ΗΥ360 Αρχεία και Βάσεις Δεδομένων
|
|
- Βαρνάβας Αγγελόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΗΥ360 Αρχεία και Βάσεις Δεδομένων Φροντιστήριο Συναρτησιακές Εξαρτήσεις Αξιώματα Armstrong Ελάχιστη Κάλυψη
2 Συναρτησιακές Εξαρτήσεις Τι είναι : Οι Συναρτησιακές εξαρτήσεις είναι περιορισμοί ακεραιότητας πάνω σε σύνολα γνωρίσματων των σχέσεων ενός σχήματος. Συμβολισμός : S1 S2 : το S1 συναρτησιακά καθορίζει το S2 (όπου S1, S2 σύνολα γνωρισμάτων) Τι σημαίνει : Σε οποιαδήποτε σχέση R, αν S1 R και S2 R, η συναρτησιακή εξάρτηση S1 S2 καθορίζει ότι για οποιεσδήποτε δύο πλειάδες t1 και t2 της R : Αν t1[s1] = t2[s1], τότε t1[s2] = t2[s2]. Αν συμφωνούν (έχουν την ίδια τιμή) σε κάποια γνωρίσματα S1 R τότε συμφωνούν (έχουν την ίδια τιμή) και σε κάποια γνωρίσματα S2 R.
3 Συναρτησιακές Εξαρτήσεις Παράδειγμα 1 : Έστω μια αλυσίδα καταστημάτων. Κάθε τμήμα έχει έναν διευθυντή και κάθε διευθυντής δεν μπορεί να ανήκει σε παραπάνω από ένα τμήματα. Ένα τμήμα μπορεί να ανήκει σε πολλές πόλεις. Ισχύει η συναρτησιακή εξάρτηση : SupSSn DeptNo Δεν ισχύει : SupSSn City DeptNo City
4 Συναρτησιακές Εξαρτήσεις Παράδειγμα 2 : Έστω ότι ένας διευθυντής διευθύνει μόνο ένα τμήμα σε κάθε πόλη. Ισχύει η συναρτησιακή εξάρτηση : {City, DeptNo} SupSSN - To {City, DeptNo} προσδιορίζει συναρτησιακά το SupSSN. - To SupSSN εξαρτάται συναρτησιακά από το {City, DeptNo }. Δεν ισχύει : SupSSn {City, DeptNo} {SupSSn, DeptNo} City Γιατί?? Ένας άτυπος ορισμός είναι ότι αν γνωρίζεις το S1 τότε υπάρχει μόνο ένα S2 που του ταιριάζει.
5 Αξιώματα Armstrong Τα αξιώματα Armstrong είναι βάσιμα (sound) δηλ. δεν δίνουν λανθασμένες εξαρτήσεις και πλήρη (complete) δηλ. δίνουν όλες τις συναγόμενες συναρτησιακές συναρτήσεις. - Ανακλαστικότητα (Reflexivity) : Αν Β Α, τότε Α Β Παράδειγμα : ΧΥΖ ΧΥ - Προσαύξηση (Augmentation) : Αν Α Β, τότε ΑC ΒC. Παράδειγμα : ΧΥ Ζ και W, τότε ΧΥW ZW - Μεταβατικότητα ή Επαγωγή (Transitivity) : Αν Α Β και Β C, τότε Α C. Παράδειγμα : ΧΥ Ζ, Ζ WV, τότε ΧΥ WV
6 Συνέπειες Αξιώματων Επιπλέων Κανόνες - Ένωση (Union) : Αν Α Β και Α C, τότε Α ΒC - Διάσπαση (Decomposition) : Αν Α ΒC, τότε Α Β και Α C - Ψευδομεταβατικός Κανόνας (Pseudo-transitivity) : Αν Α Β και ΒC D, τότε AC D
7 Παραδείγματα Έστω R = (A,B,C,G,H,I) Και οι συναρτησιακές εξαρτήσεις: Α Β Α C CG H CG I B H Μέσω κανόνων Armstrong εξάγονται οι (µη τετριμμένες) : Α Η, από μεταβατικότητα µέσω Α Β, B H Α ΒC, από ένωση µέσω Α Β, Α C AG I, από ψευδοµεταβατικότητα µέσω Α C, CG I CG HI, από ένωση µέσω CG I, CG H
8 Παραδείγματα Δίνεται πίνακας R με τα χαρακτηριστικά W, U, V, X, Y, Z και οι συναρτησιακές εξαρτήσεις: W UV, U Y, VX YZ. Ζητείται να αποδειχθεί ότι ισχύει: WX Z. Λύση: 1. Mε διάσπαση από τη W UV προκύπτει W V. 2. Με επαύξηση προκύπτει WX VX. 3. Με μεταβατικότητα προκύπτει WX YZ. 4. Με διάσπαση προκύπτει WX Z.
9 Κάλυψη - Κλειστότητα Ένα σύνολο συναρτησιακών εξαρτήσεων F μιας σχέσης R, λέμε ότι καλύπτει ένα άλλο σύνολο συναρτησιακών εξαρτήσεων G της σχέσης R, αν το σύνολο G μπορεί να εξαχθεί από το F, µε την εφαρμογή κανόνων συνεπαγωγής. Άρα θέλουμε το G να είναι υποσύνολο του F+ Το σύνολο των συναρτησιακών εξαρτήσεων που μπορούν να παραχθούν από ένα σύνολο εξαρτήσεων F λέγεται κλειστότητα (closure) και συμβολίζεται με F +.
10 Κλειστότητα (Closure) Κλειστότητα (closure) ενός συνόλου συναρτησιακών εξαρτήσεων : όλες οι συναγόμενες συναρτησιακές εξαρτήσεις Παράδειγμα : - Έστω R = ( A, B, C, D) - Και ισχύει - Τότε Α Β Α C B D Α D A A (trivial) Αν έχουμε μια συναρτησιακή εξάρτηση όπου Α D όπου το D είναι ένα υποσύνολο του Α τότε η συγκεκριμένη συναρτησιακή εξάρτηση είναι τετριμμένη (trivial). Αν έχουμε ένα σύνολο από συναρτησιακές εξαρτήσεις F, τότε το σύνολο F όλων των συναρτησιακών εξαρτήσεων που συνεπάγονται λογικά καλείται κλείσιµο του F.
11 Υπολογισμός της Κλειστότητας Α+ Ουσιαστικά η κλειστότητα του Α+ είναι όλο το σύνολο των γνωρισμάτων που καθορίζονται (εξαρτώνται) από το Α.
12 Παράδειγμα 1 Έστω R = (A,B,C,G,H,I) Και οι συναρτησιακές εξαρτήσεις του F: Α Β Α C CG H CG I B H Ως AG+ ορίζεται : AG ABG, από Α Β ABCG, από Α C ABCGH, από CG H (ή από B H) ABCGHI, από CG I
13 Παράδειγμα 2 Έστω R = (A,B,C,D,E) Και οι συναρτησιακές εξαρτήσεις του F: Α Β Α C BC D D E B H Χ =Α 0. A = {A} 1. A = {A, B}, από A B 2. A = {A, B, C}, από A C 3. A = {A, B, C, D}, από BC D 4. A = {A, B, C, D, E}, από D E Χ = BC 0. BC = {B, C} 1. BC = {B, C, D}, από BC D 2. BC = {B, C, D, E}, από D E
14 Παράδειγμα 3 Έστω R = (A,B,C,D,E) Και οι συναρτησιακές εξαρτήσεις του F: Α D Α C BC D D E Τα αποτελέσματα του αλγορίθμου για μερικές περιπτώσεις του Χ. - Για το (A) : ACDE - Για το (B) : B - Για το (C) : C - Για το (D) : DE - Για το (E) : E - Για το (BC) : BCDE - Για το (AB) : ABCDE
15 Ελάχιστη Κάλυψη οθέντος ενός συνόλου F από συναρτησιακές εξαρτήσεις (ΣΕ), Fc (ελάχιστο κάλυμμα) ονομάζεται το ελάχιστο σύνολο ισοδύναμων συναρτησιακών εξαρτήσεων. Αλγόριθµος υπολογισµού της ελάχιστης κάλυψης ενός συνόλου ΣΕ - Δημιουργούμε ένα νέο σύνολο G ισοδύναμο του F όπου φροντίζουμε να έχουμε ΣΕ, µε µόνο ένα γνώρισα στο δεξιό µέλος της συνάρτησης. (Διάσπαση) - Αντικαθιστούμε τις ΣΕ µε άλλες, που έχουν λιγότερα γνωρίσματα στο αριστερό µέλος εφόσον δεν επηρεάζουν την κλειστότητα του G. - Αφαιρούμε από το G όλες τις ΣΕ που δεν επηρεάζουν την κλειστότητα του G αν αφαιρεθούν, (Πλεονάζουσες) - Συγχωνεύουμε τις ΣΕ που έχουν το ίδιο αριστερό µέλος, φροντίζοντας έτσι όλα τα αριστερά μέλη να είναι μοναδικά.
16 Παράδειγμα 1 Έστω R = (A,B,C,D) F= {A BC, B C, A B, AB C} - Αποσυνθέτουµε συναρτησιακές εξαρτήσεις Η A BC γίνεται, A B, A C G = {A B, A C, B C, A B, AB C} - Αφαιρώ τις πλεονάζουσες εν επηρεάζει την κλειστότητα η αφαίρεση µιας A B (υπάρχει δύο φορές) G = {A B, A C, B C, AB C} - Αφαιρώ την AB C αφού δεν επηρεάζει την κλειστότητα (συνεπάγεται από A C και B C) G = {A B, A C, B C} - Αφαιρώ την A C αφού δεν επηρεάζει την κλειστότητα (συνεπάγεται από A Β και B C) G = {A B, B C} Η ελάχιστη κάλυψη είναι{a B, B C}
17 Παράδειγμα 2 (1/5) Έστω R = (A,B,C,D,Ε,F) µε ΣΕ: F= {AΒ D, B C, AE B, A D, D EF} - Εφαρµόζω τον αλγόριθµο: G = {AΒ D, B C, AE B, A D, D EF} Βήµα 1: Αποσυνθέτουµε συναρτησιακές εξαρτήσεις G = {AΒ D, B C, AE B, A D, D E, D F}
18 Παράδειγμα 2 (2/5) Βήµα 2: Αφαιρώ τις ΣΕ που δεν επηρεάζουν το G Για την AΒ D, στο {B C, AE B, A D, D E, D F} βρίσκω ΑΒ+ = ABCDEF, που περιέχει το D, και την αφαιρώ - G = {B C, AE B, A D, D E, D F} Για την B C, στο {AE B, A D, D E, D F} βρίσκω Β+ = B, δεν περιέχει το C το G παραµένει - G = {B C, AE B, A D, D E, D F} Για την AE B, στο {B C, A D, D E, D F} βρίσκω ΑΕ+ = AEDF, δεν περιέχει το Β το G παραµένει - G = {B C, AE B, A D, D E, D F} Για την A D, στο {B C, AE B, D E, D F} βρίσκω Α+ = A, δεν περιέχει το D το G παραµένει - G = {B C, AE B, A D, D E, D F} Για την D E, στο {B C, AE B, A D, D F} βρίσκω D+ = DF, δεν περιέχει το E το G παραµένει - G = {B C, AE B, A D, D E, D F} Για την D F, στο {B C, AE B, A D, D E} βρίσκω D+ = DE, δεν περιέχει το F το G παραµένει - G = {B C, AE B, A D, D E, D F}
19 Παράδειγμα 2 (3/5) Βήμα 3: Αντικαθιστούμε ΣΕ με άλλες που έχουν λιγότερα γνωρίσματα στο αριστερό μέρος G = {B C, AE B, A D, D E, D F} Για την AE B στο G που είναι η μόνη με πολλαπλό αριστερό μέρος έχω: -- Για το A AE Υ:= AE {A} = E J:= ({B C, AE B, A D, D E, D F} { AE B } ) { E B } = ({B C, A D, D E, D F}) { E B } Υπολογίζω το Y+ για το J και το Y+ για το G. Ε+ = ΕΒC στο σύνολο J Ε+ = Ε στο σύνολο G Το Ε+ στο J δεν είναι ίδιο με το Ε+ στο G, άρα δεν διατηρώ την αντικατάσταση του AE B από το E B.
20 Παράδειγμα 2 (4/5) ( Συνέχεια βήματος 3) -- Για το Ε AE Υ:= AE {Ε} = Α J:= ({B C, AE B, A D, D E, D F} { AE B } ) { Α B } = ({B C, A D, D E, D F}) { Α B } Υπολογίζω το Y+ για το J και το Y+ για το G. Α+ = ΑΒCDEF στο σύνολο J Α+ = ABCDEF στο σύνολο G Το A+ στο J είναι ίδιο με το A+ στο G, άρα διατηρώ την αντικατάσταση του AE B από το A B. Άρα το συνολο που προκύπτει είναι το D F} G = {B C, Α Β,A D, D E,
21 Παράδειγμα 2 (5/5) Βήμα 4: Εφαρμόζουμε τον κανόνα της ένωσης στις ΣΕ με κοινό αριστερό μέρος. Άρα η G γίνεται: G = {B C, Α BD, D EF}
22 Εύρεση Κλειδιών Το κλείσιµο του συνόλου των γνωρισµάτων που αποτελεί κλειδί, είναι το σύνολο των γνωρισµάτων της σχέσης. Για να βρω τα κλειδιά µιας σχέσης - Ξεκινάω να ελέγξω το κλείσιµο ατοµικών γνωρισµάτων. Αν το κλείσιµο του µου δίνει το σύνολο των γνωρισµάτων της σχέσης αποτελεί κλειδί. - Αν κανένα ατοµικό γνώρισµα δεν είναι κλειδί δοκιµάζω µε το κλείσιµο ενός συνόλου µε δύο γνωρίσµατα. οκιµάζω όλα τα διµελή σύνολα µέχρι να βρω κλειδί. - Αν δεν έχω βρει κλειδί η διαδικασία συνεχίζεται µε τριµελή σύνολα κ.ο.κ. Μια βελτιστοποίηση που µπορούµε να κάνουµε είναι: - Εντοπίζω τα γνωρίσµατα που δεν βρίσκονται σε κανένα δεξί µέλος των εξαρτήσεων. Το σύνολο τους Χ θα είναι απαραίτητα µέρος του κλειδιού. Αν το σύνολο αυτό δεν είναι κενό, ξεκινάω για την εύρεση κλειδιού µε το κλείσιµο αυτού του συνόλου και όχι µε ατοµικά γνωρίσµατα. Αν το κλείσιµο του δεν είναι το σύνολο των γνωρισµάτων της σχέσης άρα δεν είναι κλειδί, τότε προσθέτω ένα ακόµα γνώρισµα στο σύνολο και συνεχίζω.
23 Παράδειγμα Έστω η σχέση R(A,B,C,D,E) και το σύνολο ΣΕ: F={A ->B, BC ->E, ED->A} - Στα δεξιά µέλη δεν έχω D ούτε C. Ξεκινάω µε το CD. - CD = CD, δεν είναι το σύνολο των γνωρισμάτων της σχέσης άρα συνεχίζω µε - Προσθέτω το A: ACD - Προσθέτω το Β: ΒCD = ACDBE, Το ACD είναι κλειδί = ΒCDEΑ, Το ΒCD είναι κλειδί - Προσθέτω το Ε: CDΕ = ACDBE, Το CDΕ είναι κλειδί Κλειδιά είναι τα ACD, BCD, CDE
24 Κλειδιά και Γνωρίσματα Τα γνωρίσµατα που είναι µέρη κλειδιών ονοµάζονται πρωτεύοντα (prime). - Στο προηγούµενο παράδειγµα µε κλειδιά τα ACD, BCD, CDE, πρωτεύοντα είναι τα γνωρίσµατα A, B, C, D, E, και δεν υπάρχουν µη-πρωτεύοντα γνωρίσµατα. - Στην σχέση R( A, B, C, D, E), αν κλειδιά είναι τα ΑΒ και ΒC τότε: Πρωτεύοντα(prime): A, B, C Μη πρωτεύοντα(non-prime): D, E
ΗΥ360 Αρχεία και Βάσεις εδοµένων ιδάσκων:. Πλεξουσάκης
ΗΥ360 Αρχεία και Βάσεις εδοµένων ιδάσκων:. Πλεξουσάκης Συναρτησιακές Εξαρτήσεις Αξιώµατα Armstrong Ελάχιστη κάλυψη Φροντιστήριο 1 Συναρτησιακές Εξαρτήσεις Οι Συναρτησιακές εξαρτήσεις είναι περιορισµοί
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις 7ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Συναρτησιακές Εξαρτήσεις Βάρσος Κωνσταντίνος 16 Νοεµβρίου 2018 Ορισµός 1. Μια συναρτησιακή εξάρτηση µεταξύ X και Y συµβολίζεται
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις 7ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Συναρτησιακές Εξαρτήσεις Βάρσος Κωνσταντίνος 24 Νοεµβρίου 2017 Ορισµός 1. Μια συναρτησιακή εξάρτηση µεταξύ X και Y συµβολίζεται
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Β. Μεγαλοοικονόμου, Δ. Χριστοδουλάκης Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Ακ.Έτος 2008-09 (μεβάσητιςσημειώσειςτωνsilberchatz, Korth και Sudarshan
Διαβάστε περισσότερα2η ΔΙΑΛΕΞΗ Συναρτησιακές εξαρτήσεις
2η ΔΙΑΛΕΞΗ 1 Συναρτησιακές εξαρτήσεις Συναρτησιακές εξαρτήσεις 2 Θέματα Ανάπτυξης Έννοια και ορισμός των συναρτησιακών εξαρτήσεων Κανόνες του Armstrong Μη αναγώγιμα σύνολα εξαρτήσεων Στόχος και Αποτελέσματα
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις Σχεδιασμός Βάσεων Δεδομένων
Συναρτησιακές Εξαρτήσεις Σχεδιασμός Βάσεων Δεδομένων Μαρία Χαλκίδη 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Λειτουργικές (Συναρτησιακές) Εξαρτήσεις (Functional
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 12η: Συναρτησιακές Εξαρτήσεις - Αξιώματα Armstrong Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Συναρτησιακές Εξαρτήσεις
Διαβάστε περισσότεραΣχεδίαση Β.Δ. (Database Design)
Σχεδίαση Β.Δ. (Database Design) Η σχεδίαση ενός σχήματος μιας Β.Δ. βασίζεται σε μεγάλο βαθμό στη διαίσθηση του σχεδιαστή σχετικά με τον κόσμο που θέλει να αναπαραστήσει. Η εννοιολογική σχεδίαση υπαρκτών
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις (Functional Dependencies) Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων) Τι σημαίνει: Αν
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις Δεδομένων 2010-2011 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων) Τι σημαίνει: Αν
Διαβάστε περισσότερακαι Κανονικοποίηση για Σχεσιακές Βάσεις Δεδομένων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 29 Νοεμβρίου 2012
Διαβάστε περισσότεραΚλείσιμο Συνόλου Γνωρισμάτων
Κλείσιμο Συνόλου Γνωρισμάτων Ο υπολογισμός του κλεισίματος ενός συνόλου από ΣΕ μας δίνει τα σύνολα όλων των γνωρισμάτων τα οποία προσδιορίζονται συναρτησιακά από άλλα σύνολα γνωρισμάτων Ο υπολογισμός αυτός
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις. Βάσεις εδοµένων Ευαγγελία Πιτουρά 1
Συναρτησιακές Εξαρτήσεις Βάσεις εδοµένων 2011-2012 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασµός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασµός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάµεσα σε σύνολα από γνωρίσµατα S1 S2 (όπου S1, S2 σύνολα γνωρισµάτων): αν ίδιες τιµές στα γνωρίσµατα
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις εδοµένων 2012-2013 Ευαγγελία Πιτουρά 1 Θεωρία για το πότε ένας σχεδιασμός είναι«καλός» Εισαγωγή Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 13η: Κλείσιμο Συνόλου Γνωρισμάτων - Ελάχιστη κάλυψη - Αποσύνθεση - Συναρτησιακές Εξαρτήσεις Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Βάσεις εδοµένων 2003-2004 Ευαγγελία Πιτουρά 1 Έστω ένα σχήµα σχέσης R(Α 1, Α 2,, Α n ). Aς συµβολίσουµε µε R = {Α 1, Α 2,, Α n } το σύνολο των γνωρισµάτων της R. Με απλά λόγια, µια συναρτησιακή εξάρτηση
Διαβάστε περισσότεραΒάσεις Δεδομένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασμός Βάσεων Δεδομένων και Κανονικοποίηση
Βάσεις Δεδομένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασμός Βάσεων Δεδομένων και Κανονικοποίηση Φροντιστήριο 6ο 26-1-2009 ΘΕΩΡΙΑ Συναρτησιακές-Λειτουργικές εξαρτήσεις Κανόνες συμπερασμού
Διαβάστε περισσότεραΣυναρτησιακές και Πλειότιµες Εξαρτήσεις
Συναρτησιακές και Πλειότιµες Εξαρτήσεις 1 Συναρτησιακές Εξαρτήσεις 2 Συναρτησιακές Εξαρτήσεις Έστω ένα σχήµα σχέσης R(Α 1, Α 2,, Α n ). Aς συµβολίσουµε µε R = {Α 1, Α 2,, Α n } το σύνολο των γνωρισµάτων
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2017-2018 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2018-2019 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός 1 Ανακοινώθηκε το 2 ο Σύνολο Ασκήσεων στη σελίδα του μαθήματος Ημερομηνία Παράδοσης 6/12/2016 2 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται στην
Διαβάστε περισσότεραΒάσεις εδοµένων. Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασµός Βάσεων εδοµένων και. Κανονικοποίηση.
Βάσεις εδοµένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασµός Βάσεων εδοµένων και Κανονικοποίηση Φροντιστήριο 9ο 17-12-2009 ΘΕΩΡΙΑ Συναρτησιακές-Λειτουργικές εξαρτήσεις Κανόνες συµπερασµού
Διαβάστε περισσότερα5.2 ΑΠΛΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΜΕΘΟΔΟ ΚΑΤΑΤΑΞΗΣ ΣΕ ΠΙΝΑΚΑ
5.2 ΑΠΛΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΜΕΘΟΔΟ ΚΑΤΑΤΑΞΗΣ ΣΕ ΠΙΝΑΚΑ 5.2. Εισαγωγή Αν η λογική συνάρτηση που πρόκειται να απλοποιήσουμε έχει περισσότερες από έξι μεταβλητές τότε η μέθοδος απλοποίησης με Χάρτη Καρνώ χρειάζεται
Διαβάστε περισσότεραΔιδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 21: Κανονικοποίηση και Συναρτησιακές Εξαρτήσεις ΙI Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στις έννοιες: Συναρτησιακές Εξαρτήσεις Κανόνες Συμπερασμού για Συναρτησιακές
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 8. Κανονικοποίηση Σχεδιασμός Βάσεων Δεδομένων Χρήστος Δουλκερίδης 2017-18 Θεµατολογία Διάλεξης Σχεδιασμός
Διαβάστε περισσότεραCopyright 2007 Pearson Education, Inc. Publishing as Pearson Addison-Wesley, ΕλληνικήΈκδοση, ίαυλος
ιαφάνεια 10-1 Κεφάλαιο 10 Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση για Σχεσιακές Βάσεις εδοµένων Copyright 2007 Pearson Education, Inc. Publishing as Pearson Addison-Wesley, ΕλληνικήΈκδοση ίαυλος ΠεριεχόµεναΚεφαλαίου
Διαβάστε περισσότεραLecture 22: Functional Dependencies and Normalization
Department of Computer Science University of Cyprus EPL342 Databases Lecture 22: Functional Dependencies and Normalization Functional Dependencies (Chapter 10.2, Elmasri-Navathe 5ED) ιδάσκων: Παναγιώτης
Διαβάστε περισσότεραΣΧΕΔΙΑΣΜΟΣ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ. Σχεδιασμός Σχεσιακών ΒΔ και Κανονικοποίηση 1
ΣΧΕΔΙΑΣΜΟΣ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Σχεδιασμός Σχεσιακών ΒΔ και Κανονικοποίηση 1 Σύνοψη Σχεσιακός Σχεδιασμός - Στόχοι Κριτήρια / Οδηγίες για ένα καλό Σχεδιασμό Συναρτησιακές Εξαρτήσεις - Οι
Διαβάστε περισσότερα!! " &' ': " /.., c #$% & - & ' ()",..., * +,.. * ' + * - - * ()",...(.
..,.. 00 !!.6 7 " 57 +: #$% & - & ' ()",..., * +,.. * ' + * - - * ()",.....(. 8.. &' ': " /..,... :, 00. c. " *+ ' * ' * +' * - * «/'» ' - &, $%' * *& 300.65 «, + *'». 3000400- -00 3-00.6, 006 3 4.!"#"$
Διαβάστε περισσότεραΚανονικές Μορφές 8ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Κανονικές Μορφές Βάρσος Κωνσταντίνος 30 Νοεµβρίου 2017 Κανονικοποίηση Ορισµός 1. Κανονικοποίηση είναι µια διαδικασία
Διαβάστε περισσότεραPrinciples of Database Systems
Principles of Database Systems V. Megalooikonomou Συναρτησιακές Εξαρτήσεις (Functional Dependencies) (based on notes by Silberchatz,Korth, and Sudarshan and notes by C. Faloutsos) General Overview Formal
Διαβάστε περισσότεραΟ Αλγόριθμος FP-Growth
Ο Αλγόριθμος FP-Growth Με λίγα λόγια: Ο αλγόριθμος χρησιμοποιεί μια συμπιεσμένη αναπαράσταση της βάσης των συναλλαγών με τη μορφή ενός FP-δέντρου Το δέντρο μοιάζει με προθεματικό δέντρο - prefix tree (trie)
Διαβάστε περισσότεραΑνάλυση Συσχέτισης IΙ
Ανάλυση Συσχέτισης IΙ Οι διαφάνειες στηρίζονται στο P.-N. Tan, M.Steinbach, V. Kumar, «Introduction to Data Mining», Addison Wesley, 2006 ΟΑλγόριθμοςFP-Growth Εξόρυξη Δεδομένων: Ακ. Έτος 2010-2011 ΚΑΝΟΝΕΣ
Διαβάστε περισσότεραΒάσεις Δεδομένων Ενότητα 7
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 7: Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση Ιωάννης Μανωλόπουλος, Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών
Διαβάστε περισσότεραΚεφάλαιο 8. ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1
Κεφάλαιο 8 ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1 Σύνοψη Λογικός Σχεδιασµός Σχεσιακών Βάσεων εδοµένων και Κανονικοποίηση
Διαβάστε περισσότεραΚανονικές Μορφές 8ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων Τµηµα Επιστηµης Υπολογιστων Πανεπιστηµιο Κρητης Κανονικές Μορφές Βάρσος Κωνσταντίνος 23 Νοεµβρίου 2018 ιατήρηση Εξαρτήσεων Εστω F ένα σύνολο από συναρτησιακές εξαρτήσεις
Διαβάστε περισσότεραΠανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών Κανονικές Μορφές (Normal Forms)
Κανονικές Μορφές (Normal Forms) Παρέχουν ένα τυπικό πλαίσιο για ανάλυση σχεσιακών σχημάτων βασισμένη στον ορισμό κλειδιών και συναρτησιακών εξαρτήσεων. Σχεσιακά σχήματα που ανήκουν σε συγκεκριμένες κανονικές
Διαβάστε περισσότεραΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ
ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Β µέρος Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση 1 Σκοπός: Να βρούµε θεωρία ώστε Να αποφασίζουµε αν µια σχέση R είναι σε «καλή» µορφή Σε περίπτωση που η R
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων:
Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Κανόνες Συσχέτισης: Μέρος Β http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές
Διαβάστε περισσότεραΕκπαιδευτικό Εργαλείο Κανονικοποίησης
Εκπαιδευτικό Εργαλείο Κανονικοποίησης Σύντομες οδηγίες χρήσης Εισαγωγή Το πρόγραμμα Εκπαιδευτικό Εργαλείο Κανονικοποίησης αυτοματοποιεί τη διαδικασία της κανονικοποίησης πινάκων σε BCNF μορφή. Ο χρήστης
Διαβάστε περισσότεραΠεριεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότερα2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.
Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ) που αντιστοιχεί σε υποσύνολα του Ω, έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες: P ( Ω ) 2 Η πιθανότητα της αριθμήσιμης ένωσης
Διαβάστε περισσότεραΗΜΥ-210: Σχεδιασμός Ψηφιακών Συστημάτων
ΗΜΥ-2: Σχεδιασμός Ψηφιακών Συστημάτων Συνδυαστική Λογική / Κυκλώματα (Μέρος B) Διδάσκουσα: Μαρία Κ Μιχαήλ Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Περίληψη Βελτιστοποίηση
Διαβάστε περισσότεραf(t) = (1 t)a + tb. f(n) =
Παράρτημα Αʹ Αριθμήσιμα και υπεραριθμήσιμα σύνολα Αʹ1 Ισοπληθικά σύνολα Ορισμός Αʹ11 (ισοπληθικότητα) Εστω A, B δύο μη κενά σύνολα Τα A, B λέγονται ισοπληθικά αν υπάρχει μια συνάρτηση f : A B, η οποία
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων:
Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Κανόνες Συσχέτισης: FP-Growth Ευχαριστίες Xρησιμοποιήθηκε επιπλέον υλικό από τα βιβλία «Εισαγωγή στην Εξόρυξη και τις Αποθήκες Δεδομένων» «Introduction to Data
Διαβάστε περισσότεραΚανονικές Μορφές. Βάσεις Δεδομένων : Κανονικές Μορφές. ηλαδή, i = 1,.., n R i R. Σύντομη επανάληψη αποσύνθεσης.
Κανονικές Μορφές Σύντομη επανάληψη αποσύνθεσης Βάσεις Δεδομένων 2008-2009 Ευαγγελία Πιτουρά 1 Βάσεις Δεδομένων 2008-2009 Ευαγγελία Πιτουρά 2 Αλγόριθμος Σχεδιασμού Αλγόριθμος Σχεδιασμού Ένας γενικός (θεωρητικός)
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 14η: Κανονικές Μορφές Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Κανονικές Μορφές (Normal Forms) Παρέχουν ένα τυπικό πλαίσιο
Διαβάστε περισσότεραΗΜΥ 210 ΣΧΕΔΙΑΣΜΟΣ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΗΜΥ 210 ΣΧΕΔΙΑΣΜΟΣ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Χειµερινό Εξάµηνο 2016 ΔΙΑΛΕΞΗ 4: Ελαχιστοποίηση και Λογικές Πύλες ΧΑΡΗΣ ΘΕΟΧΑΡΙΔΗΣ Επίκουρος Καθηγητής, ΗΜΜΥ (ttheocharides@ucy.ac.cy) Περίληψη q Βελτιστοποίηση
Διαβάστε περισσότεραΈνας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση Γνωρίσματα
Εισαγωγή Σχεσιακό Μοντέλο Σχεδιασμός μιας Β : Βήματα Ανάλυση Απαιτήσεων Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραΠανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Ψηφιακή Σχεδίαση
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Ψηφιακή Σχεδίαση Ενότητα 3: Ελαχιστοποίηση σε επίπεδο τιμών, Χάρτες Karnaugh, Πρωτεύοντες όροι Δρ. Μηνάς Δασυγένης mdasyg@ieee.org Εργαστήριο Ψηφιακών Συστημάτων
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης
Διαβάστε περισσότεραΈνας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση Γνωρίσματα
Εισαγωγή Σχεσιακό Μοντέλο Σχεδιασμός μιας Β : Βήματα Ανάλυση Απαιτήσεων Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραΓραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Διανυσματικοί Χώροι και Υπόχωροι: Βάσεις και Διάσταση Ανδριανός Ε Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ Θετικής & Τεχνολογικής Κατεύθυνσης Β ΜΕΡΟΣ (ΑΝΑΛΥΣΗ) ΚΕΦ 1 ο : Όριο Συνέχεια Συνάρτησης
ΜΑΘΗΜΑΤΙΚΑ Θετικής & Τεχνολογικής Κατεύθυνσης Β ΜΕΡΟΣ (ΑΝΑΛΥΣΗ) ΚΕΦ ο : Όριο Συνέχεια Συνάρτησης Φυλλάδιο Φυλλάδι555 4 ο ο.α) ΕΝΝΟΙΑ ΣΥΝΑΡΤΗΣΗΣ - ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ.α) ΕΝΝΟΙΑ ΣΥΝΑΡΤΗΣΗΣ - ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ
Διαβάστε περισσότεραΒάσεις Δεδομένων : Σχεσιακό Μοντέλο 1. Ένας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση.
Εισαγωγή Σχεσιακό Μοντέλο Ανάλυση Απαιτήσεων Σχεδιασμός μιας Β : Βήματα Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005 ΛΥΣΕΙΣ Ι. Βασιλείου -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραΨηφιακά Συστήματα. 5. Απλοποίηση με χάρτες Karnaugh
Ψηφιακά Συστήματα 5. Απλοποίηση με χάρτες Karnaugh Βιβλιογραφία 1. Φανουράκης Κ., Πάτσης Γ., Τσακιρίδης Ο., Θεωρία και Ασκήσεις Ψηφιακών Ηλεκτρονικών, ΜΑΡΙΑ ΠΑΡΙΚΟΥ & ΣΙΑ ΕΠΕ, 2016. [59382199] 2. Floyd
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 12: Κανόνες Συσχέτισης Μέρος B Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης
Διαβάστε περισσότεραΨηφιακή Σχεδίαση Εργαστήριο Τ.Ε.Ι. ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ
Ψηφιακή Σχεδίαση Εργαστήριο Τ.Ε.Ι. ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2015-2016 Άλγεβρα Boole (Boolean Algebra) Βασικοί ορισμοί Η άλγεβρα Boole μπορεί να οριστεί
Διαβάστε περισσότεραΚανονικοποίηση. 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 περισσότεραΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #7: Ελάχιστα Επικαλυπτικά Δένδρα, Αλγόριθμος Kruskal, Δομές Union-Find Άσκηση # 0 5 0 0 0
Διαβάστε περισσότεραΠανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών. Σχεσιακός Λογισμός
Σχεσιακός Λογισμός Γλώσσα βασισμένη στον Κατηγορηματικό Λογισμό 1 ης Τάξης (First Order Predicate Calculus) Οι περισσότερες γλώσσες επερώτησης σχεσιακών βάσεων δεδομένων βασίζονται στον Σχεσιακό Λογισμό
Διαβάστε περισσότεραLecture 23: Functional Dependencies and Normalization
Department of Computer Science University of Cyprus EPL342 Databases Lecture 23: Functional Dependencies and Normalization Normalization and Normal Forms (Chapter 10.3-10.4, Elmasri-Navathe 5ED) ιδάσκων:
Διαβάστε περισσότεραΔιδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 22: Κανονικοποίηση και Συναρτησιακές Εξαρτήσεις ΙII Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στις έννοιες: Κανονικοποιήση (Normalization) και Κανονικές Μορφές (Normal
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων
ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάμε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων Αυτές συνδέονται μεταξύ τους με την έννοια της συνθετικής σειράς
Διαβάστε περισσότεραΒάσεις Δεδομένων : Λογικός Σχεδιασμός 1. καλών σχεσιακών σχημάτων. Λογικός Σχεδιασμός Σχεσιακών Σχημάτων. Γενικές Κατευθύνσεις.
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Σχεδιασμός Σχεσιακών Σχημάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες
Διαβάστε περισσότεραΒάσεις δεδομένων. (9 ο μάθημα) Ηρακλής Βαρλάμης
Βάσεις δεδομένων (9 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Περιεχόμενα Βελτίωση σχεδιασμού Αποσύνθεση σχέσης Συναρτησιακές εξαρτήσεις Θεωρία κανονικών μορφών 1 η NF 2 η NF 3 η NF 2 Βελτίωση σχεδιασμού
Διαβάστε περισσότεραR ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος
73 3. Συμπαγείς χώροι 3. Συμπαγείς χώροι και βασικές ιδιότητες Οι συμπαγείς χώροι είναι μια από τις πιο σημαντικές κλάσεις τοπολογικών χώρων. Η κλάση των συμπαγών χώρων περιλαμβάνει τα κλειστά διαστήματα,b
Διαβάστε περισσότεραΚανονικοποίηση(Normalization) ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ 9 ο Εξάμηνο2013. Κανονικές Μορφές. Πρώτη Κανονική Μορφή (1NF) Βάσεις Δεδομένων. Περικλής Α.
Περικλής Α. Μήτκας 5-1 ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ 9 ο Εξάμηνο2013 Ενότητα 5 Κανονικοποίηση Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Ηλεκτρονικής και Υπολογιστών Α.Π.Θ. Κανονικοποίηση(Normalization)
Διαβάστε περισσότερα2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.
Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ), που αντιστοιχεί σε υποσύνολα του Ω έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες:. P ( Ω ). 2. Η πιθανότητα της αριθμήσιμης
Διαβάστε περισσότεραΘέματα ανακεφαλαίωσης
Θέματα ανακεφαλαίωσης 13 Ιουνίου 2013 1. Ορίστε την έννοια σχήμα σχέσης και αναλύστε τα στοιχεία του ορισμού σας. Υποθέστε ότι θέλουμε να αποθηκεύσουμε πληροφορίες για τα μέλη ενός πεζοπορικού συλλόγου
Διαβάστε περισσότεραΚατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός
Κατευθυνόμενα γραφήματα Μαθηματικά Πληροφορικής 6ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Κατευθυνόμενο γράφημα G είναι ένα ζεύγος (V, E ) όπου V πεπερασμένο σύνολο του οποίου
Διαβάστε περισσότεραΕισαγωγή στην Τοπολογία
Ενότητα: Τοπολογικοί χώροι Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΚανονικοποίηση. Παύλος Εφραιμίδης. Βάσεις Δεδομένων Κανονικοποίηση 1
Κανονικοποίηση Παύλος Εφραιμίδης Βάσεις Δεδομένων Κανονικοποίηση 1 Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ Πως μπορούμε να κρίνουμε εάν ένα Σχεσιακό Σχήμα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραμμές
Διαβάστε περισσότερακαλών σχεσιακών σχημάτων
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Σχεδιασμός Σχεσιακών Σχημάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ημερομηνία Αποστολής στον Φοιτητή: 17 Οκτωβρίου 2011
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: 7 Οκτωβρίου 0 Ημερομηνία παράδοσης της Εργασίας: 5 Νοεμβρίου 0 Οι ασκήσεις
Διαβάστε περισσότεραTID Items. Τ = {t 1, t 2,.., t N } ένα σύνολο από δοσοληψίες, όπου κάθε t i είναι ένα στοιχειοσύνολο
Εισαγωγή Κανόνες Συσχέτισης Ι Οι διαφάνειες στηρίζονται στο P.-N. Tan, M.Steinbach, V. Kumar, «Introduction to Data Mining», Addison Wesley, 2006 Market-Basket transactions (Το καλάθι της νοικοκυράς!)
Διαβάστε περισσότεραΚανονικοποίηση για Σχεσιακές Βάσεις Δεδομένων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 06 Δεκεμβρίου 2012 Περιεχομενα
Διαβάστε περισσότεραΕύρεση ν-στού πρώτου αριθμού
Εύρεση ν-στού πρώτου αριθμού Ορισμός Πρώτος αριθμός λέγεται κάθε φυσικός αριθμός (εκτός της μονάδας) που έχει φυσικούς διαιρέτες μόνο τον εαυτό του και τη μονάδα. Ερώτημα: Να υπολογιστεί ο ν-στός πρώτος
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις και Κανονικοποίηση
Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση Κανονικές Μορφές - Πρώτη κανονική μορφή (1NF) - Δεύτερη κανονική μορφή (2NF) - Τρίτη κανονική μορφή (3NF) 1 Κανονικοποίηση Κανονικές Μορφές Οι σχέσεις μπορούν
Διαβάστε περισσότερακαλών σχεσιακών σχημάτων
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ
Διαβάστε περισσότεραΚατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόγχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός
Κατευθυνόμενα γραφήματα Μαθηματικά Πληροφορικής 6ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Κατευθυνόμενο γράφημα G είναι ένα ζεύγος (V, E ) όπου V πεπερασμένο σύνολο του οποίου
Διαβάστε περισσότεραΠΛΗ 12- Σχέση ισοδυναμίας, γραμμικά συστήματα και απαλοιφή Gauss
.4 Σχέση ισοδυναμίας, γραμμικά συστήματα και απαλοιφή Gauss Σχέση ισοδυναμίας. Έστω το σύνολο των ρητών αριθμών Q και η σχέση της ισότητας σε αυτό που ορίζεται ως εξής: Δύο στοιχεία α, γ Q είναι ίσα αν
Διαβάστε περισσότεραf(x) = και στην συνέχεια
ΕΡΩΤΗΣΕΙΣ ΜΑΘΗΤΩΝ Ερώτηση. Στις συναρτήσεις μπορούμε να μετασχηματίσουμε πρώτα τον τύπο τους και μετά να βρίσκουμε το πεδίο ορισμού τους; Όχι. Το πεδίο ορισμού της συνάρτησης το βρίσκουμε πριν μετασχηματίσουμε
Διαβάστε περισσότεραΚατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός
Κατευθυνόμενα γραφήματα Μαθηματικά Πληροφορικής 6ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Κατευθυνόμενο γράφημα G είναι ένα ζεύγος (V, E ) όπου V πεπερασμένο σύνολο του οποίου
Διαβάστε περισσότεραΚ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ
Ε π ι μ έ λ ε ι α Κ Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Πραγματική Συνάρτηση ρισμός Έστω Α ένα υποσύνολο του R. νομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία (κανόνα) f, με την οποία κάθε στοιχείο
Διαβάστε περισσότεραΚανονικές Μορφές Σχεδιασµός Σχεσιακών Σχηµάτων
Κανονικές Μορφές 1 Σχεδιασµός Σχεσιακών Σχηµάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης Επιθυµητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ Απωλειών ιατήρηση Εξαρτήσεων Αποφυγή Επανάληψης Πληροφορίας
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο
Θεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Σύνολα Συναρτήσεις και Σχέσεις Γραφήματα Λέξεις και Γλώσσες Αποδείξεις ΕΠΛ 211 Θεωρία
Διαβάστε περισσότεραx < A y f(x) < B f(y).
Χειμερινό Εξάμηνο 2016 2017 Ασκήσεις στα Κεφάλαια 5 & 6 1. Αυτή είναι ουσιαστικά η Άσκηση 5.2 (σελ. 119), από τις σημειώσεις του Σκανδάλη. Εστω A, < καλά διατεταγμένο σύνολο και έστω στοιχείο a A. Αποδείξτε
Διαβάστε περισσότερα1. Σε ένα τουρνουά με 8 παίκτες μπορεί οι παίκτες να συμμετείχαν σε: 6,5,4,4,4,3,1,1 αγώνες αντίστοιχα;
Ασκήσεις υποδειγματικές για το θεωρητικό μέρος του μαθήματος Α1. Εξετάστε αν είναι Σωστή ή Λάθος κάθε μία από τις επόμενες προτάσεις. Εξηγείστε την απάντησή σας. 1. Σε ένα τουρνουά με 8 παίκτες μπορεί
Διαβάστε περισσότεραΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ
ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Α µέρος Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση 1 Σύνοψη Σχεσιακός Σχεδιασµός - Στόχοι Κριτήρια / Οδηγίες για ένα καλό Σχεδιασµό Συναρτησιακές Εξαρτήσεις
Διαβάστε περισσότεραΚανονικές Μορφές. Αποσύνθεση (decomposition)
Σχεδιασµός Σχεσιακών Σχηµάτων Κανονικές Μορφές Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης Επιθυµητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ Απωλειών ιατήρηση Εξαρτήσεων Αποφυγή Επανάληψης Πληροφορίας 1
Διαβάστε περισσότεραΚανονικοποίηση. Άτυπες Οδηγίες. Παράδειγµα. Αξιολόγηση Σχεσιακών Σχηµάτων Β. Περιττές Τιµές και Ανωµαλίες Ενηµέρωσης
Αξιολόγηση Σχεσιακών Σχηµάτων Β Κανονικοποίηση Παύλος Εφραιµίδης Βάσεις εδοµένων Κανονικοποίηση 1 Πως µπορούµε να κρίνουµε εάν ένα Σχεσιακό Σχήµα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραµµές
Διαβάστε περισσότεραΑτομική Διπλωματική Εργασία ΜΕΘΟΔΟΙ ΠΡΟΤΑΣΙΑΚΗΣ ΙΚΑΝΟΠΟΙΗΣΙΜΟΤΗΤΑΣ ΣΕ ΓΕΝΙΚΕΥΜΕΝΑ ΠΡΟΒΛΗΜΑΤΑ ΕΠΙΧΕΙΡΗΜΑΤΟΛΟΓΙΑΣ. Νίκη Κουππή ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ
Ατομική Διπλωματική Εργασία ΜΕΘΟΔΟΙ ΠΡΟΤΑΣΙΑΚΗΣ ΙΚΑΝΟΠΟΙΗΣΙΜΟΤΗΤΑΣ ΣΕ ΓΕΝΙΚΕΥΜΕΝΑ ΠΡΟΒΛΗΜΑΤΑ ΕΠΙΧΕΙΡΗΜΑΤΟΛΟΓΙΑΣ Νίκη Κουππή ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Μάιος 2013 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
Διαβάστε περισσότερα