Las bases de datos relacionales constituyen el fundamento tecnológico de la mayoría de los sistemas de información modernos. Desde aplicaciones bancarias y sistemas de salud hasta plataformas de comercio electrónico, el modelo relacional —introducido por Edgar F. Codd en 1970— sigue siendo el paradigma dominante para organizar, consultar y mantener datos estructurados. En Bases de Datos Relacionales 2026-I aprenderás a diseñar esquemas robustos con el modelo Entidad-Relación Extendido (EER), a implementarlos en PostgreSQL mediante Supabase, a razonar formalmente sobre datos con álgebra relacional y a explorar las capacidades modernas de búsqueda vectorial con pgvector. El curso combina teoría rigurosa con talleres prácticos, proyectos de referencia sobre dominios reales y el uso de herramientas profesionales del sector.Documentation Index
Fetch the complete documentation index at: https://mintlify.com/tutosrive/db-relacionales-2026-1/llms.txt
Use this file to discover all available pages before exploring further.
Estructura del curso
El programa está organizado en tres grandes ejes: teoría, talleres prácticos y proyectos de referencia. Cada eje se retroalimenta con los demás: la teoría justifica las decisiones de diseño, los talleres consolidan las habilidades técnicas y los proyectos demuestran la aplicación integral de los conceptos en contextos reales.Teoría
Evolución histórica de los sistemas de gestión de bases de datos, modelo Entidad-Relación y EER, dependencias funcionales, formas normales (1FN–FNBC) y fundamentos del modelo relacional.
Talleres SQL
DDL y DML con PostgreSQL en Supabase: creación de tablas, restricciones (
PRIMARY KEY, FOREIGN KEY, CHECK), consultas SELECT, subconsultas, vistas y transacciones.Álgebra Relacional
Ejercicios con los operadores formales: selección (σ), proyección (π), reunión natural (⨝), renombramiento (ρ), unión (∪), intersección (∩), diferencia (−) y división (÷), usando la herramienta RelaX.
Bases de datos vectoriales
Introducción a pgvector con Neon en Google Colab: representación de datos como vectores de alta dimensión, índices HNSW e IVFFlat, y búsqueda por similitud de coseno para aplicaciones de IA.
Teoría: fundamentos del modelo relacional
El bloque teórico recorre la evolución de los sistemas de bases de datos desde los modelos jerárquico y de red hasta el modelo relacional y los sistemas NewSQL. Se estudia en detalle el modelo Entidad-Relación Extendido (EER): entidades, atributos (simples, compuestos, multivaluados, derivados), relaciones, cardinalidades, participación total y parcial, especialización, generalización y herencia de atributos. La normalización abarca desde la primera forma normal (1FN) hasta la Forma Normal de Boyce-Codd (FNBC), con énfasis en la identificación y eliminación de anomalías de inserción, actualización y borrado.Talleres: práctica con herramientas reales
Los talleres están diseñados para trasladar la teoría al código SQL ejecutable en un entorno de producción real (Supabase/PostgreSQL). Cada taller incluye enunciado, archivos.sql listos para ejecutar y una guía de resolución paso a paso.
Proyectos de referencia
Los proyectos de referencia ilustran el ciclo completo de desarrollo de una base de datos relacional sobre dominios reales:- Sistema de gestión de casino: modela mesas de juego, fichas, empleados, clientes y transacciones financieras. Incluye diagrama EER, scripts DDL completos y consultas analíticas.
- Sistema EPS (Entidad Promotora de Salud): modela afiliados, médicos, citas, diagnósticos, medicamentos y facturación. Ejemplifica el uso de integridad referencial y reglas de negocio mediante restricciones
CHECKyTRIGGER.
Los archivos fuente de todos los talleres y proyectos de referencia están disponibles en el repositorio oficial del curso en GitHub: tutosrive/db-relacionales-2026-1. Se recomienda clonar el repositorio al inicio del curso para tener siempre la versión más actualizada de los materiales.
Objetivos del curso
Al finalizar Bases de Datos Relacionales 2026-I, el estudiante será capaz de:- Diseñar esquemas de bases de datos complejos utilizando el modelo EER, identificando correctamente entidades, relaciones, cardinalidades y jerarquías de especialización/generalización.
- Normalizar un esquema relacional hasta la Forma Normal de Boyce-Codd, detectando y eliminando dependencias funcionales parciales y transitivas.
- Implementar bases de datos en PostgreSQL mediante Supabase, aplicando restricciones de integridad (llaves primarias, foráneas, unicidad y verificación) con DDL estándar.
- Consultar y manipular datos con SQL (DML): sentencias
SELECTconJOIN,GROUP BY,HAVING, subconsultas correlacionadas y vistas materializadas. - Resolver consultas formalmente con álgebra relacional, aplicando los operadores σ, π, ⨝, ρ, ∪, ∩, − y ÷ en la herramienta RelaX.
- Explorar capacidades de inteligencia artificial sobre datos relacionales usando pgvector: almacenar embeddings, crear índices vectoriales y ejecutar búsquedas por similitud semántica.
Herramientas del curso
El curso utiliza un conjunto de herramientas modernas, todas de acceso gratuito, que reproducen el entorno de trabajo de un ingeniero de datos profesional.PostgreSQL / Supabase
Motor de base de datos relacional de código abierto, accesible a través de la plataforma Supabase que provee SQL Editor, autenticación, almacenamiento y APIs REST generadas automáticamente.
RelaX
Calculadora de álgebra relacional en el navegador. Permite definir relaciones, ejecutar expresiones con notación formal y verificar resultados de los ejercicios teóricos del curso.
draw.io
Herramienta de diagramación gratuita usada para construir los diagramas EER del curso. Soporta exportación a PNG, SVG y XML, e integración con Google Drive y GitHub.
Google Colab
Entorno de notebooks Python en la nube usado en el taller de pgvector. No requiere instalación local y permite conectarse a bases de datos Neon con psycopg2 y SQLAlchemy.
Ninguna herramienta requiere instalación de software en tu equipo local. Todo el trabajo del curso puede realizarse desde un navegador web moderno. Si deseas trabajar localmente, puedes instalar PostgreSQL 16 y pgAdmin 4 de forma opcional.
Álgebra relacional: notación del curso
El curso emplea la notación matemática estándar para los operadores del álgebra relacional. A continuación se presenta un resumen de los operadores cubiertos:| Operador | Símbolo | Descripción |
|---|---|---|
| Selección | σ_condición(R) | Filtra filas que satisfacen una condición |
| Proyección | π_atributos(R) | Selecciona columnas específicas |
| Reunión natural | R ⨝ S | Combina relaciones por atributos comunes |
| Reunión theta | R ⨝_condición S | Combina relaciones con condición arbitraria |
| Renombramiento | ρ_nombre(R) | Cambia el nombre de una relación o atributos |
| Unión | R ∪ S | Todas las filas de R y S (sin duplicados) |
| Intersección | R ∩ S | Filas presentes en R y en S |
| Diferencia | R − S | Filas en R que no están en S |
| División | R ÷ S | Filas de R asociadas con todas las filas de S |
Los ejercicios de álgebra relacional del curso están disponibles en formato RelaX (
.relaX) en el repositorio del curso. Cada ejercicio incluye las relaciones de entrada y la solución esperada para que puedas verificar tus respuestas. Consulta los talleres de Lectores, Proveedores y Universidad para los enunciados y soluciones.