SlideShare una empresa de Scribd logo
1 de 41
U N I D A D N ° 5 : D I S E Ñ O D E B A S E D E D A T O S
Bases de Datos
Contenidos
 Primera forma normal
 Dependencias funcionales
 Segunda forma normal
 Tercer forma normal
 Forma Normal Boyce-Codd
 Cuarta forma normal
 Quinta forma normal
Silvia Gabriela Rivadeneira Molina
2
Problemas en el diseño de base de datos
relacionales
Silvia Gabriela Rivadeneira Molina
3
 Redundancia de información
 Anomalías en inserción, eliminación y actualización
de información
La descomposición como
solución
 Ejemplo:
 PROVEEDORES (codprov, nomprov,
codinsumo, precio)
 Solución:
 DATOS_PROVEEDOR(codprov,
nombre)
 SUMINISTROS (codprov, codinsumo,
precio)
 Si queremos obtener los proveedores
que suministran el producto 103, se
hace una unión natural entre las dos
tablas.
CodProv NomProv CodInsumo Precio
P1 Silva 100 200
P1 Silva 103 70
P2 Morales 201 200
P3 Gallardo 305 100
P3 Gallardo 390 70
P1 Silva 103 70
Silvia Gabriela Rivadeneira Molina
4
Pérdida de información
 Una mala descomposición puede
implicar pérdida de información.
Ejemplo:
 Si descomponemos
 PI (codinsumo, precio)
 NDP (codprov, nomprov, precio)
 Al hacer la misma consulta anterior se
pierde información, la respuesta no es
correcta.
CodProv NomProv CodInsumo Precio
P1 Silva 100 200
P1 Silva 201 200
P1 Silva 103 70
P1 Silva 390 70
P2 Morales 100 200
P2 Morales 201 200
P3 Gallardo 305 100
P3 Gallardo 103 70
P3 Gallardo 390 70
P1 Silva 103 70
Silvia Gabriela Rivadeneira Molina
5
P3 Gallardo 103 70
Primera Forma Normal (1FN)
Silvia Gabriela Rivadeneira Molina
6
 Los dominios de todos los atributos de R son
atómicos.
Primer ejemplo
 P (codprov, nomprov,
insumo)
 Si dividimos el atributo
insumo:
 PROVEEDORES (codprov,
nomprov, codinsumo,
precio)
CodProv NomProv Insumo
P1 Silva (100, 200), (103,
70)
P2 Morales (201, 200)
P3 Gallardo (305, 100), (390,
70)
CodProv NomProv CodInsumo Precio
P1 Silva 100 200
P1 Silva 103 70
P2 Morales 201 200
P3 Gallardo 305 100
P3 Gallardo 390 70
Silvia Gabriela Rivadeneira Molina
7
Segundo ejemplo
Silvia Gabriela Rivadeneira Molina
8
 SOCIO (nro-socio, nombre-socio, direccion-socio,
tel-socio, cod-barrio, seccional, cod-pelicula,
nombre-pelicula, fecha-alquiler, cant-alquilada,
contado)
 Si el atributo tel-socio permitiera la carga de varios
teléfonos. Entonces, habría que descomponer la relación
 S1 (nro-socio, tel-socio)
 S2 (nro-socio, nombre-socio, direccion-socio, cod-barrio,
seccional, cod-pelicula, nombre-pelicula, fecha-alquiler, cant-
alquilada, contado)
Dependencias funcionales
Silvia Gabriela Rivadeneira Molina
9
 Sea R una relación con atributos (a1, a2, …, an), X e Y
dos subconjuntos de los atributos ai.
 XY
 t1[X] = t2[X]  t1[Y] = t2[Y]
Definición de clave
Silvia Gabriela Rivadeneira Molina
10
 K es clave si:
 K  (a1, a2, …, an) con (a1, a2, …, an) siendo el conjunto total de
atributos de R, y
 No existe Y  K tal que Y  (a1, a2, …, an)
Ejemplo
Silvia Gabriela Rivadeneira Molina
11
 PROVEEDORES (codprov, nomprov, codinsumo,
precio)
 Codprov  nomprov
 Nomprov  codprov (no, porque podrían haber dos
proveedores con el mismo nombre)
 Codprov  codinsumo (no, porque un proveedor puede
suministrar dos o más insumos)
 Codinsumo  precio (no, porque un insumo puede tener
distintos precios según proveedor)
 (codprov, codinsumo)  precio
Axiomas de Armstrong
 Reglas de inferencia básicas:
 Reflexividad: Si B es subconjunto de A, entonces A  B
 Aumentatividad: Si A  B, entonces AC  BC
 Transitividad: Si A  B y B  C, entonces A  C
 Se deducen los siguientes:
 Unión: Si A  B y A  C, entonces A  BC
 Descomposición: Si A  BC, entonces A  B y A  C
 Pseudotransitividad: Si A  B y BC  D, entonces AC  D
 Autodeterminación: A  A (dependencia trivial)
Silvia Gabriela Rivadeneira Molina
12
Propiedades deseables de una descomposición
Silvia Gabriela Rivadeneira Molina
13
 Descomposición de reunión sin pérdida
 Conservación de dependencias
Descomposición de reunión sin pérdida
Silvia Gabriela Rivadeneira Molina
14
 R1 y R2 forman parte de una descomposición de R.
 (R1  R2)  (R1 - R2)  (R1  R2)  R1
 (R1  R2)  (R2 - R1)  (R1  R2)  R2
Ejemplo
Silvia Gabriela Rivadeneira Molina
15
 Si R1 (codprov, nomprov) y R2 (codprov, codinsumo,
precio)
 R1  R2 = codprov, codprov  nomprov, y R1 – R2 = nomprov
 Si R1 (codinsumo, precio) y R2 (codprov, nomprov,
precio)
 R1  R2 = precio y precio no determina a codinsumo, ni a
(codprov, nomprov)
Conservación de las dependencias funcionales
Silvia Gabriela Rivadeneira Molina
16
 Si toda dependencia presente en F está en  Fi o
puede ser deducida a partir de  Fi.
Ejemplo
Silvia Gabriela Rivadeneira Molina
17
 R (ciudad, calle, cpostal)
 Cpostal  ciudad
 (ciudad, calle)  cpostal
 La clave es (ciudad, calle).
 Si descomponemos:
 R1 (cpostal, ciudad) y R2 (calle, cpostal)
 Si comprobamos:
 Pierde dependencias funcionales
 F1 = {cpostal  ciudad}
 F2 = {calle  calle, cpostal cpostal}
 Sin pérdida de información
 (R1  R2)  {cpostal} y cpostal  ciudad
Segunda Forma Normal (2FN)
Silvia Gabriela Rivadeneira Molina
18
 Si se encuentra en 1FN, y;
 Todo atributo que no pertenece a la clave depende
funcionalmente de toda la clave.
Dependencia funcional total/parcial
 La 2FN se basa en el concepto de dependencia funcional
total.
 Una dependencia funcional XY es una dependencia
funcional total si la eliminación de cualquier atributo
A de X hace que la dependencia deje de ser válida; es
decir, para cualquier atributo AX, (X-{A}) no determina
funcionalmente a Y.
 Una dependencia funcional XY es una dependencia
funcional parcial si se puede eliminar un atributo
AX de X y la dependencia sigue siendo válida; es decir,
para algún AX, (X-{A})  Y.
Silvia Gabriela Rivadeneira Molina
19
Primer ejemplo
Silvia Gabriela Rivadeneira Molina
20
 PROVEEDORES (codprov, nomprov, codinsumo,
precio)
 Nomprov depende solo de una parte de la clave, no de toda la
clave, no está en 2FN
 R1 (codprov, nomprov)
 R2 (codprov, condinsumo, precio)
Segundo ejemplo
Silvia Gabriela Rivadeneira Molina
21
 S2 (nro-socio, nombre-socio, direccion-socio, cod-barrio,
seccional, cod-pelicula, nombre-pelicula, fecha-alquiler,
cant-alquilada, contado)
 Las dependencias:
 Nro-socio  (nombre-socio, direccion-socio, cod-barrio)
 Cod-pelicula  nombre-pelicula
 (nro-socio, cod-pelicula, fecha-alquiler)  (cant-alquilada, contado)
 Cod-barrio  seccional
 La clave {nro-socio, cod-pelicula, fecha-alquiler}
Segundo ejemplo: Descomposición y
comprobación
Silvia Gabriela Rivadeneira Molina
22
 Descomponemos:
 S3 (cod-pelicula, nombre-pelicula)
 S4 (nro-socio, nombre-socio, direccion-socio, cod-barrio, seccional,
cod-pelicula, fecha-alquiler, cant-alquilada, contado)
 Comprobamos:
 S3  S4 = cod-pelicula y cod-pelicula  nombre-pelicula OK
 F3 = {cod-pelicula  nombre-pelicula} OK
 F4 = {nro-socio  (nombre-socio, direccion-socio, cod-barrio), (nro-
socio, cod-pelicula, fecha-alquiler)  (cant-alquilada, contado),
(cod-barrio  seccional)} OK
Normalizando las relaciones resultantes
Silvia Gabriela Rivadeneira Molina
23
 S5 (nro-socio, cod-pelicula, fecha-alquiler, cant-alquilada,
contado)
 S6 (nro-socio, nombre-socio, direccion-socio, cod-barrio,
seccional)
 Comprobamos
 S5  S6 = {nro-socio,} y nro-socio, (nombre-socio, direccion-
socio, cod-barrio) OK
 F5 = {(nro-socio, cod-pelicula, fecha-alquiler)  (cant-alquilada,
contado)} OK
 F6 = {nro-socio  (nombre-socio, direccion-socio, cod-barrio), (cod-
barrio  seccional)} OK
Tercera Forma Normal (3FN)
Silvia Gabriela Rivadeneira Molina
24
 Si se encuentra en 2FN, y;
 Ningún atributo no primo de R depende
transitivamente de la clave primaria.
Dependencia transitiva
 La 3FN se basa en el concepto de dependencia
transitiva.
 Una dependencia funcional XY en un esquema de
relación R es una dependencia transitiva si existe
un conjunto de atributos Z que no sea un
subconjunto de cualquier clave de R, y se cumplen
tanto XZ como ZY.
Silvia Gabriela Rivadeneira Molina
25
Ejemplo
Silvia Gabriela Rivadeneira Molina
26
 Decomponemos
 S7 (cod-barrio, seccional)
 S8 (nro-socio, nombre-socio, direccion-socio, cod-barrio)
 Comprobamos:
 S7  S8 = {cod-barrio} y cod-barrio  seccional OK
 F7 = {(cod-barrio  seccional)} OK
 F8 = {nro-socio  (nombre-socio, direccion-socio, cod-
barrio)} OK
Otro ejemplo
Silvia Gabriela Rivadeneira Molina
27
 R (ciudad, calle, codigop) con F ={(ciudad, calle) 
codigop, Codigop  ciudad} y clave {ciudad, calle}
 Está en 3FN porque codigop depende funcionalmente sólo de
toda la clave.
Forma Normal de Boyce-Codd
Silvia Gabriela Rivadeneira Molina
28
 Si se encuentra en 3FN, y;
 Si y sólo si todo determinante es una clave candidata.
Ejemplo
Silvia Gabriela Rivadeneira Molina
29
 R (ciudad, calle, cpostal)
 Se encuentra en 3FN pero no en FNBC y no se puede
descomponer sin perder dependencias funcionales.
 Cpostal no es superclave
Otro ejemplo
 Imparte (estudiante, curso, profesor)
 Las dependencias son:
 {estudiante, curso}  profesor
 profesor  curso
 {estudiante, curso} es una clave candidata
 Está en 3FN pero no en FNBC
 Podríamos descomponer en uno de los tres pares
posibles:
 (estudiante, profesor) y (estudiante, curso)
 (curso, profesor) y (curso, estudiante)
 (profesor, curso) y (profesor, estudiante)
 Pero perdemos dependencias funcionales
Silvia Gabriela Rivadeneira Molina
30
Un último ejemplo
 Cliente (nombre_cli, calle, ciudad_cli) y nombre_cli
 (calle, ciudad_cli)
 Sucursal (nombre_suc, activo, ciudad_suc) y
nombre_suc  (activo, ciudad_suc)
 Prestamo (nombre_suc, nombre_cli, numero_pres,
importe) y numero_pres  (nombre_suc, importe)
 P1 (numero_pres, nombre_suc, importe)
 P2 (nombre_cli, numero_pres)
 Comprobando
 P1⋂ P2 = numero_pres y numero_pres  (nombre_suc, importe)
y tampoco se pierden dependencias.
Silvia Gabriela Rivadeneira Molina
31
Cuarta forma normal
 Si se encuentra en 3FN o FNBC, y;
 No posee dependencias multivaluadas no triviales o,
también
 Una relación está en 4NF si y sólo si, en cada
dependencia multivaluada X  Y no trivial, X es
clave candidata.
 Una dependencia multivaluada A  B es trivial cuando B es
parte de A. Esto sucede cuando A es un conjunto de atributos,
y B es un subconjunto de A.
Silvia Gabriela Rivadeneira Molina
32
Dependencia multivaluada
 La definición de 4FN confía en la noción de una
dependencia multivaluada.
 Una dependencia multivaluada X Y especificada en
esquema R, donde X e Y son subconjuntos de R,
especifica la siguiente restricción sobre cualquier estado
de relación r de R: Si existen dos tuplas t1, t2 en r tales
t1[X]=t2[X], entonces deberán existir también dos tuplas
t3 y t4 en r con las siguientes propiedades donde Z es (R-
(X⋃Y)):
 t3[X] = t4[X] = t1[X] = t2[X]
 t3[Y] = t1[Y] y t4[Y] = t2[Y]
 t3[Z] = t2[Z] y t4[Z] = t1[Z]
Silvia Gabriela Rivadeneira Molina
33
Un ejemplo
 agenda (nombre, telefono, email)
 Las claves candidatas serían los tres atributos, y las
dependencias serían nombre  telefono y nombre 
email
 Descomponemos
 A1 (nombre, telefono)
 A2 (nombre, email)
Silvia Gabriela Rivadeneira Molina
34
Quinta forma normal
 Conocida como forma normal de reunión por
proyección (FNRP) o de proyección-reunión (FNPR)
 Si está en 4FN y;
 Las únicas dependencias que existen son las
dependencias de reunión de una tabla con sus
proyecciones relacionándose entre las distintas
proyecciones mediante claves candidatas.
Silvia Gabriela Rivadeneira Molina
35
Proyección/unión
 Proyección: De un conjunto atributos dados solo
tomamos lo que nos interesan, o sea, tendrán todas
las tuplas pero solo algunos atributos. Armamos otra
tabla que es subconjunto de la tabla original.
 Unión: se pueden unir dos tablas con la misma
cantidad de atributos y con algún atributo en común
(JOIN).
Silvia Gabriela Rivadeneira Molina
36
Dependencia de reunión
 Una dependencia de reunión especificada sobre el
esquema de relación R, especifica una restricción
sobre los estados r de R. la restricción establece que
todo estado permitido r de R debe tener una
descomposición de reunión sin pérdidas para dar R1,
R2, … Rn
Silvia Gabriela Rivadeneira Molina
37
Ejemplo
 Cliente (id_cliente, cuit, nombre, direccion, telefono,
email)
 C1 (id_cliente, cuit, nombre)
 C2 (id_cliente, direccion, telefono, email)
Silvia Gabriela Rivadeneira Molina
38
Otro ejemplo
 Servicio (psiquiatra, asegurador, condicion)
 Descomponemos y existen tres proyecciones y
también podríamos utilizar reunión o unión natural
 S1 (psiquiatra, asegurador)
 S2 (psiquiatra, condicion)
 S3 (asegurador, condicion)
Silvia Gabriela Rivadeneira Molina
39
Bibliografía
Silvia Gabriela Rivadeneira Molina
40
 Elmasri-Navathe. Fundamentos de Sistemas de
Bases de Datos. 3º Edición. 2002.
 Silberschatz-Korth-Sudarshan. Fundamentos de
Bases de Datos. 4º Edición. 2002.
Silvia Gabriela Rivadeneira Molina 41

Más contenido relacionado

Último

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxKarlaMassielMartinez
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 

Último (20)

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 

Destacado

AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at WorkGetSmarter
 

Destacado (20)

AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 

Diseño de bases de datos

  • 1. U N I D A D N ° 5 : D I S E Ñ O D E B A S E D E D A T O S Bases de Datos
  • 2. Contenidos  Primera forma normal  Dependencias funcionales  Segunda forma normal  Tercer forma normal  Forma Normal Boyce-Codd  Cuarta forma normal  Quinta forma normal Silvia Gabriela Rivadeneira Molina 2
  • 3. Problemas en el diseño de base de datos relacionales Silvia Gabriela Rivadeneira Molina 3  Redundancia de información  Anomalías en inserción, eliminación y actualización de información
  • 4. La descomposición como solución  Ejemplo:  PROVEEDORES (codprov, nomprov, codinsumo, precio)  Solución:  DATOS_PROVEEDOR(codprov, nombre)  SUMINISTROS (codprov, codinsumo, precio)  Si queremos obtener los proveedores que suministran el producto 103, se hace una unión natural entre las dos tablas. CodProv NomProv CodInsumo Precio P1 Silva 100 200 P1 Silva 103 70 P2 Morales 201 200 P3 Gallardo 305 100 P3 Gallardo 390 70 P1 Silva 103 70 Silvia Gabriela Rivadeneira Molina 4
  • 5. Pérdida de información  Una mala descomposición puede implicar pérdida de información. Ejemplo:  Si descomponemos  PI (codinsumo, precio)  NDP (codprov, nomprov, precio)  Al hacer la misma consulta anterior se pierde información, la respuesta no es correcta. CodProv NomProv CodInsumo Precio P1 Silva 100 200 P1 Silva 201 200 P1 Silva 103 70 P1 Silva 390 70 P2 Morales 100 200 P2 Morales 201 200 P3 Gallardo 305 100 P3 Gallardo 103 70 P3 Gallardo 390 70 P1 Silva 103 70 Silvia Gabriela Rivadeneira Molina 5 P3 Gallardo 103 70
  • 6. Primera Forma Normal (1FN) Silvia Gabriela Rivadeneira Molina 6  Los dominios de todos los atributos de R son atómicos.
  • 7. Primer ejemplo  P (codprov, nomprov, insumo)  Si dividimos el atributo insumo:  PROVEEDORES (codprov, nomprov, codinsumo, precio) CodProv NomProv Insumo P1 Silva (100, 200), (103, 70) P2 Morales (201, 200) P3 Gallardo (305, 100), (390, 70) CodProv NomProv CodInsumo Precio P1 Silva 100 200 P1 Silva 103 70 P2 Morales 201 200 P3 Gallardo 305 100 P3 Gallardo 390 70 Silvia Gabriela Rivadeneira Molina 7
  • 8. Segundo ejemplo Silvia Gabriela Rivadeneira Molina 8  SOCIO (nro-socio, nombre-socio, direccion-socio, tel-socio, cod-barrio, seccional, cod-pelicula, nombre-pelicula, fecha-alquiler, cant-alquilada, contado)  Si el atributo tel-socio permitiera la carga de varios teléfonos. Entonces, habría que descomponer la relación  S1 (nro-socio, tel-socio)  S2 (nro-socio, nombre-socio, direccion-socio, cod-barrio, seccional, cod-pelicula, nombre-pelicula, fecha-alquiler, cant- alquilada, contado)
  • 9. Dependencias funcionales Silvia Gabriela Rivadeneira Molina 9  Sea R una relación con atributos (a1, a2, …, an), X e Y dos subconjuntos de los atributos ai.  XY  t1[X] = t2[X]  t1[Y] = t2[Y]
  • 10. Definición de clave Silvia Gabriela Rivadeneira Molina 10  K es clave si:  K  (a1, a2, …, an) con (a1, a2, …, an) siendo el conjunto total de atributos de R, y  No existe Y  K tal que Y  (a1, a2, …, an)
  • 11. Ejemplo Silvia Gabriela Rivadeneira Molina 11  PROVEEDORES (codprov, nomprov, codinsumo, precio)  Codprov  nomprov  Nomprov  codprov (no, porque podrían haber dos proveedores con el mismo nombre)  Codprov  codinsumo (no, porque un proveedor puede suministrar dos o más insumos)  Codinsumo  precio (no, porque un insumo puede tener distintos precios según proveedor)  (codprov, codinsumo)  precio
  • 12. Axiomas de Armstrong  Reglas de inferencia básicas:  Reflexividad: Si B es subconjunto de A, entonces A  B  Aumentatividad: Si A  B, entonces AC  BC  Transitividad: Si A  B y B  C, entonces A  C  Se deducen los siguientes:  Unión: Si A  B y A  C, entonces A  BC  Descomposición: Si A  BC, entonces A  B y A  C  Pseudotransitividad: Si A  B y BC  D, entonces AC  D  Autodeterminación: A  A (dependencia trivial) Silvia Gabriela Rivadeneira Molina 12
  • 13. Propiedades deseables de una descomposición Silvia Gabriela Rivadeneira Molina 13  Descomposición de reunión sin pérdida  Conservación de dependencias
  • 14. Descomposición de reunión sin pérdida Silvia Gabriela Rivadeneira Molina 14  R1 y R2 forman parte de una descomposición de R.  (R1  R2)  (R1 - R2)  (R1  R2)  R1  (R1  R2)  (R2 - R1)  (R1  R2)  R2
  • 15. Ejemplo Silvia Gabriela Rivadeneira Molina 15  Si R1 (codprov, nomprov) y R2 (codprov, codinsumo, precio)  R1  R2 = codprov, codprov  nomprov, y R1 – R2 = nomprov  Si R1 (codinsumo, precio) y R2 (codprov, nomprov, precio)  R1  R2 = precio y precio no determina a codinsumo, ni a (codprov, nomprov)
  • 16. Conservación de las dependencias funcionales Silvia Gabriela Rivadeneira Molina 16  Si toda dependencia presente en F está en  Fi o puede ser deducida a partir de  Fi.
  • 17. Ejemplo Silvia Gabriela Rivadeneira Molina 17  R (ciudad, calle, cpostal)  Cpostal  ciudad  (ciudad, calle)  cpostal  La clave es (ciudad, calle).  Si descomponemos:  R1 (cpostal, ciudad) y R2 (calle, cpostal)  Si comprobamos:  Pierde dependencias funcionales  F1 = {cpostal  ciudad}  F2 = {calle  calle, cpostal cpostal}  Sin pérdida de información  (R1  R2)  {cpostal} y cpostal  ciudad
  • 18. Segunda Forma Normal (2FN) Silvia Gabriela Rivadeneira Molina 18  Si se encuentra en 1FN, y;  Todo atributo que no pertenece a la clave depende funcionalmente de toda la clave.
  • 19. Dependencia funcional total/parcial  La 2FN se basa en el concepto de dependencia funcional total.  Una dependencia funcional XY es una dependencia funcional total si la eliminación de cualquier atributo A de X hace que la dependencia deje de ser válida; es decir, para cualquier atributo AX, (X-{A}) no determina funcionalmente a Y.  Una dependencia funcional XY es una dependencia funcional parcial si se puede eliminar un atributo AX de X y la dependencia sigue siendo válida; es decir, para algún AX, (X-{A})  Y. Silvia Gabriela Rivadeneira Molina 19
  • 20. Primer ejemplo Silvia Gabriela Rivadeneira Molina 20  PROVEEDORES (codprov, nomprov, codinsumo, precio)  Nomprov depende solo de una parte de la clave, no de toda la clave, no está en 2FN  R1 (codprov, nomprov)  R2 (codprov, condinsumo, precio)
  • 21. Segundo ejemplo Silvia Gabriela Rivadeneira Molina 21  S2 (nro-socio, nombre-socio, direccion-socio, cod-barrio, seccional, cod-pelicula, nombre-pelicula, fecha-alquiler, cant-alquilada, contado)  Las dependencias:  Nro-socio  (nombre-socio, direccion-socio, cod-barrio)  Cod-pelicula  nombre-pelicula  (nro-socio, cod-pelicula, fecha-alquiler)  (cant-alquilada, contado)  Cod-barrio  seccional  La clave {nro-socio, cod-pelicula, fecha-alquiler}
  • 22. Segundo ejemplo: Descomposición y comprobación Silvia Gabriela Rivadeneira Molina 22  Descomponemos:  S3 (cod-pelicula, nombre-pelicula)  S4 (nro-socio, nombre-socio, direccion-socio, cod-barrio, seccional, cod-pelicula, fecha-alquiler, cant-alquilada, contado)  Comprobamos:  S3  S4 = cod-pelicula y cod-pelicula  nombre-pelicula OK  F3 = {cod-pelicula  nombre-pelicula} OK  F4 = {nro-socio  (nombre-socio, direccion-socio, cod-barrio), (nro- socio, cod-pelicula, fecha-alquiler)  (cant-alquilada, contado), (cod-barrio  seccional)} OK
  • 23. Normalizando las relaciones resultantes Silvia Gabriela Rivadeneira Molina 23  S5 (nro-socio, cod-pelicula, fecha-alquiler, cant-alquilada, contado)  S6 (nro-socio, nombre-socio, direccion-socio, cod-barrio, seccional)  Comprobamos  S5  S6 = {nro-socio,} y nro-socio, (nombre-socio, direccion- socio, cod-barrio) OK  F5 = {(nro-socio, cod-pelicula, fecha-alquiler)  (cant-alquilada, contado)} OK  F6 = {nro-socio  (nombre-socio, direccion-socio, cod-barrio), (cod- barrio  seccional)} OK
  • 24. Tercera Forma Normal (3FN) Silvia Gabriela Rivadeneira Molina 24  Si se encuentra en 2FN, y;  Ningún atributo no primo de R depende transitivamente de la clave primaria.
  • 25. Dependencia transitiva  La 3FN se basa en el concepto de dependencia transitiva.  Una dependencia funcional XY en un esquema de relación R es una dependencia transitiva si existe un conjunto de atributos Z que no sea un subconjunto de cualquier clave de R, y se cumplen tanto XZ como ZY. Silvia Gabriela Rivadeneira Molina 25
  • 26. Ejemplo Silvia Gabriela Rivadeneira Molina 26  Decomponemos  S7 (cod-barrio, seccional)  S8 (nro-socio, nombre-socio, direccion-socio, cod-barrio)  Comprobamos:  S7  S8 = {cod-barrio} y cod-barrio  seccional OK  F7 = {(cod-barrio  seccional)} OK  F8 = {nro-socio  (nombre-socio, direccion-socio, cod- barrio)} OK
  • 27. Otro ejemplo Silvia Gabriela Rivadeneira Molina 27  R (ciudad, calle, codigop) con F ={(ciudad, calle)  codigop, Codigop  ciudad} y clave {ciudad, calle}  Está en 3FN porque codigop depende funcionalmente sólo de toda la clave.
  • 28. Forma Normal de Boyce-Codd Silvia Gabriela Rivadeneira Molina 28  Si se encuentra en 3FN, y;  Si y sólo si todo determinante es una clave candidata.
  • 29. Ejemplo Silvia Gabriela Rivadeneira Molina 29  R (ciudad, calle, cpostal)  Se encuentra en 3FN pero no en FNBC y no se puede descomponer sin perder dependencias funcionales.  Cpostal no es superclave
  • 30. Otro ejemplo  Imparte (estudiante, curso, profesor)  Las dependencias son:  {estudiante, curso}  profesor  profesor  curso  {estudiante, curso} es una clave candidata  Está en 3FN pero no en FNBC  Podríamos descomponer en uno de los tres pares posibles:  (estudiante, profesor) y (estudiante, curso)  (curso, profesor) y (curso, estudiante)  (profesor, curso) y (profesor, estudiante)  Pero perdemos dependencias funcionales Silvia Gabriela Rivadeneira Molina 30
  • 31. Un último ejemplo  Cliente (nombre_cli, calle, ciudad_cli) y nombre_cli  (calle, ciudad_cli)  Sucursal (nombre_suc, activo, ciudad_suc) y nombre_suc  (activo, ciudad_suc)  Prestamo (nombre_suc, nombre_cli, numero_pres, importe) y numero_pres  (nombre_suc, importe)  P1 (numero_pres, nombre_suc, importe)  P2 (nombre_cli, numero_pres)  Comprobando  P1⋂ P2 = numero_pres y numero_pres  (nombre_suc, importe) y tampoco se pierden dependencias. Silvia Gabriela Rivadeneira Molina 31
  • 32. Cuarta forma normal  Si se encuentra en 3FN o FNBC, y;  No posee dependencias multivaluadas no triviales o, también  Una relación está en 4NF si y sólo si, en cada dependencia multivaluada X  Y no trivial, X es clave candidata.  Una dependencia multivaluada A  B es trivial cuando B es parte de A. Esto sucede cuando A es un conjunto de atributos, y B es un subconjunto de A. Silvia Gabriela Rivadeneira Molina 32
  • 33. Dependencia multivaluada  La definición de 4FN confía en la noción de una dependencia multivaluada.  Una dependencia multivaluada X Y especificada en esquema R, donde X e Y son subconjuntos de R, especifica la siguiente restricción sobre cualquier estado de relación r de R: Si existen dos tuplas t1, t2 en r tales t1[X]=t2[X], entonces deberán existir también dos tuplas t3 y t4 en r con las siguientes propiedades donde Z es (R- (X⋃Y)):  t3[X] = t4[X] = t1[X] = t2[X]  t3[Y] = t1[Y] y t4[Y] = t2[Y]  t3[Z] = t2[Z] y t4[Z] = t1[Z] Silvia Gabriela Rivadeneira Molina 33
  • 34. Un ejemplo  agenda (nombre, telefono, email)  Las claves candidatas serían los tres atributos, y las dependencias serían nombre  telefono y nombre  email  Descomponemos  A1 (nombre, telefono)  A2 (nombre, email) Silvia Gabriela Rivadeneira Molina 34
  • 35. Quinta forma normal  Conocida como forma normal de reunión por proyección (FNRP) o de proyección-reunión (FNPR)  Si está en 4FN y;  Las únicas dependencias que existen son las dependencias de reunión de una tabla con sus proyecciones relacionándose entre las distintas proyecciones mediante claves candidatas. Silvia Gabriela Rivadeneira Molina 35
  • 36. Proyección/unión  Proyección: De un conjunto atributos dados solo tomamos lo que nos interesan, o sea, tendrán todas las tuplas pero solo algunos atributos. Armamos otra tabla que es subconjunto de la tabla original.  Unión: se pueden unir dos tablas con la misma cantidad de atributos y con algún atributo en común (JOIN). Silvia Gabriela Rivadeneira Molina 36
  • 37. Dependencia de reunión  Una dependencia de reunión especificada sobre el esquema de relación R, especifica una restricción sobre los estados r de R. la restricción establece que todo estado permitido r de R debe tener una descomposición de reunión sin pérdidas para dar R1, R2, … Rn Silvia Gabriela Rivadeneira Molina 37
  • 38. Ejemplo  Cliente (id_cliente, cuit, nombre, direccion, telefono, email)  C1 (id_cliente, cuit, nombre)  C2 (id_cliente, direccion, telefono, email) Silvia Gabriela Rivadeneira Molina 38
  • 39. Otro ejemplo  Servicio (psiquiatra, asegurador, condicion)  Descomponemos y existen tres proyecciones y también podríamos utilizar reunión o unión natural  S1 (psiquiatra, asegurador)  S2 (psiquiatra, condicion)  S3 (asegurador, condicion) Silvia Gabriela Rivadeneira Molina 39
  • 40. Bibliografía Silvia Gabriela Rivadeneira Molina 40  Elmasri-Navathe. Fundamentos de Sistemas de Bases de Datos. 3º Edición. 2002.  Silberschatz-Korth-Sudarshan. Fundamentos de Bases de Datos. 4º Edición. 2002.