12/02/202

3_Modelos_de_Datos
Construcción de Base de Datos

Profesor: Rivera Rangel Guillermo

Secuencia: 3NV60

Edgar Francisco Santana Murillo

INSTITUTO POLITECNICO NACIONAL

Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias Sociales y
Administrativas
Edgar Francisco Santana Murillo

Modelos
Una BD es una representación de la realidad (de la parte de la realidad
que nos interesa en nuestro SI). Dicho de otro modo, una BD se puede
considerar un modelo de la realidad. El componente fundamental
utilizado para modelar en un SGBD relacional son las tablas
(denominadas relaciones en el mundo teórico). Sin embargo, en otros
tipos de SGBD se utilizan otros componentes.

El conjunto de componentes o herramientas conceptuales que

un SGBD proporciona para modelar recibe el nombre de
modelo de BD.
Los cuatro modelos de BD más utilizados en los SI son el
modelo relacional, el modelo jerárquico, el modelo en red y el
modelo relacional
con objetos.

Todo modelo de BD nos proporciona tres tipos de herramientas:

a) Estructuras de datos con las que se puede construir la BD: tablas,

árboles, etc.
b) Diferentes tipos de restricciones (o reglas) de integridad que el SGBD
tendrá que hacer cumplir a los datos: dominios, claves, etc.
c) Una serie de operaciones para trabajar con los datos. Un ejemplo de
ello, en el modelo relacional, es la operación SELECT, que sirve para
seleccionar (o leer) las filas que cumplen alguna condición. Un ejemplo
de operación típica del modelo jerárquico y del modelo en red podría ser
la que nos dice si un determinado registro tiene “hijos” o no.

Evolución de los modelos de BD

De los cuatro modelos de BD que hemos citado, el que apareció primero,
a principios de los años sesenta, fue el modelo jerárquico. Sus estructuras
son registros interrelacionados en forma de árboles. El SGBD clásico de
este modelo es el IMS/DL1 de IBM.

A principios de los setenta surgieron SGBD basados en un modelo en red.

Como en el modelo jerárquico, hay registros e interrelaciones, pero un
registro ya no está limitado a ser “hijo” de un solo registro tipo. El comité
CODASYLDBTG propuso un estándar basado en este modelo, que fue
adoptado por muchos constructores de SGBD*. Sin embargo, encontró la
1
 Edgar Francisco Santana Murillo

oposición de IBM, la empresa entonces dominante. La propuesta de

CODASYL-DBTG ya definía tres niveles de esquemas.

Durante los años ochenta apareció una gran cantidad de SGBD basados
en el modelo relacional propuesto en 1969 por E.F. Codd, de IBM, y
prácticamente todos utilizaban como lenguaje nativo el SQL**. El modelo
relacional se basa en el concepto matemático de relación, que aquí
podemos considerar de momento equivalente al término tabla (formada
por filas y columnas). La mayor parte de los SI que actualmente están en
funcionamiento utilizan SGBD relacionales, pero algunos siguen
utilizando los jerárquicos o en red (especialmente en SI antiguos muy
grandes).

Así como en los modelos prerrelacionales (jerárquico y en red), las

estructuras de datos constan de dos elementos básicos (los registros y las
interrelaciones), en el modelo relacional constan de un solo elemento: la
tabla, formada por filas y columnas. Las interrelaciones se deben
modelizar utilizando las tablas.

Otra diferencia importante entre los modelos prerrelacionales y el

modelo relacional es que el modelo relacional se limita al nivel lógico (no
hace absolutamente ninguna consideración sobre las representaciones
físicas). Es decir, nos da una independencia física de datos total. Esto es
así si hablamos del modelo teórico, pero los SGBD del mercado nos
proporcionan una independencia limitada.

Estos últimos años se está extendiendo el modelo de BD relacional con

objetos. Se trata de ampliar el modelo relacional, añadiéndole la
posibilidad de que los tipos de datos sean tipos abstractos de datos, TAD.
Esto acerca los sistemas relacionales al paradigma de la OO. Los
primeros SGBD relacionales que dieron esta posibilidad fueron Oracle
(versión 8), Informix (versión 9) e IBM/DB2/UDB (versión 5).

Hablamos de modelos de BD, pero de hecho se acostumbran a enominar

modelos de datos, ya que permiten modelarlos. Sin embargo, hay
modelos de datos que no son utilizados por los SGBD del mercado: sólo
se usan durante el proceso de análisis y diseño, pero no en las
realizaciones.

Los más conocidos de estos tipos de modelos son los modelos semánticos
y los funcionales. Éstos nos proporcionan herramientas muy potentes
para describir
2
Edgar Francisco Santana Murillo

las estructuras de la información del mundo real, la semántica y las

interrelaciones, pero normalmente no disponen de operaciones para
tratarlas. Se limitan a ser herramientas de descripción lógica. Son muy
utilizados en la etapa del diseño de BD y en herramientas CASE. El más
extendido de estos modelos es el conocido como modelo ER (entity-
relationship).

Actualmente, la práctica más extendida en el mundo profesional de los

desarrolladores de SI es la utilización del modelo ER durante el análisis y
las primeras etapas del diseño de los datos, y la utilización del modelo
relacional para acabar el diseño y construir la BD con un SGBD.

Modelo Entidad Relación

El modelo entidad relación es una herramienta que permite representar
de manera simplificada los componentes que participan en un proceso de
negocio y el modo en el que estos se relacionan entre sí.

El modelo entidad relación tiene tres elementos principales:

 Entidades: El modelo contará con una entidad por cada uno de

los componentes del proceso de negocio. Así, en un negocio de
venta de suscripciones a revistas, podemos tener entidades
“Cliente”, “Dirección”, “Factura”, “Producto”, o “Incidencias”, entre
otras.

 Atributos: Los atributos, componente fundamental de cada

modelo entidad-relación, nos permiten describir las propiedades
que tiene cada entidad. “Nombre”, “Primer Apellido”, “Segundo
Apellido”, “Fecha de nacimiento”, “Género” o “Segmento de valor”
serán atributos de la entidad “Cliente”.

 Relaciones: Con las relaciones se establecen vínculos entre

parejas de entidades. Cada “Cliente” tendrá una “Dirección” de
envío en la que recibirá la suscripción, podrá estar suscrito a uno o
varios “Productos”, y recibirá una “Factura” con la periodicidad
acordada.

El diagrama entidad relación es la expresión gráfica del modelo entidad

relación. En él las entidades se representan utilizando rectángulos, los
atributos por medio de círculos o elipses y las relaciones como líneas que
conectan las entidades que tienen algún tipo de vínculo. También es muy
común el formato de diagrama en el que los atributos de una entidad
3
 Edgar Francisco Santana Murillo

aparecen listados en filas dentro del rectángulo que representa a esa

entidad.

Además, es común que, en el modelo entidad-relación, los conectores

que indican que dos entidades A y B están relacionadas entre sí tengan
una apariencia gráfica diferente dependiendo del tipo de relación que
exista entre ellas.

Los tipos de relaciones posibles entre dos entidades en un modelo

entidad relación son:

 Relación uno a uno: Un “individuo” de la entidad A solamente

puede estar relacionado con un “individuo” de la entidad B, y ese
“individuo” de la entidad B no puede estar relacionado con otros
“individuos” de la entidad A. Por ejemplo, cada miembro de la
entidad País se relaciona únicamente con un miembro de la entidad
“Ciudad capital de un país”. Cada país puede tener una única
capital y cada ciudad capital puede serlo únicamente de un país.
 Relación uno a varios: Un “individuo” de la entidad A puede
estar relacionado con uno o varios “individuos” de la entidad B, y
esos “individuos” de la entidad B no pueden estar relacionados con
otros “individuos” de la entidad A. Por ejemplo, cada miembro de
la entidad “Padre” puede estar relacionado con uno o varios
miembros de la entidad “Hijo”, y cada miembro de la entidad
“Hijo” solamente puede tener vínculo con un miembro de la
entidad “Padre”.
 Relación varios a varios: Cada “individuo” de la entidad A
puede estar relacionado con uno o varios “individuos” de la entidad
B, y cada “individuo” de la entidad B puede estar relacionado con
varios “individuos” de la entidad A. Por ejemplo, cada miembro de
la entidad “Cliente” puede estar relacionado con uno o varios
miembros de la entidad “Producto”, y cada miembro de la entidad
“Producto” puede tener vínculo con varios miembros de la entidad
“Cliente”.

La aplicación más extendida del modelo entidad relación en el ámbito

empresarial es representar cómo están almacenados los datos en un
sistema de información o base de datos. Las aplicaciones
informáticas que soportan los procesos de negocio de las empresas, tanto
las operacionales como las informacionales, almacenan la información
con la que trabajan en bases de datos, y el modelo entidad relación es una

4
Edgar Francisco Santana Murillo

magnífica herramienta para reflejar cómo están organizados los datos en

ellas.

Gracias al diagrama entidad relación es muy sencillo de forma

visual identificar el tipo de diseño que tiene el modelo de datos en una
base de datos (jerárquico, estrella, grafo…).

A lo largo de mi trayectoria profesional he podido observar que el modelo

entidad-relación es una herramienta especialmente útil cuando una
persona se incorpora a un grupo de trabajo, ya que de una forma
muy intuitiva puede entender cuáles son los elementos clave con los que
se está trabajando y cómo se relacionan entre ellos.

Por último indicar que si se completa el modelo entidad relación

indicando para cada relación entre dos entidades cuál es la combinación
de atributos de cada una de ellas que permite identificar unívocamente
qué miembro/s de la primera entidad está/n relacionado/s con qué
miembro/s de la segunda entidad, el trabajo de manipulación y
extracción de los datos con SQL (lenguaje estructurado de consultas) de
ese modelo será mucho más sencillo, pues todas las personas que vayan a
realizar ese trabajo sabrán de antemano qué campo de cada tabla tienen
que utilizar en las cláusulas de tipo “join” en las que indiquen las
entidades de las que va a obtener información, en el contexto de la base
de datos.

Diagramas de Clases
El Lenguaje Unificado de Modelado (UML, por sus siglas en inglés)
puede ayudarte a modelar sistemas de diversas formas. Uno de los tipos
más populares en el UML es el diagrama de clases. Popular entre los
ingenieros de software para documentar arquitectura de software, los
diagramas de clases son un tipo de diagrama de estructura porque
describen lo que debe estar presente en el sistema que se está
modelando. Sin importar tu nivel de familiaridad con diagramas UML o
diagramas de clases, nuestro software UML está diseñado para ser
simple y fácil de usar.
El UML se estableció como un modelo estandarizado para describir un
enfoque de programación orientada a objetos (POO). Como las clases son
los componentes básicos de los objetos, los diagramas de clases son los
componentes básicos del UML. Los diversos componentes en un
diagrama de clases pueden representar las clases que se programarán en
realidad, los objetos principales o la interacción entre clases y objetos. 
5
 Edgar Francisco Santana Murillo

La figura de clase en sí misma consiste en un rectángulo de tres filas. La

fila superior contiene el nombre de la clase, la fila del centro contiene los
atributos de la clase y la última expresa los métodos o las operaciones
que la clase puede utilizar. Las clases y las subclases se agrupan para
mostrar la relación estática entre cada objeto.

Beneficios de los diagramas de clases

Los diagramas de clases ofrecen una serie de beneficios para toda
organización. Usa los diagramas de clases UML para:
 Ilustrar modelos de datos para sistemas de información, sin
importar qué tan simples o complejos sean.
 Comprender mejor la visión general de los esquemas de una
aplicación.
 Expresar visualmente cualesquier necesidades específicas de un
sistema y divulgar esa información en toda la empresa.
 Crear diagramas detallados que resalten cualquier código
específico que será necesario programar e implementar en la
estructura descrita.
 Ofrecer una descripción independiente de la implementación
sobre los tipos empleados en un sistema que son posteriormente
transferidos entre sus componentes.

Componentes básicos de un diagrama de clases

El diagrama de clases estándar está compuesto por tres partes:
 Sección superior: Contiene el nombre de la clase. Esta sección
siempre es necesaria, ya sea que estés hablando del clasificador o
de un objeto.
 Sección central: Contiene los atributos de la clase. Usa esta
sección para describir cualidades de la clase. Esto solo es
necesario al describir una instancia específica de una clase.
 Sección inferior: Incluye operaciones de clases (métodos).
Esto está organizado en un formato de lista. Cada operación
requiere su propia línea. Las operaciones describen cómo una
clase puede interactuar con los datos.

Modificadores de acceso a miembros

6
Edgar Francisco Santana Murillo

Todas las clases poseen diferentes niveles de acceso en función del

modificador de acceso (visibilidad). A continuación, te mostramos los
niveles de acceso con sus símbolos correspondientes:
 Público (+)
 Privado (-)
 Protegido (#)
 Paquete (~)
 Derivado (/)
 Estático (subrayado)

Alcance de los miembros

Hay dos alcances para los miembros: clasificadores e instancias.
Los clasificadores son miembros estáticos, mientras que las instancias
son las instancias específicas de la clase. Si estás familiarizado con POO,
esto no es nada nuevo.

Componentes adicionales del diagrama de clases

En función del contexto, las clases de un diagrama de clases pueden
representar los objetos principales, las interacciones en la aplicación o las
clases que se programarán. Para responder la pregunta "¿Qué es un
diagrama de clases en UML?" , primero deberías comprender su
composición básica.
 Clases: Una plantilla para crear objetos e implementar un
comportamiento en un sistema. En UML, una clase representa
un objeto o un conjunto de objetos que comparte una estructura
y un comportamiento comunes. Se representan con un
rectángulo que incluye filas del nombre de la clase, sus atributos
y sus operaciones. Al dibujar una clase en un diagrama de clases,
solo se debe cumplimentar la fila superior. Las otras son
opcionales y se usan si deseas agregar más detalles.
o Nombre: La primera fila en una figura de clase.
o Atributos: La segunda fila en una figura de clase. Cada
atributo de una clase está ubicado en una línea separada.
o Métodos: La tercera fila en una figura de clase.
También conocidos como "operaciones", los métodos se

7
 Edgar Francisco Santana Murillo

organizan en un formato de lista donde cada operación

posee su propia línea.
 Señales: Símbolos que representan comunicaciones
unidireccionales y asincrónicas entre objetos activos.
 Tipos de datosClasificadores que definen valores de datos. Los
tipos de datos pueden modelar tanto enumeraciones como tipos
primitivos.
 Paquetes: Figuras diseñadas para organizar clasificadores
relacionados en un diagrama. Se simbolizan con una figura de un
gran rectángulo con pestañas.
 Interfaces: Una recopilación de firmas de operaciones o de
definiciones de atributo que define un conjunto uniforme de
comportamientos. Las interfaces son similares a una clase,
excepto por que una clase puede tener una instancia de su tipo, y
una interfaz debe poseer, como mínimo, una clase para
implementarla.
 Enumeraciones: Representaciones de tipos de datos definidos
por el usuario. Una enumeración incluye grupos de
identificadores que representan valores de la enumeración.
 Objetos: Instancias de una clase o clases. Los objetos se pueden
agregar a un diagrama de clases para representar instancias
prototípicas o concretas.
 Artefactos: Elementos modelo que representan las entidades
concretas de un sistema de software, como documentos, bases de
datos, archivos ejecutables, componentes de software y más.

Interacciones
El término "interacciones" se refiere a múltiples relaciones y enlaces que
pueden existir en diagramas de objetos y de clases. Algunas de las
interacciones más comunes incluyen:
 Herencia: El proceso en el que una subclase o clase derivada
recibe la funcionalidad de una superclase o clase principal,
también se conoce como "generalización". Se simboliza mediante
una línea de conexión recta con una punta de flecha cerrada que
señala a la superclase.

8
Edgar Francisco Santana Murillo

En este ejemplo, el objeto "Auto" heredaría todos los

atributos (velocidad, números de pasajeros, combustible) y los métodos
(arrancar(), frenar(), cambiarDirección()) de la clase principal
("Vehículo"), además de los atributos específicos (tipo de modelo,
número de puertas, fabricante del auto) y métodos de su propia clase
(Radio(), limpiaparabrisas(), aireacondicionado/calefacción()). La
herencia se muestra en un diagrama de clases por medio de una línea
continua con una flecha cerrada y vacía.
 Asociación bidireccional: La relación predeterminada entre
dos clases. Ambas clases están conscientes una de la otra y de la
relación que tienen entre sí. Esta asociación se representa
mediante una línea recta entre dos clases.

En el ejemplo anterior, la clase Auto y la clase Viaje están

interrelacionadas. En un extremo de la línea, el Auto recibe la asociación
de "autoAsignado" con el valor de multiplicidad de 0..1, de modo que
cuando la instancia de Viaje existe, puede tener una instancia de Auto
asociada a ella o no tener instancias de Autos asociadas a ella. En este
caso, una clase CasaRodante separada con un valor de multiplicidad de
0..* es necesaria para demostrar que un Viaje puede tener múltiples
9
 Edgar Francisco Santana Murillo

instancias de Autos asociadas a ella. Dado que una instancia de Auto

podría tener múltiples asociaciones "iniciarViaje", en otras palabras, un
auto podría realizar múltiples viajes, el valor de multiplicidad se
establece en 0..*
 Asociación unidireccional: Una relación un poco menos
común entre dos clases. Una clase está consciente de la otra e
interactúa con ella. La asociación unidireccional se dibuja con
una línea de conexión recta que señala una punta de flecha
abierta desde la clase "knowing" a la clase "known".

Como ejemplo, en tu viaje por Arizona, podrías encontrarte con una

trampa de velocidad donde un radar de tráfico registra la velocidad a la
que conducías, pero no lo sabrás hasta que recibas la notificación por
correo. Esto no está dibujado en la imagen, pero en este caso, el valor de
multiplicidad sería 0..* en función de cuántas veces hayas conducido
frente al radar de tráfico.

Big Data
La definición de big data son datos que contienen una mayor variedad y
que se presentan en volúmenes crecientes y a mayor velocidad. Esto se
conoce también como "las tres V".

Dicho de otro modo, el big data está formado por conjuntos de datos de
mayor tamaño y más complejos, especialmente procedentes de nuevas
fuentes de datos. Estos conjuntos de datos son tan voluminosos que el
software de procesamiento de datos convencional sencillamente no
puede gestionarlos. Sin embargo, estos volúmenes masivos de datos
pueden utilizarse para abordar problemas empresariales que antes no
hubiera sido posible solucionar.

Las “tres V” de big data

10 
Edgar Francisco Santana Murillo

Volumen: La cantidad de datos importa. Con big data, tendrá que

procesar grandes volúmenes de datos no estructurados de baja densidad.
Puede tratarse de datos de valor desconocido, como feeds de datos de
Twitter, secuencias de clics en una página web o aplicación móvil, o
equipos con sensores. Para algunas organizaciones, esto puede suponer
decenas de terabytes de datos. Para otras, incluso cientos de petabytes.

Velocidad: La velocidad es el ritmo al que se reciben los datos y

(posiblemente) al que se aplica alguna acción. La mayor velocidad de los
datos normalmente se transmite directamente a la memoria, en vez de
escribirse en un disco. Algunos productos inteligentes habilitados para
Internet funcionan en tiempo real o prácticamente en tiempo real y
requieren una evaluación y actuación en tiempo real.

Variedad: La variedad hace referencia a los diversos tipos de datos

disponibles. Los tipos de datos convencionales eran estructurados y
podían organizarse perfectamente en una base de datos relacional. Con el
auge del big data, los datos se presentan en nuevos tipos de datos no
estructurados. Los tipos de datos no estructurados y semiestructurados,
como el texto, audio o vídeo, requieren un preprocesamiento adicional
para poder entender su significado y admitir metadatos.

El valor y la realidad de big data

En los últimos años, han surgido otras "dos V": valor y veracidad. Los
datos poseen un valor intrínseco. Sin embargo, no tienen ninguna
utilidad hasta que dicho valor se descubre. Resulta igualmente
importante: ¿cuál es la veracidad de sus datos y cuánto puede confiar en
ellos?
Hoy en día, el big data se ha convertido en un activo crucial. Piense en
algunas de las mayores empresas tecnológicas del mundo. Gran parte del
valor que ofrecen procede de sus datos, que analizan constantemente
para generar una mayor eficiencia y desarrollar nuevos productos.

Avances tecnológicos recientes han reducido exponencialmente el coste

del almacenamiento y la computación de datos, haciendo que almacenar
datos resulte más fácil y barato que nunca. Actualmente, con un mayor
volumen de big data más barato y accesible, puede tomar decisiones
empresariales más acertadas y precisas.

Identificar el valor del big data no pasa solo por analizarlo (que es ya una
ventaja en sí misma). Se trata de todo un proceso de descubrimiento que
11 
 Edgar Francisco Santana Murillo

requiere que los analistas, usuarios empresariales y ejecutivos se

planteen las preguntas correctas, identifiquen patrones, formulen
hipótesis informadas y predigan comportamientos.

Historia de Big Data

Si bien el concepto "big data" en sí mismo es relativamente nuevo, los
orígenes de los grandes conjuntos de datos se remontan a las décadas de
1960 y 1970, cuando el mundo de los datos acababa de empezar con los
primeros centros de datos y el desarrollo de las bases de datos
relacionales.

Alrededor de 2005, la gente empezó a darse cuenta de la cantidad de

datos que generaban los usuarios a través de Facebook, YouTube y otros
servicios online. Ese mismo año, se desarrollaría Hadoop, un marco de
código abierto creado específicamente para almacenar y analizar grandes
conjuntos de datos. En esta época, también empezaría a adquirir
popularidad NoSQL.

El desarrollo de marcos de código abierto tales como Hadoop (y, más

recientemente, Spark) sería esencial para el crecimiento del big data,
pues estos hacían que el big data resultase más fácil de usar y más barato
de almacenar. En los años siguientes, el volumen de big data se ha
disparado. Los usuarios continúan generando enormes cantidades de
datos, pero ahora los humanos no son los únicos que lo hacen.

Con la llegada de Internet of Things (IoT), hay un mayor número de

objetos y dispositivos conectados a Internet que generan datos sobre
patrones de uso de los clientes y el rendimiento de los productos. La
aparición del machine learning ha producido aún más datos.
Aunque el big data ha llegado lejos, su utilidad no ha hecho más que
empezar. El Cloud Computing ha ampliado aún más las posibilidades del
big data. La nube ofrece una escalabilidad realmente flexible, donde los
desarrolladores pueden simplemente incorporar clústeres ad hoc para
probar un subconjunto de datos. Además, las bases de datos orientadas a
grafos son cada vez más importantes, gracias a su capacidad para
mostrar enormes cantidades de datos de forma que la analítica sea rápida
y completa.

Cómo funciona big data

12 
Edgar Francisco Santana Murillo

El big data le aporta nuevas perspectivas que abren paso a nuevas

oportunidades y modelos de negocio. Iniciarse en ello requiere de tres
acciones clave:

1.  Integre
El big data concentra datos de numerosas fuentes y aplicaciones
distintas. Los mecanismos de integración de datos convencionales, como
extracción, transformación y carga (ETL), generalmente no están a la
altura de dicha tarea. Analizar conjuntos de big data de uno o más
terabytes, o incluso petabytes, de tamaño requiere de nuevas estrategias
y tecnologías.

Durante la integración, es necesario incorporar los datos, procesarlos y

asegurarse de que estén formateados y disponibles de tal forma que los
analistas empresariales puedan empezar a utilizarlos.

2.  Gestione
El big data requiere almacenamiento. Su solución de almacenamiento
puede residir en la nube, on premises o en ambos. Puede almacenar sus
datos de cualquier forma que desee e incorporar los requisitos de
procesamiento de su preferencia y los motores de procesamiento
necesarios a dichos conjuntos de datos on-demand. Muchas personas
eligen su solución de almacenamiento en función de dónde residan sus
datos en cada momento. La nube está aumentando progresivamente su
popularidad porque es compatible con sus requisitos tecnológicos
actuales y porque le permite incorporar recursos a medida que los
necesita.

3.  Analice
La inversión en big data se rentabiliza en cuanto se analizan y utilizan los
datos. Adquiera una nueva claridad con un análisis visual de sus diversos
conjuntos de datos. Continúe explorando los datos para realizar nuevos
descubrimientos. Comparta sus hallazgos con otras personas. Construya
modelos de datos con aprendizaje automático e inteligencia artificial.
Ponga sus datos a trabajar.

Conclusiones
13 
 Edgar Francisco Santana Murillo

Cuando hablamos de modelado de datos, nos referimos al método con el

cuál vamos a construir la estructura organizada de dichos datos, para
poder con ello obtener información al ser analizados.

Nos podemos valer de metodologías que usen diagramas para poder

facilitar la creación de nuestro gestor de datos.

Cuando se trata del análisis de una gran cantidad de datos nos referimos
a la Big Data, la cual nos indica las mejores prácticas para realizar este
análisis.

Referencias Bibliográficas
 Software Libre, UOC, 1ra edición, 2005

Archivos de Consulta Bibliográfica

 CASE.PDF
 https://www.powerdesigner.biz/ES/powerdesigner/probar-
powerdesigner-source_adw847a.html?
gclid=Cj0KCQiA0p2QBhDvARIsAACSOOMZY5Vktd4o19Bhsn2T
WK2JjqBCrTydq_Gpvv5qWnAhEzgmmvlJL9QaAlTiEALw_wcB
 https://www.lucidchart.com/pages/es/tutorial-de-diagrama-de-
clases-uml
 https://www.oracle.com/mx/big-data/what-is-big-data/
#:~:text=La%20definici%C3%B3n%20de%20big%20data,vol
%C3%BAmenes%20crecientes%20y%20a%20mayor
%20velocidad.&text=Estos%20conjuntos%20de%20datos
%20son,convencional%20sencillamente%20no%20puede
%20gestionarlos.

14 