TEMA V
NORMALIZACION
Presentación
La normalización es un proceso mediante el cual datos complejos se transforman en un conjunto
de estructuras más pequeñas. Dicho de otra manera, normalización es un proceso, basado en
reglas, que pretende conseguir tablas con una estructura óptima y eficaz; es decir, la
independencia de los datos respecto a los procesos o aplicaciones que los utilizan.
Contenido:
- Introducción
- Primera Forma Normal (1FN)
- Segunda Forma Normal (2FN)
- Tercera Forma Normal (3FN)
- Forma Normal de Boyce Codd
( FNByC)
- Cuarta Forma Normal ( 4FN)
- Quinta Forma Normal (5FN)
Texto en revisión – Versión 2-2015 87 Ing. Josue O. Veizaga Gonzales
Mapa Conceptual
Texto en revisión – Versión 2-2015 88 Ing. Josue O. Veizaga Gonzales
Introducción
El proceso de normalización de bases de datos consiste en aplicar una serie de reglas a las
relaciones obtenidas tras el paso del modelo orientado a objetos ( diagrama de clases) al modelo
relacional.
Las bases de datos relacionales se normalizan para:
Evitar la redundancia de los datos.
Evitar problemas de actualización de los datos en las tablas.
Proteger la integridad de los datos.
Estas anomalías se producen al momento de realizar inserción, eliminación y actualización de
datos.
Los aspectos que se debe tomar en cuenta al momento de realizar una normalización son:
No se debe eliminar ningún atributo.
Tampoco se deben eliminar tuplas. Y debe evitarse la creación de tuplas nuevas.
Deben conservarse las dependencias originales.
Texto en revisión – Versión 2-2015 89 Ing. Josue O. Veizaga Gonzales
5.1 Primera Forma Normal (1FN)
La esencia de la Primera Forma Normal es que:
Un registro en Primera Forma Normal no incluye ningún grupo repetitivo.
La definición formal es:
“ Una relación está en primera forma normal, si cumple la propiedad de que sus
dominios no tienen elementos que, a su vez, sean conjuntos”. (A. Mayne, M. Wood, 1983)
Caso 1: Dominios y valores
Supongamos que se desea guardar los nombres y los números telefónicos de los clientes, pero
nos damos cuenta que es necesario guardar múltiples números telefónicos para algunos clientes.
La manera más simple de hacer esto es permitir que el atributo "Teléfono" contenga más de un
valor :
Ci Nombre Apellido Paterno Apellido Materno Telefono
111 Joaquin Chumacero Yupanqui 3541030
222 Saturnino Mamani Yucra 7103040
3568070
333 Patricia Aguilera Gonzales 3564025
Asumiendo, sin embargo, que la columna "Teléfono" está definida en algún tipo de dominio de
número telefónico (por ejemplo, el dominio de cadenas de 7 caracteres de longitud), la
representación de arriba no está en 1FN. La 1FN prohíbe a un campo contener más de un valor
de su dominio de columna.
Caso 2: Grupos repetidos a través de columnas
El diseñador puede evitar esta restricción definiendo múltiples columnas del número telefónico:
Texto en revisión – Versión 2-2015 90 Ing. Josue O. Veizaga Gonzales
Clientes
Ci Nombre Apellido Paterno Apellido Materno Telefono1 Telefono2 Telefono3
111 Joaquin Chumacero Yupanqui 3541030
222 Saturnino Mamani Yucra 7103040 3568070
333 Patricia Aguilera Gonzales 3564025
Sin embargo, esta representación hace uso de columnas que permiten valores nulos, y por lo
tanto no se conforman con la definición de la 1NF. Por ejemplo es difícil contestar : ¿Qué
clientes tienen el teléfono X? y ¿Qué pares de clientes comparten un número de teléfono?.
Caso 3: Repetición de grupos dentro de columnas
Alternativamente una solución podría ser conservar una sola columna de número de teléfono,
pero alterando su dominio, haciendo una cadena de suficiente longitud para acomodar múltiples
números telefónicos:
Clientes
Ci Nombre Apellido Paterno Apellido Materno Telefono
111 Joaquin Chumacero Yupanqui 3541030
222 Saturnino Mamani Yucra 7103040, 3568070
333 Patricia Aguilera Gonzales 3564025
Éste es defendiblemente el peor diseño de todos, y otra vez no mantiene el espíritu de la 1NF.
Un diseño conforme con 1FN
Un diseño que está inequívocamente en 1FN hace uso de dos tablas: una tabla de cliente y una
tabla de teléfono del cliente.
Texto en revisión – Versión 2-2015 91 Ing. Josue O. Veizaga Gonzales
Cliente
Ci Nombre Apellido Paterno Apellido Materno
111 Joaquin Chumacero Yupanqui
222 Saturnino Mamani Yucra
333 Patricia Aguilera Gonzales
Teléfono del cliente
Ci Telefono
111 3541030
222 7103040
222 3568070
333 3564025
5.2 Segunda Forma Normal:
En cualquier registro que este en Segunda Forma Normal (SFN), todos sus atributos dependen de
la clave completa y no solo de una parte de esta.
La definición formal es:
“Una relación R esta es Segunda Forma Normal, si además de estar en la Primera
Forma Normal, cualquiera de sus atributos no-primarios tiene una dependencia funcional
plena con cada una de las claves candidatas de R” . (A. Mayne, M. Wood, 1983)
Caso de estudio 1 : Notas de alumnos
Supongamos la tabla ( relación) Notas_de_alumnos
Texto en revisión – Versión 2-2015 92 Ing. Josue O. Veizaga Gonzales
CI SIGLA NOMBRE DE MATERIA NOTA
111 INF110 INTRODUCCIÓN A LA INFORMATICA 70
111 MAT101 CALCULO I 90
222 INF110 INTRODUCCIÓN A LA INFORMATICA 90
222 INF312 BASES DE DATOS I 30
333 INF552 ARQUITECTURA DE SOFTWARE 100
La única clave candidata es {CI,SIGLA}, el atributo NOTA depende de forma completa de la
llave, sin embargo el NOMBRE DE LA MATERIA solo depende de una parte de ella, del
atributo SIGLA, violando la definición de la SFN.
Las anomalías de esta tabla se puede dar al insertar una nuevo tupla , por ejemplo si se ingresa la
nota de un nuevo alumno para la materia INTRODUCCIÓN A LA INFORMATICA, al
transcribir se registra con el nombre de INTRODUCCIÓN A LA INFORMA, se está dando un
problema de inconsistencia de datos. El nombre de una materia puede ser de diferentes maneras.
En el caso de una actualización del nombre de la materia de INTRODUCCIÓN A LA
INFORMATICA, por PROGRAMACIÓN I, sería necesario actualizar todas la tuplas que
coincidan con el criterio de búsqueda. En el caso de eliminación, por ejemplo si se elimina la
tupla 333, INF552, la materia ARQUITECTURA DE SOFTWARE, deja de existir.
Para que este en SFN, se realiza lo siguiente.
Notas_alumno
CI SIGLA NOTA
111 INF110 70
111 MAT101 90
222 INF110 90
222 INF312 30
333 INF552 100
Texto en revisión – Versión 2-2015 93 Ing. Josue O. Veizaga Gonzales
Materia
SIGLA NOMBRE DE MATERIA
INF110 INTRODUCCIÓN A LA INFORMATICA
MAT101 CALCULO I
INF312 BASES DE DATOS I
INF552 ARQUITECTURA DE SOFTWARE
Caso de estudio 2: Habilidades de empleados
Considere una tabla describiendo las habilidades de los empleados:
Habilidades de los empleados
Empleado Habilidad Lugar actual de trabajo
Joaquin Mecanografía Urb. Los tusequis
Joaquin Taquigrafía Urb. Los tusequis
Joaquin Tallado Urb. Los tusequis
Saturnino Limpieza ligera Av. Roca Coronado 700
Pedro Alquimia Calle Tordo S/N
Pedro Malabarismo Calle Tordo S/N
Patricia Limpieza ligera Av. Landivar 300
La única clave candidata de la tabla es {Empleado, Habilidad}.
El atributo restante, Lugar actual de trabajo, es dependiente solo en parte de la clave (llave) ,
llamada Empleado. Por lo tanto la tabla no está en 2NF. Observe la redundancia de la manera en
que son representadas los Lugares actuales de trabajo: nos dicen tres veces que Joaquin trabaja
en la urb. Los tusequs, y dos veces que Pedro trabaja en calle tordo S/N. Esta redundancia hace a
la tabla vulnerable a anomalías de actualización: por ejemplo, es posible actualizar el lugar del
Texto en revisión – Versión 2-2015 94 Ing. Josue O. Veizaga Gonzales
trabajo de Joaquin en sus registros "Mecanografía" y "Taquigrafía" y no actualizar su registro
"Tallado". Los datos resultantes implicarían respuestas contradictorias a la pregunta "¿Cuál es el
lugar actual de trabajo de Joaquin?".
Un alternativa 2NF a este diseño representaría la misma información en dos tablas:
Empleados
Empleado Lugar actual de trabajo
Joaquin Urb. Los tusequis
Saturnino Av. Roca Coronado 700
Pedro Calle Tordo S/N
Patricia Av. Landivar 300
Habilidades de los empleados
Empleado Habilidad
Joaquin Mecanografía
Joaquin Taquigrafía
Joaquin Tallado
Saturnino Limpieza ligera
Pedro Alquimia
Pedro Malabarismo
Patricia Limpieza ligera
Las anomalías de actualización no pueden ocurrir en estas tablas, las cuales están en 2NF.
Texto en revisión – Versión 2-2015 95 Ing. Josue O. Veizaga Gonzales
5.3 Tercera Forma Normal:
La Tercera Forma Normal (TFP) elimina las dependencias entre atributos no primarios (no
perteneciente a la clave)
La definición formal es:
Una relación R esta en Tercera Forma Normal si esta en Segunda Forma Normal y
además ningunos de sus campos no-primarios tiene dependencias transitivas respectos de las
claves candidatas R.
Caso de estudio 1: Alumnos que estudian una carrera
CI NombreAlumno Teléfono código NombreCarrera
111 Joaquin Chumacero 3567736 187 Ing. Informática
222 Saturnino Mamani 7102030 200 Medicina
333 Carla Landivar 3556655 187 Ing. Informática
444 Pedro Castro 3544566 210 Economía
555 Patricia Yucra 7082828 187 Ing. Informática
La única clave candidata es CI, el atributo NOMBREALUMNO, TELEFONO, CODIGO
depende de forma completa de la llave, sin embargo el NOMBRECARRERA solo depende de
CODGIO ( No es la llave, ni parte de la llave) , dándose un problema de transitividad, donde CI
determina a CODIGO y CODIGO determina a NOMBRECARRERA , violando la definición de
la 3FN.
Las anomalías de esta tabla se puede dar al insertar una nueva tupla , por ejemplo si se ingresa un
nuevo alumno con el nombre de la Carrera Ing. INFORMAT, se está dando un problema de
inconsistencia de datos. El nombre de la carrera puede ser de diferentes maneras. En el caso de
una actualización del nombre de la carrera de ING. INFORMATICA, por CIENCIAS DE LA
COMPUTACIÓN, sería necesario actualizar todas la tuplas que coincidan con el criterio de
búsqueda. En el caso de eliminación, por ejemplo si se elimina la tupla 444, la carrera
ECONOMIA, deja de existir.
Texto en revisión – Versión 2-2015 96 Ing. Josue O. Veizaga Gonzales
Para que este en 3FN, se realiza lo siguiente.
Alumno
CI NombreAlumno Teléfono código
111 Joaquin Chumacero 3567736 187
222 Saturnino Mamani 7102030 200
333 Carla Landivar 3556655 187
444 Pedro Castro 3544566 210
555 Patricia Yucra 7082828 187
Carrera
código NombreCarrera
187 Ing. Informática
200 Medicina
210 Economía
Caso de estudio 2: Inquilino de edificio
Inquilino
Inquilino Departamento Alquiler
100 D04 1500
200 D01 1000
300 D02 2000
400 D04 1500
Texto en revisión – Versión 2-2015 97 Ing. Josue O. Veizaga Gonzales
Dependencias funcionales:
Inquilino Departamento
Departamento Alquiler
Aplicando la tercera forma normal, el resultado es:
Inquilinio
Inquilino Departamento
100 D04
200 D01
300 D02
400 D04
Departamento
Departamento Alquiler
D04 1500
D01 1000
D02 2000
5.4 Forma Normal de Boyce-Codd (FNBC)
La Forma Normal de Boyce-Codd (o FNBC) es una forma normal utilizada en la normalización
de bases de datos. Es una versión ligeramente más fuerte de la Tercera forma normal (3FN). La
forma normal de Boyce-Codd requiere que no existan dependencias funcionales no triviales de
los atributos que no sean un conjunto de la clave candidata.
Texto en revisión – Versión 2-2015 98 Ing. Josue O. Veizaga Gonzales
La definición formal es:
Se dice que una tabla está en FNBC si y solo si está en 3FN y cada dependencia funcional
no trivial tiene una clave candidata como determinante. En terminos menos formales, una tabla
está en FNBC si está en 3FN y los únicos determinantes son claves candidatas.
Caso de estudio 1: Tutorias
CI MATERIA TUTOR
111 Lenguaje Eva
111 Matematica Andres
222 Lenguaje Eva
333 Matematicca Guillermo
333 Lenguaje Julia
(ci,materia) tutor y tutor materia. En este caso la redundancia ocurre por la mala
selección de la clave. La redundancia de la materia es completamente evitable.
TUTOR-MATERIA
Materia Tutor
Lenguaje Eva
Matematicas Andres
Matemáticas Guillermo
Lenguaje Julia
Texto en revisión – Versión 2-2015 99 Ing. Josue O. Veizaga Gonzales
TUTORIAS
CI TUTOR
111 Eva
111 Andres
222 Eva
333 Guillermo
333 Julia
5.5 Cuarta Forma Normal:
La cuarta forma normal (4NF) es una forma normal usada en la normalización de bases de datos.
La 4NF se asegura de que las dependencias multivaluadas independientes estén correcta y
eficientemente representadas en un diseño de base de datos. La 4NF es el siguiente nivel de
normalización después de la forma normal de Boyce-Codd (BCNF).
La definición formal es:
“ Una tabla está en 4NF si y solo si esta en Tercera forma normal o en BCNF (Cualquiera
de ambas) y no posee dependencias multivaluadas no triviales”.
Una tabla con una dependencia multivaluada es una donde la existencia de dos o más relaciones
independientes muchos a muchos causa redundancia; y es esta redundancia la que es suprimida
por la cuarta forma normal.
Caso de estudio 1: Permutaciones de envíos de pizzas
Restaurante Variedad de Pizza Área de envío
Horno Caliente Corteza gruesa Distrito 1
Horno Caliente Corteza gruesa Distrito 2
Horno Caliente Corteza fina Distrito 1
Texto en revisión – Versión 2-2015 100 Ing. Josue O. Veizaga Gonzales
Elite Pizza Corteza fina Distrito 3
Elite Pizza Corteza rellena Distrito 3
Pizza Delicia Corteza gruesa Distrito 1
Pizza Delicia Corteza gruesa Distrito 2
Pizza Delicia Corteza gruesa Distrito 3
Pizza Delicia Corteza rellena Distrito 1
Pizza Delicia Corteza rellena Distrito 2
Pizza Delicia Corteza rellena Distrito 3
Cada fila indica que un restaurante dado puede entregar una variedad dada de pizza a un área
dada.
Las anomalías en esta tabla se puede evidenciar en lo siguiente:
- El restaurante HORNO CALIENTE, al comenzar tenía una sola variedad de pizza,
CORTEZA GRUESA, pero si se distribuía a dos áreas de envío, DISTRITO 1 Y
DISTRITO 2.
Restaurante Variedad de Pizza Área de envío
Horno Caliente Corteza gruesa Distrito 1
Horno Caliente Corteza gruesa Distrito 2
En esta caso, para poder ingresar DISTRITO1 Y DISTRITO 2 Es necesario repetir la
variedad de pizza CORTEZA GRUESA ( Duplicidad de datos).
- ELITE PIZZA, tiene dos variedades CORTEZA RELLENA, CORTEZA FINA, pero
solo un solo área de envío.
Texto en revisión – Versión 2-2015 101 Ing. Josue O. Veizaga Gonzales
Elite Pizza Corteza fina Distrito 3
Elite Pizza Corteza rellena Distrito 3
En este caso, en el área de envío se duplica ( DISTRITO 3)
Todo esto se debe a:
a) RESTAURANTE determina a VARIEDAD DE PIZZA
b) RESTAURANTE determina a AREA DE ENVIO
Para satisfacer la 4NF, debemos poner los hechos sobre las variedades de pizza ofrecidas en una
tabla diferente de los hechos sobre áreas de envío:
Variedades por restaurante
Restaurante Variedad de Pizza
Horno Caliente Corteza gruesa
Horno Caliente Corteza fina
Elite Pizza Corteza fina
Elite Pizza Corteza rellena
Pizza Delicia Corteza gruesa
Pizza Delicia Corteza rellena
Áreas de envío por restaurante
Restaurante Área de envío
Horno Caliente Distrito 1
Horno Caliente Distrito 2
Texto en revisión – Versión 2-2015 102 Ing. Josue O. Veizaga Gonzales
Elite Pizza Distrito 3
Pizza Delicia Distrito 1
Pizza Delicia Distrito 2
Pizza Delicia Distrito 3
Texto en revisión – Versión 2-2015 103 Ing. Josue O. Veizaga Gonzales
5.6 Ejercicios de retroalimentación
Ejercicio 1. Indicar que forma normal no cumple. Realizar el proceso de normalización.
ALUMNO
#REGISTRO NOMBRE SEXO TELEFONO CARRERA CARRERA CARRERA
1 2 3
Ejercicio 2. Dada la siguiente relación:
VENTA
#COCHE FECHA_VENTA #VENDEDOR COMISION DESCUENTO
NORMALIZAR.
Suponiendo que un coche puede ser vendido por múltiples vendedores y por lo tanto [coche,
vendedor] es la clave primaria. Otras dependencias funcionales son:
DF1) FECHA_VENTA --> DESCUENTO
DF2) #VENDEDOR --> COMISION
Ejercicio 3. Cada despacho de una oficina es identificado por un #despacho y tiene precisamente
un teléfono. Cada teléfono tiene su propio #extensión. Hay dos tipos de teléfonos, solo para
llamadas internas (tipo I), y para llamadas externas/internas (tipo E). los costes de alquiler de
extensión dependen únicamente del tipo, teléfonos de tipo I son cargados con la tarifa T1, los del
tipo E con la tarifa T2. La información sobre despachos y teléfonos será almacenada en la
siguiente relación.
OFICINA
#DESPACHO NUMERO_OCUPANTES #EXTENSION TIPO_TELEFONO TARIFA
Ejercicio 4. La escuela de deportes tiene la siguiente estructura para la inscripción de sus
alumnos a los deportes que desempeñaran sus deportistas.
INSCRIPCION
#Estudiante #Actividad Precio
100 Tenis 500
100 Futbol 700
200 Tenis 500
300 Karate 400
La llave principal es #Estudiante, #Actividad
Dependencia funcional es: #Actividad Precio
Texto en revisión – Versión 2-2015 104 Ing. Josue O. Veizaga Gonzales
Ejercicio 5. Un Aficionado a la música decide automatizar la administración de su colección
pues empieza a ser muy grande. Los datos a considerar son los siguientes:
El título del volumen (T) es único.
Cada título tiene un único tipo de soporte (S) que es DVD o CD.
Varios títulos pueden ser de un mismo cantante o grupo (CG), con una año (A) de edición.
Además en un título pueden intervenir varios cantantes o grupos.
También se conoce la estantería (E) donde está ubicado el título existiendo al menos una
estantería por año de edición.
Además, se conocen las canciones (C) de cada título, no existiendo en un título dos canciones
con el mismo nombre.
La duración (D) de una canción puede variar en los distintos títulos en los que se incluye,
pudiendo ser o no interpretada por el mismo cantante o grupo.
Ejercicio 6. El Seguro Social desea conocer los pacientes (DNI) que han sido atendidos en sus
hospitales (COD_H) y el doctor (COD_D) que los atiende. Se supone que un doctor sólo puede
atender en un hospital y que, aunque un paciente puede ser atendido en varios hospitales, en cada
uno de ellos sólo le atiende un doctor.
Texto en revisión – Versión 2-2015 105 Ing. Josue O. Veizaga Gonzales
