0% encontró este documento útil (0 votos)
26 vistas60 páginas

Modulo III - Normalización y Tablas en BBDD

La normalización de datos implica organizar la información en tablas con filas y columnas para garantizar la integridad y mejorar la administración de los datos. Las formas normales indican cómo estructurar la información. Las tablas deben tener columnas con nombres coherentes y claves primarias únicas para cada fila, mientras que las claves foráneas permiten vincular tablas y ahorrar espacio.

Cargado por

Eliza Herialov
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
26 vistas60 páginas

Modulo III - Normalización y Tablas en BBDD

La normalización de datos implica organizar la información en tablas con filas y columnas para garantizar la integridad y mejorar la administración de los datos. Las formas normales indican cómo estructurar la información. Las tablas deben tener columnas con nombres coherentes y claves primarias únicas para cada fila, mientras que las claves foráneas permiten vincular tablas y ahorrar espacio.

Cargado por

Eliza Herialov
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 60

Módulo I: Normalización de Datos

Se entiende por Normalización al proceso de organización y estructura de la información para garantiza


orden, y una mejora en la administración de los datos mediante el uso de Tablas.

La Normalización se basa en una serie de leyes llamadas Formas Normales que indican de qué manera
y así obtener los beneficios mencionados anteriormente.

Para crear reportes interactivos y automatizados, es importante conocer los fundamentos básicos de la
optimizar memoria, tamaño de los archivos, y sobre todo facilita los procesos de reportería y análisis de

Tablas

Una Tabla, es un conjunto de datos relacionados entre sí, que están estructurados en Filas y Columnas.
Para comprender mejor la Normalización, hay que empezar a trabajar con el concepto de Tablas y dejar

Una Tabla debe contener cierto tipo de información en específico, por ejemplo: Tabla de Ventas, de inv

Tabla Ejemplo

Nombre Apellido Edad Dirección


María López 21 Managua - De la Iglesia 1/2 cuadra al sur, casa #3
Luis Martínez 23 Mga - Carr Norte km 10 - Reparto 1234
Andrés Pérez 25 De la plaza principal, 200 mts al oeste, mano izquierda,
Ana Gómez 20 Managua, Carr Masaya km 8, residencial abc, casa #8

Esta Tabla tiene como objetivo almacenar los datos personales de los colaboradores de una empresa en
que tipo de información se va a registrar para que la Tabla tenga sentido.

Estructura de una Tabla

Columnas

Las columnas se identifican comúnmente como los encabezados de las Tablas, sin embargo, hay que to
bajo el encabezado de la Columna y tratarla como una sola entidad.

Las columnas proporcionan el contexto necesario para identificar el tipo de información que se va a alm
Por ello, cada columna debe tener un nombre único y coherente con los datos para evitar ingresar valo
Columna1 Columna2 Columna3 Columna4
Fecha 1 Fecha 2 Nombre Total
1/25/2020 1/26/2020 Proyecto1 $ 9,850.00
12/8/2019 3/2/2020 Proyecto2 $ 7,302.00
3/5/2020 6/5/2020 Proyecto3 $ 7,448.00
9/6/2020 10/1/2020 Proyecto4 $ 8,171.00

En la Tabla ejemplo vemos como hay dos columnas de Fechas, la columna Nombre no explica claramen
se desconoce si es total de ventas, costos, inversión, etc.

Una Tabla con las columnas etiquetadas correctamente sería la siguiente:

Columna1 Columna2 Columna3 Columna4


Fecha Inicio Fecha Fin Nombre Proyecto Costo Total
1/25/2020 1/26/2020 Proyecto1 $ 9,850.00
12/8/2019 3/2/2020 Proyecto2 $ 7,302.00
3/5/2020 6/5/2020 Proyecto3 $ 7,448.00
9/6/2020 10/1/2020 Proyecto4 $ 8,171.00

Adicionalmente, las columnas cumplen un rol importantísimo en los reportes, ya que cada columna sirv
los datos con mayor detalle, en este ejemplo podríamos ver los costos por Proyecto, Fecha de Inicio y F
de "Encargado de Proyecto" entonces podríamos ver los costos de cada encargado también en nuestro

Filas

Se conoce como Fila o registro a cada una de las líneas de información que contienen las Tablas y éstas
es importante que los datos ingresados tengan coherencia con la columna en específico. En la columna
un tipo de información de Texto o Fecha, ya que no sería compatible con el resto de información y caus

Filas Nombre Apellido Edad Dirección


Fila1 María López 21 Managua - De la Iglesia 1/2 cuadra al sur
Fila2 Luis Martínez 23 Mga - Carr Norte km 10 - Reparto 1234
Fila3 Andrés Pérez 25 De la plaza principal, 200 mts al oeste, m
Fila4 Ana Gómez 20 Managua, Carr Masaya km 8, residencial

Clave Primaria

Las Claves Primarias son los valores que sirven de identificadores únicos para cada Fila o registro de las
pueden ser una combinación de códigos personalizados o previamente definidos, lo crucial con las Clav

ID Trabajador Nombre Apellido Edad Dirección


1 María López 21 Managua - De la Iglesia 1/2 cuadra al sur
2 Luis Martínez 23 Mga - Carr Norte km 10 - Reparto 1234
3 Andrés Pérez 25 De la plaza principal, 200 mts al oeste, m
3 Ana Gómez 20 Managua, Carr Masaya km 8, residencial

Si existen dos colaboradores con el mismo ID, puede causar grandes confusiones y alterar todos los dat
suponiendo que en una Tabla de Planilla se utilicen los ID para identificar el salario de cada uno de ello
es el E-003 ya que hay dos registros que comparten el mismo.

Clave Foránea

Las Claves Foráneas son claves primarias pero de otras Tablas, se utilizan para diferenciar en los registro
Al no ser el identificador principal de las Filas, las Claves Foráneas se pueden repetir sin ningún problem

ID Trabajador Nombre Apellido Ciudad


E-001 María López Managua
E-002 Luis Martínez Managua
E-003 Andrés Pérez Managua
E-004 Ana Gómez León

En este caso tenemos la columna Ciudad, que indica la precedencia o ubicación de cada Colaborador. L
uno o más colaboradores pueden ser parte de la misma ciudad sin inconvenientes.

Para clarificar lo anterior, en teoría debería existir una Tabla de Ciudades en la cual cada Ciudad sí sea u

ID Trabajador Nombre Apellido Ciudad


E-001 María López Managua
E-002 Luis Martínez Managua
E-003 Andrés Pérez Managua
E-004 Ana Gómez León

Para ahorrar espacio y almacenamiento en los datos, las claves foráneas nos permiten reducir los caract

ID Trabajador Nombre Apellido Ciudad


E-001 María López C1
E-002 Luis Martínez C1
E-003 Andrés Pérez C1
E-004 Ana Gómez C4

De ésta forma podemos observar que las ciudades son claves primarias de la Tabla Ciudad, sin embargo
convertirse en claves foráneas. Al conocer la existencia de ambos, el usuario debe interpretar con clarid
en vez de valores explícitos como el nombre de la ciudad como tal.

BuscarV y las Claves

Este concepto de claves primarias o foráneas no debería ser un concepto nuevo en su totalidad para us
muchas veces con funciones de búsqueda como BuscarV.

Suponiendo que quisieramos añadir una columna que contenga el total de habitantes de cada ciudad c
sea efectiva, ambas Tablas deben de compartir al menos una columna con valores en común, esa colum
como Clave Primaria o Foránea según cada Tabla.

ID Trabajador Nombre Apellido Ciudad


E-001 María López C1
E-002 Luis Martínez C1
E-003 Andrés Pérez C1
E-004 Ana Gómez C4
ctura de la información para garantizar la integridad,
uso de Tablas.

ormales que indican de qué manera la información debe ser estructurada,

nocer los fundamentos básicos de la Normalización, ya que los datos normalizados ayudan a agilizar cálculos,
s procesos de reportería y análisis de la información, siendo éstos los principales objetivos del curso.

n estructurados en Filas y Columnas.


ajar con el concepto de Tablas y dejar a un lado lo que hasta ahora se ha utilizado como Rango de Celdas.

por ejemplo: Tabla de Ventas, de inventario, de costos, de contactos, de personal, etc.

glesia 1/2 cuadra al sur, casa #3


km 10 - Reparto 1234
pal, 200 mts al oeste, mano izquierda, casa azul, León
asaya km 8, residencial abc, casa #8

los colaboradores de una empresa en específico, lo importante es identificar

e las Tablas, sin embargo, hay que tomar en consideración todas las Filas que estén

el tipo de información que se va a almacenar en la Tabla.


on los datos para evitar ingresar valores erróneos en las Filas.
olumna Nombre no explica claramente qué nombre debe de ir, y el Total

os reportes, ya que cada columna sirve como categoría para ver


stos por Proyecto, Fecha de Inicio y Fecha, Fin, si se añadiera una columna
cada encargado también en nuestro reporte.

ción que contienen las Tablas y éstas describen la identidad de las columnas,
columna en específico. En la columna Edad por ejemplo, no tendría sentido que contuviera
ble con el resto de información y causaría inconsistencias en nuestros datos.

nagua - De la Iglesia 1/2 cuadra al sur, casa #3


a - Carr Norte km 10 - Reparto 1234
a plaza principal, 200 mts al oeste, mano izquierda, casa azul, León
nagua, Carr Masaya km 8, residencial abc, casa #8

nicos para cada Fila o registro de las Tablas, éstos valores


mente definidos, lo crucial con las Claves Primarias es que no pueden haber duplicados.
nagua - De la Iglesia 1/2 cuadra al sur, casa #3
a - Carr Norte km 10 - Reparto 1234
a plaza principal, 200 mts al oeste, mano izquierda, casa azul, León
nagua, Carr Masaya km 8, residencial abc, casa #8

es confusiones y alterar todos los datos que están relacionados con la Clave Primaria,
ntificar el salario de cada uno de ellos, no podríamos decir con seguridad qué trabajador

tilizan para diferenciar en los registros el valor con el que están relacionados el resto de las Filas.
se pueden repetir sin ningún problema en la Tabla.

a o ubicación de cada Colaborador. La Ciudad no es una clave primaria porque


inconvenientes.

dades en la cual cada Ciudad sí sea una Clave primaria de la misma.

Código Ciudad
C1 Managua
C2 Rivas
C3 Chinandega
C4 León

áneas nos permiten reducir los caracteres de las Filas y reemplazarlas por el código de la clave primaria.

Código Ciudad Habitantes


C1 Managua 2 mill
C2 Rivas 500 mil
C3 Chinandega 300 mil
C4 León 500 mil

arias de la Tabla Ciudad, sin embargo al migrar a otra Tabla, pueden repetirse y
el usuario debe interpretar con claridad el significado de códigos en las columnas
ncepto nuevo en su totalidad para usuarios de Excel, ya que inconscientemente las utilizamos

total de habitantes de cada ciudad con BuscarV, para que la búsqueda


mna con valores en común, esa columna en común puede ser representada

Código Ciudad Habitantes


C1 Managua 2 mill
C2 Rivas 500 mil
C3 Chinandega 300 mil
C4 León 500 mil
gilizar cálculos,

o de Celdas.
Base de Datos

Para representar la información en los datos de la manera más óptima, usualmente se tiene que contar
y la relación entre dos o más Tablas que comparten información es lo que se conoce como Base de Dat

En una base de datos, suelen existir dos tipos de Tablas: Tablas de Hechos/Transaccionales y Tabla de D

Tabla de Hechos

Suelen identificarse por las tablas que se actualizan con el paso del tiempo, almacenan información hist
son las tablas que poseen un indicador o métrica relevante con la cual se pueden o necesitan hacer ope
Por ejemplo: Ventas, Total Costos, Ingresos, Calificación, Clientes nuevos, Inventario, Pedidos, Tickets, et

ID Ventas ID Vendedor Mes Total


1 E-001 Enero $ 15,000.00
2 E-002 Enero $ 12,000.00
3 E-003 Enero $ 20,000.00
4 E-004 Enero $ 10,000.00
5 E-001 Febrero $ 15,000.00
6 E-002 Febrero $ 12,000.00
7 E-003 Febrero $ 20,000.00
8 E-004 Febrero $ 10,000.00

Tablas de Dimensiones

Por otro lado, las tablas dimensionales sirven para brindar un mayor nivel de detalle a las Tablas de hec
a ellas mediante las claves. Una Tabla de dimensión es fácilmente reconocida porque tiene valores únic
de transacciones históricas ni contiene valores numéricos críticos, como por ejemplo una Tabla de paíse
de categorías y subcategorías, etc.

Las Tablas de dimensiones pueden estar conectadas también a otras tablas de dimensiones, con el simp
otro sub nivel de detalle a la base de datos.

ID Trabajador Nombre Apellido Ciudad


E-001 María López C1
E-002 Luis Martínez C1
E-003 Andrés Pérez C1
E-004 Ana Gómez C4
Código Ciudad
C1 Managua
C2 Rivas
C3 Chinandega
C4 Matagalpa

Ejemplo de Tablas de una base de datos

Tabla de Ventas - Hechos

ID Ventas ID Vendedor
1 E-001
2 E-002
3 E-003
4 E-004
5 E-001
6 E-002
7 E-003
8 E-004

Tabla de Trabajadores - Dimensión

ID Trabajador Nombre Apellido Ciudad


E-001 María López C1
E-002 Luis Martínez C1
E-003 Andrés Pérez C1
E-004 Ana Gómez C4

Tabla de Ciudades - Dimensión

Código Ciudad
C1 Managua
C2 Rivas
C3 Chinandega
C4 Matagalpa
ma, usualmente se tiene que contar con más de una Tabla,
o que se conoce como Base de Datos.

Hechos/Transaccionales y Tabla de Dimensiones.

tiempo, almacenan información histórica y casi siempre


ual se pueden o necesitan hacer operaciones matemáticas.
evos, Inventario, Pedidos, Tickets, etc.

nivel de detalle a las Tablas de hechos, y están conectadas


conocida porque tiene valores únicos, y no lleva registro
omo por ejemplo una Tabla de países, de contactos,

s tablas de dimensiones, con el simple objetivo de agregar


abla de Ventas - Hechos

Mes Total
Enero $ 15,000.00
Enero $ 12,000.00
Enero $ 20,000.00
Enero $ 10,000.00
Febrero $ 15,000.00
Febrero $ 12,000.00
Febrero $ 20,000.00
Febrero $ 10,000.00
Normalización paso a paso - Ejemplo 1

A continuación se explicará los pasos a seguir para normalizar los datos correctamente, éstos pasos está
sin embargo, no se entrará en mayor detalle ya que el objetivo es conocer y aplicar los principios funda

Paso #1: Todas las columnas deben ser únicas

Tabla Información Colaboradores

Nombre Apellido Edad Teléfono1


María López 21 86532456
Luis Martínez 23 81254032
Andrés Pérez 25 89751252
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Cris Delgado 25 86251365

El primer paso para normalizar nos indica que las columnas no deben ser iguales, por iguales nos referi
En la Tabla, podemos ver que hay tres columnas de Teléfono.

En este caso, debemos condensar esas columnas en una sola, dando como resultado la siguiente estruc

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

Es fácilmente notable que al estructurar las Tablas de ésta forma, se aumentará el número de Filas o reg
nos aseguramos que la información ingresada cumpla con el primer paso de Normalización.

Paso #2: Las columnas deben ser atómicas


Esto significa que sus datos no pueden dividirse en más de una categoría o subcategoría.

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

En la columna Dirección, se puede observar que se hace referencia también a la ciudad a la que pertene
solamente debe existir un tipo de dato por columna, la dirección y ciudad son dos cosas totalmente dis

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

Paso #3 : Homogeneidad en los registros

Ahora, se debe asegurar que los datos sean homogéneos, es decir, que mantengan uniformidad y seme

Para expresar esto claramente, podemos ver que en la columna Ciudad, Managua está escrito de dos m
perfectamente que se trata de la misma ciudad, pero para cuestiones de normalizar y lograr un reporte
lograr que cada tipo de dato se escriba de la misma forma en cada uno de los registros.

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

Paso #4 : Identificar grupos de repetición

Nombre Apellido Edad Teléfono


María López 21 86532456
María López 21 87745244
Luis Martínez 23 81254032
Luis Martínez 23 86632541
Luis Martínez 23 84463250
Andrés Pérez 25 89751252
Andrés Pérez 25 82541302
Ana Gómez 20 85320145
Olivia Sánchez 22 86251365
Olivia Sánchez 22 22365456

El objetivo principal es almacenar la información de los trabajadores en una Tabla normalizada, para co
hay que notar que cada registro se duplica en dependencia de la cantidad de teléfonos que tenga el co

Para evitar esto, la Normalización sugiere separar las columnas que causan la redundancia en otra Tabla
a pesar de separarlas se necesita identificar las claves primarias y foráneas correctamente.
Una vez conocemos las claves, al separar las Tablas siempre debe existir la columna de clave foránea y c
esto garantiza que la información sigue conectada y relacionada entre las Tablas.

Tabla Colaboradores

ID Trabajador Nombre Apellido Edad


E-001 María López 21
E-002 Luis Martínez 23
E-003 Andrés Pérez 25
E-004 Ana Gómez 20
E-005 Olivia Sánchez 22

Tabla Contactos

ID Contacto ID Trabajador Teléfono


Contacto1 E-001 86532456
Contacto2 E-001 87745244
Contacto3 E-002 81254032
Contacto4 E-002 86632541
Contacto5 E-002 84463250
Contacto6 E-003 89751252
Contacto7 E-003 82541302
Contacto8 E-004 85320145
Contacto9 E-005 86251365
Contacto10 E-005 22365456

Paso #5 : Separar en Tablas los atributos que no dependen de la Clave Primaria

En este paso pretendemos identificar las columnas que son dependientes o no de la clave primaria, en

Esta distinción se obtiene al evaluar si el atributo que no es clave primaria, cambia cuando el valor de la
Por ejemplo: La columna Nombre depende del ID Trabajador, si este cambia, por ende el Nombre debe

Fácilmente podemos ver que los atributos de Nombre, Apellido, Edad, Ciudad y Dirección dependen de
tendrían sentido por sí solo, pero en la columna Región, pasa lo contrario, la Región depende de la Ciud

Tabla Colaboradores

ID Trabajador Nombre Apellido Edad


E-001 María López 21
E-002 Luis Martínez 23
E-003 Andrés Pérez 25
E-004 Ana Gómez 20
E-005 Olivia Sánchez 22

La Tabla quedaría de la siguiente forma

ID Trabajador Nombre Apellido Edad


E-001 María López 21
E-002 Luis Martínez 23
E-003 Andrés Pérez 25
E-004 Ana Gómez 20
E-005 Olivia Sánchez 22

Tabla Contactos

ID Contacto ID Trabajador Teléfono


Contacto1 E-001 86532456
Contacto2 E-001 87745244
Contacto3 E-002 81254032
Contacto4 E-002 86632541
Contacto5 E-002 84463250
Contacto6 E-003 89751252
Contacto7 E-003 82541302
Contacto8 E-004 85320145
Contacto9 E-005 86251365
Contacto10 E-005 22365456

Aplicación de BuscarV

Al tener las Tablas separados, uno pensaría que no hay manera de poder obtener los datos en una mism
utilizaremos la función BuscarV para mantener la relación entre las Tablas y devolver las columnas nece

La Tabla quedaría de la siguiente forma

ID Trabajador Nombre Apellido Edad


E-001 María López 21
E-002 Luis Martínez 23
E-003 Andrés Pérez 25
E-004 Ana Gómez 20
E-005 Olivia Sánchez 22
Tabla Contactos

ID Contacto ID Trabajador Teléfono


Contacto1 E-001 86532456
Contacto2 E-001 87745244
Contacto3 E-002 81254032
Contacto4 E-002 86632541
Contacto5 E-002 84463250
Contacto6 E-003 89751252
Contacto7 E-003 82541302
Contacto8 E-004 85320145
Contacto9 E-005 86251365
Contacto10 E-005 22365456
ar los datos correctamente, éstos pasos están basados en las Formas Normales,
vo es conocer y aplicar los principios fundamentales de la Normalización.

Teléfono2 Teléfono3 Dirección


87745244 Managua - De la Iglesia 1/2 cuadra al sur - casa #3
86632541 84463250 Mga - Carr Norte - km 10 Reparto - 1234
82541302 León - De la plaza principal, 200 - mts al oeste, mano izquierda - casa azul
Managua - Carr Masaya km 8, residencial abc, casa #8
22365456 Matagalpa - Km 55 calle sur - casa #43
Masaya - Km 55 calle sur - casa #43

no deben ser iguales, por iguales nos referimos a que almacenen el mismo tipo de información.

a, dando como resultado la siguiente estructura:

Dirección Región
Managua - De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua - De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
León - De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León - De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua - Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa - Km 55 calle sur, casa #43 Central
Matagalpa - Km 55 calle sur, casa #43 Central

orma, se aumentará el número de Filas o registros, lo cual es correcto, pero de esta manera
l primer paso de Normalización.
una categoría o subcategoría.

Dirección Región
Managua - De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua - De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
Mga - Carr Norte km 10 Reparto 1234 Pacífico
Leon - De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León - De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua - Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa - Km 55 calle sur, casa #43 Central
Matagalpa - Km 55 calle sur, casa #43 Central

erencia también a la ciudad a la que pertenece la persona, el paso #2 indica que


cción y ciudad son dos cosas totalmente distintas, por lo tanto hay que separarlas.

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central
Matagalpa Km 55 calle sur, casa #43 Central

s decir, que mantengan uniformidad y semejanza según la naturaleza de la columna.

mna Ciudad, Managua está escrito de dos maneras, abreviada y extendida, el usuario puede entender
uestiones de normalizar y lograr un reporte con información precisa, es indispensable
n cada uno de los registros.

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
Mga Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central
Matagalpa Km 55 calle sur, casa #43 Central

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central
Matagalpa Km 55 calle sur, casa #43 Central

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central
Matagalpa Km 55 calle sur, casa #43 Central

ajadores en una Tabla normalizada, para completar este paso


de la cantidad de teléfonos que tenga el colaborador.

nas que causan la redundancia en otra Tabla, para mantener la relación entre ellas
ias y foráneas correctamente.
debe existir la columna de clave foránea y clave primaria entre ellas,
nada entre las Tablas.

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central

de la Clave Primaria

dependientes o no de la clave primaria, en caso que no lo sean, deben ser separadas en otra Tabla.

clave primaria, cambia cuando el valor de la clave primaria cambia de igual forma.
r, si este cambia, por ende el Nombre deberá cambiar, y así sucesivamente.

lido, Edad, Ciudad y Dirección dependen del ID de cada trabajador, de lo contrario los valores no
a lo contrario, la Región depende de la Ciudad, por lo tanto no es dependiente de la Clave Primaria.

Ciudad Dirección Región


Managua De la Iglesia 1/2 cuadra al sur, casa #3 Pacífico
Managua Carr Norte km 10 Reparto 1234 Pacífico
León De la plaza principal, 200 mts al oeste, mano izquierda, casa azul Pacífico
Managua Carr Masaya km 8, residencial abc, casa #8 Pacífico
Matagalpa Km 55 calle sur, casa #43 Central

Ciudad Dirección
C1 De la Iglesia 1/2 cuadra al sur, casa #3
C1 Carr Norte km 10 Reparto 1234
C3 De la plaza principal, 200 mts al oeste, mano izquierda, casa azul
C1 Carr Masaya km 8, residencial abc, casa #8
C2 Km 55 calle sur, casa #43

Tabla Ciudad

Código Ciudad Región


C1 Managua Pacífico
C2 Matagalpa Central
C3 León Pacífico

era de poder obtener los datos en una misma Tabla como usualmente se trabaja, en este caso,
ntre las Tablas y devolver las columnas necesarias mediante las claves primarias y foráneas.

Ciudad Dirección
C1 De la Iglesia 1/2 cuadra al sur, casa #3
C1 Carr Norte km 10 Reparto 1234
C3 De la plaza principal, 200 mts al oeste, mano izquierda, casa azul
C1 Carr Masaya km 8, residencial abc, casa #8
C2 Km 55 calle sur, casa #43
Tabla Ciudad

Código Ciudad Región


C1 Managua Pacífico
C2 Matagalpa Central
C3 León Pacífico
Región
Pacífico
Pacífico
uierda - casa azul Pacífico
Pacífico
Central
Central
Normalización paso a paso - Ejemplo 2

Se requiere normalizar la siguiente Tabla aplicando los pasos explicados previamente.

Nombre Completo Jefe inmediato Puesto Departamento


Alfredo Gómez - E1 Jorge Pérez - E6 Analista de Ventas Ventas
Alicia Martínez - E2 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Beatriz Pérez - E3 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Mario González - E4 Karla Borge - E7 Ejecutivo de Ventas Ventas
Carmen López - E5 Karla Borge - E7 Ejecutivo de Ventas Ventas
Jorge Pérez - E6 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Karla Borge - E7 Lucía Alvarado - E10 Supervisor de Ventas Ventas

Paso #1: Todas las columnas deben ser únicas

Al aplicar este paso debemos observar qué columnas están repetidas, y por repetidas siempre hay que
Por ello, podemos ver que hay cuatro columnas que almacenan siempre el salario, dividas según la quin
agregar otra columna, y así sucesivamente, y esto no es óptimo.

Para completar este paso, se condensó en una sola columna el salario, y en otra la especificación de cua

Nombre Completo Jefe inmediato Puesto Departamento


Alfredo Gómez - E1 Jorge Pérez - E6 Analista de Ventas Ventas
Alfredo Gómez - E1 Jorge Pérez - E6 Analista de Ventas Ventas
Alfredo Gómez - E1 Jorge Pérez - E6 Analista de Ventas Ventas
Alfredo Gómez - E1 Jorge Pérez - E6 Analista de Ventas Ventas
Alicia Martínez - E2 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Alicia Martínez - E2 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Alicia Martínez - E2 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Alicia Martínez - E2 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Beatriz Pérez - E3 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Beatriz Pérez - E3 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Beatriz Pérez - E3 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Beatriz Pérez - E3 Jorge Pérez - E6 Ejecutivo de Ventas Ventas
Mario González - E4 Karla Borge - E7 Ejecutivo de Ventas Ventas
Mario González - E4 Karla Borge - E7 Ejecutivo de Ventas Ventas
Mario González - E4 Karla Borge - E7 Ejecutivo de Ventas Ventas
Mario González - E4 Karla Borge - E7 Ejecutivo de Ventas Ventas
Carmen López - E5 Karla Borge - E7 Ejecutivo de Ventas Ventas
Carmen López - E5 Karla Borge - E7 Ejecutivo de Ventas Ventas
Carmen López - E5 Karla Borge - E7 Ejecutivo de Ventas Ventas
Carmen López - E5 Karla Borge - E7 Ejecutivo de Ventas Ventas
Jorge Pérez - E6 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Jorge Pérez - E6 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Jorge Pérez - E6 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Jorge Pérez - E6 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Karla Borge - E7 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Karla Borge - E7 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Karla Borge - E7 Lucía Alvarado - E10 Supervisor de Ventas Ventas
Karla Borge - E7 Lucía Alvarado - E10 Supervisor de Ventas Ventas

Paso #2: Las columnas deben ser atómicas

A partir del paso anterior, podemos observar como las columnas de Nombre, Jefe, y quincena poseen m
valor en columnas diferentes, obteniendo la siguiente estructura de la tabla.

ID Colaborador Nombre Completo Jefe inmediato Puesto


E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent

Paso #3 : Homogeneidad en los registros

Únicamente la columna de Sucursal tenía registros no homogéneos "Suc. Norte", "Sucursal Norte" o sol

ID Colaborador Nombre Completo Jefe inmediato Puesto


E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent
E1 Alfredo Gómez Jorge Pérez Analista de Ventas
E2 Alicia Martínez Jorge Pérez Ejecutivo de Ventas
E3 Beatriz Pérez Jorge Pérez Ejecutivo de Ventas
E4 Mario González Karla Borge Ejecutivo de Ventas
E5 Carmen López Karla Borge Ejecutivo de Ventas
E6 Jorge Pérez Lucía Alvarado Supervisor de Vent
E7 Karla Borge Lucía Alvarado Supervisor de Vent

Paso #4 : Identificar grupos de repetición


En nuestra Tabla si se repiten muchos de los campos o atributos en cada registro, pero esto se debe a q
son registros únicos porque cada vez que se repite un colaborador o jefe, o puesto, es para representar

En este caso la Tabla no posee un grupo de repetición que genere redundancia como en el ejemplo ant

Paso #5 : Separar en Tablas los atributos que no dependen de la Clave Primaria

En esta Tabla no hay una clave primaria explícita, sin embargo, se puede crear a partir de ciertas combin
Ya que es una Tabla de salarios pagados, y los valores se repiten según las quincenas, podríamos decir
Fecha + el ID del trabajador al que se le está pagando por sus servicios.

El siguiente paso es evaluar si cada atributo depende directamente de los campos de la Clave Primaria
Al evaluar los atributos con la clave primaria obtenemos lo siguiente:

Tabla de Colaboradores - Dimensión


ID Colaborador Nombre Completo Puesto Empresa

Tabla de puestos - Dimensión


Puesto Departamento Salario

Tabla de Planilla - Hechos


ID Colaborador Fecha Quincena Mes

Tabla de Planilla - Hechos


ID Colaborador Fecha Quincena Mes
E1 1/15/2021 Primera Enero
E2 1/15/2021 Primera Enero
E3 1/15/2021 Primera Enero
E4 1/15/2021 Primera Enero
E5 1/15/2021 Primera Enero
E6 1/15/2021 Primera Enero
E7 1/15/2021 Primera Enero
E1 1/30/2021 Segunda Enero
E2 1/30/2021 Segunda Enero
E3 1/30/2021 Segunda Enero
E4 1/30/2021 Segunda Enero
E5 1/30/2021 Segunda Enero
E6 1/30/2021 Segunda Enero
E7 1/30/2021 Segunda Enero
E1 2/15/2021 Primera Febrero
E2 2/15/2021 Primera Febrero
E3 2/15/2021 Primera Febrero
E4 2/15/2021 Primera Febrero
E5 2/15/2021 Primera Febrero
E6 2/15/2021 Primera Febrero
E7 2/15/2021 Primera Febrero
E1 2/28/2021 Segunda Febrero
E2 2/28/2021 Segunda Febrero
E3 2/28/2021 Segunda Febrero
E4 2/28/2021 Segunda Febrero
E5 2/28/2021 Segunda Febrero
E6 2/28/2021 Segunda Febrero
E7 2/28/2021 Segunda Febrero
Primera Enero 1/15/202Segunda Enero 1/30 Primera Febrero 2/15/2021 Segunda Febrero 2/28/2021
C$ 9,000.00 C$ 9,000.00 C$ 9,000.00 C$ 9,000.00
C$ 7,500.00 C$ 7,500.00 C$ 7,500.00 C$ 7,500.00
C$ 7,500.00 C$ 7,500.00 C$ 7,500.00 C$ 7,500.00
C$ 7,500.00 C$ 7,500.00 C$ 7,500.00 C$ 7,500.00
C$ 7,500.00 C$ 7,500.00 C$ 7,500.00 C$ 7,500.00
C$ 10,000.00 C$ 10,000.00 C$ 10,000.00 C$ 10,000.00
C$ 10,000.00 C$ 10,000.00 C$ 10,000.00 C$ 10,000.00

epetidas siempre hay que tener en cuenta el dato (y no el tipo) que se está almacenando.
alario, dividas según la quincena en específico, el problema de ello es que para el siguiente mes, se debería

tra la especificación de cuando se pagó a como se puede ver a continuación:

Empresa Sucursal Salario Columna Nueva


Algoritmia Sucursal Central C$ 9,000.00 Primera Enero 01/15/2021
Algoritmia Sucursal Central C$ 9,000.00 Segunda Enero 01/30/2021
Algoritmia Sucursal Central C$ 9,000.00 Primera Febrero 02/15/2021
Algoritmia Sucursal Central C$ 9,000.00 Segunda Febrero 02/28/2021
Algoritmia Central C$ 7,500.00 Primera Enero 01/15/2021
Algoritmia Central C$ 7,500.00 Segunda Enero 01/30/2021
Algoritmia Central C$ 7,500.00 Primera Febrero 02/15/2021
Algoritmia Central C$ 7,500.00 Segunda Febrero 02/28/2021
Algoritmia Central C$ 7,500.00 Primera Enero 01/15/2021
Algoritmia Central C$ 7,500.00 Segunda Enero 01/30/2021
Algoritmia Central C$ 7,500.00 Primera Febrero 02/15/2021
Algoritmia Central C$ 7,500.00 Segunda Febrero 02/28/2021
Algoritmia Norte C$ 7,500.00 Primera Enero 01/15/2021
Algoritmia Norte C$ 7,500.00 Segunda Enero 01/30/2021
Algoritmia Norte C$ 7,500.00 Primera Febrero 02/15/2021
Algoritmia Norte C$ 7,500.00 Segunda Febrero 02/28/2021
Algoritmia Suc. Norte C$ 7,500.00 Primera Enero 01/15/2021
Algoritmia Suc. Norte C$ 7,500.00 Segunda Enero 01/30/2021
Algoritmia Suc. Norte C$ 7,500.00 Primera Febrero 02/15/2021
Algoritmia Suc. Norte C$ 7,500.00 Segunda Febrero 02/28/2021
Algoritmia Central C$ 10,000.00 Primera Enero 01/15/2021
Algoritmia Central C$ 10,000.00 Segunda Enero 01/30/2021
Algoritmia Central C$ 10,000.00 Primera Febrero 02/15/2021
Algoritmia Central C$ 10,000.00 Segunda Febrero 02/28/2021
Algoritmia Suc. Norte C$ 10,000.00 Primera Enero 01/15/2021
Algoritmia Suc. Norte C$ 10,000.00 Segunda Enero 01/30/2021
Algoritmia Suc. Norte C$ 10,000.00 Primera Febrero 02/15/2021
Algoritmia Suc. Norte C$ 10,000.00 Segunda Febrero 02/28/2021

, Jefe, y quincena poseen más de un tipo de dato dentro de cada registro, por ello es que se separa cada

Departamento Fecha de pago Mes Quincena


Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda

rte", "Sucursal Norte" o solamente "Norte", esto se ajusto y cada valor muestra la ubicación de cada sucursal.

Departamento Fecha de pago Mes Quincena


Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/15/2021 Enero Primera
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 1/30/2021 Enero Segunda
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/15/2021 Febrero Primera
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
Ventas 2/28/2021 Febrero Segunda
istro, pero esto se debe a que es una Tabla de Hechos, y no son registro repetidos al 100%,
puesto, es para representar una quincena nueva pagada por la empresa.

cia como en el ejemplo anterior, por lo tanto no se modifica en este paso.

r a partir de ciertas combinaciones de campos que diferencien los registros únicamente respecto al otro.
uincenas, podríamos decir que nuestra clave primaria es una combinación de la columna

mpos de la Clave Primaria (ID Colaborador y Fecha) y separarlos según al grupo que corresponda.

Sucursal Jefe

Salario

Tabla de Colaboradores - Dimensión


Salario ID Colaborador Nombre Completo
9000 E1 Alfredo Gómez
7500 E2 Alicia Martínez
7500 E3 Beatriz Pérez
7500 E4 Mario González
7500 E5 Carmen López
10000 E6 Jorge Pérez
10000 E7 Karla Borge
9000
7500 Tabla de Puestos - Dimensión
7500 Puesto Departamento
7500 Analista de Ventas Ventas
7500 Ejecutivo de Ventas Ventas
10000 Supervisor de Ventas Ventas
10000
9000
7500
7500
7500
7500
10000
10000
9000
7500
7500
7500
7500
10000
10000
Empresa Sucursal
Algoritmia Sucursal Central
Algoritmia Central
Algoritmia Central
Algoritmia Norte
Algoritmia Suc. Norte
Algoritmia Sucursal Central
Algoritmia Suc. Norte

02/28/2021

02/28/2021

02/28/2021

02/28/2021
02/28/2021

02/28/2021

02/28/2021

Salario mensual Empresa Sucursal


18000 Algoritmia Sucursal Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Suc. Norte
20000 Algoritmia Suc. Norte
20000 Algoritmia Central
18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Norte
20000 Algoritmia Sucursal Central
18000 Algoritmia Sucursal Central
15000 Algoritmia Sucursal Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Norte
20000 Algoritmia Central
18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Sucursal Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Norte
20000 Algoritmia Central

Salario mensual Empresa Sucursal


18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Central
20000 Algoritmia Norte
18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Central
20000 Algoritmia Norte
18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Central
20000 Algoritmia Norte
18000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Central
15000 Algoritmia Norte
15000 Algoritmia Norte
20000 Algoritmia Central
20000 Algoritmia Norte
Jefe Inmediato Puesto Sucursal
Jorge Pérez Analista de Ventas Central
Jorge Pérez Ejecutivo de Ventas Central
Jorge Pérez Ejecutivo de Ventas Central
Karla Borge Ejecutivo de Ventas Norte
Karla Borge Ejecutivo de Ventas Norte
Lucía Alvarado Supervisor de Ventas Central
Lucía Alvarado Supervisor de Ventas Norte

Salario
9000
7500
10000
Ejercicio 1

Analizar la siguiente Tabla y utilizar los pasos de Normalización para estructurarla correctamente.

Vendedor Fecha Mes Semana Año Ropa


Maria 1/2/2018 Enero 2 2018 $ 23,666.00
Luis 1/13/2018 Enero 1 2018 $ 13,518.00
Maria 1/13/2018 Enero 4 2018 $ 25,398.00
Maria 1/15/2018 Enero 1 2018 $ 14,576.00
Luis 1/15/2018 Enero 2 2018 $ 26,224.00
Andrea 1/19/2018 Enero 1 2018 $ 24,144.00
Luis 1/19/2018 Enero 4 2018 $ 17,707.00
Andrea 1/19/2018 Enero 4 2018 $ 21,085.00
Luis 1/28/2018 Enero 3 2018 $ 18,613.00
Andrea 1/28/2018 Enero 3 2018 $ 10,614.00
Andrea 1/29/2018 Enero 2 2018 $ 16,565.00
Maria 1/29/2018 Enero 3 2018 $ 23,683.00
Luis 2/1/2018 Febrero 1 2018 $ 19,101.00
Luis 2/1/2018 Febrero 2 2018 $ 27,976.00
Andrea 2/1/2018 Febrero 3 2018 $ 29,322.00
Andrea 2/4/2018 Febrero 1 2018 $ 27,953.00
Andrea 2/6/2018 Febrero 2 2018 $ 25,310.00
Maria 2/8/2018 Febrero 1 2018 $ 23,320.00
Maria 2/13/2018 Febrero 3 2018 $ 29,526.00
Andrea 2/14/2018 Febrero 4 2018 $ 14,316.00
Maria 2/15/2018 Febrero 2 2018 $ 20,486.00
Maria 2/25/2018 Febrero 4 2018 $ 10,277.00
Luis 2/27/2018 Febrero 3 2018 $ 10,146.00
Luis 2/27/2018 Febrero 4 2018 $ 16,968.00
Maria 3/1/2018 Marzo 1 2018 $ 16,280.00
Luis 3/6/2018 Marzo 1 2018 $ 12,842.00
Maria 3/8/2018 Marzo 4 2018 $ 19,343.00
Maria 3/9/2018 Marzo 2 2018 $ 13,781.00
Luis 3/11/2018 Marzo 2 2018 $ 19,340.00
Andrea 3/13/2018 Marzo 3 2018 $ 14,128.00
Maria 3/14/2018 Marzo 3 2018 $ 21,187.00
Luis 3/16/2018 Marzo 4 2018 $ 23,775.00
Andrea 3/18/2018 Marzo 1 2018 $ 20,850.00
Luis 3/27/2018 Marzo 3 2018 $ 16,997.00
Andrea 3/29/2018 Marzo 4 2018 $ 23,430.00
Andrea 3/30/2018 Marzo 2 2018 $ 22,193.00
Total $ 714,640.00

Fecha mes week


1/1/2018 January 1
1/2/2018 January 1
1/3/2018 January 1
1/4/2018 January 1
1/5/2018 January 1
1/6/2018 January 1
1/7/2018 January 2
1/8/2018 January 2
1/9/2018 January 2
1/10/2018 January 2
1/11/2018 January 2
1/12/2018 January 2
1/13/2018 January 2
1/14/2018 January 3
1/15/2018 January 3
1/16/2018 January 3
1/17/2018 January 3
1/18/2018 January 3
1/19/2018 January 3
1/20/2018 January 3
1/21/2018 January 4
1/22/2018 January 4
1/23/2018 January 4
1/24/2018 January 4
1/25/2018 January 4
1/26/2018 January 4
1/27/2018 January 4
1/28/2018 January 5
1/29/2018 January 5
1/30/2018 January 5
1/31/2018 January 5
2/1/2018 February 5
2/2/2018 February 5
2/3/2018 February 5
2/4/2018 February 6
2/5/2018 February 6
2/6/2018 February 6
2/7/2018 February 6
2/8/2018 February 6
2/9/2018 February 6
2/10/2018 February 6
2/11/2018 February 7
2/12/2018 February 7
2/13/2018 February 7
2/14/2018 February 7
2/15/2018 February 7
2/16/2018 February 7
2/17/2018 February 7
2/18/2018 February 8
2/19/2018 February 8
2/20/2018 February 8
2/21/2018 February 8
2/22/2018 February 8
2/23/2018 February 8
2/24/2018 February 8
2/25/2018 February 9
2/26/2018 February 9
2/27/2018 February 9
2/28/2018 February 9
3/1/2018 March 9
3/2/2018 March 9
3/3/2018 March 9
3/4/2018 March 10
3/5/2018 March 10
3/6/2018 March 10
3/7/2018 March 10
3/8/2018 March 10
3/9/2018 March 10
3/10/2018 March 10
3/11/2018 March 11
3/12/2018 March 11
3/13/2018 March 11
3/14/2018 March 11
3/15/2018 March 11
3/16/2018 March 11
3/17/2018 March 11
3/18/2018 March 12
3/19/2018 March 12
3/20/2018 March 12
3/21/2018 March 12
3/22/2018 March 12
3/23/2018 March 12
3/24/2018 March 12
3/25/2018 March 13
3/26/2018 March 13
3/27/2018 March 13
3/28/2018 March 13
3/29/2018 March 13
3/30/2018 March 13
3/31/2018 March 13
tructurarla correctamente.

Calzado Accesorios Total


$ 15,678.00 $ 21,342.00 $ 60,686.00 Vendedor Fecha Producto
$ 28,604.00 $ 29,838.00 $ 71,960.00 Maria 1/2/2018 Accesorios
$ 15,882.00 $ 14,293.00 $ 55,573.00 Maria 1/2/2018 Calzado
$ 20,640.00 $ 28,614.00 $ 63,830.00 Maria 1/2/2018 Ropa
$ 22,152.00 $ 22,530.00 $ 70,906.00 Maria 1/13/2018 Ropa
$ 12,876.00 $ 17,783.00 $ 54,803.00 Maria 1/13/2018 Calzado
$ 16,962.00 $ 12,377.00 $ 47,046.00 Maria 1/13/2018 Accesorios
$ 16,911.00 $ 17,897.00 $ 55,893.00 Luis 1/13/2018 Ropa
$ 10,067.00 $ 19,280.00 $ 47,960.00 Luis 1/13/2018 Calzado
$ 22,122.00 $ 25,875.00 $ 58,611.00 Luis 1/13/2018 Accesorios
$ 23,423.00 $ 27,916.00 $ 67,904.00 Luis 1/15/2018 Ropa
$ 23,966.00 $ 28,470.00 $ 76,119.00 Luis 1/15/2018 Calzado
$ 18,750.00 $ 15,883.00 $ 53,734.00 Luis 1/15/2018 Accesorios
$ 26,997.00 $ 15,448.00 $ 70,421.00 Maria 1/15/2018 Ropa
$ 13,431.00 $ 17,603.00 $ 60,356.00 Maria 1/15/2018 Calzado
$ 25,882.00 $ 10,055.00 $ 63,890.00 Maria 1/15/2018 Accesorios
$ 15,472.00 $ 19,487.00 $ 60,269.00 Andrea 1/19/2018 Ropa
$ 13,945.00 $ 24,762.00 $ 62,027.00 Luis 1/19/2018 Accesorios
$ 20,080.00 $ 19,039.00 $ 68,645.00 Andrea 1/19/2018 Accesorios
$ 22,015.00 $ 11,594.00 $ 47,925.00 Andrea 1/19/2018 Calzado
$ 12,421.00 $ 20,261.00 $ 53,168.00 Luis 1/19/2018 Calzado
$ 21,576.00 $ 14,873.00 $ 46,726.00 Andrea 1/19/2018 Calzado
$ 22,382.00 $ 21,440.00 $ 53,968.00 Andrea 1/19/2018 Ropa
$ 26,890.00 $ 13,940.00 $ 57,798.00 Luis 1/19/2018 Ropa
$ 18,317.00 $ 26,957.00 $ 61,554.00 Andrea 1/19/2018 Accesorios
$ 27,398.00 $ 22,889.00 $ 63,129.00 Andrea 1/28/2018 Ropa
$ 12,599.00 $ 10,851.00 $ 42,793.00 Andrea 1/28/2018 Calzado
$ 25,339.00 $ 29,286.00 $ 68,406.00 Andrea 1/28/2018 Accesorios
$ 21,577.00 $ 20,616.00 $ 61,533.00 Luis 1/28/2018 Ropa
$ 14,606.00 $ 28,387.00 $ 57,121.00 Luis 1/28/2018 Calzado
$ 25,449.00 $ 15,739.00 $ 62,375.00 Luis 1/28/2018 Accesorios
$ 19,381.00 $ 16,449.00 $ 59,605.00 Maria 1/29/2018 Ropa
$ 20,033.00 $ 24,226.00 $ 65,109.00 Maria 1/29/2018 Calzado
$ 12,853.00 $ 21,746.00 $ 51,596.00 Maria 1/29/2018 Accesorios
$ 18,823.00 $ 29,131.00 $ 71,384.00 Andrea 1/29/2018 Ropa
$ 22,742.00 $ 28,949.00 $ 73,884.00 Andrea 1/29/2018 Calzado
$ 708,241.00 $ 745,826.00 $ 2,168,707.00 Andrea 1/29/2018 Accesorios
Andrea 2/1/2018 Ropa
Luis 2/1/2018 Accesorios
Andrea 2/1/2018 Accesorios
Andrea 2/1/2018 Calzado
Luis 2/1/2018 Calzado
Luis 2/1/2018 Calzado
Luis 2/1/2018 Ropa
Luis 2/1/2018 Ropa
Luis 2/1/2018 Accesorios
Andrea 2/4/2018 Accesorios
Andrea 2/4/2018 Calzado
Andrea 2/4/2018 Ropa
Andrea 2/6/2018 Accesorios
Andrea 2/6/2018 Calzado
Andrea 2/6/2018 Ropa
Maria 2/8/2018 Accesorios
Maria 2/8/2018 Calzado
Maria 2/8/2018 Ropa
Maria 2/13/2018 Accesorios
Maria 2/13/2018 Calzado
Maria 2/13/2018 Ropa
Andrea 2/14/2018 Accesorios
Andrea 2/14/2018 Calzado
Andrea 2/14/2018 Ropa
Maria 2/15/2018 Accesorios
Maria 2/15/2018 Calzado
Maria 2/15/2018 Ropa
Maria 2/25/2018 Accesorios
Maria 2/25/2018 Calzado
Maria 2/25/2018 Ropa
Luis 2/27/2018 Ropa
Luis 2/27/2018 Calzado
Luis 2/27/2018 Accesorios
Luis 2/27/2018 Ropa
Luis 2/27/2018 Calzado
Luis 2/27/2018 Accesorios
Maria 3/1/2018 Accesorios
Maria 3/1/2018 Calzado
Maria 3/1/2018 Ropa
Luis 3/6/2018 Accesorios
Luis 3/6/2018 Calzado
Luis 3/6/2018 Ropa
Maria 3/8/2018 Accesorios
Maria 3/8/2018 Calzado
Maria 3/8/2018 Ropa
Maria 3/9/2018 Accesorios
Maria 3/9/2018 Calzado
Maria 3/9/2018 Ropa
Luis 3/11/2018 Accesorios
Luis 3/11/2018 Calzado
Luis 3/11/2018 Ropa
Andrea 3/13/2018 Accesorios
Andrea 3/13/2018 Calzado
Andrea 3/13/2018 Ropa
Maria 3/14/2018 Accesorios
Maria 3/14/2018 Calzado
Maria 3/14/2018 Ropa
Luis 3/16/2018 Accesorios
Luis 3/16/2018 Calzado
Luis 3/16/2018 Ropa
Andrea 3/18/2018 Accesorios
Andrea 3/18/2018 Calzado
Andrea 3/18/2018 Ropa
Luis 3/27/2018 Accesorios
Luis 3/27/2018 Calzado
Luis 3/27/2018 Ropa
Andrea 3/29/2018 Accesorios
Andrea 3/29/2018 Calzado
Andrea 3/29/2018 Ropa
Andrea 3/30/2018 Accesorios
Andrea 3/30/2018 Calzado
Andrea 3/30/2018 Ropa
Monto
21342
15678
23666
25398
15882
14293
13518
28604
29838
26224
22152
22530
14576
20640
28614
21085
12377
17897
16911
16962
12876
24144
17707
17783
10614
22122
25875
18613
10067
19280
23683
23966
28470
16565
23423
27916
29322
15448
17603
13431
26997
18750
19101
27976
15883
10055
25882
27953
19487
15472
25310
24762
13945
23320
19039
20080
29526
11594
22015
14316
20261
12421
20486
14873
21576
10277
16968
26890
13940
10146
22382
21440
26957
18317
16280
22889
27398
12842
10851
12599
19343
29286
25339
13781
20616
21577
19340
28387
14606
14128
15739
25449
21187
16449
19381
23775
24226
20033
20850
21746
12853
16997
29131
18823
23430
28949
22742
22193
... ... ... ...
Ejercicio 2

Analizar la siguiente Tabla y utilizar los pasos de Normalización para estructurarla correctamente.

Canal ID Campaña Encargado # Extension Cargo


Facebook - SP 1 Juan García 125 Ejecutivo Jr
Facebook - ENG 2 Luis López 120 Ejecutivo Sr
Facebook - ENG 2 Karina Ruiz 108 Ejecutivo Jr
Facebook - ENG 2 José Alvarad 114 Ejecutivo Sr
Facebook - SP 1 Raquel Gónza 103 Ejecutivo Sr
Instagram - ENG 3 Juan García 125 Ejecutivo Jr
Instagram - ENG 3 Luis López 120 Ejecutivo Sr
Instagram - ENG 3 Karina Ruiz 108 Ejecutivo Jr
Instagram - SP 4 José Alvarad 114 Ejecutivo Sr
Instagram - SP 4 Raquel Gónza 103 Ejecutivo Sr
Email - ENG 5 Juan García 125 Ejecutivo Jr
Email - SP 5 Luis López 120 Ejecutivo Sr
Email - ENG 5 Karina Ruiz 108 Ejecutivo Jr
Email - ENG 6 José Alvarad 114 Ejecutivo Sr
Email - SP 6 Raquel Gónza 103 Ejecutivo Sr

Encargado Cargo # Extension


Raquel Gónzalez Ejecutivo Sr 103
Juan García Ejecutivo Jr 125
José Alvarado Ejecutivo Sr 114
Karina Ruiz Ejecutivo Jr 108
Luis López Ejecutivo Sr 120
urarla correctamente.

Total Clientes nuevos por año


2017 2018 2019 ID Campaña Canal.1 year
13 7 18 1 Facebook 2017
13 31 11 1 Facebook 2017
18 10 16 2 Facebook 2017
19 15 21 2 Facebook 2017
20 10 14 2 Facebook 2017
18 12 11 3 Instagram 2017
19 19 16 3 Instagram 2017
19 15 10 3 Instagram 2017
15 15 11 4 Instagram 2017
20 16 16 4 Instagram 2017
9 14 10 5 Email 2017
25 20 24 5 Email 2017
5 7 5 5 Email 2017
13 32 7 6 Email 2017
32 31 9 6 Email 2017
1 Facebook 2018
1 Facebook 2018
2 Facebook 2018
2 Facebook 2018
2 Facebook 2018
3 Instagram 2018
3 Instagram 2018
3 Instagram 2018
4 Instagram 2018
4 Instagram 2018
5 Email 2018
5 Email 2018
5 Email 2018
6 Email 2018
6 Email 2018
1 Facebook 2019
1 Facebook 2019
2 Facebook 2019
2 Facebook 2019
2 Facebook 2019
3 Instagram 2019
3 Instagram 2019
3 Instagram 2019
4 Instagram 2019
4 Instagram 2019
5 Email 2019
5 Email 2019
5 Email 2019
6 Email 2019
6 Email 2019
Encargado total IDIOMA
Raquel Gónzalez 20 SP
Juan García 13 SP
José Alvarado 19 ENG
Karina Ruiz 18 ENG
Luis López 13 ENG
Luis López 19 ENG
Juan García 18 ENG
Karina Ruiz 19 ENG
Raquel Gónzalez 20 SP
José Alvarado 15 SP
Juan García 9 ENG
Luis López 25 SP
Karina Ruiz 5 ENG
Raquel Gónzalez 32 SP
José Alvarado 13 ENG
Juan García 7 SP
Raquel Gónzalez 10 SP
José Alvarado 15 ENG
Luis López 31 ENG
Karina Ruiz 10 ENG
Karina Ruiz 15 ENG
Luis López 19 ENG
Juan García 12 ENG
Raquel Gónzalez 16 SP
José Alvarado 15 SP
Juan García 14 ENG
Karina Ruiz 7 ENG
Luis López 20 SP
Raquel Gónzalez 31 SP
José Alvarado 32 ENG
Raquel Gónzalez 14 SP
Juan García 18 SP
Karina Ruiz 16 ENG
José Alvarado 21 ENG
Luis López 11 ENG
Juan García 11 ENG
Karina Ruiz 10 ENG
Luis López 16 ENG
José Alvarado 11 SP
Raquel Gónzalez 16 SP
Luis López 24 SP
Juan García 10 ENG
Karina Ruiz 5 ENG
Raquel Gónzalez 9 SP
José Alvarado 7 ENG
Ejercicio 3

Analizar la siguiente Tabla y utilizar los pasos de Normalización para estructurarla correctamente.

Código Factura Fecha Cliente Nº cliente Teléfono


111 1/15/2021 Luis Gómez 5 8456311
111 1/15/2021 Luis Gómez 5 8456311
111 1/15/2021 Luis Gómez 5 8456311
112 1/16/2021 Martha Gon 3 8645321
112 1/16/2021 Martha Gon 3 8645321
113 1/16/2021 Javier Pére 1 965245

Código Factura Fecha Nº cliente Código producto Cantidad


111 1/15/2021 5 1-001-A 2
111 1/15/2021 5 4-001-B 1
111 1/15/2021 5 3-002-A 1
112 1/16/2021 3 8-015-C 1
112 1/16/2021 3 5-002-A 2
113 1/16/2021 1 3-002-A 1

Producto Código producto Precio


Monitor PC 1-001-A 100
Mouse 4-001-B 20
Teclado inalámbrico 3-002-A 50
Laptop 8-015-C 800
Parlante Bluetooth 5-002-A 30
Teclado inalámbrico 3-002-A 50
la correctamente.

Producto Código producto Cantidad Precio


Monitor PC 1-001-A 2 $100.00
Mouse 4-001-B 1 $20.00
Teclado inalámbrico 3-002-A 1 $50.00
Laptop 8-015-C 1 $800.00
Parlante Bluetooth 5-002-A 2 $30.00
Teclado inalámbrico 3-002-A 1 $50.00

Cliente Nº cliente Teléfono


Luis Gómez 5 8456311
Martha González 3 8645321
Javier Pérez 1 965245
Ejercicio 4

Utiliza los pasos de Normalización para optimizar esta Tabla

Alumno Carnet Materia Nota Carrera


Alumno1 II-210 Admin I 85 Ing Industri
Alumno1 II-210 Cálculo II 70 Ing Industri
Alumno1 II-210 Intro a Ingenie 80 Ing Industri
Alumno2 F-105 Contabilidad 95 Finanzas
Alumno2 F-105 Finanzas II 80 Finanzas
Alumno3 F-103 Finanzas II 70 Finanzas
Alumno3 F-103 Gestión Empres 68 Finanzas
alumno4 F-120 fdsfs 2 sda

Carnet Facultad Carrera Carnet


II-210 Ing y tecnologia Ing Industrial II-210
F-105 Ciencias Económicas Finanzas II-210
F-103 Ciencias Económicas Finanzas II-210
F-120 asda sda F-105
F-105
F-103
F-103
F-120
Facultad
Ing y tecnologia
Ing y tecnologia
Ing y tecnologia
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
asda

Materia Nota
Admin I 85
Cálculo II 70
Intro a Ingeniería 80
Contabilidad 95
Finanzas II 80
Finanzas II 70
Gestión Empresarial 68
fdsfs 2

También podría gustarte