NORMALIZZAZIONE DI SCHEMI RELAZIONALI. Prof.ssa Rosalba Giugno
|
|
- Roberto Federici
- 8 anni fa
- Visualizzazioni
Transcript
1 NORMALIZZAZIONE DI SCHEMI RELAZIONALI Prof.ssa Rosalba Giugno
2 PROBLEMA GENERALE La progettazione concettuale e logica produce uno schema relazionale che rappresenta la realta dei dati nella nostra applicazione. E importante che questo schema abbia alcune importanti proprieta. Studieremo queste proprieta e daremo degli algoritmi per produrre schemi buoni. Anche se spesso accade che la progettazione logica da noi descritta produce schemi gia normalizzati. In ogni caso potremo usare queste tecniche per verificare le proprieta.
3 RIDONDANZE Il telefono e ripetuto per ogni esame (ridondanza) Matricola Nome Telefono Corso Voto IL Nome ed il Telefono sono funzione solo della Matricola e non dipendono dagli esami. Quindi non vanno associati ad ogni esame Viceversa gli esami hanno bisogno solo della matricola.
4 ANOMALIE Se il telefono dello studente cambia allora esso deve essere aggiornato in tutti i record dello studente (anomalia di aggiornamento) Se vengono annullati gli esami dati non rimane traccia dello studente (anomalia di cancellazione) Similmente se uno studente non ha ancora dato esami non puo essere inserito (anomalia di inserimento) Soluzione:decomporre in due relazioni!!
5 DIPENDENZE FUNZIONALI Dipendenza Funzionale e un particolare vincolo di integrita che esprime legami funzionali tra gli attributi di una relazione. Cosi ad esempio il valore di Matricola implica quelli di Nome e Telefono. Inoltre Matricola e Corso implicano il Voto. Matricola -----> Nome Telefono Matricola Corso ----> Voto
6 Definizione di Dipendenza Funzionale Sia R(A1,A2,,An) uno schema relazionale, X ed Y sottoinsiemi di {A1,A2,,An}. Diciamo che X implica funzionalmente Y, in simboli X--->Y se, per ogni relazione r dello schema R, se due tuple t1 e t2 di r coincidono su tutti gli attributi di X allora devono anche coincidere su tutti gli attributi di Y. Esempio : Matricola, Corso ---> Voto
7 NOTAZIONI A,B, attributi U,V,W,X,Y,Z insiemi di attributi R schema relazionale, r relazione. ABC sta per {A,B,C}, XY sta per X Y, XA e AX stanno per X {A}
8 Soddisfazione di Dipendenze Funzionali Diciamo che una relazione r soddisfa la dipendenza funzionale X---> Y se per ogni coppia di tuple t1 e t2 in r t1[x] = t2[x] implica t1[y] = t2[y].
9 Una Logica delle Dipendenze Funzionali : SEMANTICA Sia F un insieme di dipendenze funzionali per uno schema relazionale R e sia X--->Y una dipendenza funzionale. Diciamo che F logicamente implica X--->Y, e si scrive F == X--->Y, se per ogni relazione r di R che soddisfa tutte le dipendenze di F, r soddisfa anche X--->Y. Esempio: {A--->B,B--->C} == A--->C.
10 Chiusura di un insieme di dipendenze funzionali Dato un insieme F di dipendenze funzionali la sua chiusura F + e l insieme delle dipendenze funzionali che sono implicate logicamente da F, in simboli F + = {X--->Y F == X--->Y}.
11 Chiavi per uno schema con insieme di dipendenze funzionali Sia R(A1,A2,,An) uno schema, F un insieme di dipendenze funzionali su R ed X un sottoinsieme di {A1,A2,,An}. Si dice che X e una chiave di (R,F) se: X---> A1A2 An e in F +. Per ogni sottoinsieme proprio Y di X la dipendenza Y---> A1A2 An non e in F +.
12 Necessita di un Calcolo Logico Quindi il problema e quello di calcolare la chiusura di un insieme F di dipendenze funzionali. Per far cio definiamo un calcolo logico tale che F == X--->Y se e soltanto se X--->Y si puo sintatticamente dedurre da F nel calcolo logico. I punti di partenza e le regole del calcolo sono i seguenti:
13 Assiomi di Armstrong U={A1,A2,,An} Riflessivita Se Y X U allora F --- X--->Y Aumento Se F --- X--->Y allora F --- XZ--->YZ Transitivita Se F --- X--->Y e F --- Y--->Z allora F --- X--->Z Notazione X--->Y si deduce da F applicando gli assiomi di Armstrong F --- X--->Y
14 Deducibilita di dipendenze funzionali Diciamo che F --- X--->Y se X--->Y si puo dedurre da F applicando un numero finito di volte gli assiomi di Armstrong. Cioe esiste una catena D1,D2,,Dk= X--- >Y tale che Di e in F oppure si ottiene da precedenti mediante gli assiomi di Armstrong. Esempio {A--->B, B--->C, C--->D} - A--- >D (applicando 2 volte la transitivita )
15 Correttezza e Completezza Correttezza: Se F --- X---> Y allora F == X---> Y Completezza: Se F == X---> Y allora F --- X---> Y
16 Dimostrazione della Correttezza Basta dimostrare che gli assiomi di Armstrong sono corretti Riflessivita Se Y X U allora F == X--->Y Dimostrazione: se t1(x)=t2(x) allora ovviamente anche t1(y)=t2(y) perché ogni attributo di Y sta anche in X.
17 Correttezza dell Aumento Aumento Se F == X--->Y allora F == XZ--->YZ Dimostrazione: Supponiamo che r ==F allora, per ipotesi, r == X--->Y. Supponiamo che t1(xz)=t2(xz) allora t1(x)=t2(x) da cui segue, per ipotesi, t1(y)=t2(y) e quindi t1(yz)=t2(yz).
18 Transitivita Correttezza della TRANSITIVITA Se F == X--->Y e F == Y--->Z allora F == X--->Z Dimostrazione: Supponiamo che r ==F allora, per ipotesi, r == X--->Y e r == Y--->Z. Supponiamo che t1(x)=t2(x) allora per la prima t1(y)=t2(y) da cui per la seconda t1(z)=t2(z).
19 Correttezza Supponiamo che F --- X--->Y e sia D1,D2,,Dn= X--->Y la relativa catena. Procedendo per induzione, se Di e in F allora ovviamente F = Di. Se Di si ottiene da precedenti Dj mediante gli assiomi di Armstrong allora per l ipotesi induttiva F = Dj e per la correttezza dei singoli assiomi si ha F = Di. Segue F = Dn cioe F = X--->Y.
20 Prima di verificare la completezza degli assiomi di amstrong introduciamo altre regole per derivare dipendenze funzionali
21 Primo lemma preliminare: La regola di Decomposizione Se F --- X--->Y e Z Y allora F --- X--->Z Dimostrazione: Se F ---X--->Y e Z Y allora per riflessivita F --- Y--->Z da cui per transitivita si ottiene F --- X--->Z.
22 Secondo lemma preliminare: La Regola dell Unione Se F --- X--->Y e F --- X--->Z allora F --- X--->YZ Dimostrazione: Se F ---X--->Y e F --- X--->Z aumentando la prima di X e la seconda di Y si ha F --- X--->XY e F --- XY--->YZ che per transitivita implicano F --- X--->YZ.
23 Terzo lemma preliminare: La Regola di pseudotransitivita Se F --- X--->Y e F --- WY--->Z allora F --- WX--->Z Dimostrazione: Se F ---X--->Y e F --- WY--->Z aumentando la prima di W e si ha F --- WX--->WY e F --- WY--->Z che per transitivita implicano F --- WX--->Z.
24 Chiusura di un insieme funzionale La chiusura di un insieme funzionale F + e un lavoro che consuma molto tempo perche F + puo essere molto grande anche se F e piccolo.
25 Lemma Fondamentale Definiamo X F + = {A F --- X--->A}. Ometteremo l indice F quando non c e ambiguita e scriveremo semplicemente X +. LEMMA. F --- X--->Y se e solo se Y X +. Dimostrazione: Sia Y=A1A2 An e supponiamo che Y X +. Allora per definizione F --- X--->Ai per ogni i = 1,2,,n. Da questa per la regola dell unione si ha F --- X--->Y. Viceversa se F --- X--->Y allora per la regola di decomposizione si ha F --- X--->Ai per ogni i = 1,2,,n, e quindi Y X +.
26 Dimostrazione di Completezza degli Assiomi di Armstrong Dobbiamo dimostrare che se F ==X--->Y allora F --- X---> Y. Basta far vedere che se non F --- X---> Y allora non F == X---> Y. Infatti supponiamo che non F --- X---> Y allora per il lemma Y X + e Y X +. Allora e possibile considerare la relazione r dello stesso schema fatta dalle due tuple t1 e t2 t1= , t2= X + not X + X + not X +
27 Facciamo vedere che r soddisfa tutte le dipendenze di F. Infatti, supponiamo che ci sia una V--->W in F tale che r non la soddisfa. Questo vuol dire che t1 e t2 coincidono su V ma non su W. Questo vuol dire che V X + e W X +. Per il lemma segue che F ---X--- >V che assieme a F --- V--->W per transitivita da F ---X---> W che contraddice W X +. Quindi r soddisfa tutte le dipendenze di F. Tuttavia r non soddisfa X--->Y. Infatti t1(x)=t2(x) ma t1(y) t2(y) poiche Y X + in quanto, per ipotesi, non F --- X--->Y. Quindi non F == X--->Y, che conclude la dimostrazione di completezza.
28 Chiusure,Equivalenze e Ricoprimenti Minimi Prof.ssa Rosalba Giugno
29 Calcolo delle Chiusure Ricordiamo che F + = {X--->Y F == X--->Y}. Il calcolo puo essere molto costoso in quanto ad esempio se F= {A--->B1,A--->B2,,A--->Bn} allora F + include A--->Y per ogni Y sottoinsieme di {B1,B2,,Bn}. Quindi ha cardinalita almeno 2 n.
30 Chiusura di un insieme di Facciamo vedere invece come e possibile un calcolo efficace di X + = {A F == X--->A}. attributi Il calcolo avviene attraverso il seguente Algoritmo
31 Algoritmo per X + X (0) <--- X (inizializzazione) X (j+1) <--- X (j) {A esiste Y--->Z in F A in Z e Y X (j) } Sia i il minimo indice tale che X (i) = X (i+1) = X (i+2) =.. Allora X + = X (i).
32 Correttezza dell algoritmo Dimostriamo per induzione su j che X (j) X + per ogni j. Infatti X (0) = X X +. Inoltre supponiamo che X (j) X +, allora X (j+1) <--- X (j) {A esiste Y--->Z in F A in Z e Y X (j) } Consideriamo Y X (j) X + con Y--->Z in F e A in Z. Allora F == X--->Y e F == Y--->Z da cui per transitivita F == X- -->Z, per la riflessivita Z- A, per transitivita X A, per cui A e in X + che implica X (j+1) X +.
33 Viceversa Viceversa supponiamo che A e in X + e facciamo vedere che A e in X (i) dove i e il minimo indice tale che X (i) = X (i+1). Infatti supponiamo per assurdo che A non appartenga a X (i) e consideriamo la relazione r fatta dalle due tuple t1= , t2= X (i) not X (i) X (i) not X (i)
34 Dimostriamo che r soddisfa F. Infatti supponiamo che esista una V--->W in F tale che r non la soddisfa. Questo vuol dire che t1 e t2 coincidono su V ma non su W. Questo vuol dire che V X (i) e W X (i). D altra parte W X (i+1) in quanto essendo V in X (i) applicando la dipendenza funzionale V--->W potremmo aggiungere W in X (i+1). Quindi X (i) e diverso da X (i+1) che contraddice X (i) = X (i+1). Quindi r soddisfa tutte le dipendenze di F. Poiche A e in X + allora F ==X--->A. Quindi r deve soddisfare X--->A. Ma cio e assurdo poiche t1(x)=t2(x) in quanto X (0) X (i),ma t1(a) t2(a) poiche A non e in X (i). Quindi X (i) = X +. Questo conclude la dimostrazione di correttezza.
35 Equivalenze di dipendenze funzionali Siano F,G insiemi di dipendenze funzionali allora diciamo che sono equivalenti se F + = G +. La relazione di equivalenza tra insiemi di dipendenza ci permette di capire quando due schemi di relazione rappresentano gli stessi fatti: basta controllare che gli attributi sono uguali e hanno le stesse dipendenze. L algoritmo e il seguente:
36 Algoritmo di equivalenza Per ogni Y--->Z in F controlliamo se essa e in G + calcolando Y G + e controllando se Z Y G +.Questo implica F + G +. Viceversa in maniera analoga si puo controllare se G + F +.
37 Insiemi di Dipendenze Minimali Un insieme di dipendenze funzionali F e minimale se: 1. Ogni lato destro di una dipendenza e un singolo attributo. 2. Per ogni dipendenza X--->A in F, F - {X--->A} non e equivalente a F 3. Per ogni X--->A in F e Z e un sottoinsieme proprio di X, F - {X--->A} {Z--->A} non e equivalente a F La regola 2 garantisce che nessuna dipendenza in F e ridondante. La regola 3 garantisce che nessun attributo in qualunque primo membro sia ridondante.
38 Ricoprimenti Minimali Dato F si dice che G e un suo ricoprimento minimale se G e minimale ed e equivalente a F. TEOREMA: Ogni insieme di dipendenze funzionali ha un ricoprimento minimale
39 Dimostrazione del teorema del ricoprimento minimale Dato l insieme F costruiamo un insieme F ad esso equivalente con la proprieta 1 (Ogni lato destro di una dipendenza e un singolo attributo). Per garantire la proprieta 2 (Per ogni dipendenza X--->A in F, F - {X--->A} non e equivalente a F). Basta cancellare ogni dipendenza X--->A che non soddisfa 2. Analogamente se esiste una regola che non soddisfa la 3 (Per ogni X--->A in F e Z e un sottoinsieme proprio di X, F - {X--->A} {Z--->A} non e equivalente a F ), si accorcia e si continua il processo che avra termine ottenendo il ricoprimento minimale. Si puo dimostrare che basta applicare la regola 3. E solo alla fine la 2. Ma non viceversa!!
DOMINI A FATTORIZZAZIONE UNICA
DOMINI A FATTORIZZAZIONE UNICA CORSO DI ALGEBRA, A.A. 2012-2013 Nel seguito D indicherà sempre un dominio d integrità cioè un anello commutativo con unità privo di divisori dello zero. Indicheremo con
DettagliDecomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno
Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno Decomposizione di uno schema Dato uno schema relazionale R={A1,A2, An} una sua decomposizione
DettagliNormalizzazione. Normalizzazione. Normalizzazione e modello ER. Esempio. Normalizzazione
Normalizzazione Normalizzazione Introduzione Forma normale di Boyce Codd Decomposizione in forma normale Normalizzazione Introduzione La normalizzazione è un procedimento che, a partire da uno schema relazionale
DettagliRaffinamento dello schema e forme normali. T. Catarci, M. Scannapieco, Corso di Basi di Dati, A.A. 2008/2009, Sapienza Università di Roma
Raffinamento dello schema e forme normali 1 Forme Normali Le forme normali consentono di valutare la qualità delle relazione Sono state proposte diverse forme normali che includono, in ordine di generalità:
Dettagli10. Insiemi non misurabili secondo Lebesgue.
10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
DettagliOrganizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
DettagliIl Modello Relazionale
Il Modello Relazionale Il modello relazionale 1 Il modello relazionale Proposto da E. F. Codd nel 1970 per favorire l indipendenza dei dati e reso disponibile come modello logico in DBMS reali nel 1981
DettagliSISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione
SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi
DettagliOGNI SPAZIO VETTORIALE HA BASE
1 Mimmo Arezzo OGNI SPAZIO VETTORIALE HA BASE CONVERSAZIONE CON ALCUNI STUDENTI DI FISICA 19 DICEMBRE 2006 2 1 Preliminari Definizione 1.0.1 Un ordinamento parziale (o una relazione d ordine parziale)
DettagliDIP. FUNZIONALI E FORME NORMALI esempi cfr. Albano Ghelli Orsini Basi di dati relazionali e a oggetti Zanichelli, 1997, cap.6 RIDONDANZE E ANOMALIE
DIP. FUNZIONALI E FORME NORMALI esempi cfr. Albano Ghelli Orsini Basi di dati relazionali e a oggetti Zanichelli, 1997, cap.6 Ridondanze e anomalie Dipendenze funzionali e implicazione logica Regole di
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliGestione Voti Scolastici
Gestione Voti Scolastici Progettare un modello di dati per la gestione delle informazioni riguardanti le prove, nelle diverse materie, sostenute dagli studenti di una scuola media superiore. Il sistema
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliInformatica (Basi di Dati)
Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Modello Entità-Relazione Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof.
DettagliParte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
DettagliAttributi e domini. A per {A}; XY per X Y (pertanto A 1 A 2 A 3 denota
Attributi e domini Assumiamo un universo infinito numerabile U = {A 0, A 1, A 2...} di attributi. Denotiamo gli attributi con A, B, C, B 1, C 1... e gli insiemi di attributi con X, Y, Z, X 1,... per brevità
DettagliBASI DI DATI DIPENDENZE FUNZIONALI E FORME NORMALI
BASI DI DATI DIPENDENZE FUNZIONALI E FORME NORMALI Prof. Fabio A. Schreiber Dipartimento di Elettronica e Informazione Politecnico di Milano ERRORI DI PROGETTAZIONE INSERIMENTO DI ELEMENTI RIDONDANTI SPRECO
DettagliLezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:
Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliMODELLO RELAZIONALE. Introduzione
MODELLO RELAZIONALE Introduzione E' stato proposto agli inizi degli anni 70 da Codd finalizzato alla realizzazione dell indipendenza dei dati, unisce concetti derivati dalla teoria degli insiemi (relazioni)
Dettagli5. La teoria astratta della misura.
5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme
DettagliDecomposizione senza perdita. Decomposizione senza perdita. Conservazione delle dipendenze. Conservazione delle dipendenze
Decomposizione senza perdita Data una relazione r su X, se X 1 e X 2 sono due sottoinsiemi di X la cui unione è X stesso, allora il join delle due relazioni ottenute per proiezione di r su X 1 e X 2 è
DettagliModello Relazionale. Modello Relazionale. Relazioni - Prodotto Cartesiano. Relazione: tre accezioni. Es. Dati gli insiemi
Modello Relazionale Modello Relazionale Proposto agli inizi degli anni 70 da Codd Finalizzato alla realizzazione dell indipendenza dei dati Unisce concetti derivati dalla teoria degli insiemi (relazioni)
DettagliVincoli di integrità
Vincoli di integrità Non tutte le istanze di basi di dati sintatticamente corrette rappresentano informazioni plausibili per l applicazione di interesse Studenti Matricola Nome Nascita 276545 Rossi 23-04-72?
Dettagli4. Operazioni binarie, gruppi e campi.
1 4. Operazioni binarie, gruppi e campi. 4.1 Definizione. Diremo - operazione binaria ovunque definita in A B a valori in C ogni funzione f : A B C - operazione binaria ovunque definita in A a valori in
Dettagli19. Inclusioni tra spazi L p.
19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p
Dettaglib) Costruire direttamente le relazioni e poi correggere quelle che presentano anomalie
TEORIA RELAZIONALE: INTRODUZIONE 1 Tre metodi per produrre uno schema relazionale: a) Partire da un buon schema a oggetti e tradurlo b) Costruire direttamente le relazioni e poi correggere quelle che presentano
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliSecondo Compitino di Basi di Dati
Secondo Compitino di Basi di Dati 10 Giugno 2004 NOME: COGNOME: MATRICOLA: Esercizio Punti previsti 1 18 2 12 3 3 Totale 33 Punti assegnati Esercizio 1 (Punti 18) Si vuole realizzare un applicazione per
DettagliBasi di dati. Il Modello Relazionale dei Dati. K. Donno - Il Modello Relazionale dei Dati
Basi di dati Il Modello Relazionale dei Dati Proposto da E. Codd nel 1970 per favorire l indipendenza dei dati Disponibile come modello logico in DBMS reali nel 1981 (non è facile realizzare l indipendenza
DettagliLEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.
LEZIONE 31 31.1. Domini di funzioni di più variabili. Sia ora U R n e consideriamo una funzione f: U R m. Una tale funzione associa a x = (x 1,..., x n ) U un elemento f(x 1,..., x n ) R m : tale elemento
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliAlbero semantico. Albero che mette in corrispondenza ogni formula con tutte le sue possibili interpretazioni.
Albero semantico Albero che mette in corrispondenza ogni formula con tutte le sue possibili interpretazioni. A differenza dell albero sintattico (che analizza la formula da un punto di vista puramente
DettagliL anello dei polinomi
L anello dei polinomi Sia R un anello commutativo con identità. È possibile costruire un anello commutativo unitario, che si denota con R[x], che contiene R (come sottoanello) e un elemento x non appartenente
DettagliALGEBRA I: CARDINALITÀ DI INSIEMI
ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliLo schema concettuale risultante dalla progettazione concettuale è l input alla fase di progettazione logica.
Progettazione logica Lo schema concettuale risultante dalla progettazione concettuale è l input alla fase di progettazione logica. La progettazione logica è basata su un particolare modello logico dei
DettagliSTRUTTURE ALGEBRICHE
STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliLa funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.
FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti
Dettagli(anno accademico 2008-09)
Calcolo relazionale Prof Alberto Belussi Prof. Alberto Belussi (anno accademico 2008-09) Calcolo relazionale E un linguaggio di interrogazione o e dichiarativo: at specifica le proprietà del risultato
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
DettagliBasi di dati. Le funzionalità del sistema non vanno però ignorate
Basi di dati La progettazione di una base di dati richiede di focalizzare lo sforzo su analisi, progettazione e implementazione della struttura con cui sono organizzati i dati (modelli di dati) Le funzionalità
DettagliIntroduzione Ordini parziali e Reticoli Punti fissi
Introduzione Ordini parziali e Reticoli Punti fissi By Giulia Costantini (819048) & Giuseppe Maggiore (819050) Table of Contents ORDINE PARZIALE... 3 Insieme parzialmente ordinato... 3 Diagramma di Hasse...
DettagliSoluzioni del giornalino n. 16
Soluzioni del giornalino n. 16 Gruppo Tutor Soluzione del Problema 1 Soluzioni corrette ci sono pervenute da : Gianmarco Chinello, Andrea Conti, Simone Costa, Marco Di Liberto, Simone Di Marino, Valerio
DettagliLezione 6. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive.
Lezione 6 Prerequisiti: L'insieme dei numeri interi. Lezione 5. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive. Questa è la prima lezione dedicata all'anello
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliCorso di Sistemi di Elaborazione delle Informazioni I Anno 2005/2006. Esercizi entità relazione risolti. a cura di Angela Campagnaro 802749
Corso di Sistemi di Elaborazione delle Informazioni I Anno 2005/2006 Esercizi entità relazione risolti a cura di Angela Campagnaro 802749 Indice: Esercizio 1: Un insieme di officine 1.1 Testo esercizio.3
DettagliTeoria degli insiemi
Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di
DettagliFORME NORMALI E DIPENDENZE
Sistemi Informativi: Forme Normali e Dipendenze FORME NORMALI E DIPENDENZE La teoria della normalizzazione e delle dipendenze ha come scopo principale quello di fornire gli strumenti teorici e pratici
DettagliLA NORMALIZZAZIONE. Introduzione
LA NORMALIZZAZIONE Introduzione La normalizzazione e' una tecnica di progettazione dei database, mediante la quale si elimina la rindondanza dei dati al fine di evitare anomalie nella loro consistenza
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliProgettazione di Database. Un Esempio
Progettazione di Database Un Esempio Data Base Management System Applicazione 1 Applicazione 2 Applicazione 3 DBMS A B C D E Il Modello Relazionale Una relazione è costituita su un insieme di domini, non
DettagliSui concetti di definizione, teorema e dimostrazione in didattica della matematica
Liceo Scientifico Statale P. Paleocapa, Rovigo XX Settimana della Cultura Scientifica e Tecnologica 19 marzo 2010 Sui concetti di definizione, teorema e dimostrazione in didattica della matematica Prof.
Dettaglix u v(p(x, fx) q(u, v)), e poi
0.1. Skolemizzazione. Ogni enunciato F (o insieme di enunciati Γ) è equisoddisfacibile ad un enunciato universale (o insieme di enunciati universali) in un linguaggio estensione del linguaggio di F (di
DettagliGli attributi di STUDENTE saranno: Matricola (chiave primaria), Cognome, Nome.
Prof. Francesco Accarino Raccolta di esercizi modello ER Esercizio 1 Un università vuole raccogliere ed organizzare in un database le informazioni sui propri studenti in relazione ai corsi che essi frequentano
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliMatematica 1 - Corso di Laurea in Ingegneria Meccanica
Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva
DettagliAnno 1. Le relazioni fondamentali (equivalenza, d'ordine, inverse, fra insiemi)
Anno 1 Le relazioni fondamentali (equivalenza, d'ordine, inverse, fra insiemi) 1 Introduzione In questa lezione imparerai a utilizzare le diverse tipologie di relazione e a distinguerle a seconda delle
DettagliESERCIZI APPLICAZIONI LINEARI
ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W
DettagliAPPUNTI DI MATEMATICA ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1)
ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1) Un insieme è una collezione di oggetti. Il concetto di insieme è un concetto primitivo. Deve esistere un criterio chiaro, preciso, non ambiguo, inequivocabile,
DettagliEsercizi sull Association Analysis
Data Mining: Esercizi sull Association Analysis 1 Esercizi sull Association Analysis 1. Si consideri il mining di association rule da un dataset T di transazioni, rispetto a delle soglie minsup e minconf.
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliL Ultimo Teorema di Fermat per n = 3 e n = 4
Università degli Studi di Cagliari Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Matematica L Ultimo Teorema di Fermat per n = 3 e n = 4 Relatore Prof. Andrea Loi Tesi di Laurea
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliRETTE, PIANI, SFERE, CIRCONFERENZE
RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliNOME:... MATRICOLA:... Scienza dei Media e della Comunicazione, A.A. 2007/2008 Analisi Matematica 1, Esame scritto del 08.02.2008. x 1.
NOME:... MATRICOLA:.... Scienza dei Media e della Comunicazione, A.A. 007/008 Analisi Matematica, Esame scritto del 08.0.008 Indicare per quali R vale la seguente diseguaglianza : + >. Se y - - è il grafico
DettagliInsiemi con un operazione
Capitolo 3 Insiemi con un operazione 3.1 Gruppoidi, semigruppi, monoidi Definizione 309 Un operazione binaria su un insieme G è una funzione: f : G G G Quindi, un operazione binaria f su un insieme G è
DettagliDeterminare la grandezza della sottorete
Determinare la grandezza della sottorete Ogni rete IP possiede due indirizzi non assegnabili direttamente agli host l indirizzo della rete a cui appartiene e l'indirizzo di broadcast. Quando si creano
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliNormalizzazione. Relazionali
Normalizzazione di Schemi Relazionali Normalizzazione Forme Normali Una forma normale è una proprietà di uno schema relazionale che ne garantisce la qualità, cioè l assenza di determinati difetti Una relazione
DettagliINTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI
INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.
DettagliSulle funzioni di W 1,p (Ω) a traccia nulla
Sulle funzioni di W 1,p () a traccia nulla Sia u W 1,p (R n ) e supponiamo che il supp u, essendo un aperto di R n. Possiamo approssimare u con una successione di funzioni C il cui supporto è contenuto
DettagliIGiochidiArchimede-SoluzioniBiennio 22 novembre 2006
PROGETTO OLIMPII I MTEMTI U.M.I. UNIONE MTEMTI ITLIN SUOL NORMLE SUPERIORE IGiochidirchimede-Soluzioniiennio novembre 006 Griglia delle risposte corrette Problema Risposta corretta E 4 5 6 7 8 9 E 0 Problema
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
Dettagli5.2.1 RELAZIONI TRA TABELLE 1. 5.2.4.1 Creare una relazione uno-a-uno, uno-a-molti tra tabelle 9
5.2.1 RELAZIONI TRA TABELLE 1 5.2.4.1 Creare una relazione uno-a-uno, uno-a-molti tra tabelle 9 Il grado di un verso di un associazione indica quanti record della tabella di partenza si associano ad un
DettagliModulo 2 Data Base 2
Modulo 2 Data Base 2 Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Relazioni: riepilogo Relazione : concetto
Dettaglidatabase: modello entityrelationship
Insegnamento di Informatica CdS Scienze Giuridiche A.A. 2007/8 database: modello entityrelationship Prof.Valle D.ssaFolgieri Lez7 25.10.07 Trattamento dati. Database: modello entity-relationship 1 Fasi
DettagliTrasformazioni Geometriche 1 Roberto Petroni, 2011
1 Trasformazioni Geometriche 1 Roberto etroni, 2011 Trasformazioni Geometriche sul piano euclideo 1) Introduzione Def: si dice trasformazione geometrica una corrispondenza biunivoca che associa ad ogni
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliCORSO DI LAUREA IN INGEGNERIA.
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliSoluzioni del Certamen Mathematicum
Soluzioni del Certamen Mathematicum dicembre 2004 1. Notiamo che un qualsiasi quadrato modulo 4 è sempre congruo o a 0 o a 1. Infatti, se tale numero è pari possiamo scriverlo come 2k, seè dispari invece
DettagliProgettazione di Basi di Dati
Progettazione di Basi di Dati Prof. Nicoletta D Alpaos & Prof. Andrea Borghesan Entità-Relazione Progettazione Logica 2 E il modo attraverso il quale i dati sono rappresentati : fa riferimento al modello
Dettagli