Este documento presenta conceptos básicos del modelo entidad-relación para el diseño conceptual de bases de datos. Explica los tres elementos principales de este modelo: entidades, interrelaciones y atributos. También describe conceptos como la cardinalidad de atributos, jerarquías de generalización, identificadores y tipos de transformaciones utilizadas en el proceso de diseño conceptual.

1. IBD
Plan 90 y 2003
Clase 11

2. UNLP - Facultad de InfoIBD - CLASE 112
Modelado de datos
 Modelo Entidad (Inter)Relación:
Modelo de datos más usado para el diseño
conceptual de BD
 Tres elementos básicos
• Entidades: clases de objetos de la realidad
• Interrelaciones: agregaciones de 2 o más
entidades
• Atributos: propiedades básicas de entidades
o interrelaciones
 Ejemplo

3. UNLP - Facultad de InfoIBD - CLASE 113
Modelado de datos
 Modelo Entidad (Inter)Relación:
 Cardinalidad de Atributos
• Mín: nro. mínimo de valores de atributos
asociados con cada caso de entidad o
interrelación.
• Card-Min(A,E)=0  atributo Opcional
• Ej: atributo Título de la entidad Persona
• Card-Min(A,E)=1  atributo Obligatorio
• Ej: atributo DNI de la entidad Persona

4. UNLP - Facultad de InfoIBD - CLASE 114
Modelado de datos
 Modelo Entidad (Inter)Relación:
 Cardinalidad de Atributos
• Máx: nro. máximo de valores de atributos asociados
con cada caso de entidad o interrelación.
• Card-Max(A,E)=1  atributo Monovalente
• Ej: atributo DNI de la entidad Persona
• Card-Max(A,E)>1  atributo Polivalente
• Ej: atributo Título de la entidad Persona
• Dominio de Atributos
• Conjunto de valores legítmos para un atributo.
• Se asemejan a las declaraciones de tipo en los
lenguajes convencionales de programación.

5. UNLP - Facultad de InfoIBD - CLASE 115
Modelado de datos
 Otros elementos
 Jerarquías de generalización: una entidad E
es una generalización entre las entidades E1,
E2...,En si cada objeto Ei es también un
Objeto de la clase E
• Propiedades de Cobertura
• Total o parcial
• Exclusiva o superpuesta
• Ejemplos

6. UNLP - Facultad de InfoIBD - CLASE 116
Modelado de datos
 Subconjuntos: caso particular de Jerarquía de Generalización, con
una sola entidad subconjunto con cobertura parcial y exclusiva.
Ejemplo
 Propiedad de Herencia: todas las propiedades de la entidad
genérica son heredadas por las entidades subconjunto. Cada
atributo, interrelación o generalización definido para la entidad
genérica será heredado por todas las entidades subconjunto. Ej
 Cada entidad puede participar en múltiples generalizaciones ( como
entidad genérica o entidad subconjunto)
 Atributos compuestos: grupos de atributos que tienen afinidad en
cuanto a su significado o a su uso. Ejemplo
 Cardinalidad Máx. y Mín (similar a los atributos simples)

7. UNLP - Facultad de InfoIBD - CLASE 117
Modelado de datos
 Identificadores: un identificador de una entidad E es
un grupo de atributos o de entidades relacionados con E,
que determinan en forma única todos los casos de E.
(claves o claves candidatas)
 Los atributos que pueden tener valores nulos NO
pueden participar en un identificador
 Internos o externos (mixtos). Ejemplo
 Simples o compuestos. Ejemplo
 Al final del proceso de diseño se requiere que cada
entidad sea provista de al menos un identificador

8. UNLP - Facultad de InfoIBD - CLASE 118
Modelado de datos
 Entidades Fuertes:
 Entidades que pueden identificarse internamente
(tienen clave interna)
 Entidades Débiles:
 Entidades que sólo poseen identificadores externos.
Necesitan la existencia de la otra entidad.
• Ejemplo: Entidad Préstamo( # prestamo, # cliente) y Entidad
Pago(#pago, fecha, importe). La entidad Pago es débil ya que
el #pago se puede repetir para distintos préstamos.
 El identificador de una E. Genérica es identificador de las
entidades subconjunto (Herencia)

9. UNLP - Facultad de InfoIBD - CLASE 119
Modelado de datos
 Resumen de abstracciones
 Clasificación:
• Entidades (clases de objetos del mundo real con propiedades comunes)
• Interrelaciones (clase de hechos atómicos que relacionan dos o más
entidades)
• Atributos (clase de valores que representan propiedades atómicas de E
o I)
 Agregación:
• Entidades (agregación de atributos)
• Interrelaciones (agregaciones de entidades y atributos)
• Atributos compuestos (agregación de atributos)
 Generalización:
• Entidades
• Relaciones
• Ejemplo

10. UNLP - Facultad de InfoIBD - CLASE 1110
Modelado de datos - Cualidades
 Positivas
 Riqueza de conceptos
 Muy expresivo
 Potente para describir la
realidad
 Todo puede llevarse a
interralaciones binaria pero
con costos
 Diagramas fáciles de leer
 Los problemas pueden
resolverse de distintas
formas, sin afectar la
minimalidad
 Está definido formalmente
 Es gráficamente completo
 Negativas
 Atenta contra la simplicidad y
minimalidad
 No es muy sencillo de usar
(cardinalidad e
identificación=difíciles de
entender y usar)
 Relaciones n-arias no
convenientes en algunos
casos
 Conclusión
El modelo de E/R
representa un buen término
medio entre poder de
expresión, simplicidad y
minimalidad

11. UNLP - Facultad de InfoIBD - CLASE 1111
Modelado de datos
 Metodologías de diseño conceptual: se
comienza con una versión preliminar del esquema y se
efectúa una serie de transformaciones de esquemas
hasta arribar a la versión definitiva .
 Los tipos de transformaciones usadas en el proceso de
diseño se clasifican en:
 Descendentes: corresponden a refinamientos
aplicados a un esquema inicial y producen una
descripcion más detallada (esquema resultante)
 Ascendentes: introducen nuevos conceptos y
propiedades que no aparecen en versiones
anteriores del esquema

12. UNLP - Facultad de InfoIBD - CLASE 1112
Modelado de datos
 Primitivas Descendentes.
 Propiedades:
1. Tienen una estructura simple: el esquema
inicial es un concepto único y el resultante se
compone de un conjunto pequeño de
conceptos
2. Todos los nombres se refinan dando lugar a
nuevos nombres que describen el concepto
original en un nivel de abstracción más bajo
3. Las conexiones lógicas se heredan por un
solo concepto del esquema resultante

13. UNLP - Facultad de InfoIBD - CLASE 1113
Modelado de datos
 Primitivas Descendentes
 T1: Entidad -> Entidades relacionadas
 T2: Entidad -> Generalización
 T3: Entidad -> Entidades no relacionadas
 T4: Interralación -> I. Paralelas
 T5: Interralación -> Entidades con I.
 T6: Introducción de atributos
 T7: Introducción de atributos compuestos
 T8: Refinamiento de atributos para producir un
atributo compuesto o un conj. de atributos simples
 Ejemplos

14. UNLP - Facultad de InfoIBD - CLASE 1114
Modelado de datos
 Primitivas Ascendentes
Se usan en el diseño de un
esquema, siempre que se descubren
rasgos del dominio de aplicación que
no fueron captados en ningún nivel
de abstracción en la versión anterior
del esquema.

15. UNLP - Facultad de InfoIBD - CLASE 1115
Modelado de datos
 Primitivas Ascendentes
 B1: Generación de Entidad (el analista descubre un
nuevo concepto con pdades específicas, que no aparecía en el
esquema anterior)
 B2: Generación de Interrelación
 B3: Generación de Generalización (se debe
comprobar si las propiedades deben pasar de una entidad a
otra.)
 B4: Agregación de atributos (se genera un nuevo
atributo y se conecta a una E o R definida anteriormente)
 B5: Agregación de atributo compuesto ((se genera
un nuevo atributo compuesto y se conecta a una E o R definida
anteriormente)
 Ejemplos

16. UNLP - Facultad de InfoIBD - CLASE 1116
Modelado de datos
 Diseño de vistas (“vista”:percepción de los
requerimientos de datos de una aplicación)
 Objetivo
• Crear un esquema conceptual partiendo de
una descripción informal de los requerimientos
del usuario
 Actividades
1. Análisis de los requerimientos para captar
el significado de los objetos de interés, su
agrupación, propiedades, etc.
2. Representación de los objetos, clases y
propiedades usando conceptos de E/R

17. UNLP - Facultad de InfoIBD - CLASE 1117
Modelado de datos
 Fuentes de requerimientos
Descripción en lenguaje natural
Formularios
Software pre-existente
Reglamentos (en organizaciones)
Leyes existentes
Etc.