tercero, entonces el primero también determina al tercero.

Ejemplos de Aplicación

Para ilustrar estos axiomas, consideremos un conjunto de atributos en una relación de base de datos:

• Atributos: A,B,C,DA,B,C,D

1. Reflexividad: Si BB es un subconjunto de AA (por ejemplo, B={B}B={B} y A={A,B}A={A,B}), entonces A→BA→B es verdadero.

2. Aumentación: Si sabemos que A→BA→B (por ejemplo, el nombre de un estudiante determina su ID), entonces al agregar un atributo CC (como la fecha de nacimiento), podemos decir que A∪C→B∪CA∪C→B∪C también es cierto.

3. Transitividad: Si A→BA→B (el ID del estudiante determina su nombre) y B→CB→C (el nombre determina su dirección), entonces podemos concluir que A→CA→C (el ID determina la dirección).

Importancia

Los Axiomas de Armstrong son fundamentales en el diseño de bases de datos, ya que permiten calcular el cierre de dependencias funcionales, determinar claves candidatas y normalizar bases de datos para evitar redundancias innecesarias. Esto proporciona un marco teórico que simplifica el razonamiento sobre las dependencias funcionales, lo que es crucial para un diseño eficiente y organizado de bases de datos.

Aportes Significativos de Edgar F. Codd:

1. Modelo Relacional: Codd introdujo el modelo relacional en 1970, que revolucionó la forma en que se gestionaban y organizaban los datos. Este modelo permite que los datos se almacenen en tablas que pueden relacionarse entre sí, facilitando el acceso y la manipulación de la información.

2. Formas Normales: Codd definió varias formas normales, siendo la Forma Normal de Boyce-Codd una de las más importantes. Esta forma normal es una versión más estricta de la Tercera Forma Normal y se utiliza para eliminar redundancias y asegurar la integridad de los datos en las bases de datos.

3. Las 12 Reglas de Codd: Codd formuló 12 reglas que definen lo que constituye un sistema de gestión de bases de datos relacional. Estas reglas son fundamentales para entender cómo deben funcionar las bases de datos relacionales.

Impacto en la Humanidad:

El trabajo de Codd ha tenido un impacto profundo en la tecnología de la información y en la forma en que las empresas y organizaciones gestionan sus datos. Gracias a sus contribuciones, hoy en día podemos disfrutar de sistemas de bases de datos más eficientes, seguros y fáciles de usar, lo que ha facilitado el desarrollo de aplicaciones y servicios en diversas industrias.

Ejemplo:

Imaginemos que tenemos una lista de amigos con sus datos:

Sin normalizar:

• Amigo 1: Nombre: Juan, Teléfono: 123-456-7890, Dirección: Calle A #123, Ciudad: Madrid, País: España

• Amigo 2: Nombre: María, Teléfono: 987-654-3210, Dirección: Calle B #456, Ciudad: Madrid, País: España

• Amigo 3: Nombre: Pedro, Teléfono: 567-890-1234, Dirección: Calle C #789, Ciudad: Barcelona, País: España

Aquí, la información de la ciudad y el país se repite para cada amigo.

Con FNBC:

• Amigos:

  • Amigo 1: Nombre: Juan, Teléfono: 123-456-7890, Dirección: Calle A #123, CiudadID: 1

  • Amigo 2: Nombre: María, Teléfono: 987-654-3210, Dirección: Calle B #456, CiudadID: 1

  • Amigo 3: Nombre: Pedro, Teléfono: 567-890-1234, Dirección: Calle C #789, CiudadID: 2

• Ciudades:

  • CiudadID: 1: Nombre: Madrid, País: España

  • CiudadID: 2: Nombre: Barcelona, País: España

En este caso, la información de la ciudad y el país se guarda en una lista separada, y se relaciona con los amigos a través del CiudadID. Así, si un amigo cambia de ciudad, solo se actualiza la información en la lista de ciudades, sin necesidad de modificar la información de cada amigo.

Aportes más significativos de Peter Chen

1. Modelo Entidad-Relación (ER)

Introducido en 1976, este modelo permite representar datos y sus relaciones de manera visual y comprensible, facilitando el diseño de bases de datos. Su impacto ha sido tan profundo que se ha convertido en un estándar en la ingeniería de software y en la gestión de bases de datos.

2. Reconocimientos

Ha recibido varios premios, incluyendo el Harry H. Goode Memorial Award y el ACM-AAAI Allen Newell Award. Además, es miembro destacado de la ACM (Association for Computing Machinery) y ha sido reconocido como IEEE Fellow.

3. Contribuciones Académicas

Chen ha trabajado en diversas instituciones prestigiosas, como el Instituto Tecnológico de Massachusetts (MIT) y la Universidad Carnegie Mellon.

Su investigación ha influido en el desarrollo de tecnologías de información y en la forma en que se estructuran los datos en sistemas computacionales.

El modelo entidad-relación no solo ha revolucionado la forma en que se diseñan las bases de datos, sino que también ha tenido un impacto duradero en la manera en que las organizaciones gestionan y utilizan la información.

Ejemplo de aplicación del modelo ER

Imagina que quieres diseñar una base de datos para una tienda de mascotas. Usando el modelo entidad-relación, podríamos representar la información de la siguiente manera:

Entidades:

• Mascotas: Contiene información como nombre, tipo de mascota (perro, gato, etc.), raza, edad, etc.

• Clientes: Contiene información como nombre, dirección, teléfono, etc.

• Productos: Contiene información como nombre del producto, tipo de producto (alimento, juguetes, etc.), precio, etc.

Relaciones:

• Compra: Relaciona clientes con productos, indicando qué productos compró cada cliente.

• Tiene: Relaciona clientes con mascotas, indicando qué mascotas tiene cada cliente.

Diagrama ER:

Para visualizar esto, podríamos usar un diagrama con símbolos especiales:

• Rectángulos: Representan las entidades (Mascotas, Clientes, Productos).

• Óvalos: Representan los atributos de cada entidad (nombre, tipo, precio, etc.).

• Diamantes: Representan las relaciones (Compra, Tiene).

• Líneas: Conectan las entidades con las relaciones.

Ejemplo práctico:

• Un cliente Juan Pérez tiene un perro llamado Max.

• Juan Pérez compra un paquete de alimento para perros en la tienda.

Este ejemplo se representaría en el diagrama ER conectando las entidades "Clientes" (Juan Pérez), "Mascotas" (Max) y "Productos" (alimento para perros) a través de las relaciones "Tiene" y "Compra".

1. Anomalías de inserción

Ocurren cuando no se puede agregar información a la base de datos sin incluir datos innecesarios.
Ejemplo: Si quieres añadir un nuevo cliente pero no tienes información sobre sus pedidos, te verás obligado a dejar campos vacíos.

2. Anomalías de actualización

Se presentan cuando se necesita modificar datos en múltiples lugares. Si un dato se actualiza en una tabla pero no en otra, puede llevar a inconsistencias.
Ejemplo: Si cambias la dirección de un cliente en una tabla pero olvidas hacerlo en otra, tendrás información contradictoria.

3. Anomalías de eliminación

Sucedan cuando la eliminación de un registro provoca la pérdida de información valiosa.
Ejemplo: Si eliminas un pedido y, con él, también se borra la información del cliente que realizó ese pedido, perderás datos importantes.

4. Lecturas sucias

Se producen cuando un proceso lee datos que han sido modificados por otro proceso, pero que aún no han sido confirmados. Esto puede llevar a decisiones basadas en información incorrecta.

5. Actualizaciones perdidas

Ocurren cuando dos procesos intentan actualizar el mismo dato al mismo tiempo, y uno de los cambios se pierde.

La normalización es una técnica que se utiliza para evitar estas anomalías, organizando los datos de manera que se minimicen las redundancias y se mantenga la integridad de la información.

Ejemplo

Existe una aparente relación entre el consumo de helados y el aumento de ahogamientos. Aunque ambos pueden aumentar en verano, no hay una relación causal entre ellos; en realidad, la temperatura es la variable que influye en ambos.

Importancia en Big Data

En la era del Big Data, es crucial identificar y evitar las correlaciones espurias, ya que pueden llevar a decisiones erróneas basadas en datos mal interpretados.

Variables de confusión

A menudo, las correlaciones espurias son el resultado de variables de confusión, que son factores externos que afectan a las variables en estudio.

Análisis crítico

Es fundamental realizar un análisis crítico y utilizar métodos estadísticos adecuados para determinar si una relación observada es realmente significativa o simplemente espuria.

Ejemplo 1: El número de bomberos y la intensidad del fuego

• Observación: Existe una correlación positiva entre el número de bomberos que se envían a un incendio y la intensidad del fuego.

• Conclusión errónea: Cuantos más bomberos se envían, más intenso es el fuego.

• Explicación: La intensidad del fuego es la que determina cuántos bomberos se necesitan para combatirlo. No es el número de bomberos lo que causa la intensidad del fuego.

Definiciones

• MER (Modelo Entidad-Relación): es una representación abstracta que describe la estructura de una base de datos. Se centra en las entidades, sus atributos y las relaciones entre ellas.

• DER (Diagrama Entidad-Relación): es una representación gráfica del MER. Se utiliza para visualizar las entidades, atributos, relaciones y cardinalidades de manera más clara.

Propósito

• MER: se utiliza para conceptualizar y diseñar la base de datos a un nivel más alto, sin entrar en detalles específicos.

• DER: su objetivo es proporcionar una representación visual que facilite la comprensión y comunicación del diseño de la base de datos.

Contenido

• MER: incluye entidades y relaciones, pero no necesariamente todos los atributos de cada entidad.

• DER: muestra entidades, relaciones y todos los atributos relevantes, así como las cardinalidades (por ejemplo, 1:N, N:M).

Uso

• MER: se emplea en las etapas iniciales del diseño de bases de datos para establecer la estructura general.

• DER: se utiliza en etapas posteriores para la implementación y para ayudar a los desarrolladores a entender cómo se relacionan los datos.

Ejemplo

• En un MER, podrías tener entidades como "Cliente" y "Pedido", con una relación entre ellas.

• En un DER, verías esas mismas entidades, pero también incluirías atributos como "Nombre del Cliente" y "Fecha del Pedido", así como la relación que indica que un cliente puede hacer múltiples pedidos.

Por ejemplo, una persona, un libro o un carro. Estos tienen atributos que los describen, como el nombre, el título o el modelo del carro.

Ejemplo:

Si hablamos de la entidad "Libro", una instancia de esta entidad podría ser "El Quijote". Es decir, es un libro especifico , con características únicas como su titulo, autor, editorial, etc.

Ejemplo:

En una base de datos de empleados, la entidad "Empleado" podría tener atributos como

-Nombre

-Apellido

-Cargo

-Salario

Simple: dato que tiene un solo valor, como un número entero o cadena de texto.

Compuesto: dato que esta formado por varios valores simples como fecha o dirección.

Univalorado: Dato que solo puede tener un valor único, como un código de país

Multivalorado: Que puede tener varios valores, como una lista de habilidades de un empleado.

Datos Derivados: Dato que se calcula a partir de otros datos, como el total de una factura.

DATOS ESPECIALES

nulos: Dato que no tiene valor o es desconocido

clave primaria: Dato que identifica de manera única un registro en una tabla, como el id de un empleado que lo identifica solo a el.

clave foránea: dato que se utiliza para establecer relación entre dos tablas. Como el código de un autor en una tabla de libros, que se relaciona con el código de autor en una tabla de autores.

superclave: Conjunto de datos que identifica de manera única un registro en una tabla. Cómo el conjunto de campos "titulo" y "autor" en una tabla de libros , que identifica de manera única cada libro y no permite duplicados de un mismo libro escrito por el mismo autor y con el mismo titulo

-Uno a uno (1:1)

-Uno a Muchos(1:N)

-Muchos a Uno (M:1)

-Muchos a Muchos (M:N)

Ejemplo:

Una tabla "Estudiantes" con 20 filas cada una representando a un estudiante diferente . la cardinalidad de este es 20 y sus grados de cardinalidad pueden depender de como se relacionen con otra tabla, como "cursos" o "profesores"

- Uno a uno (1:1): Una fila de una tabla se relaciona con solo una fila de otra tabla.

- Uno a muchos (1:N): Una fila de una tabla se relaciona con varias filas de otra tabla.

- Muchos a uno (M:1): Varias filas de una tabla se relacionan con solo una fila de otra tabla.

- Muchos a muchos (M:N): Varias filas de una tabla se relacionan con varias filas de otra tabla.

Ejemplo:

Una tabla de "Pedidos" y una tabla de "Clientes". Cada pedido se asocia con un solo cliente, pero un cliente puede tener varios pedidos. En este caso, la relación entre "Pedidos" y "Clientes" es de uno a muchos (1:N).

Ejemplo:

un objeto llamado "Clientes", que almacena información sobre los clientes de una empresa. Este objeto podría incluir campos como "Nombre", "Apellido", "Dirección", "Teléfono" y "Correo electrónico", que se relacionan entre sí para describir a cada cliente de manera única. De esta manera, el objeto "Clientes" proporciona una estructura organizada para almacenar y gestionar la información de los clientes.

• Entidad fuerte: Es una entidad que tiene una identidad propia y única, y no depende de otra entidad para existir. como un cliente.

• Entidad Débil: Esta depende de otra entidad para existir , y no tiene identidad propia única. Como el pedido de un cliente

• Entidad Relación: es una entidad que representa la relación entre dos o mas entidades . como una relación entre un cliente y un pedido.

Discriminante: es un atributo o conjunto de atributos que permite distinguir entre entidades débiles que dependen de la misma entidad fuerte.

Ejemplo:

En una base de datos de ventas , entidad fuerte podría ser el cliente, la débil podría ser el pedido, la entidad relación, seria la relación de cliente y pedido y el discriminante podría ser el numero de pedido que permite distinguir entre pedidos del mismo cliente

Ejemplo:

Dibujar un diagrama con rectángulos para las entidades (Estudiante, Curso, Profesor), óvalos para los atributos (ID_Estudiante, Nombre, Créditos) y rombos para las relaciones (Matrícula, Imparte).

• Sistema de gestión de bases de datos o DBMS. (s.f.). En ComputerWeekly.com en español. Recuperado de https://www.computerweekly.com/es/definicion/Sistema-de-gestion-de-bases-de-datos-o-DBMS.

  
  

• Dato. (s.f.). En Concepto.de. Recuperado de https://concepto.de/dato/.

  
  

• ¿Qué es una base de datos relacional? (s.f.). En Google Cloud. Recuperado de https://cloud.google.com/learn/what-is-a-relational-database?hl=es-419.

  
  

• ¿Qué es una base de datos? (s.f.). En GoDaddy. Recuperado de https://www.godaddy.com/resources/latam/stories/que-es-una-base-de-datos.

  
  

• Modelo entidad-relación. (s.f.). En UNIR Revista de Ingeniería. Recuperado de https://www.unir.net/revista/ingenieria/modelo-entidad-relacion/#:~:text=El%20modelo%20entidad%20relaci%C3%B3n%20(ERD,en%20una%20base%20de%20datos.

• ¿Qué es un modelo entidad-relación? (s.f.). En Lucidchart. Recuperado de https://www.lucidchart.com/pages/es/que-es-un-diagrama-entidad-relacion#:~:text=Genera%20un%20ERD-,%C2%BFQu%C3%A9%20es%20un%20modelo%20entidad%20relaci%C3%B3n?,informaci.

  
  

• ¿Qué es una base de datos? (s.f.). En Astera. Recuperado de https://www.astera.com/es/type/blog/what-is-a-database/.

  
  

• Parra, I. (s.f.). Ciclo de vida del software. En LinkedIn. Recuperado de https://es.linkedin.com/pulse/ciclo-de-vida-del-software-ignacio-parra.

  
  

• DataScienceFem. (s.f.). Introducción a las entidades y relaciones: conceptos fundamentales en bases de datos. En Medium. Recuperado de https://medium.com/@datasciencefem/introducci%C3%B3n-a-las-entidades-y-relaciones-conceptos-fundamentales-en-bases-de-datos-822e1862855.

  
  

• Modelado de entidades. (s.f.). En IBM Watson Explorer. Recuperado de https://www.ibm.com/docs/es/watson-explorer/12.0.x?topic=applications-modeling-entities.

  
  

  
  

• Tipos de datos. (s.f.). En DatData. Recuperado de https://www.datdata.com/blog/tipos-de-datos#:~:text=Los%20tipos%20de%20datos%20pueden,complejas%20como%20matrices%20o%20tablas.

  
  

• Objeto base de datos. (s.f.). En EGA Futura Glosario. Recuperado de https://www.egafutura.com/glosario/objeto-base-datos.

• Rivas Arzaluz, M. de L. (2015). Fundamentos de Bases de Datos: Modelo Entidad-Relación. Recuperado de http://ri.uaemex.mx/oca/bitstream/20.500.11799/35201/1/secme-21961.pdf.

  
  

• Tema 3.3: Modelo entidad-relación. (s.f.). En Cursos Clavijero. Recuperado de https://cursos.clavijero.edu.mx/cursos/059_bd/modulo3/contenido/tema3.3.html.

  
  

• Generalización/especialización en bases de datos. (s.f.). En Prezi. Recuperado de https://prezi-com.translate.goog/ema7foenxcrz/generalizacionespecializacion-en-bases-de-datos/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc.

  
  

• Bases de datos relacionales. (s.f.). En Ayuda Ley Protección Datos. Recuperado de https://ayudaleyprotecciondatos.es/bases-de-datos/relacional/.

  
  

• Esquema de base de datos. (s.f.). En IBM. Recuperado de https://www.ibm.com/mx-es/topics/database-schema.

  
  

• ¿Qué es un esquema de base de datos? (s.f.). En Budibase. Recuperado de https://budibase-com.translate.goog/blog/data/what-is-a-database-schema/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc.

• Kolahi, S. (2009). En Universidad de Columbia Británica, Vancouver, BC, Canadá. Recuperado de https://link-springer-com.translate.goog/referenceworkentry/10.1007/978-0-387-39940-9_1554?error=cookies_not_supported&code=4c84543e-a5bd-4c64-a18a-a48b1c8de3fc&_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=wa.

  
  

• Pastor, J. (2021). El piloto que cambió las bases de datos para siempre y ayudó a que Oracle se convirtiese en un imperio. En Xataka. Recuperado de https://www.xataka.com/empresas-y-economia/piloto-que-cambio-bases-datos-para-siempre-ayudo-a-que-oracle-se-convirtiese-imperio.

• Chen, P. (s.f.). En FourWeekMBA. Recuperado de https://fourweekmba.com/es/pedro-chen/.

  
  

• ¿Cómo puedes identificar y resolver las anomalías de datos? (s.f.). En LinkedIn. Recuperado de https://www.linkedin.com/advice/0/how-can-you-identify-resolve-data-anomalies-mg8ze?lang=es#:~:text=Las%20anomal%C3%ADas%20de%20datos%20son,humanos%20o%20fallas%20del%20sistema.

• Relaciones espurias y variables de confusión. (s.f.). En Máxima Formación. Recuperado de https://www.maximaformacion.es/blog-dat/relaciones-espurias-y-variables-de-confusion/.

  
  

• Adarme, D. (s.f.). ¿Cuál es la diferencia entre un diagrama de clases y un diagrama de entidad-relación? En GuayaHack. Recuperado de https://guayahack.co/community/member/davidadarme/reto-diferencias-diagrama-clases-entidad-relacion/.

Conceptos como entidad, atributos, relaciones, cardinalidad y claves son fundamentales para diseñar bases de datos funcionales. Además, herramientas como los DBMS (Sistemas de Gestión de Bases de Datos) facilitan la administración de la información. También es importante comprender las diferencias entre Backend y Frontend, que definen la estructura de las aplicaciones web.

Figuras como Peter Chen y Boyce Codd han realizado aportes significativos al modelado de datos, mientras que la normalización ayuda a evitar anomalías de diseño y mejorar la integridad de la información. Comprender estos conceptos es esencial para desarrollar sistemas de bases de datos eficientes y bien estructurados.