1. Centro de bachillerato tecnológico industrial
y de servicios no.172
Base de datos
Nombre de la alumna: Janeth Jaquelin Silva Hernández.
Nombre de la maestra: Esperanza Pescador.
Fecha de entrega: miércoles 6 de noviembre del 2013.
Grado & Grupo: 3° “C”.
1

2. Indice
Beta ..................................................................................................................................................... 3
Enunciado: ........................................................................................................................................... 3
Diagrama E-R ....................................................................................................................................... 4
enunciados .......................................................................................................................................... 5
Tablas: ............................................................................................................................................... 20
Diseño de las tablas:.......................................................................................................................... 23
Iteso ................................................................................................................................................... 24
Diagrama entidad relacion: ............................................................................................................... 26
Diseño:............................................................................................................................................... 27
Tablas: ............................................................................................................................................... 28
Enunciados: ....................................................................................................................................... 32
Historia de la base de datos: ............................................................................................................. 50
2

3. Beta
Enunciado:
Ventas de equipo de computo y tiene una empresa en Guanajuato y abarca a toda
la republica (beta) y genera ventas para ganar clientes, la venta puede ser por
correo, teléfono o personal y se genera una orden y es muy importante la hora y
fecha y se clasifica en artículos y refacción que es consumible o no consumible.
Vendedor y Proveedor.
VOLVER
3

4. Diagrama E-R
VOLVER
4

5. enunciados
1. Obtener el nombre de los clientes
Select NomCliente
from cliente
2.Obtener los nombres de los clientes y su ID de su estado.
select NomCliente,IdEdo
from cliente
VOLVER
5

6. 2. Obtener los estados de los clientes.
SELECT NomCliente,Estado
From cliente, estado
where cliente.IdEdo=Estado.IdEdo
3.Obtener los nombres de los clientes que son de Sinaloa.
SELECT NomCliente,Estado
From cliente, estado regresar
where cliente.IdEdo=Estado.IdEdo AND
estado='Sinaloa'
VOLVER
6

7. 3. Obtener los Id de articulo y su cantidad.
SELECT IdArt,CantArt
FROM orden
VOLVER
7

8. 4. Obtenerlos nombres de los clientes que son del estado de Morelia.
SELECT NomCliente, Estado
FROM cliente,estado
WHERE cliente.IdEdo=Estado.IdEdo AND
estado='Morelia'
5.
obtener los IDs de clientes que son de
queretaro.
SELECT IdCliente, Estado
FROM cliente,estado
WHERE cliente.IdEdo=Estado.IdEdo AND estado='Queretaro'
6. obtener los Id de articulo y los id de clientes que ordenaron cantidades
mayores a 4.
SELECT IdArt, IdCliente
FROM orden
WHERE CantArt>4
VOLVER
8

9. 7. Obtener los nombres de los artículos que fueron ordenados por el cliente
Cuenca Bravo José.
SELECT NomArt
FROM articulo,orden,cliente
WHERE articulo.IdArt=orden.IdArt
AND orden.IdCliente=cliente.IdCliente and NomCliente='Cuenca Bravo Jose'
VOLVER
9

10. 8.obtener los nombres de los artículos que fueron ordenados en el estado de
Veracruz
Select NomArt
from articulo,estado,orden,cliente
where orden.IdArt=articulo.IdArt AND orden.IdCliente=cliente.IdCliente AND
cliente.IdEdo=Estado.IdEdo AND estado='Veracruz'
8. obtener los datos de la tabla cliente
SELECT *
FROM cliente
VOLVER
10

11. 9. obtener los nombres de los clientes que empiezan con v
SELECT NomCliente
FROM cliente
WHERE NomCliente like 'v%';
10. obtener los nombres de los productos que fueron ordenados entre
cantidades de 8 a 13
select NomArt
from orden,articulo
where articulo.IdArt = orden.IdArt AND
CantArt >= 8 AND CantArt <=13
11. obtener la cantidad máxima de producto ordenado
select MAX(CantArt)
VOLVER
11

12. from orden
12. obtener las cantidades de los productos ordenadas de mayor a menor
select CAntArt
from orden
ORDER BY CantArt DESC
VOLVER
12

13. 13. obtener los nombres de los clientes que su nombre sea valle
SELECT NomCliente
FROM cliente
WHERE NomCliente like '%valle%';
14. obtener los nombres de los clientes que su nombre sea Bravo
SELECT NomCliente
From cliente
WHERE NomCliente like '%bravo%';
VOLVER
13

14. 15. obtener el id de todos los clientes ordenados ascendentemente
SELECT IdCliente
FROM cliente
ORDER BY IdCliente ASC;
16. obtener el id de todos los clientes ordenados descendentemente
SELECT IdCliente
FROM cliente
ORDER BY IdCliente DESC;
VOLVER
14

15. 17. obtener los datos de la tabla refaccion
SELECT *
FROM refaccion;
VOLVER
15

16. 18. obtener el nombre del del vendedor que empieze con la letra r, el nombre
del cliente que empieze con v, el nombre del articulo que empieze con la
letra c, la cantidad orenados de mayor a menor.
SELECT DISTINCT NomVend, NomClient,NomArt,CantArt
FROM Vendedor,cliente,orden,articulo
WHERE NomVend like 'R%'AND orden.IdArt=articulo.IdArt
AND NomClient like "V%" AND NomArt LIKE "C%"
ORDER BY CantArt ASC
VOLVER
16

17. 19. obtener el nombre y la cantidad de refacciones que estén entre cantidades
compradas de 1 a7
SELECT Unidad,NomRef
FROM orden,refaccion
WHERE refaccion.IdRef= orden.IdRef AND
CantRef BETWEEN 1 and 7
20. obtener la suma de las refacciones que fueron ordenadas
SELECT Sum(CantRef)
FROM orden
21. Obtener los numeros telefonicos de los clientes que su lada sea 411
SELECT Tel
FROM cliente
WHERE cliente.Tel REGEXP BINARY 411
VOLVER
17

18. 23.Obtener el precio maximo de articulo
SELECT MAX(precio)
from articulo
22. Obtener la cantidad de articulos y su nombre que esten entre 6 y 9 y
ordenar la cantidad de articulos asendentemente
SELECT CantArt,NomArt
FROM orden, articulo
WHERE articulo.IdArt=orden.IdArt AND CantArt BETWEEN 6 AND 9
ORDER BY CantArt ASC;
23. Obtener los nombres de los estados donde hay clientes
SELECT IdEdo
from estado
VOLVER
18

19. 24. Obtener los nombres de los productos que fueron ordenados en el estado
de michoacan
SELECT NomArt
FROM orden, articulo,estado
WHERE estado like 'Morelia'
VOLVER
19

20. Tablas:
Articulo
Cliente
VOLVER
20

21. Estado
Orden
VOLVER
21

22. Refacción
Vendedor
VOLVER
22

23. Diseño de las tablas:
Tabla articulo
Tabla cliente
Tabla estado
Tabla orden
VOLVER
23

24. Tabla rafaccion
Tabla vendedor
VOLVER
Iteso
Enunciado:
24

25. En la web hay un dominio llamado Iteso que el ofrece a los usuarios cursos en
línea en el cual se encuentra localizado un catalogo de ofertas como son
diplomados, cursos de especialidades y postgrados a los usuarios se les asignan
fechas, horarios, asesores, aulas virtual y el nombre del curso. Cada curso tiene
un límite de usuario el periodo de realización y el número total de horas. Los
usuarios para hacer los pagos lo pueden hacer de 2 formas con tarjeta de crédito
con cargo a 6 meses sin intereses y la opción 2 pago en efectivo a la cuenta en el
banco. Para cada curso los asesores registran productos o evidencias al termino
de cada modulo, el número total de módulos para cada curso es de 4. La
planeación del curso depende del número de horas y los contenidos temáticos
para la extensión de la constancia final deberán de aprobar con una calificación
mayor o igual a 8 con solo 2 oportunidades de reprobar por cada curso. Se sabe
que cada participante solo puede tomar como máximo 3 cursos, al usuario
frecuente se le otorga una beca del 100% a partir del 4° curso tomado.
VOLVER
25

26. Diagrama entidad relacion:
matricula
Curso
alumno
R2
boleta
R4
curso
N:1
1:N
R1
R3
N:1
N:1
docente
facultad
Especialidad
RFC
CveFacultad
VOLVER
26

27. Diseño:
Tabla alumno
Tabla boleta
Tabla docente
Tabla especialidad
VOLVER
Tabla materia
27

28. Tablas:
Tabla alumno
VOLVER
28

29. Tabla boleta
VOLVER
29

30. Tabla docente
Tabla especialidad
VOLVER
Tabla materia
30

31. VOLVER
31

32. Enunciados:
INSERT into materia VALUES('BDI','Bases de datos I');
Inserta la materia base de datos I
INSERT into materia VALUES('PRO','Programacion');
Inserta la materia programacion
VOLVER
32

33. INSERT into materia VALUES('VAL I','Valores');
Inserta la materia valores
VOLVER
33

34. INSERT into materia VALUES('ING I','Ingles I');
Inserta la materia ingles
INSERT into especialidad VALUES('M15','Medicina');
Inserta la especialidad de medicina
VOLVER
34

35. INSERT into especialidad VALUES('ICC34','Ingeniería Civil y de la Construcción');
Inserta la especialidad de Ingeniería Civil y de la Construcción
INSERT into docente VALUES('MALE870410L98','Mata Lopez
Eva','04/10/1987','Maestria','Maestria en Filos de la Cult.','ITC');
Inserta la carrera
VOLVER
35

36. INSERT into alumno VALUES('200114036','Mata Rivera Lorena','07/24/1997','C14','D','6');
Inserta el numero de control,el nombre del alimno,la fecha de nacimiento,cveesp,el grupo y el
semestre.
VOLVER
36

37. INSERT into alumno VALUES('200114037','Cadena Rios Karla','08/10/1997','C14','D','6');
Inserta el numero de control,el nombre del alimno,la fecha ,cveesp,el grupo y el semestre.
VOLVER
37

38. INSERT into alumno VALUES('200114038','Salazar Gonzales Perfecto','09/03/1997','C14','D','6');
Inserta el numero de control,el nombre del alumno,la fecha de nacimiento,cveesp,el grupo y el
semestre.
VOLVER
38

39. 2.UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114036';
Cambia el grupo del alumno
VOLVER
39

40. UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114037';
Cambia el grupo del alumno
VOLVER
40

41. UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114038';
Cambia el grupo del alumno
VOLVER
41

42. UPDATE materia SET NomMat= 'Bases de datos 1' WHERE CveMat = 'BDI';
Cambia el CveMat.
VOLVER
42

43. UPDATE materia SET NomMat= 'Programacion 1' WHERE CveMat = 'PRO';
Cambia el CveMat.
VOLVER
43

44. 3.DELETE FROM materia WHERE CveMat = 'BDI';
Elimina lo de CveMat
VOLVER
44

45. DELETE FROM materia WHERE CveMat = 'PRO';
Elimina lo de CveMat
VOLVER
45

46. DELETE FROM alumno WHERE NoControl= '200114036';
Elimina el numero de control
VOLVER
46

47. DELETE FROM alumno WHERE NoControl= '200114037';
Elimina el numero de control
VOLVER
47

48. DELETE FROM alumno WHERE NoControl= '200114038';
Elimina el numero de control
4.SELECT NomMat FROM materia WHERE NomMat = 'Valores';
Da el nombre de la materia
SELECT NomMat FROM materia WHERE NomMat = 'Ingles I';
Da el nombre de la materia
VOLVER
48

49. SELECT NomEsp FROM especialidad WHERE NomEsp = 'Medicina';
Da el nombre de la especialidad.
SELECT NomEsp FROM especialidad WHERE NomEsp = 'Ingeniería Civil y de la Construcción';
Da el nombre de la especialidad.
SELECT NOMDOC FROM docente WHERE NOMDOC = 'Mata Lopez Eva';
Da el nombre del docente.
VOLVER
49

50. Historia de la base de datos:
La automatización de las tareas de procesamiento de datos precede a las
computadoras. Las tarjetas perforadas, inventadas por Hollerith, se usaron en los
principios del siglo XX para registrar los datos del censo de los EE.UU., y se
usaron sistemas mecánicos para procesar las tarjetas y para tabular los
resultados. Las tarjetas perforadas posteriormente se usaron ampliamente como
medio para introducir datos en las computadoras.
Se dice que los sistemas de bases de datos tienen sus raíces en el proyecto
estadounidense Apolo de mandar al hombre a la luna, en los años sesenta. En
aquella época, no había ningún sistema que permitiera gestionar la inmensa
cantidad de información que requería el proyecto. La primera empresa encargada
del proyecto, NAA (North American Aviation), desarrolló un software denominado
GUAM (General Update Access Method) que estaba basado en el concepto de
que varias piezas pequeñas se unen para formar una pieza más grande, y así
sucesivamente hasta que el producto final está ensamblado. Esta estructura, que
tiene la forma de un árbol, es lo que se denomina una estructura jerárquica.
Las técnicas de almacenamiento de datos han evolucionado a lo largo de la
historia:
Década de 1950 y principios de 1960
Se desarrollan las cintas magnéticas para el almacenamiento de datos. Las tareas
de procesamiento de datos tales como las nóminas fueron automatizadas, con los
datos almacenados en cintas. El procesamiento de datos consistía en leer datos
de una o más cintas y escribir datos en una nueva cinta. Los datos también se
podían introducir desde paquetes de tarjetas perforadas e impresos en
impresoras. Por ejemplo, los aumentos de sueldo se procesaban introduciendo los
aumentos en las tarjetas perforadas y leyendo el paquete de cintas perforadas en
VOLVER
50

51. sincronización con una cinta que contenía los detalles maestros de los salarios.
Los registros debían estar igualmente ordenados.
Los aumentos de sueldo tenían que añadirse a los sueldos leídos de la cinta
maestra, y escribirse en una nueva cinta; esta nueva cinta se convertía en la
nueva cinta maestra. Las cintas solo se podían leer secuencialmente, y los
tamaños de datos eran mucho mayores que la memoria principal; así, los
programas de procesamiento de datos tenían que procesar los datos según un
determinado orden, leyendo y mezclando datos de cintas y paquetes de tarjetas
perforadas.
Finales de la década de 1960 y la década de 1970
El amplio uso de los discos fijos a finales de la década de los 60 cambió en gran
medida el escenario del procesamiento de datos, ya que los discos fijos
permitieron el acceso directo a los datos. La ubicación de los datos en disco no
era importante, ya que a cualquier posición del disco se podía acceder en sólo
decenas de milisegundos. Los datos se liberaron de la tiranía de la secuencialidad.
Con los discos pudieron desarrollarse las bases de datos de red y jerárquicas, que
permitieron que las estructuras de datos tales como listas y árboles pudieran
almacenarse en disco. Los programadores pudieron construir y manipular estas
estructuras de datos.
El sistema de red se desarrolló, en parte, para satisfacer la necesidad de
representar relaciones entre datos más complejas que las que se podían modelar
con los sistemas jerárquicos, y, en parte, para imponer un estándar de bases de
datos.
VOLVER
51

52. Para ayudar a establecer dicho estándar, CODASYL (Conference on Data
Systems Languages), formado por representantes del gobierno de EEUU y
representantes del mundo empresarial, formaron un grupo denominado DBTG
(Data Base Task Group), cuyo objetivo era definir unas especificaciones estándar
que permitieran la creación de bases de datos y el manejo de los datos. El DBTG
presentó su informe final en 1971 y aunque éste no fue formalmente aceptado por
ANSI (American National Standards Institute),
muchos sistemas se desarrollaron siguiendo la propuesta del DBTG. Estos
sistemas son los que se conocen como sistemas de red, o sistemas CODASYL o
DBTG.
Los sistemas jerárquico y de red constituyen la primera generación de los SGBD.
Pero estos sistemas presentan algunos inconvenientes:

Es necesario escribir complejos programas de aplicación para responder a
cualquier tipo de consulta de datos, por simple que ésta sea.

La independencia de datos es mínima.

No tienen un fundamento teórico.
Un artículo histórico de Codd definió el modelo relacional y formas no
procedimentales de consultar los datos en el modelo relacional, y nacieron las
bases de datos relacionales. La simplicidad del modelo relacional y la posibilidad
de ocultar completamente los detalles de implementación al programador fueron
realmente atractivas.
VOLVER
52

53. Década de 1980
Aunque académicamente interesante, el modelo relacional no se usó inicialmente
en la práctica debido a sus inconvenientes por el rendimiento; las bases de datos
relacionales no pudieron competir con el rendimiento de las bases de datos de red
y jerárquicas existentes. Esta situación cambió con System R, un proyecto
innovador en IBM Research que desarrolló técnicas para la construcción de un
sistema de base de datos relacionales eficiente. En los principios de la década de
1980 las bases de datos relacionales llegaron a competir con los sistemas de
bases de datos jerárquicas y de red incluso en el área de rendimiento. Las bases
de datos relacionales fueron tan sencillas de usar que finalmente reemplazaron a
las bases de datos jerárquicas y de red; los programadores que usaban estas
bases de datos estaban forzados a tratar muchos detalles
de implementación de bajo nivel y tenían que codificar sus consultas de forma
procedimental. Aún más importante, debían tener presente el rendimiento durante
el diseño de sus programas, lo que implicaba un gran esfuerzo. En cambio, en una
base de datos relacional, casi todas estas tareas de bajo nivel se realizan
automáticamente por la base de datos, liberando al programador en el nivel lógico.
La década de 1980 también fue testigo de una gran investigación en las bases de
datos paralelas y distribuidas, así como del trabajo inicial de las bases de datos
orientadas a objetos.
VOLVER
53

54. Principio de la década de 1990
El lenguaje SQL se diseñó fundamentalmente para las aplicaciones de ayuda a la
toma de decisiones, que son intensivas en consultas, mientras que el objetivo
principal de las bases de datos en la década de 1980 fue las aplicaciones de un
procesamiento de procesamiento de transacciones, que son intensivas en
actualizaciones. La ayuda a la toma de decisiones y las consultas reemergieron
como una importante área de la aplicación para las bases de datos. Las
herramientas para analizar grandes cantidades de datos experimentaron un gran
crecimiento de uso.
Finales de la década de 1990
El principal acontecimiento fue el crecimiento explosivo del World Wide Web. Las
bases de datos se implementaron mucho más extensivamente que nunca antes.
Los sistemas de bases de datos tienen ahora soporte para tasas de transacciones
muy altas, así como muy alta fiabilidad y disponibilidad 24 x 7. Los sistemas de
base de datos también tuvieron interfaces Web a los datos.
Actualidad
Hoy en día, existen cientos de SGBD relacionales, tanto para microordenadores
como para sistemas multiusuario, aunque muchos no son completamente fieles al
modelo relacional.
Otros sistemas relacionales multiusuario son INGRES de Computer Associates,
Informix de Informix Software Inc. y Sybase de Sybase Inc. Ejemplos de sistemas
relacionales de microordenadores son Paradox y dBase IV de Borland, Access de
Microsoft, FoxPro y R: base de Microrim.
VOLVER
54

55. Los SGBD relacionales constituyen la segunda generación de los SGBD. Sin
embargo, el modelo relacional también tiene sus fallos, siendo uno de ellos su
limitada capacidad al modelar los datos. Se ha hecho mucha investigación desde
entonces tratando de resolver este problema. En 1976, Chen presentó el modelo
entidad-relación, que es la técnica más utilizada en el diseño de bases de datos.
En 1979, Codd intentó subsanar algunas de las deficiencias de su modelo
relacional con una versión extendida denominada RM/T (1979) y más
recientemente RM/V2 (1990).
Bases de datos orientadas a objetos
El origen de las BDOO se encuentra básicamente en las siguientes razones:

La existencia de problemas para representar cierta información y modelar
ciertos aspectos del ‘mundo real’, puesto que los modelos clásicos permiten
representar gran cantidad de datos, pero las operaciones y
representaciones que se pueden realizar sobre ellos son bastante simples.

El paso del modelo de objetos al modelo relacional genera dificultades que
en el caso de las BDOO no surgen ya que el modelo es el mismo.
Por lo tanto, las bases de datos orientadas a objetos surgen básicamente para
tratar de paliar las deficiencias de los modelos anteriores y para proporcionar
eficiencia y sencillez a las aplicaciones.
VOLVER
55

56. Las debilidades y limitaciones de los SGBDR son:

Pobre representación de las entidades del ‘mundo real’.

Sobrecarga y poca riqueza semánticas.

Soporte inadecuado para las restricciones de integridad y empresariales

Estructura de datos homogénea

Operaciones limitadas

Dificultades para gestionar las consultas recursivas

Desadaptación de impedancias

Problemas asociados a la concurrencia, cambios en los esquemas y el
inadecuado acceso navegacional.

No ofrecen soporte para tipos definidos por el usuario (sólo dominios)
Mientras que las necesidades de las aplicaciones actuales con respecto a las
bases de datos son:

Soporte para objetos complejos y datos multimedia

Identificadores únicos

Soporte a referencias e interrelaciones

Manipulación navegacional y de conjunto de registros

Jerarquías de objetos o tipos y herencia

Integración de los datos con sus procedimientos asociados

Modelos extensibles mediante tipos de datos definidos por el usuario

Gestión de versiones

Facilidades de evolución

Transacciones de larga duración

Interconexión e interoperabilidad
VOLVER
56

57. Debido a las limitaciones anteriormente expuestas, el uso de BDOO es más
ventajoso si se presenta en alguno de los siguientes escenarios:

Un gran número de tipos de datos diferentes

Un gran número de relaciones entre los objetos

Objetos con comportamientos complejos
Se puede encontrar este tipo de complejidad acerca de tipos de datos, relaciones
entre objetos y comportamiento de los objetos principalmente en aplicaciones de
ingeniería, manufacturación, simulaciones, automatización de oficina y en
numerosos sistemas de información. No obstante, las BDOO no están restringidas
a estas áreas. Ya que al ofrecer la misma funcionalidad que su precursoras
relacionales, el resto de campos de aplicación tiene la posibilidad de aprovechar
completamente la potencia que las BDOO ofrecen para modelar situaciones del
mundo real.
VOLVER
57