TEORIA DE LA NORMALIZACION

Cuando se disea una base de datos mediante el modelo relacional, al igual que ocurre en otros modelos de datos,
tenemos distintas alternativas, es decir, podemos obtener diferentes esquemas relacionales y no todos son equivalentes,
ya que algunos van a representar la realidad mejor que otros.
Es necesario conocer qu propiedades debe tener un esquema relacional para representar adecuadamente una realidad
y cules son los problemas que se pueden derivar de un diseo inadecuado.
La teora de la Normalizacin es un mtodo objetivo y riguroso que se aplica en el diseo de bases de datos relacionales.
Cuando estudiamos la estructura del modelo relacional, nos dimos cuenta que la base de datos puede representarse por
medio de un conjunto de objetos (dominios y relaciones) y de un conjunto de reglas de integridad.
El esquema relacional puede obtenerse de dos formas distintas:

Directamente a partir de la observacin de nuestro universo del discurso, en donde especificamos conjuntos de
atributos, relaciones y restricciones que corresponden a los observados en el mundo real.

Realizando el proceso de diseo en dos fases, primero el diseo conceptual (E/R) obteniendo el esquema
conceptual y posteriormente transformar ste a un esquema relacional, siguiendo algunas reglas generales, que
fueron dadas anteriormente.

Algunos problemas que se pueden presentar son:

Incapacidad para almacenar ciertos hechos

Redundancias y por tanto, posibilidad de incoherencias

Ambigedades

Prdida de informacin (aparicin de tuplas espreas)

Prdida de dependencias funcionales, es decir, ciertas restricciones de integridad que dan lugar a
interdependencias entre los datos.

Aparicin en la BD de estados no vlidos, es decir, anomalas de insercin, borrado y modificacin.

En conclusin el esquema relacional obtenido debe ser analizado para comprobar que no presenta los problemas
anteriores.
Analicemos la siguiente relacin: ESCRIBE
AUTOR

NACIONALIDAD

COD_LIBRO

TITULO

EDITORIAL

AO

Date, C.

Norteamericana

98987

Database

Addison

1990

Date, C.

Norteamericana

97777

SQL Stan

Addison, W.

1986

Date, C.

Norteamericana

98987

Guide for

Addison, W.

1988

Codd,E.

Norteamericana

7890

Relational

Addison,W.

1990

Gardarin

Francesa

12345

Basi Dati

Paraninfo

1986

Gardarin

Francesa

67890

Comp BD

Eyrolles

1984

Valduriez

Francesa

67890

Comp BD

Eyrolles

1984

Kim,W.

Norteamericana

11223

BD OO

ACM

1989

Lochovsky

Canadiense

11223

BD OO

ACM

1989

Esta relacin almacena datos de autores y de libros.

Algunos problemas son:

Redundancia, ya que la nacionalidad del autor se repite por cada ocurrencia del mismo. Lo mismo sucede
cuando un libro tiene mas de un autor, se repite la editorial y el ao de publicacin.

Anomalas de modificacin, es fcil cambiar el nombre de una editorial en una tupla sin modificar el resto de las
que corresponden al mismo libro, lo que da lugar a incoherencias.

Anomalas de insercin, ya que si queremos ingresar informacin de algn autor, del que no hubiera ningn libro
en la base datos, no sera posible, ya que cod_libro es parte de la clave primaria de la relacin (regla de
integridad de la entidad). La insercin de un libro, que tiene dos autores obliga a insertar dos tuplas en la
relacin.

Anomalas de borrado, ya que si queremos eliminar un cierto libro, deberamos perder los datos de su autor y
viceversa.

En los casos anteriores, se deja en manos del usuario manejar la integridad de la base de datos.
Lo anterior sucede pues no se cumple un hecho bsico de todo diseo:

"hechos distintos, deben almacenarse en objetos distintos"

Una forma de evitar este tipo de problemas consiste en seguir la metodologa propuesta en el curso, es decir, un riguroso
diseo conceptual y un traspaso de ste al modelo relacional.
Sin embargo, ante posibles dudas respecto a si un esquema relacional est correcto, aplicaremos a dicho esquema un
mtodo formal de anlisis, que permita analizar errores y generar esquemas correctos. Esta es la teora de la
normalizacin.
En el ejemplo anterior, el conjunto de las siguientes relaciones no presenta estos problemas:
LIBRO( cod_libro, titulo, editorial, ao )
AUTOR( nombre, nacionalidad )
ESCRIBE( cod_libro, nombre )
La normalizacin introduce una tcnica formal para disear bases de datos relacionales, y permite mecanizar parte del
proceso al disponer de algoritmos de normalizacin.
Una observacin importante, es que las anomalas antes descritas se producen en procesos de actualizacin y no en
procesos de consulta. La normalizacin penaliza las consultas, al disminuir la eficiencia, ya que la normalizacin aumenta
el nro. de relaciones presentes en la base de datos, por lo que una determinada consulta puede llevar consigo el acceso
a varias tablas, lo que aumenta el costo de sta.

5.1.-Nocin intuitiva de las formas normales

La normalizacin tiene como objetivo obtener esquemas relacionales que cumplan determinadas condiciones, a travs
de las formas normales.
Primera Forma Normal (1FN) fue introducida por Codd, en su primer trabajo. Es una restriccin inherente al modelo
relacional por lo que su cumplimiento es obligatorio. Consiste en la prohibicin de que en una relacin existan grupos
repetitivos, es decir, un atributo no puede tomar ms de un valor del dominio subyacente.
Segunda Forma Normal (2FN), fue introducida por Codd. Una relacin est en 2FN, si adems de estar en 1FN, todos
los atributos que no forman parte de ninguna clave candidata suministran informacin acerca de la clave completa.
Para la relacin PRESTAMO( num_socio, nombre_socio, cod_libro, fec_prest, editorial, pas )
las claves candidatas son:
(num_socio, cod_libro) y (nombre_socio, cod_libro)
Se puede observar que ciertos atributos que no forman parte de las claves candidatas, tal como editorial, constituye
informacin acerca del libro, pero no acerca de la clave completa. Luego, la relacin prstamo no se encuentra en 2FN.
La solucin es descomponer esta relacin en las siguientes:
PRESTAMO1( num_socio, nombre_socio, cod_libro, fec_prest )
LIBRO( cod_libro, editorial, pas )
En la relacin PRESTAMO1, el nico atributo que no forma parte de las claves candidatas es fec_prest, pero suministra
informacin acerca de la clave completa. Por lo que est en 2FN.
La relacin LIBRO, la clave es cod_libro, y los dos atributos: editorial y pas suministran informacin de la clave
completa. Por lo tanto, est en 2FN.
OBS: Una relacin que est formada por un nico atributo esta en 2 FN.
Tercera Forma Normal (3FN), propuesta por Codd. Una relacin est en 3FN, si adems de estar en 2FN, los atributos
que no forman parte de ninguna clave candidata facilitan informacin slo acerca de la(s) clave(s) y no acerca de otros
atributos.
En la relacin PRESTAMO1, el atributo fec_prest facilita informacin acerca de las claves, ya que no existen ms
atributos. Por lo que est en 3FN.
En la relacin LIBRO, el atributo pas entrega informacin acerca de la editorial que publica el libro, por lo que no est
en 3FN.
La solucin es descomponerla en:
LIBRO1( cod_libro, editorial )
EDITORIAL( editorial, pas ),
que estn en 3FN, ya que todo atributo no clave facilita informacin acerca de la clave.
Forma Normal de Boycce y Codd (FNBC). La relacin PRESTAMO1, que est en 3FN, todava presenta anomalas, ya
que num_socio y nombre_socio, se repiten innecesariamente por cada cod_libro. Una relacin est en FNBC si y solo si,

el conocimiento de las claves candidatas permite averiguar todas las interrelaciones existentes entre los datos de la
relacin, o lo que es igual, las claves candidatas son los nicos descriptores sobre los que se facilita informacin por
cualquier otro atributo.
En la relacin PRESTAMO1, num_socio es informacin acerca de nombre_socio y viceversa. Ninguno de estos atributos
son clave (aunque formen parte de la clave). Para solucionarlo la descomponemos:
SOCIO( num_socio, nombre_socio )
PRESTAMO2( num_socio, cod_libro, fec_prest ), que estn en FNBC.
Hasta ahora nuestro esquema relacional est compuesto por las siguientes relaciones en FNBC:
LIBRO1( cod_libro, editorial )
EDITORIAL( editorial, pas )
SOCIO( num_socio, nombre_socio )
PRESTAMO2( num_socio, cod_libro, fec_prest )
La teora de la normalizacin se basa en restricciones definidas sobre los atributos de una relacin. que son conocidas
como dependencias. Existen varios tipos de dependencias:

Funcionales, relacionadas con la 2FN y 3FN y FNBC

Multivaluadas, relacionadas con la 4FN

De proyeccin o combinacin, relacionadas con la 5FN.

5.2.-Dependencias funcionales
Sea el esquema de relacin R definido sobre el conjunto de atributos A y sean X e Y subconjuntos
de A llamados descriptores. Se dice que Y depende funcionalmente de X o que X determina o implica a Y, que se
representa por X Y, si solo si, cada valor de X tiene asociado en todo momento un nico valor de Y.
ej: cod_libro titulo, el cdigo del libro determina el titulo. El cod_libro es el implicante y titulo es el implicado. Siempre el
implicado es un hecho (una informacin) acerca del implicante.
OBS1: la afirmacin cod_libro determina titulo NO significa que a partir de cod_libro podamos conocer el titulo. Es decir,
para un esquema R, si tenemos la dependencia funcional X Y, dado un valor de X no podemos en general conocer el
valor de Y. Solo nos limitaremos a firmar que para dos tuplas de cualquier extensin de R que tengan el mismo valor
de X, el valor de Y tambin ser igual en ambas.
OBS2: Las dependencias son predicados o restricciones sobre cualquier extensin vlida del esquema de relacin, por
lo que observar una determinada extensin (datos) no puede llevarnos a afirmar la existencia de una dependencia
funcional.

5.2.1.-Dependencia funcional completa

Si el descriptor X es compuesto, es decir, X(X1, X2), se dice que Y tiene dependencia funcional completa de X, si
depende funcionalmente de X, pero no depende de ningn subconjunto del mismo, esto es:

XY
X1 | Y
X2 | Y. Se representa X Y.
X Y si y solo si NO X X / X Y.
Ejemplos:
La relacin PUBLICA( articulo, revista, numero, pagina ), que representa la pagina inicial en la que comienza un articulo
en una revista. Un mismo articulo puede aparecer publicado en distintas revistas y en cada una de ellas, en paginas
distintas y una revista publica varios artculos, se tiene:
articulo, revista, numero pagina
articulo | pagina
revista | pagina
numero | pagina

5.2.2.-Dependencia funcional trivial

Una dependencia funcional X Y es trivial si Y es un subconjunto de X (Y X).
Ejemplos:
cod_libro cod_libro
articulo, revista revista.

5.2.3.-Dependencia funcional elemental

Solo las dependencias elementales son tiles en la normalizacin.
Una dependencia funcional X Y es elemental si Y es un atributo nico, no incluido en X y no existe X incluido en X tal
que X Y, es decir, la dependencia funcional elemental es un dependencia funcional completa no trivial, en la que el
implicado es un atributo nico.

5.2.4.- Dependencia funcional transitiva

Sea la relacin R( X,Y,Z ), en la que existen las siguientes dependencias funcionales:
X Y, Y Z y Y | X, se dice que Z tiene dependencia transitiva respecto a X, a travs de Y.
ej: LIBRO_ED( codlibro, editorial, pas )
La dependencia entre codlibro y pas es transitiva, a travs de editorial. Intuitivamente se interpreta como que PAIS es
una informacin del libro, pero indirectamente, ya que es una informacin de EDITORIAL y esta a su vez de LIBRO.

5.3.-Teora formal de la Normalizacin

Dado un conjunto de atributos A y un conjunto de dependencias entre ellos, D, que constituyen un esquema de
relacin R(A,D) (esquema origen), se trata de transformar este esquema original en un conjunto de n esquemas de
relacinRi(Ai,Di), i=1,n (esquemas resultantes), que cumplan determinadas caractersticas.
Estas son:

Conservacin de la informacin

Conservacin de las dependencias

Normalizacin de las relaciones

5.3.1.-Conservacin de la informacin
Se debe cumplir:
Conservacin de los atributos

U Ai = A, i=1, n.
Conservacin del contenido (las tuplas)

Para toda extensin r de R, la combinacin (join) de las relaciones resultantes ha de

producir la relacin origen, es decir,
* ri = r, i=1,n.
Si el proceso de normalizacin no se lleva a cabo correctamente , pueden aparecen nuevas tuplas que no estaban en la
relacin origen. Estas se llaman tuplas espreas, que falsean el contenido de la base de datos.
Ejemplo: Dada la relacin original

LIBRO(COD_LIBRO, EDITORIAL, PAIS)

COD_LIBRO

EDITORIAL

PAIS

9030

RAMA

ESPAA

9110

RAMA

ESPAA

9040

PARANINFO

ESPAA

9234

ANAYA

ESPAA

9567

ADD.WES

USA

y las relaciones resultantes:

LIBRO1(COD_LIBRO, PAIS)
COD_LIBRO

PAIS

9030

ESPAA

9040

ESPAA

9110

ESPAA

9234

ESPAA

9567

USA

EDITORIAL(EDITORIAL, PAIS)
EDITORIAL

PAIS

RAMA

ESPAA

RAMA

ESPAA

PARANINFO

ESPAA

ANAYA

ESPAA

ADD.WES

USA

LIBRO1 * EDITORIAL
COD_LIBRO

EDITORIAL

PAIS

9030

RAMA

ESPAA

9030

PARANINFO

ESPAA

9030

ANAYA

ESPAA

9040

RAMA

ESPAA

9040

PARANINFO

ESPAA

9040

ANAYA

ESPAA

9010

RAMA

ESPAA

9110

PARANINFO

ESPAA

9010

ANAYA

ESPAA

9234

RAMA

ESPAA

9234

PARANINFO

ESPAA

9234

ANAYA

ESPAA

9567

ADD.WES

USA

En negrita, tuplas espreas.

5.3.3.-Definicin formal de la tres primeras formas normales

Primera Forma Normal: equivalente a la definicin dada antes

Segunda Forma Normal:

Est en 1FN

Cada atributo no principal tiene dependencia funcional completa respecto de cada una de las claves.

ejemplo: La relacin
PUBLICA2( articulo, revista, numero, pagina, editorial )
que refleja en qu numero de qu revista se publica un artculo, en qu pagina comienza y cul es la editorial.
Tenemos las siguientes dependencias:
articulo, revista, numero pagina
revista editorial
clave:(articulo, revista, numero)
Esta relacin no esta en 2FN, ya que editorial depende de la revista y tiene redundancia, pues se repite la editorial para
cada articulo que se publica en una revista.
Tercera Forma Normal:

Est en 2FN

Ningn atributo no principal depende transitivamente de ninguna clave de la relacin

Ejercicio:
R( estudiante, nro_matricula,curso,centro, profesor, texto ), con las restricciones:

Un estudiante puede estar matriculado en varios cursos

Un estudiante tiene un numero de matrcula distinto para cada curso en el que est matriculado

Un curso se imparte en un solo centro

El nmero de matrcula identifica al centro en el que se imparte el curso y al curso mismo

Un curso es impartido por un solo profesor, pero un profesor puede impartir varios cursos

Un curso se apoya en distintos textos y un mismo texto puede servir de soporte a varios cursos.

Reducir el esquema anterior a un conjunto equivalente de relaciones en FNBC

Las dependencias funcionales se relacionan con el modelado relacional de interrelaciones 1:N y 1:1.

5.4.- Dependencias Multivaluadas y 4FN

Las dependencias multivaluadas son una generalizacin de las dependencias funcionales. En stas un conjunto de
valores del implicado, son determinados por un implicante. Esta situacin aparece cuando existen grupos repetitivos.
Ej: la siguiente tabla

AUTORES
AUTOR

MATERIA

INSTITUCION

Date

Lenguaje SQL; Diseo BD

Relational Inst.; Codd Date Cons.

Ullman

Diseo BD; Bases Conc.

Stanford Univ.

La tabla no cumple la 1FN.

La normalizacin de esta tabla produce la siguiente:

AUTORES
AUTOR

MATERIA

INSTITUCION

Date

Lenguaje SQL

Relational Inst

Date

Lenguaje SQL

Codd Date Cons

Date

Diseo BD

Codd Date Cons

Date

Diseo BD

Relatinal Inst.

Ullman

Diseo BD

Stanford Univ.

Ullman

Bases Conc.

Stanford Univ

Esta tabla normalizada presenta gran cantidad de redundancia. La clave es el conjunto de los 2 atributos. Por lo que est
en FNBC.
En ella tenemos que un autor multidetermina a materia y un autor multidetermina a institucin.
Las dependencias multivaluadas se producen cuando existen interrelaciones N:M independientes entre si. Entre autor y
materia hay una interrelacin N:M y tambin entre autor e institucin y materia e institucin son independientes.
Definicin Dependencia Multivaluada.
Fagin (1977). La dependencia multivaluada se denota X Y, y se lee X multidetermina a Y, y significa que X implica
un conjunto de valores de Y con independencia de los dems atributos de la relacin.
Las dependencias multivaluadas dependen del contexto, es decir influye el resto de los atributos de la relacin.
Si agregamos un atributo a AUTORES, departamento, que nos indica el departamento de una institucin en el que se
trabaja en una cierta materia, obteniendo:

AUTOR

MATERIA

INSTITUCION

DEPTO

Date

Lenguaje SQL

Relational Inst.

Lenguajes

Date

Lenguaje SQL

Codd Date Cons.

Bases de Datos

Date

Diseo BD

Codd Date Cons.

Analisis

Date

Diseo BD

Relatinal Inst.

Bases de Datos

Ullman

Diseo BD

Stanford Univ.

Lenguajes

Ullman

Bases Conc

Stanford Univ.

Inteligencia Artificial

Aqu, la dependencia autor materia no se cumple, porque depende del contexto ( de depto).
Cuarta Forma Normal (4 FN)
Una relacin se encuentra en 4FN, si y solo si, las nicas dependencias multivaluadas no triviales son aquellas en las
cuales una clave multidetermina un atributo, es decir, toda dependencia multivaluada viene determinada por una clave
candidata.
En la tabla AUTORES(autor, materia, institucin), existen las dependencias multivaluadas:
autor materia y autor institucin. La relacin no se encuentra en 4FN, ya que estas dependencias estn
implicadas por autor, que no es clave candidata. La clave candidata es el conjunto de los tres atributos.
Para normalizarla se descompone en 2 proyecciones:
AUTORES1(autor, materia)
AUTORES2(autor,institucion), que si estn en 4FN.
Revisar la 5FN en libros.

5.6.-Organizacin de Relaciones
- estructuracin (consideraciones lgicas)

Normalizacin

Particionamiento horizontal

- reestructuracin (consideraciones fsicas)

Desnormalizacin

Particionamiento (horizontal, vertical)

Particionamiento Horizontal de relaciones

Esta estructuracin permite eliminar valores nulos, debido en general a no haberse detectado los subtipos de una entidad
o haberlas reunido en una sola entidad.
DOCUMENTO(cod-doc, titulo, idioma, editorial)
Que almacena datos de libros y artculos. El atributo editorial es inaplicable a articulo, podramos descomponer la
relacin en:
LIBRO(cod-doc, titulo, idioma, editorial)
ARTICULO(cod-doc, titulo, idioma)
Relacin origen pasa por seleccin a una que tiene todos los atributos que la original, pero contiene valores conocidos
junto con otra a travs de seleccin que contiene solo los atributos no nulos, eliminando el atributo de la relacin origen
que tenia nulos (proyeccin).
La construccin de la relacin original se realiza por medio de la unin relacional, despus de aadir los atributos para
que sean compatibles en la unin.
Desnormalizacion y Particionamiento
Son mtodos o formas de organizar las relaciones, teniendo en cuenta razones de tipo fsico:

Tasa de actualizaciones versus consultas

Las veces que se accede conjuntamente a los atributos

El tamao en bytes de los atributos

Tipos de proceso (en linea-batch)

Prioridad de los procesos

Tamao de las tablas.