Índice general

1. Introducción i
1.1. Propiedades de un modelo de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
1.1.1. Propiedades estáticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
1.1.2. Propiedades dinámicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
1.2. Restricciones de integridad en los modelos de datos . . . . . . . . . . . . . . . . . . . iii
1.3. Clasificación de los modelos de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
1.4. Modelo jerárquico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
1.5. Modelos de red . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
1.6. Modelo Relacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv

2. Introducción 1
2.1. Conceptos previos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.1.2. Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Modelamiento de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3. ¿Para qué el modelado de datos? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4. Desempeño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.5. Diseño de base de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.6. ¿Qué es un SISTEMA? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.7. Para comenzar a modelar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Índice de figuras

2.1. Construyendo un modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2.2. Transformación de dato en información. . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.3. Datos de una empresa de seguros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4. Un modelo de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5. Un modelo de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.6. Un modelo de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.7. Un modelo de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Índice de cuadros
Capítulo 1

Introducción

El modelado es la parte sustantiva del proceso de diseño de la base de datos, y no es un proceso

sencillo.
La complejidad de la información y la cantidad de requisitos de los sistemas de información hacen
que sea complicado. Por este motivo, cuando se diseñan bases de datos es conveniente aplicar la
conocida estrategia de dividir para vencer.
Un modelo: Es una representación de cualquier aspecto o tema extraído del mundo real, en una base
de datos esta representación se realiza de forma gráfica
Es conviene descomponer el proceso del diseño en varias etapas; en cada una se obtiene un resultado
intermedio que sirve de partida para la etapa siguiente, y en la última etapa se obtiene el resultado
requerido. De este modo no hace falta resolver toda la problemática que plantea el diseño, sino que
en cada etapa se afronta un sólo tipo de subproblema. Así se divide el problema y, al mismo tiempo,
se simplifica el proceso.
La mayoría de los métodos de modelado de datos proporcionan algún método de mostrar gráfica-
mente las entidades y relaciones.
Un modelo de datos: Es un conjunto de conceptos para describir los datos, las relaciones que existen
entre ellos, la semántica y las restricciones de consistencia.
Existen 3 grupos de modelos de datos:
1. Modelos externos o lógicos basados en objetos: representan los datos que necesita cada usuario
con las estructuras propias del lenguaje de programación que se vaya a usar.
2. Modelos globales o lógicos basados en registros: ayudan a escribir los datos para el conjunto
de usuarios.
3. Modelos físicos de datos: esta orientado a la maquina.
Dentro del modelo global podríamos clasificar 2 tipos:
1. Conceptual.
2. Convencional.
Los modelos conceptuales: también denominados de alto nivel facilitan la descripción global del con-
junto de información de la empresa con independencia de la maquina que se use.

i
CAPÍTULO 1. INTRODUCCIÓN ii

Los modelos convencionales: se encuentran soportados por los SGBD, los mas comunes son el jerár-
quico y el codasyl o de red y el relacional.
Es preciso distinguir entre esquema y ocurrencia:

1. Esquema: es la descripción de la estructura de la base de datos.

2. Ocurrencia: son los datos que hay almacenados en el esquema en un determinado momento y
que varían.

Una definición de modelo de datos seria: Un conjunto de conceptos, reglas y convenciones que nos
permite describir y manipular los datos de un cierto mundo real que deseamos almacenar en la base
de datos.

1.1. Propiedades de un modelo de datos

Las propiedades de los modelos de datos son de dos tipos:

1. Estáticas

2. Invariantes en el tiempo: Que responden a lo que suele ser las estructuras.

3. Y dinámicas que son las operaciones que se aplican a los datos o valores almacenados en las
estructuras, las cuales varían en el tiempo.

1.1.1. Propiedades estáticas

La estática de un modelo de datos esta compuesta por elementos permitidos y no permitidos.
Elementos permitidos: No son los mismos para todos los modelos de datos. Varían especialmente en
su terminología, en general suele ser objetos que pueden ser entidades relaciones, registros, asocia-
ciones entre objetos (interrelaciones), propiedades de los objetos (atributos o campos) y dominios
que son conjuntos de valores sobre los que se definen las propiedades.
La representación de estos elementos depende del tipo de modelo, así en las jerárquicos y en el
modelo en red se representan en forma de grafo (similar o en árbol).
En los modelos relacionales se usan las tablas y en el modelo entidad, interrelación se usan grafos y
tablas.
Elementos no permitidos: No todos los valores, cambios de valor o estructuras están permitidas en
el mundo real, además de cada modelo de datos también impone por si mismo limitaciones a las
estructuras que permite.
Se denomina restricciones inherentes (pueden cambiar) a las que son impuestas por el modelo de
datos en si y se denominan restricciones de integridad a las que son impuestas por el mundo real.
Habitualmente en vez de restricciones se suelen llamar reglas.
CAPÍTULO 1. INTRODUCCIÓN iii

1.1.2. Propiedades dinámicas

Los valores que toman los distintos objetos de un esquema en un determinado momento Ti reciben
el nombre de ocurrencia de esquema o estado de los datos en el momento BDi.
En otro momento Tj la ocurrencia sera BDj.
La aplicación de una operación a una ocurrencia de un esquema trasforma esta en otra ocurrencia.
Una operación tienen dos componentes o pasos:
Componente de localización: selección o enfoque, consiste en localizar la ocurrencia de un
objeto indicando un camino.
Acción, que se realiza sobre la ocurrencia previamente localizada, operaciones de actualización:
eliminar, insertar, modificar, ver.

1.2. Restricciones de integridad en los modelos de datos

En el mundo real existen ciertas reglas que deben cumplir los elementos existentes.
En la BD deseamos que reflejen lo mas fielmente posible el universo que se representa (si hacemos
una BD de un hospital deberá representar elementos del hospital), por lo tanto tenemos que recoger
en nuestro sistema de información el universo lo mas fielmente posible para que al desarrollar el
esquema de la BD junto con los objetos evocaciones y propiedades que los mismos se cumplan
estas reglas llamadas restricciones semánticas o de integridad las cuales pueden ser definidas como
condiciones que limitan al conjunto de ocurrencias validas de un esquema, la semántica de los datos
que en un principio la controlaba manualmente el usuario.
Hoy en día las restricciones de int egridad suelen estar dispersas por la BD en vez de estar dispersas
por las diferentes aplicaciones.

1.3. Clasificación de los modelos de datos

Durante la década de los 70 y a principios de los 80 unos de los principales temas de discusión era
como poder clasificar los modelos de datos. Con la aparición de los niveles de abstracción de la
arquitectura ANSI este tema se planifico bastante.
En general nosotros clasificamos los modelos en función de su nivel de abstracción y riqueza se-
mántica así distinguiremos entre conceptual y convencionales. Las características principales de los
convencionales son: Están implementados en SGBD comerciales.
Depende del SGBD Están próximos al ordenador, tienen poca capacidad semántica.
Están mas enfocados a la implantación. Sin embargo los conceptuales no suelen estar implementa-
dos en los SGBD, son independientes del SGBD tienen un gran nivel de abstracción, tienen mayor
capacidad semántica y están mas enfocados al diseño de alto nivel.

1.4. Modelo jerárquico

A este modelo se le llamo en árbol ya que se usa una estructura de árbol invertida con las raíces en
la parte superior del diseño para su representación.
CAPÍTULO 1. INTRODUCCIÓN iv

Es similar al modelo en red ya que los datos se representan mediante registros llamados nodos y las
relaciones se suelen llamar lazos o enlaces.
Sus características son:

Una colección de árboles forman una BD.

A los registros se les denomina nodos o segmentos que contienen campos que a su vez se les
llama atributos.

Los nodos están organizados en niveles cada nodo tiene campos comunes, vinculados a el.

Padre es un nodo vinculado a otros de nivel inferior.

Gemelos son los nodos al mismo nivel y tienen el mismo padre.

Hojas: son los nodos que no tienen hijos

Altura: Cantidad de niveles

Camino: Son las líneas que unen los nodos no puede haber mas de un camino al mismo sitio
o nodo.

Rama: Es un camino que termina en una hoja

Familia: Es el conjunto de padres e hijos, etc.

Momento; Numero total de nodos de un árbol.

Peso: Cantidad de hojas que tiene el árbol.

1.5. Modelos de red

Esta compuesto por un árbol que a su vez tiene tablas. Dentro de las características principales
podemos decir que los arcos que unen entidades se les llama conjuntos. Éstos, están formados por
relaciones de muchos a muchos.
Entendemos como una generalización del modelo jerárquico cuando los nodos hijo pueden tener
varios nodos padre.
El modelo en red es el más utilizado en el CODASYL, aunque hoy en día esta en desuso.

1.6. Modelo Relacional

El modelo relacional es un modelo de menor nivel. Usa una colección de tablas para representar
tanto los datos como las relaciones entre los datos.
El modelo relacional utiliza una colección de tablas para representar datos y las relaciones en- tre
ellos. Cada tabla tiene múltiples columnas, cada columna tiene un nombre único. Las tablas también
son conocidas como relaciones. El modelo relacional es un modelo basado-en-registros.
Utilizamos conceptos matemáticos, como las relaciones, para representar los datos y las operaciones
sobre ellos.
Capítulo 2

Introducción

Este capítulo nos proporciona un fundamento básico sobre el diseño de un modelo de base de datos.
Para empezar con ello, necesita comprender conceptos simples, tales como la diferencia entre un
modelo de base de datos y una base de datos. Un modelo es un gráfico o borrador de como los
datos son almacenados en una base de datos y es similar al enfoque arquitectónico de como la data
es almacenada - una imagen comúnmente conocida como diagrama entidad-relación ( una base de
datos en papel). Una base de datos, por otro lado, e la implementación o creación física de una base
de datos en una computadora. Un modelo es usado para crear una base de datos.

Información

Sistema

Modelo

Proceso de Negocio

Base de Datos

Necesidad de modelar los datos

2.1. Conceptos previos

2.1.1. Antecedentes
La información es el eje que mueve a la mayoría de las organizaciones hoy día.

El volumen de información que se maneja actualmente es enorme.

Hay la necesidad de tenerla perfectamente organizada, de fácil acceso y por otro lado debe
estar disponible todo el tiempo (sistemas 24x7x365)

La solución: las personas de computación han desarrollado conceptos, técnicas y sistemas bajo
un tópico conocido como "bases de datos".

1
CAPÍTULO 2. INTRODUCCIÓN 2

Figura 2.1: Construyendo un modelo.

2.1.2. Definición
Surgen los primeros conceptos:

Dato. Es una representación formalizada de hechos e ideas capaz de ser comunicada y/o ma-
nipulada por algún proceso. Estado de un objeto o sistema.

Información. Es el dato procesado. Datos o conjunto de datos a los que se les ha asignado o
atribuido un significado.

Negocio: razón de ser de la empresa u organización.

Un proceso de negocio es un conjunto de tareas relacionadas lógicamente llevadas a cabo para

lograr un resultado definido.

• Tienen clientes (internos o externos),

• Cruzan fronteras organizacionales

Sujetos a reglas de negocio, que determinan las políticas y la estructura de la información de

la empresa

Figura 2.2: Transformación de dato en información.

CAPÍTULO 2. INTRODUCCIÓN 3

2.2. Modelamiento de Datos

Abstracción de la realidad (modelo) en función de los conceptos – datos que la componen:

Conforme a la interpretación de la realidad relevada.

Descrito en función de la interpretación de los conceptos (semántica).

Consistente con el modelamiento de procesos de negocio.

Es un conciso modelo del negocio, alto impacto en el SI por cambios, importante activo de la empresa.
No es documentar requerimientos. Muchos factores a evaluar:

1. Qué símbolos usar para representar el mundo real? (edad) 26 . 23/05/1981 . 25 . ”H”=<1980-
1990>. ”joven”=<20-30>

2. Más de una manera de organizar en tablas y columnas póliza de vida, póliza de accidente,
cliente corporativo, cliente persona natural, cliente único, beneficiario.

3. Requerimientos incompletos: gruesos, dan rangos a modelador, evalúan sugerencias de éste

para alcanzar sus objetivos Cl=calle, Av=Avenida; Columna TipoVía, Tabla TipoVía.

4. ¿Qué parte es automatizable (regla)? ¿Manual? La tasa la calcula el usuario manualmente?

5. Los sistemas de información modifican el negocio explotación de información (Riesgos -bonus,

Planet)

2.3. ¿Para qué el modelado de datos?

Figura 2.3: Datos de una empresa de seguros.

1. Cliente: ¿el titular, el que compra o el beneficiario? ¿más de uno? Y el género, la edad y la
fecha de nac. ¿De quién?

2. ¿Necesitamos la edad?

3. ¿El tipo de póliza determina una tasa de comisión?

4. ¿El número de cliente es una buena elección? ¿Es único?

CAPÍTULO 2. INTRODUCCIÓN 4

5. ¿Separar el nombre del apellido?

6. ¿Estandarizar la descripción de la vía en dirección?

7. Conocer el negocio.

8. Preguntar lo correcto.

9. Conocer técnicas y principios de modelado de datos.

Responder los más sincero, concreto y honesto posibles nos conduce a un buen modelo de datos

Figura 2.4: Un modelo de datos.

1. Completo: ¿Existe el atributo para la profesión del cliente? Si no existe y el negocio lo necesita,
el modelo es incompleto.

2. No Redundante: ¿El mismo hecho se guarda más de una vez? ¿Se tiene el atributo del % de
comisión en cada póliza pero se repite en cada tipo de ella? Ver consistencia y espacio.

3. Refuerza Reglas de Negocio: el diseño de la BD asegura que no puedan violarse reglas de

negocio. ¿ Sólo un cliente por poliza Y el rendimiento en el procesamiento?

4. Reutiliza Datos: Los datos deben organizarse por su significado, no para una aplicación. Si
capturo la póliza para facturación luego debe servir para marketing, contabilidad,etc.

5. Estable y Flexible: Estable si soporta sin cambiar cambios del negocio. Es flexible si puede
cambiarse rápidamente. Ej: si creo una tabla para todas las pólizas es estable, no si creo uno
para cada tipo. No es flexible para agregar más de un cliente por póliza.

6. Elegante: simple, consistente y descrito fácilmente y completo. Ej: No es si separa beneficiarios

y clientes y existe de ambos.
CAPÍTULO 2. INTRODUCCIÓN 5

7. Comunicativo: ¿Qué tanto las tablas reflejan los conceptos de negocio? Sin complejidad o
terminología no familiar.

8. Integrado: forma parte de una arquitectura pensada en la totalidad del negocio, en base a
estándares

2.4. Desempeño
¿Y el tiempo de respuesta?

Consideración técnica.

Evaluación posterior

Depende de Hw y Sw Base. Plataforma.

Puede o no modificar el modelo en sí mismo.

2.5. Diseño de base de datos

Figura 2.5: Un modelo de datos.

2.6. ¿Qué es un SISTEMA?

Conjunto de componentes, relacionados entre sí, actuando en determinado entorno, con el
propósito de cumplir una finalidad y que normalmente tiene capacidad de autocontrol.

La organización (empresa) que voy a modelar y el modelo mismo es un sistema: Comprender el

sistema como tal:

Tener presente riesgos en el modelamiento.

CAPÍTULO 2. INTRODUCCIÓN 6

Ubicar procesos de negocio relevantes en jerarquía de sus subsistemas.

Considerar conceptos (holismo, sinergia, subsidiaridad, interacción, etc) de la teoría de sistemas

y su aplicación en el proceso de modelamiento (Gestalt).

Figura 2.6: Un modelo de datos.

2.7. Para comenzar a modelar

Figura 2.7: Un modelo de datos.