El objetivo principal de la presente tesis de maestría es la incorporación de las técnicas de regresión lineal y logística multivariante en un sistema gestor de bases de datos, con el propósito de facilitar el descubrimiento de conocimientos en bases de datos y promover el enfoque de inteligencia del negocio con una herramienta con la inteligencia suficiente para interpretar y presentar los resultados de manera amigable para apoyar la toma de decisiones. Se propuso un modelo conceptual para la incorporación de las técnicas multivariantes en un sistema gestor de bases de datos, adicionalmente, se presenta un modelo para la visualización de resultados y se desarrolló un prototipo de una aplicación Web para verificar la factibilidad técnica del modelo propuesto. Se muestra cómo el modelo propuesto para la visualización de los resultados posee la potencia expresiva para facilitar la asimilación del nuevo conocimiento generado con el análisis de regresión. Se demostró que el prototipo desarrollado facilita la selección de los datos para un análisis de regresión e interpreta por sí mismo los resultados, facilitando el descubrimiento de conocimiento en bases de datos a usuarios no expertos. Finalmente, el modelo conceptual para la incorporación de las técnicas de regresión multivariantes en un sistema gestor de bases de datos y el modelo para la visualización de los resultados, presentan las características apropiadas para brindar soporte a proyectos de descubrimiento de conocimiento en bases de datos. / Abstract: The principal objective of this thesis is to incorporate techniques of multivariate linear and logistic regressions in a database management system, with the purpose of facilitate Knowledge Discovery in Databases and to promote the Business Intelligence with an intelligent tool that allows to interpret and to present the results in friendly way to support the decision making. A conceptual model which incorporates techniques related with multivariate regressions in database management system is proposed. Additionally, a model for the visualization of results is presented and a Web application prototype to verify the technical feasibility of the model is developed. The visualization model of regression results showed expressive power to facilitate the assimilation of new knowledge produced with regression analysis. It was demonstrated that the developed prototype facilitates the selection of data for a regression analysis and interprets the results by itself, making easy to non expert users the Knowledge Discovery in Databases. Finally, the conceptual model for incorporating techniques of multivariate regressions in a database management system and the model for the visualization of results presented characteristics appropriated to support the projects to Knowledge Discovery in Databases.