1 Informationsmodellierung mit dem Entity-Relationship-Modell

Ähnliche Dokumente
1 Informationsmodellierung mit dem Entity-Relationship-Modell

Entity Relationship Modell

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen:

Kunde. Kontobewegung

Einführung in Datenbanken Sommersemester 2009

Datenbanksysteme 1 Herbst-/Wintersemester Oktober 2014

ER Modell Relationenmodell

Vorlesung Informationssysteme

Einleitung. Aufgabe 1a/1b. Übung IV

SQL. Grundlagen und Datenbankdesign. Elmar Fuchs. 2. Ausgabe, April 2012 SQL

Entwurf von Datenbanken (Normalisierung)

TECHNISCHE UNIVERSITÄT MÜNCHEN

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

Mathematische Vorgehensweise

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Die Forschungsdatenbank zu Inschriften/Scans/Bildern im. Institut für Urchristentum und Antike

10 Aussagen mit Quantoren und

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Kreuztabellenanalyse und Assoziationsmaße

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Relationale Datenbanken - Fortsetzung

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

Aufgabe 1: Funktionale Modellierungen

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

AG Datenbanken und Informationssysteme Wintersemester 2008 / 2009

Vorkurs Mathematik für Informatiker Folgen

SUCHPROBLEME UND ALPHABETISCHE CODES

Tests statistischer Hypothesen

Datenbanken Entity-Relationship-Modell. Aufgabe 3:

Wörterbuchmethoden und Lempel-Ziv-Codierung

Klausur in 13.1 Thema: Datenbanken (Bearbeitungszeit: 90 Minuten)

Ganzrationale Funktionen

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1

6. Übung - Differenzengleichungen

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Übungen zu QM III Mindeststichprobenumfang

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57

Folgen und Reihen. 23. Mai 2002

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

4.3 Relationen [ Partee 27-30, 39-51, McCawley , Chierchia ]

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kapitel 5: Schließende Statistik

Aussagenlogik. Aussagenlogik

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009

Organisatorische Strukturen und Stammdaten in ERP-Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Das Digitale Archiv des Bundesarchivs

TECHNISCHE UNIVERSITÄT MÜNCHEN

4. Die Menge der Primzahlen. Bertrands Postulat

Kapitel 5. Ausrichten

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

4 Schwankungsintervalle Schwankungsintervalle 4.2

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel

Ticket-Produkte. 1. Welche Ticket-Arten stehen für die Allgemeinheit zur Verfügung?

Grundlagen der Mathematik (LPSI/LS-M1)

Einführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures)

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

Fehlerrechnung und Fehlerabschätzung

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

II. Grundlagen der Programmierung. Variable: Literale (Konstanten) Operatoren & Ausdrücke. Variablendeklaration:

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

Skriptum zur ANALYSIS 1

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes.

LV "Grundlagen der Informatik" Programmierung in C (Teil 2)

15.4 Diskrete Zufallsvariablen

Tests für beliebige Zufallsvariable

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Tutorial zum Grenzwert reeller Zahlenfolgen

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Kapitel 9: Schätzungen

1. Zahlenfolgen und Reihen

AngStat1(Ue13-21).doc 23

Physikalische Grundlagen: Strahlengang durch optische Systeme

Klassische Theoretische Physik I WS 2013/2014

Klausur vom

Teil VII : Zeitkomplexität von Algorithmen

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Prüfung SS2005. Einführung in die. Datenverarbeitung I

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Statistik mit Excel Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Mathematik Funktionen Grundwissen und Übungen

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

R. Brinkmann Seite

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

unibasel VORLESUNG PROGRAMMIER- PARADIGMEN departement mathematik & informatik informatik.unibas.ch/lehre/fs16/prog#thorsten.

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Statistik I Februar 2005

Übung zur Vorlesung Einführung in die Algebra Prof. Dr. J. H. Bruinier Stephan Ehlen

Transkript:

Iformatiosmodellierug mit dem Etity-Relatioship-Modell McAcid's beötigt ei eues Burgastisches Kassesystem, bei dem eie relatioale Datebak verwedet werde soll. [5 P.] Erfasse Sie die im Folgede beschriebee Iformatiosstrukture i eiem ER-Diagramm. Beziehe Sie sich dabei geau auf die gegebee Beschreibug, ohe weiteres Wisse zu möglicherweise ähliche Awedugsbereiche eiieÿe zu lasse. Markiere Sie i Ihrem Etwurf Primärschlüssel durch Uterstreichug ud kokretisiere Sie die Abbildugstype durch Kardialitätsrestriktioe (Notatio: [mi;max]). Sollte eie Restriktio icht aus dem Text hervorgehe, ka ei urestrigierter Abbildugstyp ([0;*]) ageomme werde. Verwede Sie ubedigt die aus der Vorlesug bekate Notatio. Beutze Sie möglichst weige Etitäte (Ausahme: Vererbug). Eie etwaige (Existez-)Abhägigkeit soll ur da modelliert werde, we dies eideutig aus der Beschreibug hervorgeht (z.b. durch die Agabe eies schwache Schlüssels). Kude besitze eie eideutige Keug (KID), eie Name ud möglicherweise mehrere Adresse. Eie Bestellug wird eideutig über ihre Quittugsummer (QNr) ideziert ud hat eie Zeitstempel. Währed Kude beliebig viele Bestelluge tätige köe, wird jede Bestellug jedoch vo geau eiem Kude getätigt. Eie Bestellug ethält auÿerdem midestes ei Produkt, wobei ei Produkt eie Preis ud eie eideutige Name besitzt ud i beliebig viele Bestelluge ethalte sei ka. Burger, Geträke, Beilage ud Meüs sid Produkte, wobei für ei Geträk zusätzlich die Gröÿe gespeichert wird. Ei Meü beihaltet geau eie Burger, ei Geträk ud eie Beilage. Ei Burger ka maximal zu eiem Meü gehöre. Ei Geträk ud eie Beilage gehöre zu beliebig viele Meüs. Für eie Zutat, welche eideutig über ihre Name idetiziert werde ka, wird der Vorrat gespeichert. Eie Zutat ka Bestateil beliebig vieler Burger sei. Burger bestehe jedoch aus drei bis acht Zutate, wobei dabei die Mege vo Iteresse ist. Ei Meü ka beliebig häug teil eier Aktio sei. Eier Aktio ist geau ei Meü zugeordet. Eie Aktio besitzt eie Kalederwoche (KW) ud eie Vergüstigug. Die Kalederwoche idetifziert die Aktio ur im Zusammehag mit dem Name des zugehörige Meüs eideutig.

2 Abbildug eies ER-Diagramms auf das relatioale Datemodell Gegegebe sei folgedes ER-Diagramm: [9 P.] SVNr Name Alter Name Adresse Mitarbeiter Befugis Datum Vertreter vertrete Hotelier Maager m Vertreteer TelNr hat arbeitet leitet Hotel Azahl besitzt m Jahr Diestpla Bezeichug Raumtyp Tag vo bis MiGröße Ausstattug Zusätzlich gelte folgede Itegritätsbedigug: Jede Vertretug ist eideutig idetizierbar durch die Kombiatio aus Vertreter, Vertreteer ud Datum der Vertretug. Etwickel Sie aus dem dargestellte ER-Diagramm ei etsprechedes relatioales Datebakschema ahad der i der Vorlesug erläuterte Abbildugsregel. Stelle Sie sicher, dass Ihr Datebakschema die miimale Azahl vo Relatioe aufweist. Verwede sie vertikale Partitioierug, um die Vererbug abzubilde. Stelle Sie das resultierede DB-Schema dar, idem Sie die otwedige Relatioeschemata i der Form Relatio(Attribut, Attribut 2,..., Attribut ) aführe ud dabei jeweils de Primärschlüssel uterstreiche. Gegebeefalls ethaltee Fremdschlüssel sid zu uterstrichel ud durch die aus de Übuge bekate Pfeilotatio zu speziziere: Attr i Rel b.attr j Hiweis zur Sematik vo :-Beziehuge: Nach dem dargestellte ER-Diagramm ist jeder Mitarbeiter i max. eiem Hotel agestellt. Ei Hotel hat beliebig viele agestellte Mitarbeiter. Die Sematik aller adere :-Beziehuge ist etspreched. 2

3 Relatioale Algebra Im Folgede sid vier Relatioe mit de ute dargestellte Schemata ud Auspräguge gegebe: [2 P.] Persoal PID Vorame Nachame Geburt Wohort Abteilug 4 Peter Müller 962-07-25 Hamburg 2 8 Biaca Lohse 982-0-3 Kiel 4 Murat Sahir 990-03-6 Hamburg 2 2 Frak Siebestei 975-2-02 Norderstedt 22 Berd Schmidt 973--26 Norderstedt 24 Ulrike Müller 963-0-07 Hamburg 2 3 Joche Fuhrma 958-05-09 Stade 2 Abteilug Abteiluge.AID Abteiluge AID Name Leiter Cotrollig 2 4 Marketig 8 2 Eikauf 4 Leiter Persoal.PID ProjektArbeiter PrID PID 5 2 5 22 36 8 36 36 3 PrID Projekte.PrID, PID Persoal.PID Projekte PrID Name Leiter Budget 5 Prozessoptimierug 22 0.000 36 B.L.I.C.K.F.A.N.G 8 7.500 Leiter Persoal.PID a) Überprüfe Sie die Korrektheit der folgede Ausdrücke der relatioale Algebra. Prüfe Sie dabei sowohl die Korrektheit der Sytax als auch der Sematik, d. h. ihre Gültigkeit i Bezug auf das vorliegede Datebakschema. Begrüde Sie jeweils Ihre Atwort. i) σ Geburt= 962 07 25 (Abteiluge Leiter=PID (π PID,Vorame,Nachame(Persoal))) ii) π Vorame (Persoal) π Geburt (Persoal) iii) σ Budget<000 Budget>5000 (Projekte) iv) π Name (Abteiluge) PID=Leiter π Vorame,Nachame(Persoal) 3

b) Übersetze Sie die folgede umgagssprachlich formulierte Afrage i eie zugehörige Ausdruck der relatioale Algebra. Werte Sie die Ausdrücke aus ud gebe Sie jeweils die Ergebisrelatio a. i) Name vo Projekte, i dee juge Mitarbeiter (Gebore i oder ach 990) mitarbeite ii) Persöliche Date (Vor- ud Nachame, Geburtsdatum) aller a dem Projekt Prozessoptimierug beteiligte Mitarbeiter. iii) Mitarbeiter, die a keiem Projekt mitarbeite. iv) Vor- ud Nachame der Abteilugskollege vo Joche Fuhrma (PID=3). c) Iterpretiere Sie die folgede relatioe Ausdrücke, idem Sie eie umgagssprachliche Beschreibug sowie die Ergebisrelatio agebe. i) π Vorame,Nachame (σ Budget>8000 (Projekte) Persoal) Leiter=PID ii) π PID,Vorame,Nachame,Geburt,Wohort,Abteilug (Persoal Projekte) PID=Leiter π PID,Vorame,Nachame,Geburt,Wohort,Abteilug (Persoal Abteiluge) PID=Leiter iii) π Name (π Abteilug (σ Name= B.L.I.C.K.F.A.N.G. (Projekte) ProjektArbeiter Persoal) Abteilug=AID Abteiluge) iv) π PrID (σ Name= Cotrollig (Abteiluge) AID=Abteilug Persoal ProjektArbeiter) Projekte 4

4 Algebraische Optimierug Betrachte Sie ereut das Datebakschema aus Aufgabe 3. I der folgede Aufgabe sid zwei relatioale Ausdrücke agegebe. Beide Ausdrücke liefer dasselbe Ergebis zurück ud sid daher sematisch äquivalet, uterscheide sich jedoch i ihrem Optimierugsgrad. Zeiche Sie zu jedem relatioale Ausdruck eie Operatorbaum ud bestimme Sie, welcher der zwei Operatorbäume de höchste Optimierugsgrad besitzt. Begrüde Sie Ihre Etscheidug mit Hilfe der i der Vorlesug behadelte Optimierugsheuristike I-VII (Folie 62-7, Kapitel 4.). Für die zugehörige Datebak werde i dieser Aufgabe jedoch folgede Kardialitäte ageomme: Card(Persoal) = 2000, Card(Abteiluge) = 40, Card(Projekte) = 50, Card(ProjekteArbeiter) = 000 Es gibt 50 verschiedee Werte für das Attribut Wohort ud je 400 verschiedee Vor- ud Nachame. Jeder 25. Persoalagestellte ist ei Projektleiter. Die Name vo Abteiluge sid eideutig. [5 P.] a) π PID,Vorame,Nachame (σ Nachame=Meier (σ Leiter=22 ((Persoal ProjektArbeiter) Projekte))) b) π PID,Vorame,Nachame (((π PID,Vorame,Nachame (σ Nachame= Meier Persoal)) ProjektArbeiter) (π PrID (σ Leiter=22 Projekte))) 5