Modelování založené na faktech (FactBasedModeling -FBM)

Rozměr: px
Začít zobrazení ze stránky:

Download "Modelování založené na faktech (FactBasedModeling -FBM)"

Transkript

1 EO_02

2 Obsah přednášky Pojem faktu modelování založené na faktech. Model založený na faktech (konceptuální model) & datový model. Modelovací nástroj pro modelování faktů: ObjectRole Modeling (Modelování objektových rolí) 2

3 Modelování založené na faktech (FactBasedModeling -FBM) Modelování založené na faktech je metodologie, pro modelování sémantiky domény zájmu (univerza diskursu) za účelem např. vytvoření informačních systémů (konceptuálního modelu), nebo vytvoření nebo použití pravidel systému nebo sdílení informací. 3

4 Modelování založené na faktech (FactBasedModeling -FBM) Hlavním cílem modelování založeného na faktech je zachytit co nejvíce sémantikyk validaci mezivýsledků nebo finálních výsledků s doménovým expertem v jeho preferovaném jazyce, přednostně používající konkrétní ilustrace k zabezpečení nezávislosti na implementaci. 4

5 Modelování založené na faktech Na rozdíl od Entitněrelačního (ER) nebo objektově orientovaného modelování, modelovánízaložené na faktech zachází se všemi fakty jako s relacemi (unární, binární, ternální...). Seskupování faktů do struktur je řešeno na úrovni systémového návrhu, implementační záležitosti jsou irelevantník zachycení podnikové sémantiky (business semantics). 5

6 Modelování založené na faktech (FBM) Vynecháním atributův základním modelu zvyšuje stabilitu a srozumitelnost. Modelování založené na faktech umožňuje přirozené slovní vyjádření a takto efektivní komunikaci mezi zainteresovanýmiosobami (doménovými experty). FBMposkytuje prostředky k zachycení znalostí doménových expertů. FBMje konceptuální, avšak nezávislé na SW implementaci. 6

7 Modelování založené na faktech FBMje založeno na logicea je řízeno přirozeným jazykem, pomocí něhož výsledný model založený na faktech (konceptuální datový model) zachycuje sémantiku domény zájmu, pomocí typů faktů spolu s asociovanými koncepty definic a integrity a odvozovacích pravidel. 7

8 Datový model Datové modely nejsou vždy tak úspěšné. To je způsobeno faktem, že datový vývojáři se snaží uskutečnit dva cíle najednou: snaží se použít datový model k prozkoumání podnikových požadavků (business requirements) snaží se vytvořit současně vytvořit požadavky na systém (system requirements) a návrh databáze. Řešením je přestat používat datové modely pro zjišťování podnikových požadavků (business requirements). 8

9 Model faktů Pro fázi podnikové analýzy je vhodný Model faktů (Fact Model). Model faktů strukturuje základníznalosti o podnikových operacích z perspektivy podniku (business perspective). Základní znamená, že znalost, kterou reprezentuje není odvozena nebo vypočítána z jiné znalosti. 9

10 Model faktů Model faktů je pak klíčovým počátečním bodem pro vývoj pokročilejších forem podnikových znalostí včetně opatřeních a pravidel. Konrétně, model faktů se zaměřuje na logická propojení(nazývané fakta) mezi hlavními koncepty podniku. V modelu faktů jsou koncepty reprezentovány termy (terms). 10

11 Model faktů Faktaspojují tyto termyzpůsobem, který odráží reálný svět. Model faktů se zaměřuje na to, jak jsou organizovány znalostitýkající se podnikového procesu. Konkrétně model indikuje, co je třeba znáto podnikových operacích, aby proběhly. Procesně orientované postupy (workflow, task definition) se zaměřují pouze na provádění podnikových procesů (pouze funkční pohled). 11

12 Model faktů Dobře vytvořený model faktů řekne, jak strukturovat základní znalosti o podnikovém procesu založeném na standardním slovníku. To zabezpečí efektivní komunikaci s dalšími účastníky projektu. To umožní využít tyto standardní znalosti a slovníkk vyjádření dalších typů požadavků, speciálně pravidela efektivně o nich komunikovat. 12

13 Model faktů &datový model Dobře vytvořený model faktů může být transformován do datového modelu. Model faktů je část podnikového modelu (Business Model), datový model je část modelu systému. Na rozdíl od modelu faktů, datový model se zaměřuje na vymezení dat a jejich vhodného formátu k podpoře vývoje systémových požadavků. 13

14 Model faktů &datový model Základními uživateli modelu faktů jsou podnikový analytici a doménoví experti. Základními uživateli datového modelu jsou systémoví návrháři a databázoví analytici. 14

15 Model faktů &datový model Pro model faktů není důležité jak budou organizována data nebo navržena databáze. Model faktů by měl být zaměřen přímo na perspektivu podniku (business perspective). To znamená strukturovat model faktů způsobem, jakým lidé v podniku myslí a komunikujío podnikových procesech. 15

16 Rozdíly obou modelů V modelu faktů obdélníkreprezentuje term, který nahrazuje podnikový koncept. V datovém modelu obdélníkreprezentuje kolekci atributů, které jsou takto strukturovány k zachování vhodných dat pro ukládání a manipulaci, kterou provádí aplikace. 16

17 Co jsou termy (termíny) Term(termín, výraz, název, pojem). Termyjsou podstatná jména, která se užívají v denních podnikových operacích (business operations). Termíny (termy) popisují: smysluplné podnikové koncepty(třídy), charakteristiky podnikových entit(atributy), způsob, jak se podnikové objektychovají (metody). 17

18 Co jsou fakta (fact) Faktajsou kombinací termů, které popisují co lidé v podnicích znají jako jejich činnost (business). Fakta mohou popisovat: vztahy mezi termy interakce mezi termy (spolupráce) smysluplné kombinace termů ve slovníku. 18

19 Co jsou fakta (fact) Příklady faktů: Pojištění může obsahovat mnoho krytí (rozsahů úhrady). Krytí (rozsah úhrady) stanovuje částku (rozsah) ochrany proti ztrátě. Spoluúčast je částka, kterou pojištěný musí zaplatit v případě ztráty. Fakta jsou podnikové znalosti (business knowledge). 19

20 Term, fakt, pravidlo Termje slovo, které má význam pro lidi z dané domény. Faktje kolekce termů, které popisují co lidé z podniku (konkrétní domény) znají o podniku (business doméně). Fakta jsou postavena na termech. 20

21 Term, fakt, pravidlo Pravidlo (rule) používá fakta k popisu jak lidí v podniku (business people) chtějí, aby jejich podnik byl řízen. Pravidla mohou být v interakci s jinými pravidly. 21

22 Elementární fakt Elementární faktje definován na základě věty přirozeného jazyka, ve které je vyjádřen. Elementární fakt lze stručně definovat jako tvrzení, že objekt hraje danou roli. Příklad elementárního faktu: Jan se narodil 16 listopadu Věta se nazývá elementární, -není možné ji rozdělit na menší části, které by byly platné a které by současně měly význam původní věty. 22

23 Elementární fakt Další věta je příkladem ne elementárního faktu: Jan se narodil 16 listopadu 1988 a mámodré oči. Možnost rozdělení na dvě elementární věty: Jan se narodil 16 listopadu Jan mámodré oči. Význam původní věty je kompletně zachován ve dvou elementárních větách. 23

24 Elementární fakt Další příklad faktu: Jan se narodil 16 listopadu 1988 vbrně. Říkáme, že se narodil je role objektu. Možnost rozdělit větu na dva elementární fakty: Jan se narodil 16. listopadu 1988 Jan se narodil vbrně Modelovací přístupy založené na přirozeném jazyku mohou vyjádřit fakt pomocí řady různých vět. 24

25 Elementární fakt Objektivní kritérium, pro stanovení toho, zda je fakt elementární či není. Toto kritérium se nazývá pravidlo n-1 a říká, že každé aplikovatelné jednoznačné pravidlo musí obsáhnout alespoň n-1 rolí n-arníhofaktového typu. Demonstrace graficky po rozvedení věty do kompletní formy. Například rozvedení posledně uvedené věty je následující: 25

26 Elementární fakt OSOBA se jménem OSOBY Jan je narozena DATUM se jménem DATUMU v MÍSTO se jménem MÍSTO Brno Instancetypu faktu modelovaná pomocí ORM (Object-Role-Modeling). 26

27 Elementární fakt F01 typ faktu. Každá část (nesoucí označení 1, 2, 3) představuje roli připojené třídy objektu, kterou představuje na obrázku obdélník. DATUM F01 OSOBA MÍSTO <1> je narozen <2> v <3> 27

28 Elementární fakt Typ faktupak může být reprezentovaný instancemi faktu jako např. Anna Ostrava Zdeněk Havířov Eva Frýdek Místek Jan Brno 28

29 Pravidlo jedinečnosti Toto pravidlo znamená, že vlibovolných instancích typu faktu F01 se objektvdané roli může vyskytnout pouze jednou. Pravidlo představuje vodorovná čára nad částí obdélníku označena 1 (rolí), a konkrétně to znamená, že daná osoba se vždy narodila pouze vdaný dena na daném místě. Nemůže existovat osoba, která má např. dvěnebo více různých dat narození, nebo dvě či více míst narození. 29

30 Elementární fakta Nahradit ternární typ faktu F01 dvěma binárními typy faktu (F02, F03): 30

31 F02: Anna Zdeněk Eva Jan F03: Anna Ostrava Zdeněk Havířov Eva Frýdek Místek Jan Brno Elementární fakta 31

32 Elementární fakta Uvedené věty měly deklarativní charakter, který byl reprezentován pravdivým faktem -tvrzením, tedy, že Jan se narodil vbrně 16. listopadu Vyjadřování informací jako elementárních faktů nebývá vždy jednoduché. 32

33 Elementární fakta Důvody, proč využívat elementární fakta: Tím, že pracujeme sinformacemi vjednoduchých jednotkách, máme lepší šanci kzískání korektního obrazu aplikace, která je modelovaná; Je snadnější vyjádřit a kontrolovat omezení (omezující podmínky); Je snadnější modifikovat konceptuální schéma, protože typy faktů mohou být přidáványnebo rušeny postupně, což je lepší než modifikace složených typů faktů. 33

34 Elementární fakta Stejné konceptuální schéma může být použito kmapování odlišných datových modelů. Pokud budeme seskupovat typy faktů do složených typů faktů vkonceptuálním schématu, mohou být využita různá seskupení pro odlišné cílové modely. 34

35 Metodologie modelování rolí objektů Cílem této metodologieje vytvořit konceptuální model informačního systému, který je vyjádřený pouze prostřednictvím elementárních faktů, omezujících podmínek(constraints) a odvozovacích pravidel(derivationrules). Hlavním cílem této metodologie je poskytnout konceptuální model informačního systému na vysoké úrovni, kde je aplikace popsána ve výrazech (pojmech) konkrétní aplikační domény a je takto snadno srozumitelná vlastním uživatelům. 35

36 Metodologie modelování rolí objektů Planeta se jménem Země je obydlena. Planetu se jménem Mars obíháměsíc se jménem Phobos. Pracovník se jménem Nový navštívilzemi se jménem Čína vroce Třída objektu uvedena velkýmpísmenem. Tedy konkrétně třídy objektu jsou: Planeta, Měsíc, Pracovník, Země, Rok. 36

37 Metodologie modelování rolí objektů Predikátyjsou věty, ve kterých jsou místa (díry) pro objektové třídy (...). Predikáty tedy můžeme popsat následovně:... je obydlena ; unární fakt... obíhá... ; binární fakt... navštívil... v.... ternálnífakt 37

38 Modelování jedinečnosti faktů Unární typy faktů jsou nejsnadnější. Předpokládejme, že jako část fitness aktivity sledujeme, kteří lidé provozují jogging. To může být zpracováno jako unární typ faktu. Předpokládejme, že budeme lidi identifikovat podle příjmení. Osoba s příjmením Horák provozuje jogging. Osoba s příjmením Nová provozuje jogging. Osoba s příjmením Procházka provozuje jogging. 38

39 Modelování jedinečnosti faktů Instance od takových typů faktů pak můžeme ukládat do relační databáze. Při tom, když budeme chtít databázi aktualizovat se může stát, že se některá osoba může vyskytnout vícekrát. Pro jednoduchost předpokládáme, že každá osoba má jedinečné příjmení. Jedná se o omezující podmínku jedinečnosti, kterou musíme být schopni modelovat i vgrafickém nástroji. 39

40 Modelování jedinečnosti faktů běhá Osoba Horák Nová Procházka Horák Omezení jedinečnosti vodorovná čára nad unárním predikátem. Druhý výskyt neumožněn. 40

41 Omezení rolí binární predikáty Nejběžnější případ je omezení jedinečnosti právě jedné role. Každý Politik se narodil nanejvýše v jedné Zemi. Je možné, že některá Země je místem narození více Politiků. 41

42 Omezení rolí binární predikáty Omezení jedinečnosti na první roli. 42

43 Každý politik se narodil nanejvýš v jedné Zemi. Je možné, že ve stejné Zemi se narodil více než jeden Politik. 43

44 Každý Politik řídí nanejvýše jednu Zemi. Každá Země má nanejvýše jednoho hlavního Politika. 44

45 Je možné, že stejný Politik navštívilvíce Zemí a že stejná Země byla navštívena více než jedním Politikem. 45

46 Rekurzivní vazby mezi typy objektů Jedná o roli rodiče a roli dítěte. Role jsou reprezentovány dvěma přilehlými obdélníky, nad nimiž je text je rodičem / je dítětem. Takže obě role jsou reprezentovány. Rekurzivní vazba 1 : 1. 46

47 Rekurzivní vazby mezi typy objektů Každé dítě má pouze jednu matku. Ačkoli matka může mít více dětí, každá Osoba má pouze jednu (biologickou) matku. 47

48 Rekurzivní vazby mezi typy objektů Monogamie, vztah 1 : 1. Každý muž může mít nanejvýš jednu manželku a každá žena může nanejvýš jednoho manžela. 48

49 Přehledomezení duplicit R (1) Žádné duplikáty nejsou povoleny pro sloupec a. Každé a z R má nanejvýš jedno b. Realizuje vazbu n : 1. a b (2) (3) R R a b Žádné duplikáty nejsou povoleny pro sloupec b. Každé b z R má nanejvýš jedno a. Realizuje vazbu 1 : n. Jedno a má přiřazeno jedno b. Jedno b má přiřazeno jedno a. Realizuje vazbu 1: 1. (4) R a b Žádné duplikáty dvojic (a, b) nejsou povoleny. Každé a může mít mnoho b a naopak.realizuje vazbu n : m. a b 49

50 Modelování jedinečnosti na delších typech faktů Osoba získala body Hodnocení za Kurz. 50

51 Modelování jedinečnosti na delších typech faktů Každý sloupec má alespoň jednu hodnotu, která se opakuje. Takže žádný ze samotných sloupců nemůže aplikovat omezení jedinečnosti. Nyní se podívejme na každou dvojici sloupců. Sloupce Osobaa Hodnocenímají společné hodnoty vprvním a ve druhém řádku. Při porovnání sloupců Osobaa Kurzvidíme, že každá dvojice je jedinečná. 51

52 Modelování jedinečnosti na delších typech faktů Při porovnání sloupců Hodnocenía Kurzvidíme, že řádky první a čtvrtý jsou stejné pro tuto dvojici. Existuje tedy pouze jeden způsob, jak párovat sloupce vdané tabulce. Jsou-li data uvedená vtabulce signifikantní (mající význam), existuje pouze párové omezení jedinečnosti, které říkají, že každá dvojice (Osoba, Kurz) musí být jedinečná. 52

53 Dvojice (Osoba, Kurz) -jedinečná Dvojice (Osoba, Kurz) jedinečná. 53

54 Jedinečnost omezení aplikovaná na všechny role Aplikuje ternární typ faktu. Zde politici mohou navštívit mnoho zemí během jednoho roku. Říká se, že takový typ faktu je mnoho ku mnoho ku mnoho. Žádná trojicevřádku se nesmí opakovat. 54

55 Objektivizace (zpředmětnění vnořování) Někdy potřebujeme relaci(dvě role binární fakt) transformovat a nahradit ji objektem. Vdiagramu tříd UML se transformaci relace do podoby třídy říká asociativní třída. Vmetodologii ORM se tato transformace nazývá objektivizace či zpředmětnění (objectification) nebo vnořování, hnízdění (nesting). 55

56 Objektivizace (vnořování) Místo vyjádření jedné věty, vyjádříme typ faktu ve dvou větách: Student R06103 je zapsaný v kurzu RELDA. Tento Zápis kurzu má výsledek v Hodnocení 7. 56

57 Objektivizace (vnořování) Tento Zápis kurzu odkazuje na specifický vztah mezi Osoboua Kurzem. Ten je dán první větou zápisu. Jak je vidět zomezení jedinečnosti, dvojice (Osoba, Kurz) musí být jedinečné. Zápis kurzu má pak vazbu na Hodnocení. Vtéto vazbě opět Zápis kurzu musí vystupovat jako jedinečný. 57

58 Modelování povinných a volitelných rolí Povinná (mandatorní) role se vdiagramu označuje tečkou. Mandatorní role označuje skutečnost, že pacient s danou identifikací musí mít své jméno. 58

59 Modelování povinných a volitelných rolí Mandatorní omezení: Každý pacient má nějaké jméno. Omezení jedinečnosti: Každý pacient má nanejvýš jedno jméno. Každý pacient má nanejvýš jedno telefonní číslo. 59

60 Referenční schémata Jednoduché referenční schéma může obsahovat doménu (univerzum), kde osoby jsou identifikovány pomocí jejich příjmení a každé město (místo bydliště) má dané jméno. Tedy jediný požadavek na jedinečnost splňuje v daném případě jméno osoby. Osoba Město Výška (cm) Hrudník (cm) Váha (kg) IQ Konečná Karviná Znojil Karviná Nová Ostrava Vydrová Petřvald

61 Referenční schémata má výšku žije v [výška] Město má hrudník Délka (cm) Osoba [obvod hrudníku] IQ má má [hmotnost těla] Váha Role Osobyje mandatorní(povinná), proto má u sebe zvýrazněné tečky. U každé role je uveden textový predikát např. má výšku, někdy ještě doplněný o měřenou hodnotu [výška]. Zdiagramu je vidět, že Výškaa Hrudníkmají stejnou třídu objektu, protože se obě měří ve stejných jednotkách. 61

62 Vylučující omezení Vněkterých případech potřebujeme vyjádřit již přímo vdiagramu, že některé role již ve své podstatě vyžadují vylučující omezení (exclusion constraint). Náš příklad, který nejdříve uvedeme tabulkou, se týká natočených filmů, jejich režisérůa kritiků. Je samozřejmě nemyslitelné, aby Osobavroli režisérau daného filmu zároveň vykonávala roli kritikau stejného filmu. 62

63 Vylučující omezení Tuto skutečnost musíme vyloučit. Podobný případ by nastal, pokud by autor příspěvku na konferenci byl zároveň jeho hodnotitelem. Název filmu Režisér Země Kritik Země narození narození DaVinciho kód Ron Howard USA Fred Bloggs Ann Green USA USA Krokodíl Peter Faiman Austrálie Ann Green USA Dundee Inna Viewer VB Tom Sawme Austrálie Hvězdný mír Ann Green USA Inna Viewer VB 63

64 Vylučující omezení 64

PODNIKOVÉ ONTOLOGIE URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH FRANTIŠEK HUŇKA

PODNIKOVÉ ONTOLOGIE URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH FRANTIŠEK HUŇKA PODNIKOVÉ ONTOLOGIE URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH FRANTIŠEK HUŇKA ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST OPATŘENÍ:

Více

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů.

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů. Modely datové Existují různé úrovně pohledu na data. Nejvyšší úroveň je úroveň, která zachycuje pouze vztahy a struktury dat samotných. Konceptuální model - E-R model. Další úrovní je logická úroveň Databázové

Více

Databázové systémy. Ing. Radek Holý

Databázové systémy. Ing. Radek Holý Databázové systémy Ing. Radek Holý holy@cvut.cz Literatura: Skripta: Jeřábek, Kaliková, Krčál, Krčálová, Kalika: Databázové systémy pro dopravní aplikace Vydavatelství ČVUT, 09/2010 Co je relační databáze?

Více

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky.

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky. Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky. Projekt ESF OP VK reg.č. CZ.1.07/2.2.00/28.0209 Elektronické opory a e-learning pro obory výpočtového

Více

Databázové systémy. Přednáška 1

Databázové systémy. Přednáška 1 Databázové systémy Přednáška 1 Vyučující Ing. Martin Šrotýř, Ph.D. K614 Místnost: K311 E-mail: srotyr@fd.cvut.cz Telefon: 2 2435 9532 Konzultační hodiny: Dle domluvy Databázové systémy 14DATS 3. semestr

Více

Obsah. Zpracoval:

Obsah. Zpracoval: Zpracoval: houzvjir@fel.cvut.cz 03. Modelem řízený vývoj. Doménový (business), konceptuální (analytický) a logický (návrhový) model. Vize projektu. (A7B36SIN) Obsah Modelem řízený vývoj... 2 Cíl MDD, proč

Více

Obsah přednášky. Databázové systémy RDBMS. Fáze návrhu RDBMS. Coddových 12 pravidel. Coddových 12 pravidel

Obsah přednášky. Databázové systémy RDBMS. Fáze návrhu RDBMS. Coddových 12 pravidel. Coddových 12 pravidel Obsah přednášky Databázové systémy Konceptuální model databáze Codd a návrh relační databáze fáze návrhu pojem konceptuální model základní pojmy entity, relace, atributy, IO kardinalita, 2 historie: RDBMS

Více

Informační systémy 2008/2009. Radim Farana. Obsah. Nástroje business modelování. Business modelling, základní nástroje a metody business modelování.

Informační systémy 2008/2009. Radim Farana. Obsah. Nástroje business modelování. Business modelling, základní nástroje a metody business modelování. 3 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Business modelling, základní nástroje a metody business modelování.

Více

2. Modelovací jazyk UML 2.1 Struktura UML 2.1.1 Diagram tříd 2.1.1.1 Asociace 2.1.2 OCL. 3. Smalltalk 3.1 Jazyk 3.1.1 Pojmenování

2. Modelovací jazyk UML 2.1 Struktura UML 2.1.1 Diagram tříd 2.1.1.1 Asociace 2.1.2 OCL. 3. Smalltalk 3.1 Jazyk 3.1.1 Pojmenování 1. Teoretické základy modelování na počítačích 1.1 Lambda-kalkul 1.1.1 Formální zápis, beta-redukce, alfa-konverze 1.1.2 Lambda-výraz jako data 1.1.3 Příklad alfa-konverze 1.1.4 Eta-redukce 1.2 Základy

Více

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model Databázové systémy Tomáš Skopal - relační model * relační kalkuly Osnova přednášky relační kalkuly doménový n-ticový Relační kalkuly využití aparátu predikátové logiky 1. řádu pro dotazování rozšíření

Více

Úvod do databázových systémů 6. cvičení

Úvod do databázových systémů 6. cvičení Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů 6. cvičení Ing. Petr Lukáš petr.lukas@nativa.cz Ostrava, 2012 Modelování databází [1]

Více

Hierarchický databázový model

Hierarchický databázový model 12. Základy relačních databází Když před desítkami let doktor E. F. Codd zavedl pojem relační databáze, pohlíželo se na tabulky jako na relace, se kterými se daly provádět různé operace. Z matematického

Více

DBS Konceptuální modelování

DBS Konceptuální modelování DBS Konceptuální modelování Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze Michal.Valenta@fit.cvut.cz c Michal Valenta, 2010 BIVŠ DBS I, ZS 2010/11 https://users.fit.cvut.cz/

Více

Metody tvorby ontologií a sémantický web. Martin Malčík, Rostislav Miarka

Metody tvorby ontologií a sémantický web. Martin Malčík, Rostislav Miarka Metody tvorby ontologií a sémantický web Martin Malčík, Rostislav Miarka Obsah Reprezentace znalostí Ontologie a sémantický web Tvorba ontologií Hierarchie znalostí (D.R.Tobin) Data jakékoliv znakové řetězce

Více

Konceptuální modelování. Pavel Tyl 21. 3. 2013

Konceptuální modelování. Pavel Tyl 21. 3. 2013 Konceptuální modelování Pavel Tyl 21. 3. 2013 Vytváření IS Vytváření IS Analýza Návrh Implementace Testování Předání Jednotlivé fáze mezi sebou iterují Proč modelovat a analyzovat? Standardizované pracovní

Více

Analýza a Návrh. Analýza

Analýza a Návrh. Analýza Analysis & Design Návrh nebo Design? Design = návrh Není vytváření použitelného uživatelského prostředí (pouze malinká podmnožina celého návrhu) Často takto omezeně chápáno studenty nedokáží si představit,

Více

6 Objektově-orientovaný vývoj programového vybavení

6 Objektově-orientovaný vývoj programového vybavení 6 Objektově-orientovaný vývoj programového vybavení 6.1 Co značí objektově-orientovaný - organizace SW jako kolekce diskrétních objektů, které zahrnují jak data tak chování objekt: OMG: Objekt je věc (thing).

Více

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu:

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu: Úvod do databází Základní pojmy Databáze je množina záznamů, kterou shromažďujeme za nějakým konkrétním účelem. Databáze používáme zejména pro ukládání obsáhlých informací. Databázové systémy jsou k dispozici

Více

Kapitola 1: Úvod. Systém pro správu databáze (Database Management Systém DBMS) Účel databázových systémů

Kapitola 1: Úvod. Systém pro správu databáze (Database Management Systém DBMS) Účel databázových systémů - 1.1 - Kapitola 1: Úvod Účel databázových systémů Pohled na data Modely dat Jazyk pro definici dat (Data Definition Language; DDL) Jazyk pro manipulaci s daty (Data Manipulation Language; DML) Správa

Více

Databázové systémy. Datová integrita + základy relační algebry. 4.přednáška

Databázové systémy. Datová integrita + základy relační algebry. 4.přednáška Databázové systémy Datová integrita + základy relační algebry 4.přednáška Datová integrita Datová integrita = popisuje pravidla, pomocí nichž hotový db. systém zajistí, že skutečná fyzická data v něm uložená

Více

Objektově orientované databáze. Miroslav Beneš

Objektově orientované databáze. Miroslav Beneš Objektově orientované databáze Miroslav Beneš Obsah přednášky Motivace Vlastnosti databázových systémů Logické datové modely Nevýhody modelů založených na záznamech Co potřebujeme modelovat? Identifikace

Více

Objektově orientované technologie Logická struktura systému Objektový diagram. Pavel Děrgel, Daniela Szturcová

Objektově orientované technologie Logická struktura systému Objektový diagram. Pavel Děrgel, Daniela Szturcová Objektově orientované technologie Logická struktura systému Objektový diagram Pavel Děrgel, Daniela Szturcová Osnova Modelování objektů objektový diagram Struktura a vazby mezi objekty Dobré zvyky při

Více

EO_03. Specifikační jazyk světa ontologie

EO_03. Specifikační jazyk světa ontologie EO_03 Specifikační jazyk světa ontologie Obsah přednášky Faktická znalost. Významový trojúhelník. Ontologický rovnoběžník. Stata& fakta. Ontologie světa. Gramatika specifického jazyka světa ontologie (1/2)

Více

UML. Unified Modeling Language. Součásti UML

UML. Unified Modeling Language. Součásti UML UML Unified Modeling Language 1995 počátek 1997 verze 1.0 leden dnes verze 2.0 (vývoj stále nedokončen) Standardní notace OMG podpora velkých firem (Microsoft, IBM, Oracle, HP ) popisuje struktury popisuje

Více

Analýza a modelování dat. Helena Palovská

Analýza a modelování dat. Helena Palovská Analýza a modelování dat Helena Palovská Analýza a modelování pro SW projekt Strukturovaný přístup Dynamická část (procesy, aktivity, funkce) Statická část (data) Objektově orientovaný přístup use case

Více

EXTRAKT z mezinárodní normy

EXTRAKT z mezinárodní normy EXTRAKT z mezinárodní normy Extrakt nenahrazuje samotnou technickou normu, je pouze informativním ICS 03.220.01; 35.240.60 materiálem o normě. Inteligentní dopravní systémy Požadavky na ITS centrální datové

Více

OOT Objektově orientované technologie

OOT Objektově orientované technologie OOT Objektově orientované technologie Logická struktura systému (Diagram tříd) Daniela Szturcová Institut geoinformatiky, HGF Osnova Třídy Statický pohled na systém Atributy a operace, řízení přístupu

Více

Primární klíč, cizí klíč, referenční integrita, pravidla normalizace, relace

Primární klíč, cizí klíč, referenční integrita, pravidla normalizace, relace Téma 2.2 Primární klíč, cizí klíč, referenční integrita, pravidla normalizace, relace Obecný postup: Každá tabulka databáze by měla obsahovat pole (případně sadu polí), které jednoznačně identifikuje každý

Více

TÉMATICKÝ OKRUH Softwarové inženýrství

TÉMATICKÝ OKRUH Softwarové inženýrství TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 24. Otázka : Implementační fáze. Postupy při specifikaci organizace softwarových komponent pomocí UML. Mapování modelů na struktury programovacího

Více

Unární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek

Unární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek Otázka 06 - Y01MLO Zadání Predikátová logika, formule predikátové logiky, sentence, interpretace jazyka predikátové logiky, splnitelné sentence, tautologie, kontradikce, tautologicky ekvivalentní formule.

Více

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Úvod do informatiky přednáška čtvrtá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Pojem relace 2 Vztahy a operace s (binárními) relacemi

Více

Informační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází

Informační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází 1 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Požadavky kreditového systému. Relační datový model, relace, atributy,

Více

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy - 2.1 - Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit Množiny vztahů Otázky návrhu Plánování mezí Klíče E-R diagram Rozšířené E-R rysy Návrh E-R databázového schématu Redukce

Více

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi.

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi. Databáze Základní pojmy Pojem databáze označuje obecně souhrn informací, údajů, dat o nějakých objektech. Úkolem databáze je hlídat dodržení všech omezení a dále poskytovat data při operacích. Objekty

Více

Primární klíč (Primary Key - PK) Je právě jedna množina atributů patřící jednomu z kandidátů primárního klíče.

Primární klíč (Primary Key - PK) Je právě jedna množina atributů patřící jednomu z kandidátů primárního klíče. Primární a cizí klíč Kandidát primárního klíče (KPK) Je taková množina atributů, která splňuje podmínky: Unikátnosti Minimálnosti (neredukovatelnosti) Primární klíč (Primary Key - PK) Je právě jedna množina

Více

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Co je to databáze? Jaké

Více

Diagram výskytů a vztahů

Diagram výskytů a vztahů Diagram výskytů a vztahů Nepoužívá se pro modelování. Pomůcka pro pochopení kardinalit a parcialit. KINO Blaník Vesna Mír Domovina Květen MÁ_NA_PROGRAMU FILM Černí baroni Top gun Kmotr Nováček Vzorec Vetřelec

Více

Databáze I. Přednáška 2

Databáze I. Přednáška 2 Databáze I Přednáška 2 Transformace E-R modelu do relačního modelu (speciality) zaměříme se na dva případy z předmětu Analýza a modelování dat reprezentace entitního podtypu hierarchie ISA reprezentace

Více

Geografické informační systémy p. 1

Geografické informační systémy p. 1 Geografické informační systémy Slajdy pro předmět GIS Martin Hrubý hrubym @ fit.vutbr.cz Vysoké učení technické v Brně Fakulta informačních technologií, Božetěchova 2, 61266 Brno akademický rok 2004/05

Více

Logika pro sémantický web

Logika pro sémantický web ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Logika pro sémantický web Martin Žáček PROČ BALÍČEK? 1. balíček Formální logické systémy

Více

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR):

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR): Mezi příkazy pro manipulaci s daty (DML) patří : 1. SELECT 2. ALTER 3. DELETE 4. REVOKE Jaké vlastnosti má identifikující relace: 1. Je relace, která se využívá pouze v případě modelovaní odvozených entit

Více

Relační datový model. Integritní omezení. Normální formy Návrh IS. funkční závislosti multizávislosti inkluzní závislosti

Relační datový model. Integritní omezení. Normální formy Návrh IS. funkční závislosti multizávislosti inkluzní závislosti Relační datový model Integritní omezení funkční závislosti multizávislosti inkluzní závislosti Normální formy Návrh IS Funkční závislosti funkční závislost elementární redundantní redukovaná částečná pokrytí

Více

Úvod do databázových systémů

Úvod do databázových systémů Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 3 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování 4 fáze vytváření

Více

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou:

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou: Relační databáze Pojem databáze, druhy databází Databází se myslí uložiště dat. V době začátků využívání databází byly tyto členěny hlavně hierarchicky, případně síťově (rozšíření hierarchického modelu).

Více

Access. Tabulky. Vytvoření tabulky

Access. Tabulky. Vytvoření tabulky Access správa databáze (tabulky, relace, omezující podmínky, data...) uživatelské prostředí pro práci s databází (formuláře, sestavy, datové stránky, makra...) ukázková aplikace Northwind hlavní okno databáze

Více

8.2 Používání a tvorba databází

8.2 Používání a tvorba databází 8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam

Více

Modelování procesů s využitím MS Visio.

Modelování procesů s využitím MS Visio. Modelování procesů s využitím MS Visio jan.matula@autocont.cz Co je to modelování procesů? Kreslení unifikovaných či standardizovaných symbolů, tvarů a grafů, které graficky znázorňují hlavní, řídící nebo

Více

Analýza a modelování dat 3. přednáška. Helena Palovská

Analýza a modelování dat 3. přednáška. Helena Palovská Analýza a modelování dat 3. přednáška Helena Palovská Historie databázových modelů Relační model dat Codd, E.F. (1970). "A Relational Model of Data for Large Shared Data Banks". Communications of the ACM

Více

10. Datové sklady (Data Warehouses) Datový sklad

10. Datové sklady (Data Warehouses) Datový sklad 10. Datové sklady (Data Warehouses) Datový sklad komplexní data uložená ve struktuře, která umožňuje efektivní analýzu a dotazování data čerpána z primárních informačních systémů a dalších zdrojů OLAP

Více

Business Process Modeling Notation

Business Process Modeling Notation Business Process Modeling Notation Stephen A. White, IBM Corporation Procesní řízení 1 Co to je BPMN? Standard Business Process Modeling Notation (BPMN) byl vyvinutý skupinou Business Process Management

Více

OBJECT DEFINITION LANGUAGE. Jonáš Klimeš NDBI001 Dotazovací Jazyky I 2013

OBJECT DEFINITION LANGUAGE. Jonáš Klimeš NDBI001 Dotazovací Jazyky I 2013 OBJECT DEFINITION LANGUAGE Jonáš Klimeš NDBI001 Dotazovací Jazyky I 2013 ODL a OQL ODL Objektové Object Definition Language popis objektového schéma SQL DDL Relační Data Definition Language příkazy CREATE,

Více

Informační a znalostní systémy jako podpora rozhodování

Informační a znalostní systémy jako podpora rozhodování Informační systémy a technologie Informační a znalostní systémy jako podpora rozhodování Petr Moos - ČVUT VŠL Přerov listopad 2015 Analýza a syntéza systému Definici systému můžeme zapsat ve tvaru: S =

Více

Teorie zpracování dat DATABÁZOVÁ TECHNOLOGIE

Teorie zpracování dat DATABÁZOVÁ TECHNOLOGIE Teorie zpracování dat DATABÁZOVÁ TECHNOLOGIE 1 2. DATABÁZOVÁ TECHNOLOGIE 2.1. Obecnévlastnosti databázovétechnologie 2.2. Entity, atributy, vztahy, integritníomezení 2.3. Architektura databáze 2.4. Databázovéjazyky,

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1 Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové

Více

Booleovská algebra. Booleovské binární a unární funkce. Základní zákony.

Booleovská algebra. Booleovské binární a unární funkce. Základní zákony. Booleovská algebra. Booleovské binární a unární funkce. Základní zákony. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz

Více

Pokročilé typové úlohy a scénáře 2006 UOMO 71

Pokročilé typové úlohy a scénáře 2006 UOMO 71 Pokročilé typové úlohy a scénáře 2006 UOMO 71 Osnova Interní model typové úlohy Vazby include a extend Provázanost typových úloh na firemní procesy a objekty Nejčastější chyby 2006 UOMO 72 Interní model

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH Jindřich Kaluža Ludmila Kalužová Recenzenti: prof. Ing. Milan Turčáni, CSc. prof. Ing. Ivan Vrana, DrSc. Tato kniha vznikla za finanční podpory Studentské grantové

Více

Databázové modelování. Analýza Návrh konceptuálního schématu

Databázové modelování. Analýza Návrh konceptuálního schématu Databázové modelování Analýza Návrh konceptuálního schématu 1 Vytváření IS Analýza Návrh Implementace Testování Předání SW Jednotlivé fáze mezi sebou iterují 2 Proč modelovat/analyzovat? Standardizované

Více

Tvar dat a nástroj přeskupování

Tvar dat a nástroj přeskupování StatSoft Tvar dat a nástroj přeskupování Chtěli jste někdy použít data v jistém tvaru a STATISTICA Vám to nedovolila? Jistě se najde někdo, kdo se v této situaci již ocitl. Není ale potřeba propadat panice,

Více

Algoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem.

Algoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem. Algoritmus Algoritmus je schematický postup pro řešení určitého druhu problémů, který je prováděn pomocí konečného množství přesně definovaných kroků. nebo Algoritmus lze definovat jako jednoznačně určenou

Více

Metadata. RNDr. Ondřej Zýka

Metadata. RNDr. Ondřej Zýka Metadata RNDr. Ondřej Zýka 1 Metadata Jedna z kompetencí Data managementu Cíle kompetence: Zajistit jednotné porozumění a užití termínů Provázat informace na různých úrovních (byznys, aplikační, technické)

Více

Databáze I. 4. přednáška. Helena Palovská

Databáze I. 4. přednáška. Helena Palovská Databáze I 4. přednáška Helena Palovská palovska@vse.cz Mapování ER modelu do relačního DB schématu Od 80. let 20. stol. znám algoritmus, implementován v CASE nástrojích Rutinní postup s volbami rozhodnutí

Více

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev Úvod do MS Access Modelování v řízení Ing. Petr Kalčev Postup při tvorbě aplikace Vytvoření tabulek Vytvoření relací Vytvoření dotazů Vytvoření formulářů Vytvoření sestav Tabulky Slouží k definování polí,

Více

Databáze v MS ACCESS

Databáze v MS ACCESS 1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,

Více

Ontologie. Otakar Trunda

Ontologie. Otakar Trunda Ontologie Otakar Trunda Definice Mnoho různých definic: Formální specifikace sdílené konceptualizace Hierarchicky strukturovaná množina termínů popisujících určitou věcnou oblast Strukturovaná slovní zásoba

Více

7.3 Diagramy tříd - základy

7.3 Diagramy tříd - základy 7.3 Diagramy tříd - základy - popisuje typy objektů a statické vztahy mezi nimi Objednávka -datumpřijetí -předplacena -číslo -cena +vyřiď() +uzavři() {if Objednávka.zákazník.charakteristika = 'nejistý'

Více

TÉMATICKÝ OKRUH Softwarové inženýrství

TÉMATICKÝ OKRUH Softwarové inženýrství TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 22. Otázka : Úvodní fáze rozpracování softwarového projektu. Postupy při specifikaci byznys modelů. Specifikace požadavků a jejich rozpracování pomocí

Více

4IT218 Databáze. 4IT218 Databáze

4IT218 Databáze. 4IT218 Databáze 4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Program přednášek

Více

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS Relační databázový model Databázové (datové) modely základní dělení klasické databázové modely relační databázový model relační databázový model Základní konstrukt - relace relace, schéma relace atribut,

Více

Oborové číslo Hodnocení - část A Hodnocení - část B Hodnocení - část A+B

Oborové číslo Hodnocení - část A Hodnocení - část B Hodnocení - část A+B PŘIJÍMACÍ TEST Z INFORMATIKY A MATEMATIKY NAVAZUJÍCÍ MAGISTERSKÉ STUDIUM V OBORU APLIKOVANÁ INFORMATIKA FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITY HRADEC KRÁLOVÉ ČÁST A Oborové číslo Hodnocení - část

Více

Databázové systémy Cvičení 5.2

Databázové systémy Cvičení 5.2 Databázové systémy Cvičení 5.2 SQL jako jazyk pro definici dat Detaily zápisu integritních omezení tabulek Integritní omezení tabulek kromě integritních omezení sloupců lze zadat integritní omezení jako

Více

4.2 Syntaxe predikátové logiky

4.2 Syntaxe predikátové logiky 36 [070507-1501 ] 4.2 Syntaxe predikátové logiky V tomto oddíle zavedeme syntaxi predikátové logiky, tj. uvedeme pravidla, podle nichž se tvoří syntakticky správné formule predikátové logiky. Význam a

Více

10. blok Logický návrh databáze

10. blok Logický návrh databáze 10. blok Logický návrh databáze Studijní cíl Tento blok je věnován převodu konceptuálního návrhu databáze na návrh logický. Blok se věnuje tvorbě tabulek na základě entit z konceptuálního modelu a dále

Více

Deskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157

Deskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Deskripční logika Petr Křemen FEL ČVUT Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Co nás čeká 1 Základy deskripční logiky 2 Jazyk ALC Syntax a sémantika 3 Cyklické a acyklické TBOXy Petr Křemen

Více

Databáze 2013/2014. Konceptuální model DB. RNDr. David Hoksza, Ph.D.

Databáze 2013/2014. Konceptuální model DB. RNDr. David Hoksza, Ph.D. Databáze 2013/2014 Konceptuální model DB RNDr. David Hoksza, Ph.D. http://siret.cz/hoksza Osnova Organizace Stručný úvod do DB a DB modelování Konceptuální modelování Cvičení - ER modelování Náplň přednášky

Více

teorie logických spojek chápaných jako pravdivostní funkce

teorie logických spojek chápaných jako pravdivostní funkce Výroková logika teorie logických spojek chápaných jako pravdivostní funkce zabývá se způsoby tvoření výroků pomocí spojek a vztahy mezi pravdivostí různých výroků používá specifický jazyk složený z výrokových

Více

Aplikace pro srovna ní cen povinne ho ruc ení

Aplikace pro srovna ní cen povinne ho ruc ení Aplikace pro srovna ní cen povinne ho ruc ení Ukázkový přiklad mikroaplikace systému Formcrates 2010 Naucrates s.r.o. Veškerá práva vyhrazena. Vyskočilova 741/3, 140 00 Praha 4 Czech Republic tel.: +420

Více

7.3 Diagramy tříd - základy

7.3 Diagramy tříd - základy 7.3 Diagramy tříd - základy - popisuje typy objektů a statické vztahy mezi nimi Objednávka -datumpřijetí -předplacena -číslo -cena +vyřiď() +uzavři() {if Objednávka.zákazník.charakteristika = 'nejistý'

Více

Popisné systémy a databáze

Popisné systémy a databáze Popisné systémy a databáze Databáze v archeologii přístup k použití databází - dva způsoby aplikace databáze - databázové programy (jejich přednosti a omezení) databáze v archeologii - databáze jako výstup

Více

Úvod do databázových systémů

Úvod do databázových systémů Úvod do databázových systémů Databáze je dnes velmi často skloňovaným slovem. Co se pod tímto termínem skrývá si vysvětlíme na několika následujících stranách a cvičeních. Databáze se využívají k ukládání

Více

Kapitola 6: Omezení integrity. Omezení domény

Kapitola 6: Omezení integrity. Omezení domény - 6.1 - Omezení domény Referenční integrita Aserce Spouštěče (Triggers) Funkční závislosti Kapitola 6: Omezení integrity Omezení domény Omezení integrity zabraňují poškození databáze; zajišťují, že autorizované

Více

Databáze. Logický model DB. David Hoksza

Databáze. Logický model DB. David Hoksza Databáze Logický model DB David Hoksza http://siret.cz/hoksza Osnova Relační model dat Převod konceptuálního schématu do logického Funkční závislosti Normalizace schématu Cvičení převod do relačního modelu

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

MBI - technologická realizace modelu

MBI - technologická realizace modelu MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,

Více

Principy UML. Clear View Training 2005 v2.2 1

Principy UML. Clear View Training 2005 v2.2 1 Principy UML Clear View Training 2005 v2.2 1 1.2 Co je touml? Unified Modelling Language (UML) je univerzálníjazyk pro vizuální modelování systémů Podporuje všechny životní cykly Mohou jej implementovat

Více

3. Podmíněná pravděpodobnost a Bayesův vzorec

3. Podmíněná pravděpodobnost a Bayesův vzorec 3. Podmíněná pravděpodobnost a Bayesův vzorec Poznámka: V některých úlohách řešíme situaci, kdy zkoumáme pravděpodobnost náhodného jevu za dalších omezujících podmínek. Nejčastěji má omezující podmínka

Více

MATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 PROGRAMOVÉ VYBAVENÍ POČÍTAČŮ

MATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 PROGRAMOVÉ VYBAVENÍ POČÍTAČŮ MATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 PROGRAMOVÉ VYBAVENÍ POČÍTAČŮ 1) PROGRAM, ZDROJOVÝ KÓD, PŘEKLAD PROGRAMU 3 2) HISTORIE TVORBY PROGRAMŮ 3 3) SYNTAXE A SÉMANTIKA 3 4) SPECIFIKACE

Více

Predikátová logika. Teoretická informatika Tomáš Foltýnek

Predikátová logika. Teoretická informatika Tomáš Foltýnek Predikátová logika Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz strana 2 Opakování z minulé přednášky Z čeho se skládá jazyk výrokové logiky? Jaká jsou schémata pro axiomy VL? Formulujte

Více

Design systému. Komponentová versus procesní architektura

Design systému. Komponentová versus procesní architektura Design systému Komponentová versus procesní architektura Architektura : třídy statické aspekty propojení logický pohled struktura popisu systému Architektura procesů: objekty dynamické aspekty koordinace

Více

Relace x vztah (relationship)

Relace x vztah (relationship) Relace x vztah (relationship) Peter Chen, Peter Pin-Shan (March 1976): "The Entity-Relationship Model Toward a Unified View of Data". ACM Transactions on Database Systems 1. E-R diagram v Chennově notaci

Více

5. Formalizace návrhu databáze

5. Formalizace návrhu databáze 5. Formalizace návrhu databáze 5.1. Úvod do teorie závislostí... 2 5.1.1. Funkční závislost... 2 5.1.2. Vícehodnotová závislost (multizávislost)... 7 5.1.3. Závislosti na spojení... 9 5.2. Využití teorie

Více

Etapy tvorby lidského díla

Etapy tvorby lidského díla Systém Pojem systém Obecně jej chápeme jako seskupení prvků spolu s vazbami mezi nimi, jejich uspořádání, včetně struktury či hierarchie. Synonymum organizace či struktura. Pro zkoumání systému je důležité

Více

RELAČNÍ DATABÁZOVÉ SYSTÉMY

RELAČNÍ DATABÁZOVÉ SYSTÉMY RELAČNÍ DATABÁZOVÉ SYSTÉMY VÝPIS KONTROLNÍCH OTÁZEK S ODPOVĚDMI: Základní pojmy databázové technologie: 1. Uveďte základní aspekty pro vymezení jednotlivých přístupů ke zpracování hromadných dat: Pro vymezení

Více

2. přednáška z předmětu GIS1 Data a datové modely

2. přednáška z předmětu GIS1 Data a datové modely 2. přednáška z předmětu GIS1 Data a datové modely Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Pro přednášku byly použity texty a obrázky z www.gis.zcu.cz Předmět KMA/UGI, autor Ing. K.

Více

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Úvod do informatiky přednáška třetí Miroslav Kolařík Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Množiny, relace a funkce úvod Množiny, relace a funkce

Více

Tvorba nových dat. Vektor. Geodatabáze. Prezentace prostorových dat. Základní geometrické objekty Bod Linie Polygon. Vektorová

Tvorba nových dat. Vektor. Geodatabáze. Prezentace prostorových dat. Základní geometrické objekty Bod Linie Polygon. Vektorová Tvorba nových dat Vektor Rastr Geodatabáze Prezentace prostorových dat Vektorová Základní geometrické objekty Bod Linie Polygon Uložení atributů v tabulce Příklad vektorových dat Výhody/nevýhody použití

Více

Diagramy tříd - základy

Diagramy tříd - základy Diagramy tříd - základy - popisuje typy objektů a statické vztahy mezi nimi Objednávka Zákazník -datumpřijetí -předplacena -číslo -cena +vyřiď() +uzavři() {if Objednávka.zákazník.charakteristika = 'nejistý'

Více