República Bolivariana de Venezuela

Ministerio del Poder Popular Para la Educación Universitaria

Instituto Universitario Politécnico “Santiago Mariño”
Cabimas- Edo Zulia

Integrante:
Odalys Vásquez
CI: 25190943
Escuela: Ing. De Sistemas
 Índice
1. Introducción……………………………………………………………………,03
2. ¿Qué es un modelo de datos……………………………………………….04
3. Clasificación de un modelo de datos………………………………………05
4. Utilidad de un modelo de datos……………………………………………..05
5. Definiciones básicas…………………………………………………………..07
5.1 Abstracción………………………………………………………………....07
5.2 Semántica…………………………………………………………………...07
5.3 Integridad……………………………………………………………………08
5.4 Restricciones……………………………………………………………….10
6. Modelo entidad – relación…………………………………………………….10
7. Elementos de un modelo entidad – relación………………………………11
8. Representación grafica de un modelo entidad – relación………………12
9. Modelo de situaciones de requerimientos de información propuesta...13
10. Conclusión……………………………………………………………………….15
11. Bibliografía………………………………………………………………………16
12. Anexos……………………………………………………………………………17

02
 Introducción
El presente trabajo contiene información sobre modelo de datos y modelos entidad-
relación, dicho tema es realizado con la finalidad de aprender y entender con más
precisión de como un modelo de datos puede determinar la estructura lógica de una
base de datos.
Los modelos de datos son importantes, ya que con ellos podemos de manera
específica determinar una manera de almacenar, organizar, y manipular dichos datos.
Los modelos o también conocidos diagramas de entidad-relación son un lenguaje
gráfico para describir conceptos.
El objetivo de dicho trabajo es poder comprender que los modelos de datos permiten
describir los elementos de la realidad que intervienen en un problema dado. Este describe
las estructuras de datos de la base, las restricciones de integridad y las operaciones de
manipulación de los datos.
Este lenguaje (modelo de datos) tiene sus sublenguajes el cual son dos:
A. Lenguaje de Definición de Datos o DDL.
B. Lenguaje de Manipulación de Datos o DML.
Finalmente en el trabajo se presentan:
1. Definición de modelo de datos
2. Clasificación de modelo de datos
3. Utilidad de modelo de datos
 Definiciones básicas
 Abstracción
 Semántica
 Integridad
 Restricciones
4. Modelo entidad-relación
5. Elementos de un modelo entidad-relación
6. Representación gráfica de modelo entidad-relación
7. Modelado de situaciones de requerimientos de información propuesta

03
 Desarrollo
1. ¿Qué es un modelo de datos?
Un modelo de base de datos (Data Información Estructurada) es un tipo de modelo
de datos que determina la estructura lógica de una base de datos y de manera
fundamental determina el modo de almacenar, organizar y manipular los datos.
Un modelo de datos es un lenguaje orientado a hablar de una base de datos.
Típicamente un modelo de datos permite describir:
 Las estructuras de datos de la base: El tipo de los datos que hay en la base y la
forma en que se relacionan.
 Las restricciones de integridad: Un conjunto de condiciones que deben cumplir
los datos para reflejar la realidad deseada.
 Operaciones de manipulación de los datos: típicamente, operaciones de
agregado, borrado, modificación y recuperación de los datos de la base.
Otro enfoque es pensar que un modelo de datos permite describir los elementos de
la realidad que intervienen en un problema dado y la forma en que se relacionan esos
elementos entre sí.
No hay que perder de vista que una Base de Datos siempre está orientada a
resolver un problema determinado, por lo que los dos enfoques propuestos son
necesarios en cualquier desarrollo de software.

 Sublenguajes de un modelo de datos

Un modelo de datos es un lenguaje que, típicamente, tiene dos sublenguajes:

 Un Lenguaje de Definición de Datos o DDL (Data Definition Language), orientado a
describir de una forma abstracta las estructuras de datos y las restricciones de
integridad.
 Un Lenguaje de Manipulación de Datos o DML (Data Manipulation Language),
orientado a describir las operaciones de manipulación de los datos.
A la parte del DML orientada a la recuperación de datos, usualmente se le
llama Lenguaje de Consulta o QL (Query Language).

04
 2. Clasificación de los modelos de datos

Una opción bastante usada a la hora de clasificar los modelos de datos es hacerlo
de acuerdo al nivel de abstracción que presentan:

 Modelos de Datos Conceptuales

Son los orientados a la descripción de estructuras de datos y restricciones de
integridad. Se usan fundamentalmente durante la etapa de Análisis de un problema
dado y están orientados a representar los elementos que intervienen en ese problema y
sus relaciones. El ejemplo más típico es el Modelo Entidad-Relación.

 Modelos de Datos Lógicos

Son orientados a las operaciones más que a la descripción de una realidad.
Usualmente están implementados en algún Manejador de Base de Datos. El ejemplo
más típico es el Modelo Relacional, que cuenta con la particularidad de contar también
con buenas características conceptuales (Normalización de bases de datos).

 Modelos de Datos Físicos

Son estructuras de datos a bajo nivel implementadas dentro del propio manejador.
Ejemplos típicos de estas estructuras son los Árboles B+, las estructuras de Hash, etc.

3. Utilidad de un modelo de datos

 El modelo relacional como utilidad para la calidad de los datos

Definir la estructura de los datos que debe tener un sistema de información
determinado es una tarea compleja, más cuando en ocasiones el CIO tiene múltiples
bases de datos con propósitos diferentes, incluso deslocalizadas, en la nube, en
tecnologías diferentes e, incluso en algunas, no poseyendo control directo o capacidad
para adaptarlo a las necesidades.
El modelo relacional define la implementación lógica de la información del negocio
mediante una serie de tablas, campos, restricciones, relaciones entre las mismas, etc…
05
que deben reflejar la semántica del negocio. Esta semántica es captada por el área TI y
descrita en los sistemas de gestión de bases de datos, en ocasiones directamente o
indirectamente, como por ejemplo, la adopción de una solución ERP, CRM, etc… que
viene definido por una arquitectura lógica y, por tanto, un modelo relacional.
Más allá de estas dificultades, existen una serie de fases que permiten al CIO
construir un modelo relacional con utilidad para la calidad de los datos, definiendo un
proceso en cascada donde, cada fase, define el éxito de la siguiente.
En concreto, identificamos 2 fases fundamentales del modelo relacional:
 El diseño conceptual se basa, partiendo de requerimientos de negocio, en
describir a alto nivel la estructura de la base de datos, independientemente del
SGBD (Sistema Gestor de Bases de Datos) que se vaya a utilizar para su
gestión. En esta fase, el especialista que une negocio y tecnología, así como
bases de datos, busca como objetivo la descripción de la información que se
almacenará en la BD, sin entrar en tablas y relaciones, sino de entidades, es
decir, de conceptos de alto nivel entendibles, incluso, por una persona de la
organización sin conocimientos de informática. Esta fase, es clave para la
posterior pues, si es mal diseñada o no se ha involucrado a las personas clave
del negocio o bien no se han entendido correctamente los requisitos a cubrir,
etc… podría acabar en un entorno de bases de datos ilógico o incompleto,
generando problemas de consistencia o de imposibilidad de albergar la
información buscada en su completitud.
 El diseño lógico es el siguiente paso a la fase anterior. En este punto del proceso
se debe definir la estructura de la base de datos con las restricciones,
propiedades, claves primarias, claves ajenas, tipos de datos, etc… asociados al
tipo de base de datos que se va a utilizar. Esta adaptación depende del modelo
de SGBD utilizado, ya que nos adaptamos a la tecnología que se debe emplear.
Existe un tercer diseño denominado Diseño físico, relacionado con la
implementación final y física en el SGBD del diseño lógico, pero entendemos que se
sale del modelo relacional, estrictamente hablando.
El modelo relacional, como utilidad para la calidad de los datos, es fundamental y las
buenas prácticas conocidas son básicas, aunque la experiencia del profesional que lo
desarrolla es un valor muy importante. Contar con un profesional que ha colaborado en
el diseño relacional en otros proyectos y conoce los pros y contras, es una garantía de
éxito.

06
 DEFINICIONES BASICAS
 Abstracción
La abstracción de datos es una técnica o metodología que permite diseñar estructuras
de datos. La abstracción consiste en representar bajo ciertos lineamientos de formato las
características esenciales de una estructura de datos. Este proceso de diseño evita los
detalles específicos de implementación de los datos.
Un sistema de base de datos mostrará la información que un usuario requiera, la forma
de mostrarla dependerá del usuario mismo, escondiendo la complejidad (como la forma
de tratar los datos, el cómo están almacenados, detalles que el usuario no necesita
conocer) a los usuarios para simplificar su interacción con el sistema.
Este proceso se realiza a través de varios niveles de abstracción:
 Nivel Físico: Describe cómo se almacenan realmente los datos. Se describen en
detalle las estructuras de datos complejas de bajo nivel.
 Nivel Lógico: Es el siguiente nivel más alto de abstracción. Describe qué datos
se almacenan en la base de datos y qué relaciones existen entre esos datos. Los
administradores de bases de datos, que deben decidir la información que se
mantiene en la base de datos, usan el nivel lógico de abstracción.
 Nivel de Vistas: El nivel más alto de abstracción describe sólo parte de la base
de datos completa. Los usuarios que utilizan este nivel de abstracción tienen una
gran simplificación en su interacción con el sistema, ya que ven un conjunto de
programas de aplicación (vistas) que esconden los detalles de los tipos de datos.
Además de esconder detalles de nivel lógico también proporcionan un mecanismo
de seguridad para evitar que los usuarios accedan a ciertas partes, prohibidas para
ellos, de la base de datos.

 Semántica
El término semántica se refiere a los aspectos del significado, sentido o interpretación
de signos lingüísticos como símbolos, palabras, expresiones o representaciones
formales. En principio las expresiones del lenguaje formal o de una lengua natural
admiten algún tipo de correspondencia con situaciones o conjuntos de cosas que se
encuentran en el mundo físico o abstracto que puede ser descrito por dicho medio de
expresión.

Modelo semántico de datos

07
El modelo de dato semántico en ingeniería de software tiene varios significados:
1. Es un modelo conceptual de datos en el que se incluye información semántica.
Esto significa que el modelo describe el significado de sus instancias. Tal modelo
de dato semántico es una abstracción que define cómo los símbolos
almacenados (los datos de la instancia) se relacionan con el mundo real.
2. Es un modelo de datos conceptual que incluye la capacidad de expresar
información que permite el intercambio de información para interpretar su
significado (semántico) de las instancias, sin necesidad de conocer el meta-
modelo. Estos modelos semánticos están orientados a los hechos (en oposición
a los orientados a objetos). Los hechos son típicamente expresados por
relaciones binarias entre elementos de datos, mientras que las relaciones de
orden superior se expresan como colecciones de relaciones binarias.
Típicamente las relaciones binarias tienen la forma de ternas: Objeto-<Tipo de
Relación>-Objeto. Por ejemplo: La Torre Eiffel <se encuentra en> París.
Típicamente, los datos de instancia de los modelos de datos semánticos incluyen
explícitamente los tipos de relaciones entre los diversos elementos de datos. Para
interpretar el significado de los hechos de las instancias se requiere que se conozca el
significado de los tipos de relaciones (tipos de relación). Por lo tanto, los modelos de
datos semánticos típicamente estandarizan tales tipos de relación. Esto significa que el
segundo tipo de modelos de datos semánticos permiten que las instancias expresen
hechos que incluyen su propio significado. El segundo tipo de modelos de datos
semánticos suele estar destinado a crear bases de datos semánticas. La capacidad de
incluir significado en bases de datos semánticas facilita la creación de bases de datos
distribuidas que permiten a las aplicaciones interpretar el significado del contenido. Esto
implica que las bases de datos semánticas pueden ser integradas cuando usan los
mismos tipos de relación (estándar). Esto también implica que en general tienen una
aplicabilidad más amplia que las bases de datos relacionales u orientados a objetos.

 Integridad
El término integridad de datos se refiere la correctitud y completitud de la
información en una base de datos. Cuando los contenidos se modifican con sentencias
INSERT, DELETE o UPDATE, la integridad de los datos almacenados puede perderse
de muchas maneras diferentes. Pueden añadirse datos no válidos a la base de datos,
tales como un pedido que especifica un producto no existente.
Pueden modificarse datos existentes tomando un valor incorrecto, como por ejemplo
si se reasigna un vendedor a una oficina no existente. Los cambios en la base de datos
pueden perderse debido a un error del sistema o a un fallo en el suministro de energía.
Los cambios pueden ser aplicados parcialmente, como por ejemplo si se añade un
08
pedido de un producto sin ajustar la cantidad disponible para vender.
Una de las funciones importantes de un DBMS relacional es preservar la integridad
de sus datos almacenados en la mayor medida posible.
 Restricciones
Son reglas que deben respetar las entidades y relaciones almacenadas en la base
de datos.
Tipos de restricciones de integridad

 Integridad de dominio:
o Datos Requeridos: establece que una columna tenga un valor no NULL.
Se define efectuando la declaración de una columna es NOT NULL
cuando la tabla que contiene las columnas se crea por primera vez, como
parte de la sentencia CREATE TABLE.
o Chequeo de Validez: cuando se crea una tabla cada columna tiene un
tipo de datos y el DBMS asegura que solamente los datos del tipo
especificado sean ingresados en la tabla.
 Integridad de entidad: establece que la clave primaria de una tabla debe tener
un valor único para cada fila de la tabla; si no, la base de datos perderá su
integridad. Se especifica en la sentencia CREATE TABLE. El DBMS comprueba
automáticamente la unicidad del valor de la clave primaria con cada sentencia
INSERT Y UPDATE. Un intento de insertar o actualizar una fila con un valor de la
clave primaria ya existente fallará.
 Integridad referencial: asegura la integridad entre las llaves foráneas y
primarias (relaciones padre/hijo). Existen cuatro actualizaciones de la base de
datos que pueden corromper la integridad referencial:
o La inserción de una fila hijo se produce cuando no coincide la llave
foránea con la llave primaria del padre.
o La actualización en la llave foránea de la fila hijo, donde se produce una
actualización en la clave ajena de la fila hijo con una sentencia UPDATE y
la misma no coincide con ninguna llave primaria.
o La supresión de una fila padre, con la que, si una fila padre -que tiene uno
o más hijos- se suprime, las filas hijos quedarán huérfanas.
o La actualización de la clave primaria de una fila padre, donde si en una fila
padre, que tiene uno o más hijos se actualiza su llave primaria, las filas
hijos quedarán huérfanas.
09
  Restricciones
Una restricción es una regla que impone el gestor de bases de datos.

Existen cuatro tipos de restricciones:

 Una restricción de unicidad es una regla que prohíbe los valores duplicados en
una o varias columnas de una tabla. Las restricciones de unicidad a las que se
da soporte son la clave de unicidad y la clave primaria. Por ejemplo, se puede
definir una restricción de unicidad en el identificador de proveedor de la tabla de
proveedores para asegurarse de que no se da el mismo identificador de
proveedor a dos proveedores.
 Una restricción de referencia es una regla lógica acerca de los valores de una o
varias columnas de una o varias tablas. Por ejemplo, un conjunto de tablas que
comparte información sobre los proveedores de una empresa. Ocasionalmente,
el nombre de un proveedor cambia. Puede definir una restricción de referencia
que indique que el ID del proveedor de una tabla debe coincidir con un ID de
proveedor de la información de proveedor. Esta restricción impide que se
realicen operaciones de inserción, actualización o supresión que, de lo contrario,
harían que faltara información del proveedor.
 Una restricción de comprobación de tabla establece restricciones en los datos
que se añaden a una tabla específica. Por ejemplo, una restricción de
comprobación de tabla puede garantizar que el nivel salarial de un empleado no
sea inferior a 20.000 euros siempre que se añadan o se actualicen datos
salariales en una tabla que contiene información de personal.
 Una restricción informativa es una regla que el compilador de SQL puede utilizar
pero que no viene impuesta por el gestor de bases de datos.

4. ¿Qué es un modelo entidad-relación?

Un modelo entidad-relación o diagrama entidad-relación (a veces denominado por

sus siglas en inglés, E-R "Entity relationship"; en español DER: "Diagrama de Entidad-
Relación") es una herramienta para el modelado de datos que permite representar las
entidades relevantes de un sistema de información así como sus interrelaciones y
propiedades.

El modelado de datos no acaba con el uso de esta técnica. Son necesarias otras
técnicas para lograr un modelo directamente implementable en una base de datos.
Brevemente permite mostrar resultados entre otras entidades pertenecientes a las
existentes de manera que se encuentre la normatividad de archivos que se
almacenarán.

10
  Transformación de relaciones múltiples en binarias.
 Normalización de una base de datos de relaciones (algunas relaciones pueden
transformarse en atributos y viceversa).
 Conversión en tablas (en caso de utilizar una base de datos relacional).

El modelo de datos entidad-relación está basado en una percepción del mundo real
que consta de una colección de objetos básicos, llamados entidades, y de relaciones
entre esos objetos.
Diagrama entidad-relación
Anteriormente detallamos los conceptos relacionados al modelo ER, en esta sección
profundizaremos en como representarlos gráficamente. Cabe destacar que para todo
proceso de modelado, siempre hay que tener en claro los conceptos, estos nos brindan
conocimiento necesario y además fundamentan nuestro modelo al momento de
presentarlo a terceros.
Formalmente, los diagramas ER son un lenguaje gráfico para describir conceptos.
Informalmente, son simples dibujos o gráficos que describen información que trata un
sistema de información y el software que lo automatiza.
Originalmente, el modelo entidad-relación sólo incluía los conceptos de entidad,
relación y atributo. Más tarde, se añadieron otros conceptos, como los atributos
compuestos y las jerarquías de generalización, en lo que se ha denominado Modelo
Entidad-Relación extendido.

5. Elementos de un modelo entidad-relación

 Entidad
Representa una cosa u objeto del mundo real con existencia independiente, es decir,
se diferencia únicamente de otra cosa u objeto, incluso siendo del mismo tipo o una
misma entidad.
Ejemplos:
Una Persona: Se diferencia de cualquier otra persona, incluso siendo gemelos.
Un Automóvil: Aunque sean de la misma marca, el mismo modelo, tendrán atributos
diferentes. Ejemplo: El número del chasis.
Una Casa: Aunque sea idéntica a la otra, aun se diferenciara en su dirección.
Es reconocido como un rectángulo.
11
  Atributos
Los atributos son la característica que definen o identifican a una entidad. Estas
pueden ser muchas, y el diseñador solo utiliza o implementa las que considere más
relevantes.
En un conjunto de entidades del mismo tipo, cada entidad tiene valores específicos
asignados para cada una de sus atributos, de esta forma, es posible su identificación
univoca.
Ejemplos:
A la colección de entidades-alumnos, con el siguiente conjunto de atributos en común,
(id, nombre, edad, semestre), pertenecen a las entidades:
 ( 1, Sophia, 15 años, 2)
 ( 2, Josefa, 19 años, 5)
Cada una de las entidades pertenecientes a este conjunto se diferencia de las demás
por el valor de sus atributos. Nótese que dos o más entidades diferentes pueden tener
los mismos valores para algunos de sus atributos, pero nunca para todos. En particular,
los atributos identificados son aquellos que permiten diferenciar a una instancia de la
entidad de otra distinta. Por ejemplo, el atributo identificado que distingue.
Es reconocido como un ovalo.

 Relación
Es un vínculo que nos permite definir una dependencia entre varias entidades, es decir
nos permite exigir que varias entidades compartan ciertos atributos de forma
indispensable.
Por ejemplo: Los empleados del taller (de la entidad “empleados”) tienen un cargo
(según la entidad” cargo del empleado”). Es decir, un atributo de la entidad” empleados”
especificara que cargo tiene en el taller, y tiene que ser idéntico al que ya existe en la
entidad “cargo del empleado”.
Las relaciones se muestran en los diagramas como rombos, que se unen a las
entidades mediante líneas.

6. Representación gráfica de un modelo entidad-

relación
12
 Originalmente, el modelo entidad-relación sólo incluía los conceptos de entidad,
relación y atributo. Más tarde, se añadieron otros conceptos, como los atributos
compuestos y las jerarquías de generalización, en lo que se ha denominado Modelo
Entidad-Relación extendido. Los elementos básicos de representación del modelo son
los siguientes:

7. Modelado de situaciones de requerimientos de

información propuesta

Un enfoque del modelado de requerimientos, llamado análisis estructurado, considera

que los datos y los procesos que los transforman son entidades separadas. Los objetos
de datos se modelan de modo que se definan sus atributos y relaciones. Los procesos
que manipulan a los objetos de datos a medida que los objetos que se corresponden con
ellos fluyan por el sistema.
Modelo basado en escenario: Por ejemplo, casos de uso historias de un usuario.
Modelo de comportamientos: Por ejemplo, diagrama de estados y diagrama de
secuencias.
13
Modelo de flujo: Por ejemplo, DFD y modelo de datos.

Un segundo enfoque del modelo del análisis, llamado análisis orientado a objetos, se
centra en la definición de las clases y en la manera en la que colaboran uno con el otro
para cumplir los requerimientos. En UML y el proceso unificado están orientados a
objetos, sobre todo.

14
 Conclusión

Una vez culminado dicho trabajo es importante que tengamos en cuenta lo que es un
modelo de datos al igual que los modelos entidad-relación. Un modelo de datos este
determina la estructura lógica de una base de una base de datos, este determina de
manera fundamental como almacenar, organizar y manipular los datos .

Un modelo de datos permite describir los elementos de la realidad que intervienen

en un problema dado y la forma en que se relacionan esos elementos entre sí, este se
clasifica de acuerdo al nivel de abstracción que presentan: Modelos de Datos
Conceptuales, Modelos de Datos Lógicos, Modelos de Datos Físicos. También tiene
una utilidad para cada una de las calidades de los datos.

Este trabajo también nos dio enseñanza sobre lo que es un modelo entidad-
relación; este modelo o diagrama es una herramienta muy importante para el modelado
de datos ya que permite representar las entidades relevantes de un sistema de
información.

Dentro de un modelo de datos y de entidad- relación tenemos abstracciones,

semántica, integridad y restricciones. Estos le ayudan a diseñar estructuras de datos a
tener correctitud y completitud de la información en una base de datos, a gestionar las
bases de datos y a tener aspectos del significado, sentido o interpretación de signos
lingüísticos como símbolos, palabras, expresiones o representaciones formales.

15
 Bibliografía
https://es.wikipedia.org/wiki/Modelo_de_base_de_datos

https://es.wikipedia.org/wiki/Modelo_de_datos

https://es.wikipedia.org/wiki/Modelo_de_datos

https://smarterworkspaces.kyocera.es/blog/modelo-relacional-para-calidad-de-datos/

https://uvfdatabases.wordpress.com/2009/02/04/abstraccion-de-datos/

https://es.wikipedia.org/wiki/Sem%C3%A1ntica

https://es.wikipedia.org/wiki/Modelo_sem%C3%A1ntico_de_datos

https://es.wikipedia.org/wiki/Integridad_de_datos

https://es.wikipedia.org/wiki/Modelo_entidad-relaci%C3%B3n

https://es.wikipedia.org/wiki/Modelo_entidad-relaci%C3%B3n

16
 ANEXOS

Modelo de datos

Entidad se reconoce como un rectángulo

17
 Atributo se reconoce como un ovalo

Las relaciones se muestran en los diagramas como

rombos

Representación gráfica de un modelo entidad- relación.

18
 Claves
00
Pedro Pérez 01 521-8976
02
521-1234
03

Ana Rojas

13

Olga Prado
14
521-9655
15

Clasificación de un modelo de datos: Modelo de datos físicos

(0.n) (1.1)
ES EN EL CARGO DEL
COCHES EMPLEADOS TALLER EMPLEADO

(0.n) (0.n)
ARREGLAN

Modelo entidad – relación

19