Tema 5: Diseño de Bases de Datos
|
|
- Héctor Iglesias Ríos
- hace 8 años
- Vistas:
Transcripción
1 Tema 5: Diseño de Bases de Datos Fernando Cano Espinosa Juan David González Cobas Universidad de Oviedo. Departamento de Informática ÒÓÙÒ ÓÚ º Ó ÙÒ ÓÚ º ÙÖ Ó ¾¼¼ ¹¾¼½¼ Produced with L A T E X seminar style & PSTricks 1
2 CONTENIDO 1. Introducción: un pequeño ejemplo 2. Anomalías 3. Descomposiciones 4. Normalización CONTENIDO 2
3 INTRODUCCIÓN Vamos a proponer un ejemplo que consiste en una base de datos que contendrá información sobre alumnos, asignaturas, notas y profesores. Las restricciones de las que partimos son las siguientes: Un alumno sólo tiene asignado un profesor por asignatura Un alumno obtiene una única nota por asignatura Un profesor sólo puede dar clase de una asignatura INTRODUCCIÓN 3
4 Podríamos plantearnos mantener todos los datos en una única tabla. Utilizaremos el siguiente ejemplo: Alumno Asignatura Profesor Nota Luis Física Newton 5 Luis Filosofía Kant 7 Carlos Física Einstein 6 Marta Física Newton 5 Pepe Filosofía Kant 4 Llamaremos a este esquema R(T, L), siendo T el conjunto de atributos y L el conjunto de restricciones expresadas como dependencias funcionales. INTRODUCCIÓN 4
5 R(T, L) : T = {Alumno, Asignatura, Profesor, Nota} L = {Alumno Asignatura Profesor, Alumno Asignatura Nota, Profesor Asignatura} Los pares (Alumno,Asignatura) y (Alumno, Profesor) son claves candidatas. Alumno Profesor Asignatura L + Alumno Profesor Nota L + INTRODUCCIÓN 5
6 ANOMALÍAS Repetición de Información. El problema fundamental de la repetición de información no es el desperdicio de espacio sino otros problemas derivados del mantenimiento de información repetida, que enumeramos a continuación. Anomalías en la inserción y en la actualización. Al insertar una fila nueva (en SQL, INSERT) o actualizar una ya existente (en SQL, UPDATE), tendremos que comprobar que la información que introducimos es consistente. Por ejemplo, comprobar la restricción Profesor Asignatura. ANOMALÍAS 6
7 Anomalías en el borrado El problema que se nos presenta aquí no es un problema de inconsistencia, sino de pérdida de información. Representación de Información. Este problema está íntimamente ligado al anterior y se basa en que nuestro esquema no nos permite guardar algunos hechos. ANOMALÍAS 7
8 Imposición de las restricciones. Imponer la restricción de que un alumno sólo tiene un profesor por asignatura resulta tan sencillo como el declarar (Alumno, Asignatura) como clave primaria. Sin embargo, garantizar el cumplimiento de las DFs cuya parte izquierda no es clave candidata no es así de sencillo. Por ejemplo, comprobar la dependencia Profesor Asignatura requeriría establecer en SQL un check como este: ÐØ Ö Ø Ð Ê ÓÒ ØÖ ÒØ ÈÊÇ ËÁ ÒÓØ Ü Ø Ð Ø ÔÖÓ ÓÖ ÖÓÑ Ê ÖÓÙÔ Ý ÔÖÓ ÓÖ Ú Ò ÓÙÒØ Ø ÒØ Ò ØÙÖ µ ½µµ ANOMALÍAS 8
9 Otra solución podría ser evitar que se inserten o actualicen tuplas que contradigan la restricción mediante triggers. En cualquier caso, nos vemos obligados a agregar más código, lo que es posiblemente innecesario y ralentiza la ejecución de nuestras modificaciones a la base de datos. ANOMALÍAS 9
10 Ante este tipo de anomalías, una solución consiste en descomponer nuestro esquema original en varios subesquemas de forma que dichas anomalías se eviten. Este proceso se conoce como normalización. No siempre es posible encontrar una descomposición que elimine todas las posibles anomalías. En algunos casos, la normalización resuelve ciertos problemas, pero introduce otros. ANOMALÍAS 10
11 Descomposiciones Sea R un esquema de relación. Un conjunto {R 1, R 2,...,R n } de esquemas de relación es una descomposición de R si n i=1 R i = R (1) En la práctica, cuando descomponemos un esquema en un conjunto de subesquemas, incluimos en éstos atributos comunes. El objetivo de esto es poder recuperar posteriormente la información que se ha guardado en distintas tablas a través de operaciones de join. ANOMALÍAS 11
12 Vamos a ver cómo una descomposición puede resolver algunos de los problemas mencionados en la sección anterior. La propuesta es dividir nuestro esquema R(T, L) en dos subesquemas R 1 (T 1, L 1 ) y R 2 (T 2, L 2 ). ANOMALÍAS 12
13 R 1 Alumno Asignatura Nota Luis Física 5 Luis Filosofía 7 Carlos Física 6 Marta Física 5 Pepe Filosofía 4 R 2 Profesor Asignatura Newton Física Kant Filosofía Einstein Física ANOMALÍAS 13
14 Es evidente que esta descomposición nos resuelve algunos problemas: se repite menos información; a un profesor sólo se le puede asignar una asignatura (profesor es la clave primaria de R 2 ); y podemos guardar información de la asignatura que imparte cada profesor aunque no tengamos alumnos matriculados. Pero nos aparece un problema nuevo: ya no sabemos qué profesor tiene cada alumno en una determinada asignatura. ANOMALÍAS 14
15 Este problema se conoce con el nombre de descomposición con pérdida de información, generalmente denominado como lossy-join. Cuando esta situación no se da, y toda la información que existía previamente puede recuperarse después de la descomposición, decimos que se cumple la propiedad lossless-join o LJ. Al hacer la reunión ( join) de los subesquemas no obtenemos el esquema original. En nuestro ejemplo, para esta reunión la consulta apropiada sería: Ð Ø Ö½º ÐÙÑÒÓ Ö½º Ò ØÙÖ Ö¾ºÔÖÓ ÓÖ Ö½ºÒÓØ ÖÓÑ Ö½ ÒÒ Ö Ó Ò Ö¾ Y el resultado sería: ÓÒ Ö½º Ò ØÙÖ Ö¾º Ò ØÙÖ ANOMALÍAS 15
16 R 1.Alumno R 1.Asignatura R 2.Profesor R 1.Nota Luis Física Newton 5 Luis Física Einstein 5 Luis Filosofía Kant 7 Carlos Física Newton 6 Carlos Física Einstein 6 Marta Física Newton 5 Marta Física Einstein 5 Pepe Filosofía Kant 4 ANOMALÍAS 16
17 Aparecen tres filas más (en sombreado) que en la tabla R original. El problema radica en el hecho de que hay más de un profesor de Física, con lo que al reunir (realizar el producto natural) R 1 y R 2, a cada alumno de Física se le empareja con todos los profesores de Física, dando lugar a filas espurias que contienen información incorrecta. ANOMALÍAS 17
18 Descomposición con la propiedad LJ Rea R un esquema de una relación y consideremos una descomposición {R 1, R 2,...,R n } (en el sentido de la definición 1). Sea r una instancia de la relación (los valores actuales del conjunto de filas que contiene la tabla) con esquema R; definimos las instancias r i de R i como r i = π Ti (r). De esta forma, {R 1, R 2,...,R n } es la base de datos que resulta de descomponer R en sus proyecciones sobre los conjuntos de atributos {T 1, T 2,...,T n }. ANOMALÍAS 18
19 Pues bien, puede demostrarse que siempre se da la siguiente inclusión: n i=1 r i r (2) es decir, las tuplas de la relación original siempre se recuperan realizando una reunión natural de las proyecciones r i. Desgraciadamente, también pueden aparecer otras nuevas. Nuestro objetivo es realizar una descomposición en la que ambos conjuntos sean iguales, es decir, que cumpla la propiedad LJ. ANOMALÍAS 19
20 Decimos que una descomposición {R 1, R 2,...,R n } de un esquema R es sin pérdidas (lossless) cuando se verifica la identidad n i=1 r i = r (3) Para conseguir esto en nuestro ejemplo, sería necesario que al cruzar una fila de la tabla R 1 sólo obtuviéramos una fila de la tabla R 2 que cumpliera la condición R 1.Asignatura = R 2.Asignatura o dicho de otra forma, que cada asignatura de la tabla R 2 sólo apareciera una vez. ANOMALÍAS 20
21 Esto hecho se conoce como: Teorema 1. (Heath) Dado un esquema R(T, L), la descomposición R 1 (R), R 2 (R) es una descomposición sin pérdida (propiedad LJ) si y sólo si alguna de las siguientes dependencias funcionales se pueden deducir de L (pertenecen a L + ): O lo que es lo mismo: R 1 R 2 R 1 R 2 R 1 R 2 R 2 R 1 R 1 R 2 R 1 R 1 R 2 R 2 ANOMALÍAS 21
22 Estas dependencias funcionales nos vienen a decir que los atributos comunes a las dos tablas funcionan como clave (más exactamente, superclave) en alguna de ellas. Aprovechando este formalismo, vamos a dejar enunciado el siguiente teorema sobre descomposiciones con la propiedad LJ: Teorema 2. Sea el esquema R(T, L) y sea ρ = {R 1, R 2,...,R k } una descomposición de R con la propiedad LJ respecto de L. Si τ = {S 1, S 2,...,S k } es una descomposición de R i con la propiedad LJ respecto de L i (proyección de L + sobre T i ), entonces γ = {R 1, R 2,...,Ri 1, S1, S2,...,Sk, Ri + 1,...,Er} es una descomposición de R respecto L con la propiedad LJ. ANOMALÍAS 22
23 Siguiendo con nuestro ejemplo, vemos que Asignatura es el atributo común a ambas tablas y no es clave en ninguna de ellas. Por eso, la descomposición propuesta resultó ser con pérdidas. Otra descomposición alternativa que sí cumpliría la propiedad LJ sería la siguiente: ANOMALÍAS 23
24 R 1 Alumno Profesor Nota Luis Newton 5 Luis Kant 7 Carlos Einstein 6 Marta Newton 5 Pepe Kant 4 R 2 Profesor Asignatura Newton Física Kant Filosofía Einstein Física ANOMALÍAS 24
25 La descomposición es sin pérdida, ya que Profesor, el atributo común, es clave en R 2. En principio, nuestro problema parece resuelto, pero si miramos con atención aún pueden aparecer algunas complicaciones. Si alguien, por error, introduce una nueva fila en la tabla R 1 con los valores ( Luis, Einstein, 4) (puede hacerlo ya que no se viola la unicidad de la clave primaria), nos encontraremos con el dilema de si Luis tiene aprobada la asignatura de Física o no, además de no saber si su profesor es Newton o Einstein: ANOMALÍAS 25
26 R 1 Alumno Profesor Nota Luis Newton 5 Luis Kant 7 Carlos Einstein 6 Marta Newton 5 Pepe Kant 4 Luis Einstein 4 R 2 Profesor Asignatura Newton Física Kant Filosofía Einstein Física ANOMALÍAS 26
27 Lo que sucede en este caso es que no estamos cumpliendo las restricciones de que un alumno tiene un único profesor y una única nota en cada asignatura (Alumno Asignatura P rof esorn ota) No ocurre lo mismo con la dependencia Profesor Asignatura, que se exige al declarar Profesor como clave primaria en R 2. Este nuevo problema se conoce como descomposición con pérdida de dependencias funcionales. ANOMALÍAS 27
28 Descomposición sin pérdida de dependencias Sea el esquema R(T, L), donde L son las dependencias estipuladas para la relación R. Sea {R 1, R 2,...,R k } la descomposición de R con esquemas R i (T i, L i ), construidos de modo que L i es la proyección de L + sobre T i, es decir L i = (X Y ) L + (X Y ) T i (4) Por tanto cada L i será el conjunto de restricciones que involucra atributos únicamente de R i, es decir, aquellas dependencias funcionales que se pueden comprobar de forma independiente en R i. ANOMALÍAS 28
29 Ojo: Las dependencias que afectan a cada relación R i pueden no resultar necesariamente de la proyección de las dependencias originales sobre los atributos T i de R i. Por ejemplo, en una relación R(T, L) con T = {A, B, C} y L = {A B, B C} la proyección sobre R 1 (A, C) debe satisfacer la dependencia A C, aunque ésta no se obtiene proyectando L sobre los atributos de R 1 π (A,C) (L) = φ pero A C L 1 = π (A,C) (L + ) de forma que es preciso deducir todas las dependencias que pueden afectar solamente a los atributos de R 1 para conocer L 1. ANOMALÍAS 29
30 Consideremos el conjunto L = L i, es decir, la reunión de todas las dependencias impuestas a cada subesquema R i. En general L L, pero puede darse el caso de que una dependencia del conjunto L pueda deducirse de L aun no apareciendo explícitamente en L ; es decir, se encuentre en (L ) +. Para que la descomposición siga imponiendo (a nivel de tabla) las dependencias originales, será entonces preciso que (L ) + = L +. Si esto ocurre se dice que la descomposición preserva las dependencias. Es decir, la descomposición preserva dependencias si al imponer las dependencias relativas a cada tabla de la descomposición, todas las originales resultan impuestas también, al poder deducirse de ellas. ANOMALÍAS 30
31 Observemos qué es lo que sucede en nuestro ejemplo. Esquema de partida: R(T, L) Atributos: T = {Alumno, Asignatura, Profesor, Nota} Dependencias: L = {Alumno Asignatura Profesor, Alumno Asignatura Nota, Profesor Asignatura, Alumno Profesor Nota} Descomposición: R 1 (T 1, L 1 ) Atributos: T 1 = {Alumno, Profesor, Nota} Dependencias: L 1 = {Alumno Profesor Nota} Atributos: Dependencias: R 2 (T 2, L 2 ) T 2 = {Profesor, Asignatura} L 2 = {Profesor Asignatura} En suma: L = {Alumno Profesor Nota, Profesor Asignatura} ANOMALÍAS 31
32 Como vemos la dependencia Alumno Asignatura Profesor no aparece explícitamente en L ; igual ocurre con Alumno Asignatura Nota. Pero, además, tampoco se pueden deducir de dicho conjunto. Existe un mecanismo para comprobar si esto ocurre: cuando dudemos de si una restricción de la forma X Y se exige o no, bastará con calcular el cierre X + de X respecto al conjunto L, y si Y aparece en dicho cierre, la dependencia se estará imponiendo. Aún más, hay un algoritmo que nos facilita este proceso sin la necesidad de calcular cada L i, y es el que se presenta a continuación. ANOMALÍAS 32
33 El algoritmo se basa en la R-operación sobre el conjunto de atributos Z respecto de L como la sustitución de Z por Z ((Z T i ) + T i ). Z X while Z cambie and not Y Z do for i = 1 to K do {siendo K el número de subesquemas} Z = Z ((Z T i ) + T i ) end for end while if Y Z then Se pierde la dependencia X Y else Se conserva la dependencia X Y end if ANOMALÍAS 33
34 No siempre es posible encontrar una descomposición que no presente ninguno de los anteriores problemas. En general, el cumplir la propiedad LJ debe ser una exigencia básica que debe satisfacer cualquier descomposición, pero en el caso de descomposiciones con pérdidas habrá que analizar las ventajas e inconvenientes de las posibles descomposiciones y de las implicaciones de su implementación en un sistema real de gestión de bases de datos. ANOMALÍAS 34
35 ESTUDIO DE NORMALIZACIÓN Ahora vamos a centrarnos en el estudio de la calidad de un esquema R(T, L), lo que se conoce como estudio de normalización. Lo que se pretende es dar una clasificación, de mayor a menor, de la posibilidad de encontrarnos con problemas a la hora de implementar un esquema (tabla), teniendo en cuenta las restricciones que se deben cumplir impuestas como dependencias funcionales. La calidad estará en función de la forma normal que alcance el esquema. Definiremos 4 formas normales en este orden: Primera Forma Normal (1FN), 2FN, 3FN y Forma Normal de Boyce-Codd (FNBC). ESTUDIO DE NORMALIZACIÓN 35
36 Primera Forma Normal (1FN) Un esquema R(T, L) está en 1FN cuando todas sus columnas (atributos de T) son simples. Dicho de otra forma, cada columna de una tabla debe estar definida sobre un tipo simple de datos (entero, real, cadena, etc.) y no un tipo estructurado (registro, lista, matriz, etc.). Realmente, lo que se busca con esta forma normal es que cada atributo se trate como un valor atómico. ESTUDIO DE NORMALIZACIÓN 36
37 Segunda Forma Normal (2FN) Un esquema R(T, L) en 1FN está en 2FN cuando todos sus atributos no principales (aquellos que no forman parte de ninguna clave candidata) tienen dependencia funcional total (completa) respecto de cada una de las claves candidatas. En algunos textos se habla únicamente de la clave primaria y no del resto de las claves candidatas. Para ver que esto no es así vamos a utilizar nuestro ejemplo con una pequeña modificación: vamos a incluir en T el atributo que nos diga el departamento al que pertenece el profesor. ESTUDIO DE NORMALIZACIÓN 37
38 Tomemos el siguiente esquema: Esquema: R(T, L) T = {Alumno, Asignatura, Profesor, Nota, Departamento } L = {Alumno Asignatura Profesor, Alumno Asignatura Nota, Profesor Asignatura, Profesor Departamento} Tomemos como clave primaria (Alumno Asignatura), de manera que Departamento tiene una dependencia funcional completa con respecto a ella. No ocurre lo mismo con la otra clave candidata (Alumno Profesor) ya que Departamento tiene una dependencia parcial de ella, porque sólo depende de Profesor. ESTUDIO DE NORMALIZACIÓN 38
39 Es cierto que en este esquema se repite redundantemente la información del Departamento siempre que se repita un determinado profesor, y por tanto no cumple la 2FN. Consecuentemente, un esquema en 1FN cuyas claves candidatas están formadas por un solo atributo siempre está en 2FN. ESTUDIO DE NORMALIZACIÓN 39
40 Tercera Forma Normal (3FN) Un esquema R(T, L) en 2FN está en 3FN cuando ningún atributo no principal depende transitivamente de ninguna clave. Entre X y Z existe una dependencia transitiva (X Z) si se cumple que X Z = φ Y : X Y = φ, Y Z = φ X Y, Y X y Y Z Se dice que Z es una información sobre X, pero de forma indirecta, ya que realmente Z es una información sobre Y, e Y sobre X. ESTUDIO DE NORMALIZACIÓN 40
41 Aunque nuestro esquema no cumple la 2FN, este tipo de transitividad también se presenta: Alumno Asignatura Profesor Profesor Alumno Asignatura Profesor Departamento Luego: Alumno Asignatura Departamento Esto sucede porque Departamento es una información propia del Profesor y no de la asignatura de un alumno. Por eso cada vez que se repite el profesor se repetirá la asignatura que imparte. ESTUDIO DE NORMALIZACIÓN 41
42 Otra forma equivalente, aunque algo más sencilla, de comprobar si un esquema está en 3FN es la siguiente: un esquema estará en 3FN si para toda dependencia funcional no trivial X A ( es decir que A X ) se cumple alguna de las siguientes condiciones: 1. X es una superclave de R 2. A está contenida en una clave candidata de R Aunque se habla de superclaves, si trabajamos con un conjunto de dependencias sin atributos extraños (por ejemplo un recubrimiento no redundante) podemos hablar directamente de claves candidatas. En nuestro esquema R vemos que la dependencia Profesor Departamento no cumple ninguna de las dos condiciones. ESTUDIO DE NORMALIZACIÓN 42
43 Forma Normal de Boyce-Codd (FNBC) Un esquema R(T, L) en 1FN está en BCFN cuando para toda dependencia funcional no trivial X Y (es decir, Y X, Y φ), se tiene que X es clave o superclave. Vemos que ahora somos más restrictivos y exigimos que se cumpla únicamente la condición 1 para estar en 3FN. Por lo tanto es evidente que todo esquema que esté en FNBC también estará en 3FN. ESTUDIO DE NORMALIZACIÓN 43
44 Para ver la diferencia entre FNBC y 3FN vamos a retomar nuestro esquema original: R(T, L) : T = {Alumno, Asignatura, Profesor, Nota} L = {Alumno Asignatura Profesor, Alumno Asignatura Nota, Profesor Asignatura} Claves Candidatas = {(Alumno Asignatura), (Alumno Profesor)} Ahora R sí que está en 3FN, pero por Profesor Asignatura R no alcanza la FNBC. ESTUDIO DE NORMALIZACIÓN 44
45 Hay un aspecto de la FNBC que la hace muy interesante a la hora de implementar la base de datos. Si todas las tablas están en FNBC, podemos hacer cumplir las dependencias funcionales asociadas a cada tabla mediante la restricción PRIMARY KEY (para la clave primaria) y UNIQUE (para el resto de claves candidatas). Sin embargo en 3FN las dependencias del tipo Profesor Asignatura suelen tener un coste computacional elevado, como ya se mencionó anteriormente. ESTUDIO DE NORMALIZACIÓN 45
46 Resumiendo, si un esquema (tabla) no alcanza una forma normal satisfactoria, que reduzca la repetición de información, entonces podemos realizar una descomposición de la misma. Esta descomposición debe cumplir la propiedad LJ; que si es posible conserve dependencias; y que las tablas obtenidas alcancen una forma normal más adecuada. Esto no siempre es posible, y a veces lo que ganamos por un lado lo perdemos por otro. ESTUDIO DE NORMALIZACIÓN 46
47 Algoritmo de descomposición en FNBC con la Propiedad LJ Existe un algoritmo que nos asegura una descomposición con la propiedad LJ y que todas las tablas obtenidas alcanzan la FNBC. Partimos de R(T, L) donde L es un recubrimiento no redundante. Si existe una dependencia X A tal que X no sea clave (por tanto no está en FNBC), proyectamos R en R 1 = (T 1, L 1 ) y R 2 = (T 2, L 2 ), con T 1 = X {A} y T 2 = T {A} ESTUDIO DE NORMALIZACIÓN 47
48 Podemos ver una de las condiciones para que la descomposición cumpla la propiedad LJ T 1 T 2 T 1 T 2 siempre se cumple, ya que (T 1 T 2 ) es X y (T 1 T 2 ) es A, y por tanto, se trata de la propia dependencia X A. Es decir, los atributos comunes (X) funcionan como clave por lo menos en uno de los subesquemas (T 2 ). ESTUDIO DE NORMALIZACIÓN 48
49 L 1 y L 2 son las proyecciones de L + (cierre del conjunto L) sobre T 1 y T 2 respectivamente. Normalmente no tenemos calculado L +, por tanto, debemos encontrar todas las posibles dependencias que impliquen únicamente a atributos de cada esquema y después obtener su recubrimiento no redundante. Si alguno de los esquemas obtenidos no alcanza la FNBC volveremos a descomponerlo hasta que todos los esquemas resultantes cumplan la FNBC. ESTUDIO DE NORMALIZACIÓN 49
50 En la práctica cuando en los esquemas aparecen dependencias de la forma X A 1, X A 2...X A n donde X no es clave candidata, se genera: T 1 = {X, A 1, A 2...A n } T 2 = {T {A 1, A 2...A n }} Al ir cumpliendo la propiedad LJ en cada paso, la descomposición resultante también la cumple. ESTUDIO DE NORMALIZACIÓN 50
51 Ejemplo R(T, L) : T = {Alumno, Asignatura, Profesor, Nota, Dpto} L = {Alumno Asignatura Profesor Nota Profesor Asignatura Dpto} Claves Candidatas = {(Alumno Asignatura), (Alumno Profesor)} Profesor Asignatura rompe la FNBC, y la utilizamos para descomponer, como también tenemos que con Profesor Dpto: R 1 (T 1, L 1 ) : T 1 = {Alumno, Profesor, Nota} L 1 = {Alumno Profesor Nota} Clave Candidata = {(Alumno Profesor)} R 2 (T 2, L 2 ) : T 2 = {Profesor, Asignatura, Dpto} L 2 = {Profesor Asignatura Dpto} Clave Candidata = {(Profesor)} ESTUDIO DE NORMALIZACIÓN 51
52 El resultado que hemos obtenido con todas las tablas en FNBC ya lo vimos anteriormente para mostrar que dicha descomposición no conservaba dependencias. Una vez más el resultado no parece óptimo, la elección última dependerá de otros factores de implementación que no se contemplan en esta teoría de diseño de bases de datos. ESTUDIO DE NORMALIZACIÓN 52
4.Diseño de Bases de Datos (I)
4.Diseño de Bases de Datos (I) 4.1 Anomalías. Se denominan así en teoría de Bases de Datos a ciertos problemas que aparecen con frecuencia en el manejo de las mismas cuando el diseño no ha sido realizado
Más detallesNormalización. El diseño que hemos recibido está compuesto de estas dos relaciones:
Normalización 1. Introducción Nuestro departamento de informática ha recibido el encargo de diseñar una base de datos para llevar el control de las piezas, proveedores y proyectos que realiza nuestra empresa.
Más detallesTEMA 8.- DISEÑO TEORICO DE BASES DE DATOS RELACIONALES. 1. TEORÍA DE LAS DEPENDENCIAS FUNCIONALES
TEMA 8.- DISEÑO TEORICO DE BASES DE DATOS RELACIONALES. Teoría de las Dependencias Funcionales. Teoría de la Normalización. Formas Normales. Conclusiones. 1. TEORÍA DE LAS DEPENDENCIAS FUNCIONALES Las
Más detallesAntes de entrar a definir la forma normal de Boyce-Codd, necesitamos conocer qué se entiende por determinante.
28/04/2012 1 2 Antes de entrar a definir la forma normal de Boyce-Codd, necesitamos conocer qué se entiende por determinante. Empecemos extrayendo las claves candidatas presentes en este gráfico de dependencias
Más detallesEste es un ejemplo muy sencillo, un esquema de empleados que trabajan en proyectos, en una relación muchos a muchos.
28/04/2012 La teoría de la normalización va perdiendo peso con el paso de los años como herramienta de diseño de bases de datos relacionales en favor de modelos de datos más ricos en su representación,
Más detallesProceso de normalización Normalización 1/5 El proceso de normalización es un estándar que consiste, básicamente, en un proceso de conversión de las relaciones entre las entidades, evitando: La redundancia
Más detallesPrincipios de Bases de Datos Relacionales, Normalización. Unidad 4
Principios de Bases de Datos Relacionales, Normalización Unidad 4 Introducción Dependencia Funcional La dependencia funcional es una restricción entre dos conjuntos de atributos en una relación de una
Más detallesTABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.
TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesFICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA. Tema 9. Reglas de Integridad
FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA Tema 9. Reglas de Integridad 1.- Introducción. 2.- Claves Primarias. 3.- Regla de Integridad de Entidades. 4.- Claves Ajenas. 5.- Regla de Integridad
Más detallesNORMALIZACIÓN DE BASES DE DATOS RELACIONALES
NORMALIZACIÓN DE BASES DE DATOS RELACIONALES El proceso de normalización fue introducido por Codd en el año 1974. Busca encontrar errores en el diseño de un esquema relacional debido a la presencia de
Más detallesNormalización. Universidad Nacional de Colombia Facultad de Ingeniería
Normalización Preparó: Ismael Castañeda Fuentes Fuente principal: Database Systems A Practical Approach to Design, Implementation, and Management. Thomas Connolly, Carolyn Begg Universidad Nacional de
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesDiseño de bases de datos Diapositiva 1
Diseño o de bases de datos Objetivos del Diseño Principios del Diseño de BD Proceso de Diseño Normalización Diseño de Tablas: Claves Relaciones Integridad referencial Convenciones de nomenclatura Diseño
Más detallesEl modelo relacional
El modelo relacional El modelo relacional constituye una alternativa para la organización y representación de la información que se pretende almacenar en una base de datos. Se trata de un modelo teórico
Más detallesDependencias Funcionales. Bibliografía: Fundamentos de bases de datos Korth, Silberschatz
Dependencias Funcionales Bibliografía: Fundamentos de bases de datos Korth, Silberschatz Conceptos básicos Las DF son un tipo particular de restricción. Permiten expresar hechos acerca de la realidad que
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesQue es normalización? Normalización de una base de datos Grados de normalización: Primera Forma Grados de normalización: Segunda Forma Grados de
Sergio Sánchez Que es normalización? Normalización de una base de datos Grados de normalización: Primera Forma Grados de normalización: Segunda Forma Grados de normalización: Tercera Forma Otras formas
Más detallesDep. Multivaluadas y Cuarta F.N.
Dep. Multivaluadas y Cuarta F.N. Dependencia Multivaluada (dmv)» Idea intuitiva» Definición formal de dmv Dmv Trivial Reglas de inferencia para dfs y dmv Cuarta Forma Normal Descomposición con JSP (Propiedad)
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesNormalización de bases de datos
Normalización de bases de datos Se explican los conceptos de la normalización de bases de datos, mismos que son necesarios para un buen diseño de una base de datos. Fecha de creación: 29 May del 2003-12:31
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detalles- Bases de Datos - - Diseño Físico - Luis D. García
- Diseño Físico - Luis D. García Abril de 2006 Introducción El diseño de una base de datos está compuesto por tres etapas, el Diseño Conceptual, en el cual se descubren la semántica de los datos, definiendo
Más detallesTema 5: Teoría de diseño de Bases de Datos Relacionales.
Tema 5: Teoría de diseño de Bases de Datos Relacionales. I. Introducción. Fases de diseño de una base de datos. 1. Mod. Conceptual (MERE) -> Mod. Lógico (Relacional). 2. Mod. Lógico (Relacional). En el
Más detallesFicheros y Bases de Datos Curso 2009-10 Ingeniería Técnica de Informática Primer Parcial. 1-Junio-2010. Nombre:
Ficheros y Bases de Datos Curso 2009-10 Ingeniería Técnica de Informática Primer Parcial. 1-Junio-2010 Nombre: Se debe entregar esta hoja 2 horas 1 (3,5 puntos A partir de la información sobre la BD que
Más detallesAproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
Más detallesTema 6: Teoría de la Normalización
Tema 6: Teoría de la Normalización 1. Introducción Si definimos una base de datos como; una colección de información estructurada, referente a objetos y hechos de la realidad, y almacenados en un ordenador
Más detallesLos números racionales
Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones
Más detallesUn ejemplo simple de normalización de bases de datos relacionales (hasta 3FN)
OpenStax-CNX module: m18350 1 Un ejemplo simple de normalización de bases de datos relacionales (hasta 3FN) Miguel-Angel Sicilia This work is produced by OpenStax-CNX and licensed under the Creative Commons
Más detallesIng. YIM ISAIAS APESTEGUI FLORENTINO Tema: Normalización
Normalización de Base de Datos ING. YIM ISAIAS APESTEGUI FLORENTINO NORMALIZACION DE BASE DE DATOS La normalización de bases de datos relacionales toma un esquema relacional y le aplica un conjunto de
Más detallesLÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
Más detallesTeoría formal de la normalización de esquemas relacionales. Definición formal de las tres primeras Formas Normales
Teoría formal de la normalización de esquemas relacionales. Definición formal de las tres primeras Formas Normales Normalización de esquemas relacionales Motivación Sea la BD de proveedores y partes, con
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesCERTAMEN 2 90 minutos 20 puntos
CERTAMEN 2 Para la realización del presente certamen se dispondrá de 90 minutos. Debe incluir cualquier supuesto no explicito, siempre cuando no cambie el sentido de la pregunta. No se pueden utilizar
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detallesAplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
Más detallesProceso de normalización
Mª Dolores Carballar Falcón 28935146L Proceso de normalización El proceso de normalización es un estándar que consiste, básicamente, en un proceso de conversión de las relaciones entre las entidades, evitando:
Más detallesMATERIAL INSTRUCCIONAL DE APOYO
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO AREA: INGENIERÍA / CARRERA: INGENIERÍA DE SISTEMAS MATERIAL INSTRUCCIONAL DE APOYO NOMBRE: BASE DE DATOS Código: 311 U.C. : 04 CARRERA: SEMESTRE: AUTOR:
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detallesMANUAL DE USUARIO DE LA APLICACIÓN DE ACREDITACION DE ACTIVIDADES DE FORMACION CONTINUADA. Perfil Entidad Proveedora
MANUAL DE USUARIO DE LA APLICACIÓN DE ACREDITACION DE ACTIVIDADES DE FORMACION CONTINUADA Perfil Entidad Proveedora El objetivo del módulo de Gestión de Solicitudes vía Internet es facilitar el trabajo
Más detallesNormalización. Carlos A. Olarte Bases de Datos I
Carlos A. Olarte Bases de Datos I Outline 1 Introducción 2 Dependencias Funcionales 3 Diseño de Bases de Datos 4 Forma Normal Boyce-Codd (FNBC) 5 3FN 6 Dependneicas Funcionales Multivaluadas 7 4FN Introducción
Más detallesDiferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones
Más detallesEJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO
EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde
Más detallesNota 2. Luis Sierra. Marzo del 2010
Nota 2 Luis Sierra Marzo del 2010 Cada mecanismo de definición de conjuntos que hemos comentado sugiere mecanismos para definir funciones y probar propiedades. Recordemos brevemente qué son las funciones
Más detallesApuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Más detallesEstimado usuario. Tabla de Contenidos
Estimado usuario. El motivo del presente correo electrónico es mantenerle informado de las mejoras y cambios realizados en el software Orathor (Athor/Olimpo) en su versión 5.7.041 la cual ha sido recientemente
Más detallesNORMALIZACION. Definición.
NORMALIZACION Definición. La normalización es una técnica que se utiliza para crear relaciones lógicas apropiadas entre tablas de una base de datos. La normalización se adoptó porque el viejo estilo de
Más detallesÁrboles AVL. Laboratorio de Programación II
Árboles AVL Laboratorio de Programación II Definición Un árbol AVL es un árbol binario de búsqueda que cumple con la condición de que la diferencia entre las alturas de los subárboles de cada uno de sus
Más detallesProgramación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal
Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó
Más detallesEn cualquier caso, tampoco es demasiado importante el significado de la "B", si es que lo tiene, lo interesante realmente es el algoritmo.
Arboles-B Características Los árboles-b son árboles de búsqueda. La "B" probablemente se debe a que el algoritmo fue desarrollado por "Rudolf Bayer" y "Eduard M. McCreight", que trabajan para la empresa
Más detallesIngeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007
Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el
Más detallesUnidad 3. NORMALIZACIÓN.
Unidad 3. NORMALIZACIÓN. PRACTICA " Definición y Concepto de Normalización " 1. El alumno deberá conseguir información de 3 fuentes bibliográficas distintas, el concepto de Definición. 2. No olvidar hacer
Más detallesSistemas de Gestión de Calidad. Control documental
4 Sistemas de Gestión de Calidad. Control documental ÍNDICE: 4.1 Requisitos Generales 4.2 Requisitos de la documentación 4.2.1 Generalidades 4.2.2 Manual de la Calidad 4.2.3 Control de los documentos 4.2.4
Más detallesNormalización de una Base de Datos. Normalización de la BD (precio fijo)
Comisión 2do 1ra 1/5 Normalización de una Base de Datos 1) Una empresa desea guardar para cada una de sus ventas: Nro de Factura - Fecha y hora de la factura Legajo y nombre del vendedor - Codigo de cliente
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesProyecto de Normalización Automática de Base de Datos
Proyecto de Normalización Automática de Base de Datos Lic. Beatriz Steimberg * Resumen En el primer cuatrimestre del año 2003 se encaró el proyecto de Normalización Automática de Base de Datos. El objetivo
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detallesSistema de Facturación de Ventas WhitePaper Enero de 2007
Sistema de Facturación de Ventas WhitePaper Enero de 2007 Ronda Guglielmo Marconi, 9 Parque Tecnológico 46980 Paterna Valencia Spain T +34 96 338 99 66 ventas@preference.es Please Recycle PrefSuite Document
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesUNIDAD 1. LOS NÚMEROS ENTEROS.
UNIDAD 1. LOS NÚMEROS ENTEROS. Al final deberás haber aprendido... Interpretar y expresar números enteros. Representar números enteros en la recta numérica. Comparar y ordenar números enteros. Realizar
Más detallesModelo Relacional. Normalización
Modelo Relacional Normalización Concepto El proceso de normalización consiste en aplicar a un modelo relacional un conjunto de normas que eviten la duplicidad y la perdida de integridad de los datos. Las
Más detalles342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO.
342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO. ALGUNAS APLICACIONES A LA TEORIA DE LAS FORMAS BINARIAS. Encontrar una forma cuya duplicación produce una forma dada del género principal. Puesto que los elementos
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesEjemplos de conversión de reales a enteros
Ejemplos de conversión de reales a enteros Con el siguiente programa se pueden apreciar las diferencias entre las cuatro funciones para convertir de reales a enteros: program convertir_real_a_entero print
Más detallesDISEÑO DE BASES DE DATOS RELACIONALES: NORMALIZACION
DISEÑO DE BASES DE DATOS RELACIONALES: NORMALIZACION 1. INTRODUCCION 2. DESCOMPOSICION DE ESQUEMAS 3. DEPENDENCIAS FUNCIONALES 4. DEFINICIONES Dependencia funcional Determinante Dependencia funcional completa
Más detallesCapítulo 1: Introducción a los Sistemas de Gestión de Bases de Datos (SGBD)
Capítulo 1: Introducción a los Sistemas de Gestión de Bases de Datos (SGBD) Fernando Cano Espinosa Universidad de Oviedo. Departamento de Informática fcano@uniovi.es Produced with L A T E X seminar style
Más detallesEL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS
2 EL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS Las inversiones de una empresa están reflejadas en su activo. Una forma de clasificación de las diferentes inversiones es en función del plazo
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detalles1º) Siempre que se pueda, hay que sacar factor común: :a b ± a c ± a d ± = a (b ± c ± d ± ):
Pág. 1 de 7 FAC T O R I Z AC I Ó N D E P O L I N O M I O S Factorizar (o descomponer en factores) un polinomio consiste en sustituirlo por un producto indicado de otros de menor grado tales que si se multiplicasen
Más detallesOperación 8 Claves para la ISO 9001-2015
Operación 8Claves para la ISO 9001-2015 BLOQUE 8: Operación A grandes rasgos, se puede decir que este bloque se corresponde con el capítulo 7 de la antigua norma ISO 9001:2008 de Realización del Producto,
Más detallesUso del Programa Gantt Project
Uso del Programa Gantt Project Presentación En esta práctica guiada aprenderás varias cosas relacionadas con el uso de Gantt Project, que es una aplicación de ayuda a la gestión de proyectos: Especificar
Más detalles5.1. Organizar los roles
Marco de intervención con personas en grave situación de exclusión social 5 Organización de la acción 5.1. Organizar los roles Parece que el modelo que vamos perfilando hace emerger un rol central de acompañamiento
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesGUIA APLICACIÓN DE SOLICITUDES POR INTERNET. Gestión de Cursos, Certificados de Aptitud Profesional y Tarjetas de Cualificación de Conductores ÍNDICE
ÍNDICE ACCESO A LA APLICACIÓN... 2 1.- HOMOLOGACIÓN DE CURSOS... 4 1.1.- INICIAR EXPEDIENTE... 4 1.2.- CONSULTA DE EXPEDIENTES... 13 1.3.- RENUNCIA A LA HOMOLOGACIÓN... 16 2.- MECÁNICA DE CURSOS... 19
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesUnidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)
Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.
Más detallesAviso Legal El presente libro electrónico se distribuye bajo Attribution-NonCommercial- NoDerivs 3.0 Unported
PROGRAMACIÓN ORIENTADA A OBJETOS APLICADA A BASES DE DATOS Por LAURA NOUSSAN LETTRY BrowserSQL MySQL Workbench en Linux (Abril 2015, Mendoza) Aviso Legal El presente libro electrónico se distribuye bajo
Más detallesLa nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx
La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad
Más detallesProcesos Críticos en el Desarrollo de Software
Metodología Procesos Críticos en el Desarrollo de Software Pablo Straub AgileShift Imagine una organización de desarrollo de software que consistentemente cumple los compromisos con sus clientes. Imagine
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesAnálisis de medidas conjuntas (conjoint analysis)
Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detalles1. INVERSA DE UNA MATRIZ REGULAR
. INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz
Más detallesSOLUCIÓN CASO GESTIÓN DE PERSONAL I
SOLUCIÓN CASO GESTIÓN DE PERSONAL I Empezaremos abriendo un nuevo libro de trabajo que podemos guardar como Nóminas e introducimos los datos que nos proporciona el enunciado relativos a coste por hora
Más detallesTecnología de la Información y la Comunicación. Base de datos. Consultas - 2007 -
Tecnología de la Información y la Comunicación Base de datos Consultas - 2007 - Profesores del área Informática: Guillermo Storti Gladys Ríos Gabriel Campodónico Consultas Se utilizan consultas para ver,
Más detalles4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA
4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA Una ecuación con una incógnita es de segundo grado si el exponente de la incógnita es dos. Ecuaciones de segundo grado con una incógnita son: Esta última ecuación
Más detallesLos polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x
Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada
Más detallesIntroducción. Componentes de un SI. Sistema de Información:
Introducción. Sistema de Información: Conjunto de elementos relacionados entre sí de acuerdo a ciertas reglas, que aporta a la organización la información necesaria para el cumplimiento de sus fines, para
Más detallesDISEÑO DE BASES DE DATOS RELACIONALES
DISEÑO DE BASES DE DATOS RELACIONALES Bases de Datos I MIS. Lizbeth Alejandra Hernández González Introducción El objetivo del diseño de las bases de datos relacionales es la generación de un conjunto de
Más detallesSESION 4. 1. El comando Integrate 2. Aproximación de integrales definidas 3. Integración de funciones racionales
SESION. El comando Integrate. Aproimación de integrales definidas. Integración de funciones racionales . El comando Integrate El cálculo de integrales definidas e indefinidas en MATHEMATICA es sencillo
Más detallesTema 6: Diseño de bases de datos relacionales.
6.1 Introducción. Tema 6:. Las dificultades inherentes al diseño de una base de datos han de afrontarse con procedimientos ordenados y metódicos. En el proceso de diseño de una base de datos hemos de distinguir
Más detalles