Κεφάλαιο 8. ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Κεφάλαιο 8. ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1"

Transcript

1 Κεφάλαιο 8 ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1

2 Σύνοψη Λογικός Σχεδιασµός Σχεσιακών Βάσεων εδοµένων και Κανονικοποίηση Σχεσιακός Σχεδιασµός - Στόχοι Κριτήρια / Οδηγίες για ένα καλό Σχεδιασµό Συναρτησιακές Εξαρτήσεις - Οι Κανονικές Μορφές Β Αποσυνθέσεις Σχέσεων (Decompositions) Συνθήκη ιατήρησης Εξαρτήσεων (dependency preservation) και Συνενώσεις άνευ απωλειών (lossless-joins) Άλλες Συναρτησιακές Εξαρτήσεις (Multivalued, Join) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.2

3 Σχεσιακές Βάσεις Λογικός Σχεδιασµός Σχεδιασµός Σχέσεων: Οµαδοποίηση Γνωρισµάτων έτσι ώστε να επιτευχθούν καλά σχήµατα Σχέσεων (Σχέσεις Βάσης) ΑΤΥΠΑ ΚΡΙΤΗΡΙΑ: Προσπάθεια για εννοιολογική καθαρότητα Προσπάθεια για αποδοτικότητα χώρου (αποφυγή πλεονασµού) Προσπάθεια για ακεραιότητα (αποφυγή ανωµαλιών ενηµέρωσης) Προσπάθεια για πληρότητα (αποφυγή NULL τιµών σε πλειάδες) Προσπάθεια για γλωσσολογική αποδοτικότητα Προσπάθεια για καλές Επιδόσεις (performance) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.3

4 Κριτήρια Σχεδιασµού (1) Προσπάθεια για Εννοιολογική Καθαρότητα Ανεπίσηµα (και στην ιδανική περίπτωση), κάθε πλειάδα πρέπει να παριστά ακριβώς µια οντότητα ή ένα στιγµιότυπο συσχέτισης Με άλλα λόγια, οι πλειάδες δεν πρέπει να είναι υπερφορτωµένες µε εννοιολογική πληροφορία (δηλαδή, δεν πρέπει να παριστούν περισσότερα του ενός γεγονότα) ιακριτές οντότητες δεν πρέπει να αναµιγνύονται ο µόνος τρόπος για ένδο-αναφορές µεταξύ Σχέσεων πρέπει να είναι το εξωτερικό κλειδί Προσπάθεια για αποδοτικότητα χώρου (αποφυγή πλεονασµού) Πλεόνασµα χώρου (redundancy) σηµαίνει Χάσιµο χώρου Το Πλεόνασµα επιφέρει ανωµαλίες (ονοµάζονται, ανωµαλίες ενηµέρωσης - update anomalies) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.4

5 Κριτήρια Σχεδιασµού (2) Προσπάθεια για ακεραιότητα (αποφυγή ανωµαλιών ενηµέρωσης) Η ακεραιότητα της Βάσης φθείρεται όταν συµβαίνουν ανωµαλίες εισαγωγής, διαγραφής και τροποποίησης Έχουµε ανωµαλία όταν µια ενηµέρωση σε ένα σηµείο επιφέρει έναν µη-προσδιορίσιµο αριθµό ενηµερώσεων σε άλλα σηµεία της Βάσης. Προσπάθεια για πληρότητα (αποφυγή NULL τιµών σε πλειάδες) Οι τιµές Null σηµαίνουν έλλειψη γνώσης ή µη-εφαρµοσιµότητα και συχνά προκαλούν λάθη σε ερωτήσεις για να γίνει σωστή η εκτέλεση των ερωτήσεων απαιτείται διαφορετική λογική από αυτή που χρησιµοποιούµε σε πρακτικά / εµπορικά συστήµατα λογική δύο τιµών αληθείας true / false) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.5

6 Κριτήρια Σχεδιασµού (3) Προσπάθεια για γλωσσολογική αποδοτικότητα (Linguistic Efficiency) Όσο πιο απλά µπορούν να εκφραστούν οι ερωτήσεις στην εφαρµογή τόσο το καλύτερο για τον προγραµµατιστή / χρήστη και (συνήθως) και για τον Βελτιστοποιητή Ερωτήσεων του συστήµατος Οι Ερωτήσεις γίνονται πιο εύκολα σε Σχέσεις που έχουν πολλές πληροφορίες / γνωρίσµατα (π.χ., δεν χρειάζονται πολλές συνενώσεις) Προσπάθεια για καλές Επιδόσεις (performance) Όπως και στην προηγούµενη περίπτωση, Σχέσεις µε λίγα Γνωρίσµατα (π.χ., δυαδικές), επιφέρουν ένα µεγάλο αριθµό συνενώσεων για την εκτέλεση ερωτήσεων. ΠΟΛΛΑ ΑΠΌ ΤΑ ΚΡΙΤΗΡΙΑ ΕΊΝΑΙ ΑΝΤΙΦΑΤΙΚΑ! Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.6

7 Παράδειγµα «Κακού» Σχεδιασµού Έστω η Βάση µε ένα Σχήµα Σχέσης: ED(SSN, EName, Salary, DNumber, DName, Location, MgrSSN) Q1: Βρες όλους τους Υπαλλήλους που βγάζουν πιο πολλά από τον Προϊστάµενό τους select e.ename from ED e, ED m where e.mgrssn = m.ssn and e.salary > m.salary Q2: Για κάθε Τµήµα, Βρες τον µέγιστο µισθό select from group by DName, max(salary) ED DNumber Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.7

8 ΣΧΟΛΙΑ Παράδειγµα «Κακού» Σχεδιασµού (2) Οι παραπάνω ερωτήσεις γίνονται µε απλό τρόπο (linguistic efficiency) ΑΛΛΑ, έχουµε ΑΝΩΜΑΛΙΕΣ ΕΝΗΜΕΡΩΣΗΣ: (α) Πλεονασµοί: Οι πληροφορίες ενός Τµήµατος επαναλαµβάνονται για κάθε υπάλληλο του Τµήµατος (β) Ανωµαλίες Τροποποιήσεων: Σε µια απλή τροποποίηση (π.χ., αλλάζοντας τον Προϊστάµενο ενός Τµήµατος,) ένας ανεξέλεγκτος αριθµός πλειάδων πρέπει να τροποποιηθεί (γ) Ανωµαλίες Εισαγωγής : Πληροφορίες για ένα νέο Τµήµα δεν είναι δυνατό να εισαχθούν στη Βάση αν δεν υπάρχει κάποιος Υπάλληλος που (ήδη) εργάζεται στο Τµήµα. (δ) Ανωµαλίες ιαγραφής : Όταν διαγράφεται και ο τελευταίος υπάλληλος που εργάζεται σε ένα Τµήµα, χάνουµε τις πληροφορίες για το ίδιο το Τµήµα Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.8

9 Παράδειγµα «Καλύτερου» Σχεδιασµού Μπορούµε να επιλέξουµε έναν ισοδύναµο (του προηγουµένου) Σχεδιασµό µε δύο Σχέσεις: EMPLOYEE(SSN, EName, Salary, DNumber) DEPARTMENT(DNumber, DName, Location, MgrSSN) Q1: Βρες όλους τους Υπαλλήλους που βγάζουν πιο πολλά από τον Προϊστάµενό τους select from where e.ename EMPLOYEE e, EMPLOYEE m, DEPARTMENT d e.dnumber = d.dnumber and e.mgrssn = m.ssn and e.salary > m.salary Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.9

10 Παράδειγµα «Καλύτερου» Σχεδιασµού (2) Q2: Για κάθε Τµήµα, Βρες τον µέγιστο µισθό select d.dname, max(e.salary) from EMPLOYEE e, DEPARTMENT d where d.dnumber = e.dnumber group by d.dnumber Αυτές οι ερωτήσεις είναι σύνθετες (linguistic inefficiency) και απαιτούν περισσότερες συνενώσεις (performance), ΑΛΛΑ ΑΠΟΦΕΥΓΟΥΝ ΟΛΕΣ ΤΙΣ ανωµαλίες τροποποίησης (update anomalies) Ο Στόχος µας στη συνέχεια είναι να δούµε ΠΩΣ η κατάληξη σε καλούς Σχεδιασµούς µπορεί να γίνει ΤΥΠΙΚΑ και ΣΥΣΤΗΜΑΤΙΚΑ Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.10

11 ΣΥΝΑΡΤΗΣΙΑΚΕΣ ΕΞΑΡΤΗΣΕΙΣ Οι Συναρτησιακές Εξαρτήσεις (Functional Dependencies FD) είναι το πιο κοινό τυπικό µέτρο του καλού για Σχεσιακούς Σχεδιασµούς Χρησιµοποιούνται για τον ορισµό των Κανονικών Μορφών για Σχέσεις Μια FD αποτελεί έναν περιορισµό για όλα τα στιγµιότυπα της Σχέσης r(r), αλλά είναι µια ιδιότητα των γνωρισµάτων στο Σχήµα R ΤΥΠΙΚΟΣ ΟΡΙΣΜΟΣ: Έστω X, Y σύνολα Γνωρισµάτων στο Σχήµα Σχέσης R. Λέµε ότι η Συναρτησιακή Εξάρτηση (FD): X Y ισχύει αν η X-τιµή καθορίζει µοναδικά την Y-τιµή. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.11

12 FD Ορισµοί ΕΝΑΛΛΑΚΤΙΚΟΣ ΟΡΙΣΜΟΣ: Έστω X, Y σύνολα Γνωρισµάτων στο Σχήµα Σχέσης R. Λέµε ότι η Συναρτησιακή Εξάρτηση (FD): X Y ισχύει αν, όποτε δύο πλειάδες σε ένα στιγµιότυπο r(r) έχουν την ίδια τιµή για το X, τότε πρέπει να έχουν την ίδια τιµή για το Y ηλαδή: για οποιεσδήποτε δύο πλειάδες t 1, t 2 σε κάθε σχέση r(r): Αν t 1 [X] = t 2 [X] τότε t 1 [Y] = t 2 [Y] Αν το Κ είναι Κλειδί στην R, τότε το K εξαρτά συναρτησιακά ΟΛΑ τα Γνωρίσµατα στην R (µια και δεν µπορούµε ποτέ να έχουµε διακριτές πλειάδες t1, t2 µε t1 [K] = t2 [K] ) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.12

13 Ιδιότητες των FD Τετριµµένη Συναρτησιακή Εξάρτηση: Όποτε Y X, τότε X Y Παράδειγµα: SSN, Salary Salary Πλήρης Συναρτησιακή Εξάρτηση: Λέµε ότι ένα σύνολο γνωρισµάτων Y είναι πλήρως εξαρτώµενο συναρτησιακά από ένα σύνολο X, αν είναι συναρτησιακά εξαρτώµενο από το X και δεν είναι συναρτησιακά εξαρτώµενο από κάποιο υποσύνολο του X, ηλαδή, το Y είναι πλήρως εξαρτώµενο συναρτησιακά από το X, αν X Y και δεν υπάρχει W έτσι ώστε W X and W Y Παράδειγµα: SSN, PNumber HoursPW Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.13

14 Ιδιότητες των FD (2) Μερική Εξάρτηση: Σαν συνέπεια του παραπάνω ορισµού, λέµε ότι το Y είναι µερικό εξαρτώµενο από το X, αν X Y και δεν υπάρχει κάποιο W έτσι ώστε W X και W Y Παράδειγµα: SSN,Salary Address (αλλά και, SSN Address) Μεταβατική Εξάρτηση: Μια συναρτησιακή εξάρτηση X Z είναι µεταβατική αν µπορεί να προέλθει / απορρέει από δύο άλλες FD µε µεταβατικότητα (X Y και Y Z ) Παράδειγµα: SSN DNumber και DNumber MgrSSN, συνεπάγονται: SSN MgrSSN Πρωτεύον Γνώρισµα: Ένα Γνώρισµα που είναι µέλος κάποιου υποψήφιου κλειδιού Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.14

15 ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Η διαδικασία της Κανονικοποίησης ενσωµατώνει την εννοιολογική έννοια της FD στα Σχήµατα Σχέσεων. Υπάρχουν Κανονικές Μορφές Σχηµάτων, όπου τα παρακάτω αποδεικνύονται: ΟΛΕΣ οι ΣΧΕΣΕΙΣ 1NF 2NF 3NF BCNF 4NF 5NF Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.15

16 Κανονικές Μορφές (1) Πρώτη Κανονική Μορφή (1NF): Η R είναι σε 1NF αν κάθε Γνώρισµα παίρνει ατοµικές / αδιαίρετες τιµές. Θεωρούµε ότι οι Σχέσεις που δουλεύουµε είναι τουλάχιστον σε 1NF (αυτό σε σύγχρονα DBMS δεν ισχύει π.χ., πολυµέσα, γεωγραφικές πληροφορίες, κλπ). Παράδειγµα: R(ENumber, ChildrenNames) ΕΝ ΕΙΝΑΙ σε 1NF εύτερη Κανονική Μορφή (2NF): Η R είναι σε 2NF αν είναι σε 1NF και κανένα µη-πρωτεύον Γνώρισµα δεν είναι µερικώς εξαρτώµενο από ένα υποψήφιο κλειδί. Παράδειγµα : SUPPLIER(SNumber, SName, ItemNumber, Price) ΕΝ ΕΙΝΑΙ σε 2NF, γιατί ο συνδυασµός SNumber, ItemNumber είναι υποψήφιο κλειδί, αλλά επίσης SNumber SName ισχύει Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.16

17 Κανονικές Μορφές (2) Τρίτη Κανονική Μορφή (3NF): Η R είναι σε 3NF αν είναι σε 2NF και κανένα µη-πρωτεύον Γνώρισµα δεν είναι µεταβατικά εξαρτώµενο από ένα υποψήφιο κλειδί Παράδειγµα: Η Σχέση: ED(SSN, EName, Salary, DNumber, DName, Location, MgrSSN) είναι σε 2NF ΑΛΛΑ ΕΝ ΕΙΝΑΙ σε 3NF, διότι Το SSN είναι (το µόνο) υποψήφιο κλειδί και έχουµε: SSN Dnumber και DNumber MgrSSN (δηλαδή, το MgrSSN είναι µεταβατικά εξαρτώµενο από το SSN) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.17

18 Κανονικές Μορφές (3) Ισοδύναµος Ορισµός της ΤΡΙΤΗΣ ΚΑΝΟΝΙΚΗΣ ΜΟΡΦΗΣ (3NF): Η R είναι σε 3NF αν και µόνο εάν για κάθε FD X A, όπου X είναι ένα σύνολο γνωρισµάτων της R και A είναι απλό Γνώρισµα, τουλάχιστο ένα από τα παρακάτω τρία ισχύει 1.- A X (η FD είναι τετριµµένη) 2.- K X (µε το K υποψήφιο κλειδί του R) 3.- A K (µε το K υποψήφιο κλειδί του R) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.18

19 Κανονικές Μορφές (4) Κανονική Μορφή BOYCE-CODD (BCNF): Η R είναι σε BCNF αν και µόνο εάν όποτε µια FD X Y ισχύει τότε το X είναι υποψήφιο κλειδί (όπου X, Y είναι σύνολα Γνωρισµάτων του R) Ισοδύναµος Ορισµός του BOYCE-CODD NORMAL FORM (BCNF): Η R είναι σε BCNF αν και µόνο εάν για κάθε FD X A, όπου το X είναι είναι σύνολο γνωρισµάτων του R και A είναι απλό γνώρισµα, τουλάχιστον ένα από τα παρακάτω ισχύει: 1.- A X (η FD είναι τετριµµένη) 2.- K X (µε το K υποψήφιο κλειδί του R) Σηµείωση: Ακριβώς όπως η 3NF χωρίς την επιλογή 3., που άµεσα δείχνει ότι η BCNF συνεπάγεται την 3NF Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.19

20 Κανονικές Μορφές (5) Παράδειγµα: Η Σχέση: RESTAURANT(Client, Food, ReceiptNumber) είναι σε 3NF ΑΛΛΑ ΕΝ ΕΙΝΑΙ σε BCNF, διότι ισχύουν: Client, Food ReceiptNumber, και ReceiptNumber Food (αυτή δεν είναι εξάρτηση από κλειδί) Κάθε Σχέση είναι δυνατόν να µετασχηµατιστεί σε ισοδύναµες σχέσεις σε 3NF (χρησιµοποιώντας καλά ορισµένους αλγορίθµους). Η διαδικασία αυτή ονοµάζεται Αποσύνθεση ή 3NF Κανονικοποίηση. υστυχώς, υπάρχουν κάποιες 3NF σχέσεις που δεν είναι δυνατόν να µετασχηµατιστούν σε BCNF (όπως το χαρακτηριστικό παράδειγµα παραπάνω) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.20

21 Θεωρία Κανονικοποίησης - Κανόνες οθέντος ενός συνόλου από FD F µπορούµε να προσδιορίσουµε άλλες FD που ισχύουν όποτε οι FD στην F ισχύουν - για να προσδιορίσουµε τέτοιες FD χρειαζόµαστε κανόνες συµπερασµού. A1. Αν Y X τότε X Y (Ανακλαστικός -Reflexivity) A2. Αν X Y τότε XZ YZ (Επαυξητικός -Augmentation) A3. Αν X Y και Y Z τότε X Z (Μεταβατικός - Transitivity) Ο Armstrong απέδειξε ότι: {A1, A2, A3) είναι ένα βάσιµο και πλήρες σύνολο κανόνων συµπερασµού δηλαδή, οι κανόνες δηµιουργούν µόνο βάσιµες FD και επίσης, όλες οι FD που µπορούµε να συµπεράνουµε, δηµιουργούνται µε αυτούς τους κανόνες. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.21

22 Κανόνες Συµπερασµού Επιπλέον Κανόνες Συµπερασµού ισχύουν : A4. Αν X YZ τότε X Y και X Z ( ιασπαστικός - Decomposition) A5. Αν X Y και X Z τότε X YZ (Ενωτικός - Union) A6. Αν X Y και WY Z τότε WX Z (Ψευδοµεταβατικός -Pseudotransitivity) Το κλείσιµο - closure F+ ενός συνόλου FD F είναι το σύνολο όλων των FD που συµπεραίνονται από το F (µε την εφαρµογή των κανόνων Armstrong) Το κλείσιµο - closure X+ ενός συνόλου γνωρισµάτων X σε σχέση µε ένα σύνολο FD F είναι το σύνολο όλων των γνωρισµάτων που εξαρτώνται συναρτησιακά από το X (µε την εφαρµογή των κανόνων Armstrong) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.22

23 Ισοδυναµία Συνόλων από FD ύο σύνολα από FD F και G είναι ισοδύναµα αν κάθε FD στο F είναι δυνατόν να παραχθεί από το G και κάθε FD στο G είναι δυνατόν να παραχθεί από το F (δηλαδή, F και G είναι ισοδύναµα αν ισχύει: F+ = G+ ) Το F καλύπτει το G αν κάθε FD στο G είναι δυνατόν να παραχθεί από το F (δηλαδή ισχύει: G+ F+ ) Ένα σύνολο F από FD είναι ελάχιστο αν ικανοποιεί τα παρακάτω: (1) Κάθε εξάρτηση στο F είναι της µορφής: X A, όπου A είναι ένα απλό γνώρισµα (2) εν µπορούµε να αποσύρουµε µια FD από το F και να εξακολουθούµε να έχουµε ένα σύνολο ισοδύναµο του F (3) εν µπορούµε να αντικαταστήσουµε µια FD X A από το F µε µια FD Y A, όπου Y X και να εξακολουθούµε να έχουµε ένα σύνολο ισοδύναµο του F Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.23

24 Αποτελέσµατα Θεωρίας Συναρτησιακών Εξαρτήσεων Υπάρχει απλός αλγόριθµος για να ελέγχει την ισοδυναµία µεταξύ συνόλων από FD Κάθε σύνολο από FD έχει ένα ελάχιστο ισοδύναµο σύνολο εν υπάρχει απλός (efficient) αλγόριθµος για να υπολογίζει το ελάχιστο ισοδύναµο σύνολο από FD που είναι ισοδύναµο µε ένα σύνολο F από FD Η ύπαρξη (και υπολογισµός) ενός ελάχιστου ισοδύναµου συνόλου είναι σηµαντική για κάθε αλγόριθµο σχεδιασµού Επιπλέον κριτήρια απαιτούνται για να επιτύχουµε έναν «καλό» λογικό σχεδιασµό σχέσεων (ιδιότητα συνενώσεων άνευ απωλειών - lossless join property, ιδιότητα διατήρησης εξαρτήσεων - dependency preserving property). Οι αλγόριθµοι σχεδιασµού πληρούν τέτοιες ιδιότητες Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.24

25 Σχεσιακή Αποσύνθεση ΤΟ ΑΡΧΙΚΟ ΣΗΜΕΙΟ όλων των αλγορίθµων είναι ένα σχήµα καθολικής σχέσης R που περιέχει όλα τα γνωρίσµατα της Βάσης ΣΤΟΧΟΣ του σχεδιασµού είναι µια αποσύνθεση (decomposition) D του R σε m Σχήµατα Σχέσεων R 1, R 2, R 3,... R m όπου κάθε R i περιέχει ένα υποσύνολο γνωρισµάτων του R και κάθε γνώρισµα του R πρέπει να παρουσιάζεται σε τουλάχιστον ένα Σχήµα Σχέσης R i (ιδιότητα διατήρησης Γνωρισµάτων) Στην ουσία, όταν κάνουµε αποσύνθεση του R, σκοπεύουµε να αποθηκεύσουµε στιγµιότυπα των Σχέσεων που προκύπτουν από την αποσύνθεση, αντί για στιγµιότυπα του R. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.25

26 Προβλήµατα µε Αποσυνθέσεις Αν η αποσύνθεση γίνει µε τυχαίο τρόπο, παρουσιάζονται προβλήµατα: Μερικές ερωτήσεις καθίστανται πιο ακριβές (µη-αποδοτικές).» Π.χ., Οι ερωτήσεις πιθανόν να απαιτούν πολλές Συνενώσεις οθέντων στιγµιότυπων των αποσυνθεµένων Σχέσεων, είναι πιθανόν να µη µπορούµε να ανακατασκευάσουµε το στιγµιότυπο της αρχικής Σχέσης!» Η περίπτωση των πλασµατικών πλειάδων Για τον έλεγχο κάποιων εξαρτήσεων, πιθανόν να χρειάζεται η Συνένωση των αποσυνθεµένων στιγµιότυπων.» Τα γνωρίσµατα στις FD είναι τώρα σε περισσότερες της µιας Σχέσεις Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.26

27 ιατήρηση Εξαρτήσεων (1) Ι ΙΟΤΗΤΑ ΙΑΤΗΡΗΣΗΣ ΕΞΑΡΤΗΣΕΩΝ: Η αποσύνθεση D should preserve the dependencies; that is, the collection of all dependencies that hold on relations R i should be equivalent to F (the FD that hold on R) ΤΥΠΙΚΑ: Ορισµός: Η ΠΡΟΒΟΛΗ του F στο R i, η Π F (R i ), είναι το σύνολο των FD X Y στο F + έτσι ώστε: (X Y) R i Μια αποσύνθεση D ικανοποιεί την ιδιότητα διατήρησης εξαρτήσεων αν: (Π F (R 1 ) Π F (R 2 )... Π F (R m ) ) + = F + Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.27

28 ιατήρηση Εξαρτήσεων (2) Υπάρχει αλγόριθµος, ο οποίος ονοµάζεται αλγόριθµος σχεσιακής σύνθεσης, που αποσυνθέτει την καθολική σχέση R σε ένα σύνολο σχέσεων D = {R 1, R 2, R 3,... R m } διατηρώντας τις εξαρτήσεις σε σχέση µε το F, έτσι ώστε κάθε R i είναι σε 3NF Ο Αλγόριθµος βασίζεται σε Ελάχιστες Καλύψεις και, όπως έχει ειπωθεί και νωρίτερα, ΕΝ υπάρχουν αποδοτικοί τρόποι για να βρεθούν ελάχιστες καλύψεις. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.28

29 Συνενώσεις Άνευ Απωλειών Ι ΙΟΤΗΤΑ ΣΥΝΕΝΩΣΕΩΝ ΑΝΕΥ ΑΠΩΛΕΙΩΝ: Η ιδιότητα αυτή φροντίζει ώστε να µη παρουσιάζονται µηυπαρκτές (πλασµατικές) πλειάδες σε Σχέσεις, όταν συνενώνονται αποσυνθεµένες Σχέσεις Τυπικά, Μια αποσύνθεση D = {R 1, R 2, R 3,... R m } του R έχει την ιδιότητα συνενώσεων άνευ απωλειών σε σχέση µε ένα σύνολο από FD F, αν για κάθε στιγµιότυπο r(r) του οποίου οι πλειάδες ικανοποιούν όλες τις FD στο F, έχουµε: (Π R1 (r(r)) Π R2 (r(r))... Π Rm (r(r)) ) = r(r) >< >< >< Αυτή είναι πολύ σηµαντική ιδιότητα για Αποσυνθέσεις, διότι επηρεάζει τον τρόπο που Ερωτήσεις µε ΝΟΗΜΑ γίνονται στα Σχεσιακά Σχήµατα Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.29

30 Παράδειγµα Πλασµατικών Πλειάδων Έστω η Βάση εδοµένων COMPANY και µια Σχέση E_P(SSN, PNumber, HoursPW, EName, PName, Location) που δηµιουργείται µε την Συνένωση των EMPLOYEE, PROJECT και WORKS_ON (σε στιγµιότυπα) και στην συνέχεια µε την Προβολή στα παραπάνω Γνωρίσµατα Πεισθείτε ότι η αποσύνθεση της E_P στις: R1 (EName, Location) R2 (SSN, PNumber, HoursPW, PName, Location) ΕΝ ΙΚΑΝΟΠΟΙΕΙ την ιδιότητα συνένωσης άνευ απωλειών ΠΩΣ?: Κάντε προβολές σε στιγµιότυπα του E_P (για R 1, R 2 ) και συνενώστε τις Προβολές. ΕΝ θα πάρετε πίσω το E_P! Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.30

31 Περισσότερα για Lossless Joins Η αποσύνθεση του R στα X και Y είναι lossless-join σε σχέση µε το F αν και µόνο εάν το κλείσιµο του F περιέχει την: X Y X, ή την X Y Y Συγκεκριµένα, η αποσύνθεση της R σε UV και R - V είναι lossless-join αν η U V ισχύει στην R. A B C A B C A B B C Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.31

32 Θεωρητικά Αποτελέσµατα Υπάρχει απλός αλγόριθµος για να ελέγχει αν µια αποσύνθεση D ικανοποιεί την ιδιότητα lossless join σε σχέση µε ένα σύνολο F από FD. Υπάρχει απλός αλγόριθµος για Αποσύνθεση του R σε BCNF Σχέσεις έτσι ώστε η αποσύνθεση D να ικανοποιεί την ιδιότητα lossless join σε σχέση µε ένα σύνολο F από FD στο R ΕΝ ΥΠΑΡΧΕΙ αλγόριθµος για Αποσύνθεση σε BCNF Σχέσεις που ικανοποιούν την ιδιότητα διατήρησης εξαρτήσεων Υπάρχει αλγόριθµος (τροποποίηση του αλγορίθµου σχεσιακής σύνθεσης) για αποσυνθέσεις σε 3NF (όχι BCNF) Σχέσεις που ικανοποιούν και τις δύο ιδιότητες (διατήρηση εξαρτήσεων και lossless join) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.32

33 ΑΛΓΟΡΙΘΜΟΣ: Αποσύνθεση σε 3NF 1.- Βρες ένα ελάχιστο σύνολο G από FD ισοδύναµο του F 2.- Για κάθε X µιας FD X Y στο G ηµιούργησε ένα Σχήµα Σχέσης R i στο D µε τα γνωρίσµατα { X A 1 A 2..., A k }, όπου κάθε A j είναι ένα γνώρισµα που υπάρχει σε µια FD του G µε το X στα αριστερά 3.- Αν γνωρίσµατα του R δεν έχουν µπει σε κάποιο R i τότε δηµιούργησε µια νέα Σχέση στο D για αυτά τα γνωρίσµατα 4.- Αν καµία σχέση στο D δεν περιέχει ένα κλειδί του R, δηµιούργησε µια σχέση που περιέχει ένα κλειδί του R και πρόσθεσέ την στο D Ο Αλγόριθµος δηµιουργεί Σχέσεις σε 3NF που ικανοποιούν και τις δύο ιδιότητες. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.33

34 Επιπρόσθετες Εξαρτήσεις Με τη χρήση των FD µπορούµε να φτάσουµε µέχρι 3NF και BCNF Άλλες εξαρτήσεις: πλειότιµες εξαρτήσεις (Multivalued) (MVD), εξαρτήσεις συνένωσης (Join Dependencies), εξαρτήσεις εγκλεισµού (Inclusion Dependencies),... Αυτές οι εξαρτήσεις µας πάνε σε κανονικές µορφές πέραν των 3NF και BCNF (δηλαδή, 4NF και 5NF) Πλειότιµες Συναρτήσεις: (άτυπος ορισµός) Ένα σύνολο γνωρισµάτων X καθορίζει πολλαπλά ένα σύνολο Y αν η τιµή του X καθορίζει ένα σύνολο τιµών για το Y (ανεξάρτητα από τα άλλα γνωρίσµατα στη Σχέση) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.34

35 Πλειότιµες Εξαρτήσεις Μια MVD παρουσιάζεται ως X Y Υπάρχουν βάσιµα και πλήρη σύνολα κανόνων συµπερασµού για MVDs Μια FD είναι ειδική περίπτωση των MVD Ένα Σχεσιακό Σχήµα R είναι στηn τέταρτη κανονική µορφή (4NF) σε σχέση µε ένα σύνολο συναρτησιακών και πλειότιµων εξαρτήσεων F αν για κάθε µη τετριµµένη πλειότιµηεξάρτηση X Y στην F +, το X είναι υποψήφιο κλειδί του R εν υπάρχει αποδοτικός αλγόριθµος για την αποσύνθεση του R σε 4NF Σχέσεις, έτσι ώστε η αποσύνθεση να έχει την ιδιότητα lossless join σε σχέση µε ένα σύνολο F από FD και MVD στο R Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.35

36 Εξαρτήσεις Συνένωσης Μια εξάρτηση συνένωσης JD(R 1, R 2, R 3,... R m ) είναι ένας δοµικός περιορισµός στην R που προσδιορίζει ότι κάθε νόµιµο στιγµιότυπο r(r) πρέπει να έχει µια lossless join αποσύνθεση στα R 1, R 2, R 3,... R m Μια MVD είναι ειδική περίπτωση των JD (όπου m=2) Ένα Σχεσιακό Σχήµα R είναι στην πέµπτη κανονική µορφή (5NF) σε σχέση µε ένα σύνολο συναρτησιακών, πλειότιµων και εξαρτήσεων συνένωσης F αν για κάθε µη τετριµµένη JD(R 1, R 2,... R m ) στην F +, κάθε R i είναι υπέρ-κλειδί του R Η 5NF ονοµάζεται επίσης PJNF (Project-Join Normal Form) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.36

37 Εξαρτήσεις Εγκλεισµού FD, MVD και JD ορίζονται εντός του ιδίου Σχεσιακού Σχήµατος R (δεν συσχετίζουν γνωρίσµατα που βρίσκονται σε διαφορετικές σχέσεις) Υπάρχουν και άλλες εξαρτήσεις, όπως οι εξαρτήσεις εγκλεισµού που χρησιµοποιούνται για την παράσταση της αναφορικής ακεραιότητας και των ιεραρχιών class / subclass µεταξύ δύο σχέσεων R καιs Μια εξάρτηση εγκλεισµού R.X < S.Y προσδιορίζει ότι σε κάθε χρονικό σηµείο, αν τα r(r) και s(s) είναι στιγµιότυπα σχέσεων των R και S, τότε Π X (r(r)) Π Y (s(s)) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.37

38 Πρακτικά Θέµατα για την Κανονικοποίηση Ένας µεγάλος αριθµός από εµπορικά εργαλεία, δοθέντων ενός συνόλου Σχηµάτων Σχέσεων / Γνωρισµάτων και ενός συνόλου συναρτησιακών εξαρτήσεων δηµιουργούν αυτόµατα Σχήµατα Σχέσεων σε µορφή 3NF (σπάνια πάνε σε BCNF, 4NF και 5NF) Μια άλλη χρήση τέτοιων εργαλείων είναι να ελέγχουν το επίπεδο Κανονικοποίησης µιας Σχέσης - γενικά, η χρήση ως ευρεστικό εργαλείο επιλογής ενός Σχεδιασµού έναντι κάποιου άλλου Υπάρχουν πρακτικά αποτελέσµατα της Θεωρίας που επιτρέπουν σε έναν Σχεδιαστή να κάνει ανάλυση της µορφής: Αν µια σχέση είναι σε 3NF και κάθε υποψήφιο κλειδί αποτελείται ακριβώς από ένα γνώρισµα, τότε είναι και σε 5NF (Fagin, 1991) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.38

39 ΣΧΟΛΙΑ Η διαδικασία Κανονικοποίησης έχει και µειονεκτήµατα: εν είναι δηµιουργική -- µε στόχο τα κριτήρια που αναφέρθηκαν προηγουµένως, δεν υπάρχει τρόπος να δηµιουργηθεί µια «καλή» βάση δεδοµένων Συνήθως η Κανονικοποίηση γίνεται αφού έχουµε κάποιο Σχήµα (µας λέει αν είναι «καλό» ή «κακό») εν προσφέρει ένα εννοιολογικό σχήµα (ασχολείται µόνο µε Σχέσεις και Γνωρίσµατα) Όµως, είναι µια αξιέπαινη και πρακτικά χρήσιµη προσπάθεια να γίνουν µε τυπικό και συστηµατικό τρόπο πράγµατα που τα κάνουµε συνήθως διαισθητικά. Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.39

Κανονικοποίηση. Σημασιολογία Γνωρισμάτων. Άτυπες Οδηγίες. Παράδειγμα. Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ. Περιττές Τιμές και Ανωμαλίες Ενημέρωσης

Κανονικοποίηση. Σημασιολογία Γνωρισμάτων. Άτυπες Οδηγίες. Παράδειγμα. Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ. Περιττές Τιμές και Ανωμαλίες Ενημέρωσης Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ Κανονικοποίηση Παύλος Εφραιμίδης Βάσεις Δεδομένων Κανονικοποίηση 1 Πως μπορούμε να κρίνουμε εάν ένα Σχεσιακό Σχήμα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραμμές

Διαβάστε περισσότερα

S Q Q L L -- SQL (Structured Query Language) select insert update delete 2.47

S Q Q L L -- SQL (Structured Query Language) select insert update delete 2.47 Κεφάλαιο 4 Η Γλώσσα SQL και Σχεσιακός Λογισµός Ι.Β. Σχεσιακός Λογισµός και η Γλώσσα SQL Σελίδα 2.46 SQL -ΕΙΣΑΓΩΓΗ SQL (Structured Query Language) είναι η τυποποιηµένη standard γλώσσα στις Σχεσιακές Βάσεις.

Διαβάστε περισσότερα

Κεφάλαιο 3 Σχεσιακό Μοντέλο

Κεφάλαιο 3 Σχεσιακό Μοντέλο Κεφάλαιο 3 Σχεσιακό Μοντέλο Στο κεφάλαιο αυτό παρουσιάζεται το σχεσιακό µοντέλο βάσεων δεδοµένων, και αναλύονται τα δοµικά του χαρακτηριστικά, οι βασικές του ιδιότητες, και ο τρόπος µε τον οποίο µπορεί

Διαβάστε περισσότερα

Βάσεις Δεδομένων. Ενότητα 6: Κανονικοποίηση. Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων

Βάσεις Δεδομένων. Ενότητα 6: Κανονικοποίηση. Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Βάσεις Δεδομένων Ενότητα 6: Κανονικοποίηση Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών. ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης

Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών. ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Τελική Εξέταση (3 ώρες) Ηµεροµηνία: 7

Διαβάστε περισσότερα

Κεφάλαιο 11 Ερωτήµατα

Κεφάλαιο 11 Ερωτήµατα Κεφάλαιο 11 Ερωτήµατα Στο κεφάλαιο αυτό περιγράφεται ο τρόπος δηµιουργίας και διαχείρισης ερωτηµάτων µέσα από το περιβάλλον της Microsoft Access. Όπως έχει ήδη αναφερθεί σε προηγούµενο κεφάλαιο, ένας από

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΜΕΡΟΣ ΤΕΤΑΡΤΟ Insert, Update, Delete, Ένωση πινάκων Γιώργος Μαρκοµανώλης Περιεχόµενα Group By... 1 Having...1 Οrder By... 2 Εντολή Insert...

Διαβάστε περισσότερα

Διάλεξη 10: Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός (Relational Algebra/Calculus) ΙI

Διάλεξη 10: Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός (Relational Algebra/Calculus) ΙI Διάλεξη 10: Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός (Relational Algebra/Calculus) ΙI Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στις έννοιες: Σχεσιακή Άλγεβρα Τελεστές Συνένωσης

Διαβάστε περισσότερα

Κεφάλαιο 5. Ορισµός Βάσεων εδοµένων µε SQL DDL - Άλλες Γλώσσες Σχεσιακών Βάσεων (QBE) Ι.Β. Σχεσιακές Γλώσσες Εµφύτευση / DDL Σελίδα 2.

Κεφάλαιο 5. Ορισµός Βάσεων εδοµένων µε SQL DDL - Άλλες Γλώσσες Σχεσιακών Βάσεων (QBE) Ι.Β. Σχεσιακές Γλώσσες Εµφύτευση / DDL Σελίδα 2. Κεφάλαιο 5 Ορισµός Βάσεων εδοµένων µε SQL DDL - Άλλες Γλώσσες Σχεσιακών Βάσεων (QBE) Ι.Β. Σχεσιακές Γλώσσες Εµφύτευση / DDL Σελίδα 2.84 SQL Data Definition H Γλώσσα Ορισµού (DDL) της SQL χρησιµοποιείται

Διαβάστε περισσότερα

ΗΥ-360 Αρχεία και Βάσεις Δεδομένων Διδάσκων: Δ. Πλεξουσάκης. Φροντιστήριο SQL Examples Ξένου Ρουμπίνη

ΗΥ-360 Αρχεία και Βάσεις Δεδομένων Διδάσκων: Δ. Πλεξουσάκης. Φροντιστήριο SQL Examples Ξένου Ρουμπίνη ΗΥ-360 Αρχεία και Βάσεις Δεδομένων Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο SQL Examples Ξένου Ρουμπίνη 1 SQL-DDL Data Definition/Description Language (DDL): προσδιορίζουν τη δομή ή το σχήμα των δεδομένων.

Διαβάστε περισσότερα

Πολιτισμική Πληροφορική: Οργάνωση και διαχείριση Πληροφοριών

Πολιτισμική Πληροφορική: Οργάνωση και διαχείριση Πληροφοριών Πολιτισμική Πληροφορική: Οργάνωση και διαχείριση Πληροφοριών Χρήστος Παπαθεοδώρου (papatheodor@ionio.gr) Αναπληρωτής Καθηγητής Ομάδα Βάσεων Δεδομένων και Πληροφοριακών Συστημάτων, Τμήμα Αρχειονομίας Βιβλιοθηκονομίας,

Διαβάστε περισσότερα

Το Σχεσιακό μοντέλο και η γλώσσα SQL

Το Σχεσιακό μοντέλο και η γλώσσα SQL Το Σχεσιακό μοντέλο και η γλώσσα SQL Μανόλης Γεργατσούλης (manolis@ionio.gr) Αναπληρωτής Καθηγητής Ομάδα Βάσεων Δεδομένων και Πληροφοριακών Συστημάτων, Τμήμα Αρχειονομίας Βιβλιοθηκονομίας, Ιόνιο Πανεπιστήμιο

Διαβάστε περισσότερα

Κ Κ ε ε φ φ ά ά λ λ α α ιιο ο 2 2 MONTEΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΠΤΥΞΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ Ι.Β. Ανάπτυξη Β και το Μοντέλο E-R Σελίδα 1.58

Κ Κ ε ε φ φ ά ά λ λ α α ιιο ο 2 2 MONTEΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΠΤΥΞΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ Ι.Β. Ανάπτυξη Β και το Μοντέλο E-R Σελίδα 1.58 Κεφάλαιο 2 MONTEΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΠΤΥΞΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ Ι.Β. Ανάπτυξη Β και το Μοντέλο E-R Σελίδα 1.58 ΣΥΝΟΨΗ ΚΕΦΑΛΑΙΟΥ ΜΟΝΤΕΛΑ και ΜΟΝΤΕΛΛΟΠΟΙΗΣΗ Ε ΟΜΕΝΩΝ ΙΑ ΙΚΑΣΙΑ ΑΝΑΠΤΥΞΗΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ

Διαβάστε περισσότερα

ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ. Σκοπός - Περιεχόµενο µαθήµατος Η µελέτη του θεωρητικού υποβάθρου και των εργαλείων που απαιτούνται για τα συστήµατα βάσεων δεδοµένων

ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ. Σκοπός - Περιεχόµενο µαθήµατος Η µελέτη του θεωρητικού υποβάθρου και των εργαλείων που απαιτούνται για τα συστήµατα βάσεων δεδοµένων ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ Ι 1 ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ Ι Σκοπός - Περιεχόµενο µαθήµατος Η µελέτη του θεωρητικού υποβάθρου και των εργαλείων που απαιτούνται για τα συστήµατα βάσεων δεδοµένων Εισαγωγή- ιστορία-παραδείγµατα,

Διαβάστε περισσότερα

ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης

ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Επαναληπτική Εξέταση (3 ώρες) Ηµεροµηνία:

Διαβάστε περισσότερα

Εισαγωγή στις Βάσεις εδοµένων και την Access

Εισαγωγή στις Βάσεις εδοµένων και την Access Μάθηµα 1 Εισαγωγή στις Βάσεις εδοµένων και την Access Τι είναι οι βάσεις δεδοµένων Μία βάση δεδοµένων (Β..) είναι µία οργανωµένη συλλογή πληροφοριών, οι οποίες είναι αποθηκευµένες σε κάποιο αποθηκευτικό

Διαβάστε περισσότερα

(Μέρος 3:Γλώσσα Ορισµού, Γλώσσα Τροποποίησης, Ενσωµατωµένη SQL) Βάσεις εδοµένων 2002-2003 Ευαγγελία Πιτουρά 2

(Μέρος 3:Γλώσσα Ορισµού, Γλώσσα Τροποποίησης, Ενσωµατωµένη SQL) Βάσεις εδοµένων 2002-2003 Ευαγγελία Πιτουρά 2 Η Γλώσσα SQL (Μέρος 3:Γλώσσα Ορισµού, Γλώσσα Τροποποίησης, Ενσωµατωµένη SQL) Βάσεις εδοµένων 2002-2003 Ευαγγελία Πιτουρά 1 Η γλώσσα SQL H SQL έχει διάφορα τµήµατα: Γλώσσα Ορισµού εδοµένων (ΓΟ ) Γλώσσα

Διαβάστε περισσότερα

Εισαγωγή στα Συστήµατα Βάσεων Δεδοµένων

Εισαγωγή στα Συστήµατα Βάσεων Δεδοµένων Εισαγωγή στα Συστήµατα Βάσεων Δεδοµένων Βάσεις εδοµένων 2011-2012 Ευαγγελία Πιτουρά 1 Βασικές Έννοιες Τι είναι µια βάση δεδοµένων; Βάση Δεδοµένων: συλλογή από σχετιζόµενα δεδοµένα Ειδικού σκοπού λογισµικό

Διαβάστε περισσότερα

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Χειμερινό Εξάμηνο 2013 - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ Δρ. Βαγγελιώ Καβακλή ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ, ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ 1 Αρχιτεκτονική

Διαβάστε περισσότερα

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ροµολόγηση πακέτων σε δίκτυα υπολογιστών ροµολόγηση πακέτων σε δίκτυα υπολογιστών Συµπληρωµατικές σηµειώσεις για το µάθηµα Αλγόριθµοι Επικοινωνιών Ακαδηµαϊκό έτος 2011-2012 1 Εισαγωγή Οι παρακάτω σηµειώσεις παρουσιάζουν την ανάλυση του άπληστου

Διαβάστε περισσότερα

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΑΒΑΛΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΒΙΟΜΗΧΑΝΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Πτυχιακή Εργασία Με θέμα :

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΑΒΑΛΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΒΙΟΜΗΧΑΝΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Πτυχιακή Εργασία Με θέμα : ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΑΒΑΛΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΒΙΟΜΗΧΑΝΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Πτυχιακή Εργασία Με θέμα : «ΑΝΆΠΤΥΞΗ ΕΦΑΡΜΟΓΗΣ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ ΓΙΑ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ» Επιμέλεια

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΙΚΟ ΑΟΙΚΤΟ ΠΑΕΠΙΣΤΗΙΟ ΘΕ ΠΛΗ 2η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ (ΓΕ2) ΕΔΕΙΚΤΙΚΗ ΕΠΙΛΥΣΗ 203-204 ΘΕΑ [45 μονάδες] Ερώτημα Α (Πρώτη εκδοχή) Ακολουθεί το προτεινόμενο σχήμα ΔΟΣ (για λόγους διευκόλυνσης της αναπαράστασης

Διαβάστε περισσότερα

Κεφάλαιο 14. οµές Ευρετηρίων για Αρχεία. ιαφάνεια 14-1

Κεφάλαιο 14. οµές Ευρετηρίων για Αρχεία. ιαφάνεια 14-1 ιαφάνεια 14-1 Κεφάλαιο 14 οµές Ευρετηρίων για Αρχεία Copyright 2007 Ramez Elmasri and Shamkant B. NavatheΕλληνικήΈκδοση, ιαβλος, Επιµέλεια Μ.Χατζόπουλος 1 Θα µιλήσουµε για Τύποι Ταξινοµηµένων Ευρετηρίων

Διαβάστε περισσότερα

SQL Data Definition. REFERENCES (foreign key), CHECKκαι PRIMARY KEY (key)

SQL Data Definition. REFERENCES (foreign key), CHECKκαι PRIMARY KEY (key) Κεφάλαια 4, 4, 5, 5, 6 - Ορισµός Βάσεων εδοµένων µε SQL DDL -ΠεριορισµοίΑκεραιότηταςστην SQL -Περιβάλλοντα Χρήσης της SQL (API) - Άλλες Γλώσσες Σχεσιακών Βάσεων (QBE) Ι.Β. ΣχεσιακέςΓλώσσες Εµφύτευση /

Διαβάστε περισσότερα

ΤΑΞΙΝΟΜΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΕΡΩΤΗΜΑΤΟΣ

ΤΑΞΙΝΟΜΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΕΡΩΤΗΜΑΤΟΣ ΤΑΞΙΝΟΜΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΕΡΩΤΗΜΑΤΟΣ Η συνθήκη WHERE βάζει περιορισμούς στις εγγραφές που επιστρέφονται. Ο όρος ORDER BY ταξινομεί τις εγγραφές που επιστρέφονται. Παράδειγμα: SELECT * FROM table_name ORDER

Διαβάστε περισσότερα

Εισαγωγή στη Σχεσιακή Άλγεβρα

Εισαγωγή στη Σχεσιακή Άλγεβρα Εισαγωγή στη Σχεσιακή Άλγεβρα Η Σχεσιακή Άλγεβρα παρέχει τους τελεστές (operators): Μοναδιαίοι Σχεσιακοί Τελεστές (Unary Relational Ops) Επιλογή (Select, (sigma)) Προβολή (Project, (pi)) Μετονομασία (Rename,

Διαβάστε περισσότερα

(GNU-Linux, FreeBSD, MacOsX, QNX

(GNU-Linux, FreeBSD, MacOsX, QNX 1.7 διαταξεις (σελ. 17) Παράδειγµα 1 Θα πρέπει να κάνουµε σαφές ότι η επιλογή των λέξεων «προηγείται» και «έπεται» δεν έγινε απλώς για λόγους αφαίρεσης. Μπορούµε δηλαδή να ϐρούµε διάφορα παραδείγµατα στα

Διαβάστε περισσότερα

Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων

Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων ΕΣΔ516 Τεχνολογίες Διαδικτύου Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων Περιεχόμενα - Βιβλιογραφία Ενότητας Περιεχόμενα Ορισμοί Συστατικά στοιχεία εννοιολογικής σχεδίασης Συστατικά

Διαβάστε περισσότερα

Μοντέλο Οντοτήτων-Συσχετίσεων

Μοντέλο Οντοτήτων-Συσχετίσεων Μοντέλο Οντοτήτων-Συσχετίσεων Σχεδιασμός μιας εφαρμογής Β : Βήματα Εισαγωγή. Συλλογή και Ανάλυση Απαιτήσεων (requirement analysis) Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα,

Διαβάστε περισσότερα

Βάσεις δεδομένων. (10 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr

Βάσεις δεδομένων. (10 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Βάσεις δεδομένων (10 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Περιεχόμενα Ευρετήρια Σκανδάλες PL/SQL Δείκτες/Δρομείς 2 Αποθήκευση δεδομένων Πρωτεύουσα αποθήκευση Κύρια μνήμη (main memory) ή κρυφή μνήμη

Διαβάστε περισσότερα

5.1 Θεωρητική εισαγωγή

5.1 Θεωρητική εισαγωγή ΨΗΦΙΑΚΑ ΚΥΚΛΩΜΑΤΑ - ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 5 ΚΩ ΙΚΟΠΟΙΗΣΗ BCD Σκοπός: Η κατανόηση της µετατροπής ενός τύπου δυαδικής πληροφορίας σε άλλον (κωδικοποίηση/αποκωδικοποίηση) µε τη µελέτη της κωδικοποίησης BCD

Διαβάστε περισσότερα

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Σελίδα 1 από Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Στο κεφάλαιο αυτό θα ασχοληθούµε µε τα βασικά θεωρήµατα του διαφορικού λογισµού καθώς και µε προβλήµατα που µπορούν να επιλυθούν χρησιµοποιώντας

Διαβάστε περισσότερα

Διαχείριση Δεδομένων

Διαχείριση Δεδομένων Διαχείριση Δεδομένων Βαγγελιώ Καβακλή Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίας Πανεπιστήμιο Αιγαίου 1 Εαρινό Εξάμηνο 2012-13 Περιεχόμενο σημερινής διάλεξης Βάσεις Δεδομένων Ορισμοί Παραδείγματα

Διαβάστε περισσότερα

ΕΥΡΕΣΗ ΠΡΟΫΠΗΡΕΣΙΑΣ ΩΡΟΜΗΣΘΙΩΝ ΚΑΘΗΓΗΤΩΝ, ΜΕ ΤΗΝ ΧΡΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ

ΕΥΡΕΣΗ ΠΡΟΫΠΗΡΕΣΙΑΣ ΩΡΟΜΗΣΘΙΩΝ ΚΑΘΗΓΗΤΩΝ, ΜΕ ΤΗΝ ΧΡΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ Α.Τ.Ε.Ι. ΚΑΒΑΛΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΒΙΟΜΗΧΑΝΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΥΡΕΣΗ ΠΡΟΫΠΗΡΕΣΙΑΣ ΩΡΟΜΗΣΘΙΩΝ ΚΑΘΗΓΗΤΩΝ, ΜΕ ΤΗΝ ΧΡΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ ΠΑΡΙΣΙΔΗΣ ΙΩΑΝΝΗΣ (ΑΕΜ 561) ΝΟΕΜΒΡΙΟΣ 2010 ΕΠΟΠΤΗΣ ΚΑΘΗΓΗΤΗΣ

Διαβάστε περισσότερα

Ένα σύστηµα διαχείρισης(ηλεκτρονικών και πιστωτικών) καρτών µιας τράπεζας.

Ένα σύστηµα διαχείρισης(ηλεκτρονικών και πιστωτικών) καρτών µιας τράπεζας. ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΙΤΛΟΣ ΕΡΓΑΣΙΑΣ: Ένα σύστηµα διαχείρισης(ηλεκτρονικών και πιστωτικών) καρτών µιας τράπεζας. ΣΠΟΥ ΑΣΤΡΙΑ:ΜΠΕΡΚΕΤΗ

Διαβάστε περισσότερα

e-mail@p-theodoropoulos.gr

e-mail@p-theodoropoulos.gr Ασκήσεις Μαθηµατικών Κατεύθυνσης Γ Λυκείου Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύµβουλος Μαθηµατικών e-mail@p-theodoropoulos.gr Στην εργασία αυτή ξεχωρίζουµε και µελετάµε µερικές περιπτώσεις ασκήσεων

Διαβάστε περισσότερα

η αποδοτική κατανοµή των πόρων αποδοτική κατανοµή των πόρων Οικονοµική αποδοτικότητα Οικονοµία των µεταφορών Η ανεπάρκεια των πόρων &

η αποδοτική κατανοµή των πόρων αποδοτική κατανοµή των πόρων Οικονοµική αποδοτικότητα Οικονοµία των µεταφορών Η ανεπάρκεια των πόρων & 5 η αποδοτική κατανοµή των πόρων Οικονοµική αποδοτικότητα: Η αποτελεί θεµελιώδες πρόβληµα σε κάθε σύγχρονη οικονοµία. Το πρόβληµα της αποδοτικής κατανοµής των πόρων µπορεί να εκφρασθεί µε 4 βασικά ερωτήµατα

Διαβάστε περισσότερα

HY118- ιακριτά Μαθηµατικά. Παράδειγµα άµεσης απόδειξης. Μέθοδοι αποδείξεως για προτάσεις της µορφής εάν-τότε. 08 - Αποδείξεις

HY118- ιακριτά Μαθηµατικά. Παράδειγµα άµεσης απόδειξης. Μέθοδοι αποδείξεως για προτάσεις της µορφής εάν-τότε. 08 - Αποδείξεις HY118- ιακριτά Μαθηµατικά Παρασκευή, 06/03/2015 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 3/8/2015

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Αρχές συµπίεσης δεδοµένων Ήδη συµπίεσης Συµπίεση εικόνων Αλγόριθµος JPEG Γιατί χρειαζόµαστε συµπίεση; Τα σηµερινά αποθηκευτικά µέσα αδυνατούν

Διαβάστε περισσότερα

Πληροφοριακά Συστήµατα

Πληροφοριακά Συστήµατα Nell Dale John Lewis Chapter 12 Πληροφοριακά Συστήµατα Στόχοι Ενότητας Η κατανόηση της έννοιας «Πληροφοριακό Σύστηµα» Επεξήγηση της οργάνωσης λογιστικών φύλλων (spreadsheets) Επεξήγηση της ανάλυσης δεδοµένων

Διαβάστε περισσότερα

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

* τη µήτρα. Κεφάλαιο 1o

* τη µήτρα. Κεφάλαιο 1o Κεφάλαιο 1o Θεωρία Παιγνίων Η θεωρία παιγνίων εξετάζει καταστάσεις στις οποίες υπάρχει αλληλεπίδραση µεταξύ ενός µικρού αριθµού ατόµων. Άρα σε οποιαδήποτε περίπτωση, αν ο αριθµός των ατόµων που συµµετέχουν

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

Το σύνολο Z των Ακεραίων : Z = {... 2, 1, 0, 1, 2, 3,... } Να σηµειώσουµε ότι οι φυσικοί αριθµοί είναι και ακέραιοι.

Το σύνολο Z των Ακεραίων : Z = {... 2, 1, 0, 1, 2, 3,... } Να σηµειώσουµε ότι οι φυσικοί αριθµοί είναι και ακέραιοι. 1 E. ΣΥΝΟΛΑ ΘΕΩΡΙΑ 1. Ορισµός του συνόλου Σύνολο λέγεται κάθε συλλογή πραγµατικών ή φανταστικών αντικειµένων, που είναι καλά ορισµένα και διακρίνονται το ένα από το άλλο. Τα παραπάνω αντικείµενα λέγονται

Διαβάστε περισσότερα

ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0)

ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0) ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0) (Module 5 Using Databases) Συνολική ιάρκεια: Προτεινόµενο * Χρονοδιάγραµµα Εκπαίδευσης 10-16 (δέκα έως δεκαέξι) ώρες

Διαβάστε περισσότερα

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 9 ο 9.1 ηµιουργία µοντέλων πρόβλεψης 9.2 Απλή Γραµµική Παλινδρόµηση 9.3 Αναλυτικά για το ιάγραµµα ιασποράς

Διαβάστε περισσότερα

Στην παράγραφο αυτή θα δούµε τις διάφορες µορφές εξισώσεων των κα- µπύλων του χώρου και των επιφανειών. ( )

Στην παράγραφο αυτή θα δούµε τις διάφορες µορφές εξισώσεων των κα- µπύλων του χώρου και των επιφανειών. ( ) ΚΕΦΑΛΑΙ 6 ΕΥΘΕΙΑ-ΕΠΙΠΕ 6 Γεωµετρικοί τόποι και εξισώσεις στο χώρο Στην παράγραφο αυτή θα δούµε τις διάφορες µορφές εξισώσεων των κα- µπύλων του χώρου και των επιφανειών ρισµός 6 Θεωρούµε τη συνάρτηση F:Α,

Διαβάστε περισσότερα

Edward de Bono s. Six Thinking Hats. Εργαλείο Αξιολόγησης Ποιότητας & Αποτελεσµατικότητας (λήψης αποφάσεων και επίλυσης προβληµάτων)

Edward de Bono s. Six Thinking Hats. Εργαλείο Αξιολόγησης Ποιότητας & Αποτελεσµατικότητας (λήψης αποφάσεων και επίλυσης προβληµάτων) Edward de Bono s Six Thinking Hats Εργαλείο Αξιολόγησης Ποιότητας & Αποτελεσµατικότητας (λήψης αποφάσεων και επίλυσης προβληµάτων) ρ. Αικατερίνη Πουστουρλή, για το ΛΑΪΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΣΕΡΡΩΝ 19-01- Dr.

Διαβάστε περισσότερα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα Κεφάλαιο 7. 7.1 ομές εδομένων για Γραφικά Υπολογιστών. Οι δομές δεδομένων αποτελούν αντικείμενο της επιστήμης υπολογιστών. Κατά συνέπεια πρέπει να γνωρίζουμε πώς οργανώνονται τα γεωμετρικά δεδομένα, προκειμένου

Διαβάστε περισσότερα

Εφαρμοσμένη Κρυπτογραφία Ι

Εφαρμοσμένη Κρυπτογραφία Ι Εφαρμοσμένη Κρυπτογραφία Ι Κωνσταντίνου Ελισάβετ ekonstantinou@aegean.gr http://www.icsd.aegean.gr/ekonstantinou Ψηφιακές Υπογραφές Ορίζονται πάνω σε μηνύματα και είναι αριθμοί που εξαρτώνται από κάποιο

Διαβάστε περισσότερα

2.3. Ασκήσεις σχ. βιβλίου σελίδας 100 104 Α ΟΜΑ ΑΣ

2.3. Ασκήσεις σχ. βιβλίου σελίδας 100 104 Α ΟΜΑ ΑΣ .3 Ασκήσεις σχ. βιβλίου σελίδας 00 04 Α ΟΜΑ ΑΣ. Έξι διαδοχικοί άρτιοι αριθµοί έχουν µέση τιµή. Να βρείτε τους αριθµούς και τη διάµεσό τους. Αν είναι ο ποιο µικρός άρτιος τότε οι ζητούµενοι αριθµοί θα είναι

Διαβάστε περισσότερα

ΘΕΜΑΤΑ. Ερώτηση 1 Κατά τη Φυσική Αποθήκευση (Physical storage) μιας ΒΔ αποθηκεύονται στον δίσκο τα:

ΘΕΜΑΤΑ. Ερώτηση 1 Κατά τη Φυσική Αποθήκευση (Physical storage) μιας ΒΔ αποθηκεύονται στον δίσκο τα: ΘΕΜΑΤΑ Θέμα 1 ο Σε μία βάση δεδομένων χρηματιστηριακών συναλλαγών υπάρχουν οι παρακάτω πίνακες που αποτελούνται από τα εξής πεδία : : ΚΣ, ΗΜΝΙΑ, ΩΡΑ, ΚΜ, ΤΙΜΗ ΜΕΤΟΧΗ : ΚΜ, ΟΝΟΜΑ, ΕΤΟΣ_ΙΔΡΥΣΗΣ, ΚΚ, ΚΑΤΗΓΟΡΙΑ

Διαβάστε περισσότερα

ΕΝΟΤΗΤΑ 5 ΥΝΑΜΙΚΑ ΛΕΞΙΚΑ ΙΣΟΖΥΓΙΣΜΕΝΑ ΕΝ ΡΑ

ΕΝΟΤΗΤΑ 5 ΥΝΑΜΙΚΑ ΛΕΞΙΚΑ ΙΣΟΖΥΓΙΣΜΕΝΑ ΕΝ ΡΑ ΕΝΟΤΗΤΑ 5 ΥΝΑΜΙΚΑ ΛΕΞΙΚΑ ΙΣΟΖΥΓΙΣΜΕΝΑ ΕΝ ΡΑ ενδρικές οµές για Υλοποίηση υναµικών Λεξικών υναµικά λεξικά λειτουργίες LookUp( ), Insert( ) και Delete( ) Αναζητούµε δένδρα για την αποτελεσµατική υλοποίηση

Διαβάστε περισσότερα

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού Ο αλγόριθµος είναι αλγεβρική διαδικασία η οποία χρησιµοποιείται για την επίλυση προβληµάτων (προτύπων) Γραµµικού Προγραµµατισµού (ΠΓΠ). Ο αλγόριθµος έχει διάφορες παραλλαγές όπως η πινακοποιηµένη µορφή.

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ o ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 006 ΕΚΦΩΝΗΣΕΙΣ A. Η συνάρτηση f είναι παραγωγίσιµη στο ΙR. και c πραγµατική σταθερά. Να αποδείξετε ότι (c f(x)) =c f (x), x ΙR. Μονάδες

Διαβάστε περισσότερα

Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000

Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΧΑΡΤΟΓΡΑΦΙΑΣ Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ Μελέτη υλοποίησης στο Protégé-2000 Μαρίνος Κάβουρας Αν. Καθηγητής ΕΜΠ ευκαλίων

Διαβάστε περισσότερα

Περίληψη ιπλωµατικής Εργασίας

Περίληψη ιπλωµατικής Εργασίας Περίληψη ιπλωµατικής Εργασίας Θέµα: Εναλλακτικές Τεχνικές Εντοπισµού Θέσης Όνοµα: Κατερίνα Σπόντου Επιβλέπων: Ιωάννης Βασιλείου Συν-επιβλέπων: Σπύρος Αθανασίου 1. Αντικείµενο της διπλωµατικής Ο εντοπισµός

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

Διαβάστε περισσότερα

PROJECT ΕΡΓΑΣΤΗΡΙΩΝ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ Ι. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.

PROJECT ΕΡΓΑΣΤΗΡΙΩΝ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ Ι. Τμήμα Μηχανικών Πληροφορικής Τ.Ε. Παραδοτέα 1. Το αρχείο.mdb της βάσης δεδομένων σας σε ACCESS 2. Ένα CD που θα αναγράφει το ονοματεπώνυμο του σπουδαστή και το ΑΕΜ και θα περιέχει το αρχείο.mdb της βάσης δεδομένων καθώς και το εγχειρίδιο

Διαβάστε περισσότερα

1.1 Θεωρητική εισαγωγή

1.1 Θεωρητική εισαγωγή ΨΗΦΙΑΚΑ ΚΥΚΛΩΜΑΤΑ - ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ ΛΟΓΙΚΕΣ ΠΥΛΕΣ NOT, AND, NAND Σκοπός: Να εξοικειωθούν οι φοιτητές µε τα ολοκληρωµένα κυκλώµατα της σειράς 7400 για τη σχεδίαση και υλοποίηση απλών λογικών συναρτήσεων.

Διαβάστε περισσότερα

ΕΣΔ 232: ΟΡΓΑΝΩΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΗ ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ. Ακαδημαϊκό Έτος 2011 2012, Εαρινό Εξάμηνο. Εργαστηριακή Άσκηση 4 7/02/2012

ΕΣΔ 232: ΟΡΓΑΝΩΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΗ ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ. Ακαδημαϊκό Έτος 2011 2012, Εαρινό Εξάμηνο. Εργαστηριακή Άσκηση 4 7/02/2012 ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΕΠΙΚΟΙΝΩΝΙΑΣ & ΣΠΟΥΔΩΝ ΔΙΑΔΙΚΤΥΟΥ ΕΣΔ 232: ΟΡΓΑΝΩΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΗ ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ Ακαδημαϊκό Έτος 2011 2012, Εαρινό Εξάμηνο Εργαστηριακή Άσκηση 4 7/02/2012

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΓΛΩΣΣΕΣ ΚΑΙ ΜΕΤΑΦΡΑΣΤΕΣ ΗΥ340

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΓΛΩΣΣΕΣ ΚΑΙ ΜΕΤΑΦΡΑΣΤΕΣ ΗΥ340 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΓΛΩΣΣΕΣ ΚΑΙ ΜΕΤΑΦΡΑΣΤΕΣ ΗΥ340 ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 2010 Ι ΑΣΚΩΝ: ΑΝΤΩΝΙΟΣ ΣΑΒΒΙ ΗΣ ΒΑΣΙΚΗ ΕΡΓΑΣΙΑ ΦΑΣΗ 2η από 5 Ανάθεση: Πέµπτη 15 Απριλίου 2010, 11:00 (πρωί)

Διαβάστε περισσότερα

Kalman Filter Γιατί ο όρος φίλτρο;

Kalman Filter Γιατί ο όρος φίλτρο; Kalman Filter Γιατί ο όρος φίλτρο; Συνήθως ο όρος φίλτρο υποδηλώνει µια διαδικασία αποµάκρυνσης µη επιθυµητών στοιχείων Απότολατινικόόροfelt : το υλικό για το φιλτράρισµα υγρών Στη εποχή των ραδιολυχνίων:

Διαβάστε περισσότερα

1.1.3 t. t = t2 - t1 1.1.4 x2 - x1. x = x2 x1 . . 1

1.1.3 t. t = t2 - t1 1.1.4  x2 - x1. x = x2 x1 . . 1 1 1 o Κεφάλαιο: Ευθύγραµµη Κίνηση Πώς θα µπορούσε να περιγραφεί η κίνηση ενός αγωνιστικού αυτοκινήτου; Πόσο γρήγορα κινείται η µπάλα που κλώτσησε ένας ποδοσφαιριστής; Απαντήσεις σε τέτοια ερωτήµατα δίνει

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI Δομές Ευρετηρίων και Κατακερματισμός Αρχείων II Β. Μεγαλοοικονόμου Δ. Χριστοδουλάκης (παρουσίαση βασισμένη εν μέρη σε σημειώσεις των Silberchatz, Korth και

Διαβάστε περισσότερα

ΑΛΓΟΡΙΘΜΟΙ. Τι είναι αλγόριθμος

ΑΛΓΟΡΙΘΜΟΙ. Τι είναι αλγόριθμος ΑΛΓΟΡΙΘΜΟΙ Στο σηµείωµα αυτό αρχικά εξηγείται η έννοια αλγόριθµος και παραθέτονται τα σπουδαιότερα κριτήρια που πρέπει να πληρεί κάθε αλγόριθµος. Στη συνέχεια, η σπουδαιότητα των αλγορίθµων συνδυάζεται

Διαβάστε περισσότερα

Κεφάλαιο 9 ο Κ 5, 4 4, 5 0, 0 0,0 5, 4 4, 5. Όπως βλέπουµε το παίγνιο δεν έχει καµιά ισορροπία κατά Nash σε αµιγείς στρατηγικές διότι: (ΙΙ) Α Κ

Κεφάλαιο 9 ο Κ 5, 4 4, 5 0, 0 0,0 5, 4 4, 5. Όπως βλέπουµε το παίγνιο δεν έχει καµιά ισορροπία κατά Nash σε αµιγείς στρατηγικές διότι: (ΙΙ) Α Κ Κεφάλαιο ο Μεικτές Στρατηγικές Τώρα θα δούµε ένα παράδειγµα στο οποίο κάθε παίχτης έχει τρεις στρατηγικές. Αυτό θα µπορούσε να είναι η µορφή που παίρνει κάποιος µετά που έχει απαλείψει όλες τις αυστηρά

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 9 ο Μέσο Σταθµισµένο Κόστος Κεφαλαίου (WACC), Ελεύθερες Ταµειακές Ροές (FCF) και Αποτίµηση (Valuation)

ΚΕΦΑΛΑΙΟ 9 ο Μέσο Σταθµισµένο Κόστος Κεφαλαίου (WACC), Ελεύθερες Ταµειακές Ροές (FCF) και Αποτίµηση (Valuation) ΚΕΦΑΛΑΙΟ 9 ο Μέσο Σταθµισµένο Κόστος Κεφαλαίου (WACC), Ελεύθερες Ταµειακές Ροές (FCF) και Αποτίµηση (Valuation) 9.1. Εισαγωγή Μέχρι τώρα αναφερθήκαµε στο κόστος κεφαλαίου µε τη γενικότερη µορφή του και

Διαβάστε περισσότερα

ΝΟΗΤΙΚΑ ΜΟΝΤΕΛΑ ΚΑΙ ΓΝΩΣΤΙΚΕΣ ΥΣΚΟΛΙΕΣ ΜΑΘΗΤΩΝ ΓΙΑ ΤΙΣ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΚΑΙ ΤΟΝ ΣΧΕ ΙΑΣΜΟ ΤΟΥΣ

ΝΟΗΤΙΚΑ ΜΟΝΤΕΛΑ ΚΑΙ ΓΝΩΣΤΙΚΕΣ ΥΣΚΟΛΙΕΣ ΜΑΘΗΤΩΝ ΓΙΑ ΤΙΣ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΚΑΙ ΤΟΝ ΣΧΕ ΙΑΣΜΟ ΤΟΥΣ ΝΟΗΤΙΚΑ ΜΟΝΤΕΛΑ ΚΑΙ ΓΝΩΣΤΙΚΕΣ ΥΣΚΟΛΙΕΣ ΜΑΘΗΤΩΝ ΓΙΑ ΤΙΣ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΚΑΙ ΤΟΝ ΣΧΕ ΙΑΣΜΟ ΤΟΥΣ Γιώργος Φεσάκης Καθηγητής Ε ΠΕ19, Υπ. ιδάκτορας Τ.Ε.Π.Α.Ε, Πανεπιστήµιο Αιγαίου gfesakis@rhodes.aegean.gr Αγγελική

Διαβάστε περισσότερα

ΗΜΙΟΥΡΓΙΑ ΙΣΤΟΣΕΛΙ ΑΣ ΣΤΟ MICROSOFT WORD

ΗΜΙΟΥΡΓΙΑ ΙΣΤΟΣΕΛΙ ΑΣ ΣΤΟ MICROSOFT WORD ΗΜΙΟΥΡΓΙΑ ΙΣΤΟΣΕΛΙ ΑΣ ΣΤΟ MICROSOFT WORD Σε ορισµένες περιπτώσεις είναι ιδιαίτερα χρήσιµη η δηµιουργία ιστοσελίδων ενηµερωτικού περιεχοµένου οι οποίες στη συνέχεια µπορούν να δηµοσιευθούν σε κάποιο τόπο

Διαβάστε περισσότερα

Κανονικ ες ταλαντ ωσεις

Κανονικ ες ταλαντ ωσεις Κανονικες ταλαντωσεις Ειδαµε ηδη οτι φυσικα συστηµατα πλησιον ενος σηµειου ευαταθους ισορροπιας συ- µπεριφερονται οπως σωµατιδια που αλληλεπιδρουν µε γραµµικες δυναµεις επαναφορας οπως θα συνεαινε σε σωµατιδια

Διαβάστε περισσότερα

I.C.B.S. METAΠTYXIAKO TMHMA ΠΡΟΓΡΑΜΜΑ: DMS ΜΑΘΗΜΑ: ΜΑΝΑΤΖΜΕΝΤ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ ΑΤΟΜΙΚΗ ΕΡΓΑΣΙΑ. ΜΕΡΟΣ Α (70% του βαθµού)

I.C.B.S. METAΠTYXIAKO TMHMA ΠΡΟΓΡΑΜΜΑ: DMS ΜΑΘΗΜΑ: ΜΑΝΑΤΖΜΕΝΤ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ ΑΤΟΜΙΚΗ ΕΡΓΑΣΙΑ. ΜΕΡΟΣ Α (70% του βαθµού) I.C.B.S. METAΠTYXIAKO TMHMA ΠΡΟΓΡΑΜΜΑ: DMS ΜΑΘΗΜΑ: ΜΑΝΑΤΖΜΕΝΤ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ ΑΤΟΜΙΚΗ ΕΡΓΑΣΙΑ ΜΕΡΟΣ Α (70% του βαθµού) Ετοιµάστε µια αναφορά προς τη διοίκηση, µε µέγιστο αριθµό λέξεων 3000 (+/- %), χωρίς

Διαβάστε περισσότερα

Το Σχεσιακό Μοντέλο-Σχεσιακή Άλγεβρα, Σχεσιακός Λογισμός. 06/06/2009 Μ.Χατζόπουλος 1

Το Σχεσιακό Μοντέλο-Σχεσιακή Άλγεβρα, Σχεσιακός Λογισμός. 06/06/2009 Μ.Χατζόπουλος 1 Το Σχεσιακό Μοντέλο-Σχεσιακή Άλγεβρα, Σχεσιακός Λογισμός 06/06/2009 Μ.Χατζόπουλος 1 Αρχιτεκτονική Τριών Σχημάτων ΕΞΩΤΕΡΙΚΟ ΕΠΙΠΕΔΟ Τελικοί Χρήστες Εξωτερική Όψη 1 Εξωτερική Όψη n ΕΝΝΟΙΟΛΟΓΙΚΟ ΕΠΙΠΕΔΟ ΕΝΝΟΙΟΛΟΓΙΚΟ

Διαβάστε περισσότερα

Εισαγωγή. Τι είναι µια βάση δεδοµένων;

Εισαγωγή. Τι είναι µια βάση δεδοµένων; Ζήτω οι Βάσεις εδοµένων!! Εισαγωγή Αντικείµενο: Θεµελιώδες πρόβληµα της επιστήµης µας εδοµένα Μοντελοποίηση Αποθήκευση Επεξεργασία (εύρεση πληροφορίας σχετικής µε µια συγκεκριµένη ερώτηση) Σωστή Λειτουργία

Διαβάστε περισσότερα

6 ΚΕΦΑΛΑΙΟ 3 ο : ΙΟΙΚΗΤΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ

6 ΚΕΦΑΛΑΙΟ 3 ο : ΙΟΙΚΗΤΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ 6 ΚΕΦΑΛΑΙΟ 3 ο : ΙΟΙΚΗΤΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ ( σελίδες σχολικού βιβλίου 129 133, έκδοση 2014 : σελίδες 124 129 ) 3.3.2 Παρακίνηση 3.3.2.1 Βασικές έννοιες Η υλοποίηση του έργου και η επίτευξη των στόχων στις

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Μηχανές Πεπερασµένων Καταστάσεων

Μηχανές Πεπερασµένων Καταστάσεων Μηχανές Επεξεργασίας Πληροφοριών Μηχανές Πεπερασµένων Καταστάσεων Είναι µηχανές που δέχονται ένα σύνολο από σήµατα εισόδου και παράγουν ένα αντίστοιχο σύνολο σηµάτων εξόδου Σήµατα Εισόδου Μηχανή Επεξεργασίας

Διαβάστε περισσότερα

Βάσεις Δεδομένων (Databases)

Βάσεις Δεδομένων (Databases) Βάσεις Δεδομένων (Databases) ΕΠΛ 342 Χειμερινό Εξάμηνο 2011 Διδάσκοντες Καθηγητές Γιώργος Σαμάρας (ΧΩΔ01 109) Δημιουργία Πεδίων Ορισμού Πεδίο Ορισμού είναι συστατικό του σχήματος για τον ορισμό των μακροεντολών

Διαβάστε περισσότερα

ΔΙΔΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ: «ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΟΛΥΜΕΣΑ ΣΤΗΝ ΥΓΕΙΑ»

ΔΙΔΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ: «ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΟΛΥΜΕΣΑ ΣΤΗΝ ΥΓΕΙΑ» ΣΧΟΛΗ ΔΙΟΙΚΗΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ- ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΜΟΝΑΔΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΔΙΔΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ: «ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΟΛΥΜΕΣΑ ΣΤΗΝ ΥΓΕΙΑ» ΔΡ ΜΑΡΙΑ ΤΣΙΡΙΝΤΑΝΗ ΕΠ. ΚΑΘΗΓΗΤΡΙΑ ΑΤΕΙ ΑΘΗΝΑΣ

Διαβάστε περισσότερα

Κεφάλαιο 4 Διανυσματικοί Χώροι

Κεφάλαιο 4 Διανυσματικοί Χώροι Κεφάλαιο Διανυσματικοί Χώροι Διανυσματικοί χώροι - Βασικοί ορισμοί και ιδιότητες Θεωρούμε τρία διαφορετικά σύνολα: Διανυσματικοί Χώροι α) Το σύνολο διανυσμάτων (πινάκων με μία στήλη) με στοιχεία το οποίο

Διαβάστε περισσότερα

AM5 Βάσεις Δεδομένων Προχωρημένο Επίπεδο Εξεταστέα Ύλη (Syllabus) Εκδοση 1.0

AM5 Βάσεις Δεδομένων Προχωρημένο Επίπεδο Εξεταστέα Ύλη (Syllabus) Εκδοση 1.0 AM5 Βάσεις Δεδομένων Προχωρημένο Επίπεδο Εξεταστέα Ύλη (Syllabus) Εκδοση 1.0 ΑΠΟΚΗΡΥΞΗ Παρ όλα τα μέτρα που έχουν ληφθεί από το Ίδρυμα ECDL για την προετοιμασία αυτής της έκδοσης, καμία εγγύηση δεν παρέχεται

Διαβάστε περισσότερα

ΠΛΕΟΝΑΣΜΑ ΚΑΤΑΝΑΛΩΤΗ ΚΑΙ ΠΑΡΑΓΩΓΟΥ. Το πλεόνασµα του καταναλωτή είναι ωφέλεια που προκύπτει από το γεγονός

ΠΛΕΟΝΑΣΜΑ ΚΑΤΑΝΑΛΩΤΗ ΚΑΙ ΠΑΡΑΓΩΓΟΥ. Το πλεόνασµα του καταναλωτή είναι ωφέλεια που προκύπτει από το γεγονός ΠΛΕΟΝΑΣΜΑ ΚΑΤΑΝΑΛΩΤΗ ΚΑΙ ΠΑΡΑΓΩΓΟΥ Β.1. Το Πλεόνασµα του Καταναλωτή Το πλεόνασµα του καταναλωτή είναι ωφέλεια που προκύπτει από το γεγονός ότι κάποιοι καταναλωτές πληρώνουν για ένα αγαθό λιγότερο από αυτό

Διαβάστε περισσότερα

ιαδικαστικά θέµατα HY118- ιακριτά Μαθηµατικά Συνάρτηση: Τυπικός ορισµός Ορολογία 17 - Η αρχή του περιστερώνα

ιαδικαστικά θέµατα HY118- ιακριτά Μαθηµατικά Συνάρτηση: Τυπικός ορισµός Ορολογία 17 - Η αρχή του περιστερώνα HY118- ιακριτά Μαθηµατικά Τρίτη, 21/04/2015 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 4/21/2015

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΛΗ11 2014-15 Α ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ - 7 ΙΟΥΝΙΟΥ 2015 ΜΕΡΟΣ Α : ΕΡΩΤΗΣΕΙΣ ΠΟΛΛΑΠΛΗΣ ΕΠΙΛΟΓΗΣ [ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ: 45 ] Σημείωση: Το σύνολο βαθμών του Μέρους Α (ερωτήσεις πολλαπλής

Διαβάστε περισσότερα

Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών

Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών Εθνικό Μετσόβιο Πολυτεχνείο Τοµέας Υδατικών Πόρων, Υδραυλικών και Θαλάσσιων Έργων Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών. Κουτσογιάννης Α. Ευστρατιάδης Φεβρουάριος 2002 Εισαγωγή

Διαβάστε περισσότερα

Υποθετικές προτάσεις και λογική αλήθεια

Υποθετικές προτάσεις και λογική αλήθεια Υποθετικές προτάσεις και λογική αλήθεια Δρ. Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύμβουλος κλάδου ΠΕ03 www.p-theodoropoulos.gr Περίληψη Στην εργασία αυτή επιχειρείται μια ερμηνεία της λογικής αλήθειας

Διαβάστε περισσότερα

Διάγραμμα Κλάσεων. Class Diagram

Διάγραμμα Κλάσεων. Class Diagram Διάγραμμα Κλάσεων Class Diagram Γενικά Ορίζει τις κλάσεις αντικειμένων σε ένα σύστημα, τις μεθόδους και τις συναρτήσεις τους, και τις συσχετίσεις μεταξύ των κλάσεων. Περιγράφουν την δομή και συμπεριφορά

Διαβάστε περισσότερα

Συστήµατος Συσκευασίας Φακέλων Τσαγιού

Συστήµατος Συσκευασίας Φακέλων Τσαγιού νέο ιάγραµµα Ροής εδοµένων (DFD) Συστήµατος Συσκευασίας Φακέλων Τσαγιού ΖΥΓΑΡΙΑ ΧΕΙΡΙΣΤΗΣ Ζύγισε φάκελο Καταµέτρηση 1 λάθος Επιδιωκόµενο Χρησιµοποιείται για να δείξει ένα άτοµο, µια µηχανή ή ένα άλλο Έλεγχος

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΜΕΡΟΣ ΠΕΜΠΤΟ Triggers, Stored procedures Γιώργος Μαρκοµανώλης Περιεχόµενα Triggers-Ενηµέρωση δεδοµένων άλλων πινάκων... 1 Ασφάλεια...

Διαβάστε περισσότερα

Βάσεις Δεδομένων. Ενότητα 2: Το Σχεσιακό Μοντέλο. Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων

Βάσεις Δεδομένων. Ενότητα 2: Το Σχεσιακό Μοντέλο. Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Βάσεις Δεδομένων Ενότητα 2: Το Σχεσιακό Μοντέλο Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Ελληνικό Ανοικτό Πανεπιστήµιο. Η ιαχείριση Απαιτήσεων στην Ενοποιηµένη ιαδικασία. ρ. Πάνος Φιτσιλής

Ελληνικό Ανοικτό Πανεπιστήµιο. Η ιαχείριση Απαιτήσεων στην Ενοποιηµένη ιαδικασία. ρ. Πάνος Φιτσιλής 1 Ελληνικό Ανοικτό Πανεπιστήµιο Η ιαχείριση Απαιτήσεων στην Ενοποιηµένη ιαδικασία ρ. Πάνος Φιτσιλής Περιεχόµενα Τι είναι διαχείριση απαιτήσεων Ποια είναι η ροή των εργασιών στη φάση της καταγραφής των

Διαβάστε περισσότερα

Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 4.1 Συσχέτιση δύο τ.µ.

Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 4.1 Συσχέτιση δύο τ.µ. Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ Στα προηγούµενα κεφάλαια ορίσαµε και µελετήσαµε την τ.µ. µε τη ϐοήθεια της πιθανο- ϑεωρίας (κατανοµή, ϱοπές) και της στατιστικής (εκτίµηση, στατιστική υπόθεση). Σ

Διαβάστε περισσότερα

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου

Διαβάστε περισσότερα

M:N, είναι προφανές, πως οι βαθµοί των µαθητών του σχολείου θα καταχωρηθούν σε ένα ενδιάµεσο πίνακα (ας τον ονοµάσουµε ΒΑΘΜΟΛΟΓΙΑ) που θα περιέχει

M:N, είναι προφανές, πως οι βαθµοί των µαθητών του σχολείου θα καταχωρηθούν σε ένα ενδιάµεσο πίνακα (ας τον ονοµάσουµε ΒΑΘΜΟΛΟΓΙΑ) που θα περιέχει Κεφάλαιο 12 Αναφορές Στο κεφάλαιο αυτό περιγράφεται η διαδικασία δηµιουργίας αναφορών οι οποίες εµφανίζουν τα δεδοµένα των πινάκων της βάσης ή τα αποτελέσµατα των ερωτηµάτων της εφαρµογής, σε µορφή κατάλληλη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΜΕΡΟΣ ΕΥΤΕΡΟ ηµιουργία Βάσης, Πίνακα, Domain Γιώργος Μαρκοµανώλης Περιεχόµενα ηµιουργία Βάσης... 1 ηµιουργία µιας shadow βάσης... 2 ιαγραφή

Διαβάστε περισσότερα

Βάσεις εδομένων ΘΕΜΑ ΕΡΓΑΣΙΑΣ. Μέρμηγκας Αλέξανδρος Α.Μ. 30000. ιαχείρηση Πληροφοριακών Συστηματών

Βάσεις εδομένων ΘΕΜΑ ΕΡΓΑΣΙΑΣ. Μέρμηγκας Αλέξανδρος Α.Μ. 30000. ιαχείρηση Πληροφοριακών Συστηματών TMHMA ΑΥΤΟΜΑΤΙΣΜΟΥ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ Τ.Ε.Ι. ΠΕΙΡΑΙΩΣ ΘΕΜΑ ΕΡΓΑΣΙΑΣ Βάσεις εδομένων Μέρμηγκας Αλέξανδρος Α.Μ. 30000 Βάση εδομένων Βάση δεδομένων είναι μια οργανωμένη συλλογή αλληλοσυσχετιζόμενων

Διαβάστε περισσότερα

Οι περιπτώσεις χρήσης

Οι περιπτώσεις χρήσης 1 Ελληνικό Ανοικτό Πανεπιστήµιο Οι περιπτώσεις χρήσης ρ. Πάνος Φιτσιλής 2 Περιεχόµενα Το µοντέλο των περιπτώσεων χρήσης Τα διαγράµµατα των περιπτώσεων χρήσης Λεκτική περιγραφή των περιπτώσεων χρήσης Τρόπος

Διαβάστε περισσότερα

4.2 Μέθοδος Απαλοιφής του Gauss

4.2 Μέθοδος Απαλοιφής του Gauss 4.2 Μέθοδος Απαλοιφής του Gauss Θεωρούµε το γραµµικό σύστηµα α 11χ 1 + α 12χ 2 +... + α 1νχ ν = β 1 α 21χ 1 + α 22χ2 +... + α 2νχ ν = β 2... α ν1χ 1 + α ν2χ 2 +... + α ννχ ν = β ν Το οποίο µπορεί να γραφεί

Διαβάστε περισσότερα

µηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα;

µηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα; ΘΕΩΡΙΑ ΠΟΛΥΩΝΥΜΩΝ 1. Τι ονοµάζουµε µονώνυµο Μονώνυµο ονοµάζεται κάθε γινόµενο το οποίο αποτελείται από γνωστούς και αγνώστους (µεταβλητές ) πραγµατικούς αριθµούς. Ο γνωστός πραγµατικός αριθµός ονοµάζεται

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2014/nt2014.html https://sites.google.com/site/maths4edu/home/14

Διαβάστε περισσότερα