SlideShare une entreprise Scribd logo
1  sur  8
Télécharger pour lire hors ligne
1
1
TEMA 7TEMA 7
DICIONÁRIO DE DADOS (DD),
ÁRVORE DE DECISÃO (AD) E TABELA
DE DECISÃO (TD)
2
TÓPICOS – AULA ___
• Definição de Dicionário de Dados (DD),
Árvore de Decisão (AD) e Tabela de Decisão
(TD);
• Componentes de Dicionário de Dados (DD),
Árvore de Decisão (AD) e Tabela de Decisão
(TD);
• Exemplos
3
Dicionário de Dados (DD)
• Lista organizada de todos os dados existentes no
sistema, com definições precisas e únicas, para que,
tanto o Utilizador como o Analista percebam do
que se está a falar.
• Proporciona um local centralizado para
documentar todas as informa ções referentes à fase
de análise.
• Deve:
– Descrever o significado dos Fluxos e Arquivos deDadosdo
DFD;
– Descrever a composição dos dados que fluem no
diagrama;
– Descrevera composição dos registo dos arquivos;
– Descrever os detalhes das relacções entre entidades no
DEA. 4
Notação
Separador de alternativas em [ ].|
Identificador de chave num arquivo;@
Comentário;**
Alternativa;[ ]
Limite Inferior Iteração Limite Superior;A { } B
Opcional;( )
Significa E;+
é Equivalente a ou é Composto de ou
Composto por;
=
5
•Uso de = (Equivalente a ou Composto de) e + (E) :
A = B + C
•Uso de ** (Comentário):
Peso = **
* peso do paciente *
* unidades : quilogramas *
* intervalo : 1-200 *
EXEMPLOS DE USO DE NOTAÇÕES (01)
6
•Uso de ( ) (opcional) :
endereço_cliente= (endereço-de-remessa) +
(endereço-de-cobrança)
•Uso de {} (iterações de (qualquer -ou)):
pedido = nome-cliente + 1{ item }8
pedido = nome_cliente + 1{item}
pedido = nome_cliente + {item}
EXEMPLOS DE USO DE NOTAÇÕES (02)
2
7
•Uso de [ ] (Selecção) e | (Separador) :
avaliação_cr édito = [ O | B | P ]
* O - óptimo *
* B - bom *
* P - protestado *
avaliação_cr édito = [O * óptimo* |
B * bom * |
P * protestado * ]
EXEMPLOS DE USO DE NOTAÇÕES (03)
8
Aluno = @Nome + Idade + Morada + (Apelido) + Sexo
Sexo = [Masculino | Femenino]
Endereço = (End_Entrega) + (End_Cobrança)
Pedido_Aluguer = Cod_Sócio + data + 1 {Num_Filmes} 6
Título = [ Sr. | Sra. | Prof. | Dr. | Eng. ]
EXEMPLOS DE USO DE NOTAÇÕES (04)
9
Nome de Entidade CLIENTE
Descrição:
Pessoa física que utiliza os serviços de locação
da Locadora.
Fluxo entrada
Fluxo saída
MODELO DE DD
Entidade
Lista com o nome de todos os fluxos
que chegam na entidade
Lista com o nome de todos os fluxos
que saem da entidade.
10
MODELO DE DD
Fluxo de Dados.
Nome do Fluxo de Dados Fluxo1
Cognome
Composição
Lista de todas as estruturas e elementos que compõem o fluxo
de dados.
origem
Nome do processo, depósito ou entidade
externa de onde o fluxo de dados se originou
destino Nome do processo, depósito ou entidade
externa aonde o fluxo de dados está
chegando
11
MODELO DE DD
Processo.
Nome do Processo
No do Processo 1
Descrição do Processo
Uma explicação resumida detalhando o que faz o
processo, a necessidade de sua existência, etc.
Fluxo de entrada Lista de todos os fluxos que
chegam ao processo.
Fluxo de saída Lista de todos os fluxos que
saem do processo
Processo_A
12
Depósitos de Dados .
Nome do Depósito de Dados DEPOSITO_A
Número de depósito
Composi ção :
Lista de todas as estruturas e elementos que compõem o fluxo de dados
Processos com os quais se relacionam :
• Processo1
• Processo2
Fluxo de entrada Lista com o nome de todos os fluxos
que chegam ao dep ósito
Fluxo de saída Lista com o nome de todos os fluxos
que saem do dep ósito.
1
Cognome
MODELO DE DD
3
13
Elementos de Dados.
Nome do Elemento de Dados status_cliente
Cognome
Valores de Significados
[ OK * conta em dia * | E * encerrada * |
MODELO DE DD
14
Fluxo de Dados.
Nome do Fluxo de
Dados
Composição Origem Destino
Elementos de Dados
Nome do Elemento
de Dados
Valores e Significados Observa ção
Depósitos de Dados
Nome do Depósito
de Dados
Processos
com os
quais se
relacionam
Composição Fluxo de entrada Fluxo de saída
Processo
Nome do Processo No do
Processo
Descrição do
Processo
Fluxo de entrada Fluxo de saída
Entidades
Nome de Entidade Descrição Fluxo de entrada Fluxo de saída
15
ENTIDADE
NOME DESCRIÇÃO FLUXO DE
ENTRADA
FLUXO DE
SAÍDA
CLIENTE Pessoa Física que utiliza os
serviços de locação da Locadora
nota_fiscal dados_cliente
duplicatas pedido_cliente
pagam_cliente
DICIONÁRIO DE DADOS - Exemplo
FLUXO DE DADOS
Nome Composição Origem Destino
detalhe_cliente nome+tel+ender
+CPF
CLIENTE
Atender
Cliente
16
ÁÁRVORE E TABELA DE DECISÃORVORE E TABELA DE DECISÃO
• Introdução a árvore e tabela de decisão;
• Definição de árvore de decisão e de tabela de
decisão;
• Regras para a construção de árvore e tabela de
decisão e exemplos.
17
ESPECIFICAÇÕES DE PROCESSO (01)
• Descrever as regras de transformação de Fluxos
de Dados de Entrada associado ao Fluxo de
Dados de Saída.
• Descrever o programa de ação , mas não um
método para implementar este programa.
• O método para descrever miniespecificação
deveria ser altamente ortogonal.
18
• Português Estruturado : Técnica de projeto
procedimental que limita os algoritmos a um
pequeno número de construções previsíveis:
seqüência, condição e repetição.
•Tabelas de Decisão: é a ferramenta mais
utilizada quando o processo deve produzir alguma
saída ou executar acções com base em decisões
complementares. (Muitas acções)
• Árvore de Decisão: é a representação gráfica
de uma Tabela de Decisão. (nº de decisões for
pequeno)
ESPECIFICAÇÃO DE PROCESSOS (02)
4
19
Português Estruturado
• Verbos no imperativo;
• Algumas palavras reservadas para
formulação lógica;
• Sublinhar as palavras que estão no DD;
• Comentários delimitadoS com asterisco ¨*¨ ;
• Usar parênteses para evitar ambigüidades
Se A e B e C
Se A e ( B ou C )
ou
Se ( A e B ) ou C
20
D1 CLIENTE
1.1
VALIDAR
CLIENTE
pedido_aceito
pedido_
cliente
ident_cliente
1.4
CADASTRAR
CLIENTE
cliente_novo
Processo 1.1 - Validar Cliente
PARA cada pedido_cliente
ENCONTRAR ident_cliente em CLIENTE
SE (ident_cliente existe) ENTÃO
ENVIAR pedido_aceito para Verificar Fita
SENÃO
ENVIAR cliente_novo para Cadastrar Cliente
FIM_SE
Português Estruturado (Exemplo)
21
Processo 1.1 - Validar Cliente
1. Para cada pedido_cliente
1.1 Acesse o CLIENTE, usando ident_cliente
1.2 Se o no _nome_cliente existe
Execute Verificar Fita
Senão
Execute Cadastrar Cliente
Português Estruturado (Exemplo)
22
Introdução a árvore e tabela de
decisão
• Árvores de decisão e Tabelas de decisão são técnicas
usadas para representar a lógica de um problema.
A utilização destas técnicas oferece algumas
vantagens importantes aos analistas,
principalmente:
– são fáceis e práticas de elaborar e utilizar;
– oferecem uma fácil visão e compreensão do sistema,
principalmente para os elementos menos familiarizados .
23
Tabela de Decisão (01)
• Ferramenta utilizada para definir as acções
executadas para cada combinação possível de
valores resultantes de condições atreladas.
• É composta por 3 elementos:
– Condições: Cada condição é descrita numa linha
da tabela.
– Acções: Também são descritas nas linhas da
tabela e indicam declarações do que é realizado.
– Regras ou normas: são descritas nas colunas da
tabela e devem esgotar as possibilidades de
combinações de valores resultantes das condições
da Tabela de Decisão.
24
• Utilizada quando o processo deve produzir
alguma saída ou executar acções com base em
decisões complementares.
• Fornece uma maneira objetiva de identificar
todas as combinações possíveis.
• Deve ser usada quando a selecção de
subprograma de acção depende de combinações
de condições.
Tabela de Decisão (02)
5
25
Regras para a construção de
tabela de decisão (01)
1. Todas as condições devemser identificadas no
primeiro quadranteda tabela, descritas numa
linha.
2. Todos os possíveis valores das condições devemser
descritos em frente da variável da condição, no
primeiro quadrante.
3. Todas as possíveis acções devem ser identificadas e
descritas no terceiro quadrante (uma por linha).
26
Regras para a construção de
tabela de decisão (02)
quadrante de condição entrada de condição
quadrante de acção entrada de acção
27
Regras para a construção de
tabela de decisão (03)
4. O número de regras deve ser calculado, conforme as
possíveis combinações. O cálculo é feito
multiplicando-se os números de valores possíveis.
Por ex: Se todas condições puderem assumir apenas
dois valores (binárias), V ou F, o número de regras
será 2n ( 2, possível valor, e n, número de condições)
5. Para cada regra, uma coluna é desenhada no
segundo quadrante e numerada na parte superior
para identificar a regra.
28
Regras para a construção de
tabela de decisão (04)
6. O cruzamento entre linhas e colunas do
segundo quadrante deve ser preenchido por
todas as combinações de valores possíveis das
condições que formamcada regra.
7. As combinações impossíveis de acontecer
devemser preenchidas com “-”
8. As omissões, contradições e ambiguidades
devemser discutidas com os usuários.
29
Exemplo de tabela de Decisão
• Suponha que pretendemos aconselhar uma pessoa, com
relaçãoa qualroupaa vestir, quandosair. Uma primeira
tentativa pode ser aseguinte:
Obs. c-condições, A-Acções, R-Reacções
Xusar pulover de lãA3
Xusar capa sem forroA2
Xusar capa forradaA1
N
Y
Y
N
Y
Y
chovendo
frio
C1
C2
R3R2R1TABELA-CASACO
30
Exemplo de tabela de Decisão
1 2 3 4
Idade > 21 V F V F
Altura > 1,60 V V F F
Fiel armazem X X
Operador X X
Limpeza X X X X
Ocupações Empresa XYZ
6
31
Arvore de Decisão
• A Árvore de Decisão é uma ferramenta para
especificação de processos semelhante a Tabela de
Decisão, mas que descreve as acções a serem
executadas através de ramificações de combinações
• A Árvore de Decisão é desenhada na horizontal,
definindo-se um nó (um ponto) na extremidade
externa de onde parte o desenho da árvore.
• As ações são os ramos finais.
• É orientada para problemas com poucas entradas.
32
Árvore de Decisão
• Exemplo – Ocupações Empresa XYZ
Idade <21
Altura = > 1,60
Idade = >21
Altura < 1,60
Altura < 1,60
Altura = > 1,60 Fiel Armazém
Limpeza
Fiel Armazém
Operador
Limpeza
Limpeza
Operador
Limpeza
33
Exemplo de uso de tabela e árvore
de decisão (01)
Considere o seguinte problema:
Um gerente de crédito de um banco recebe as normas para aprova ção ou não
de empréstimos a clientes e resolve, para facilitar a sua actividade, construir
uma Árvore e consequente Tabela de decisões para essa l ógica, de modo que
quando atender um cliente que solicite um empréstimo bastará consultar a
Tabela ou a Árvore em vez de ler todas as normas nesse momento.
"Normas para a concessão de crédito: Quando algum cliente solicitar a
abertura de crédito para empréstimo pessoal, deverá ser obedecido o seguinte
critério:
Se o saldo médio do cliente for satisfatório então pode ser aprovado o pedido
de empréstimo.
Se o saldo médio do cliente não for satisfatório, mas esse cliente tem uma
experiência anterior de pagamentos favorável então o pedido poderá ser
aprovado.
Se o saldo médio do cliente não for satisfatório e se também não tem uma
experiência anterior de pagamentos favorável, mas se for o caso de uma
concessão especial então o pedido pode se aprovado.
Se o saldo médio do cliente não for satisfatório, se não tem uma experiência
anterior de pagamentos favorável e se também não for o caso de uma
concessão especial então o pedido deve ser rejeitado. "
34
Resolução:
Condições: 3
1. Saldo médio satisfatório?
2. Experiência anterior de pagamentos favorável?
3. Concessão especial?
Respostas possíveis às condições: 2
1. Sim (S)
2. Não (N)
Acções: 2
1. Pedido de empréstimo aprovado.
2. Pedido de empréstimo rejeitado.
Exemplo de uso de tabela e
árvore de decisão (02)
35
Resolução: Árvore de Decisão
Exemplo de uso de tabela e
árvore de decisão (03)
36
Resolução: Tabela de Decisão
XPedido de empréstimo rejeitado.A2
XXXPedido de empréstimo aprovado.A1
NS——Concessão especial?C3
NNS—Experiência anterior de pagamentos favorável?C2
NNNSSaldo médio satisfatório?C1
Tabela de Crédito
Exemplo de uso de tabela e
árvore de decisão (04)
7
37
Exercicios
Implementação – DD Fluxos
38
Exercicios
Implementação – DD Arquivos
39
Exercicios
Implementação – DD Processos
40
Exercicios
Implementação – DD Entidades
41
Exercicios
Exercício 1:
Elabore a Árvore de decisão e a respectiva Tabela
de decisão que represente o sistema de preços
de alugueres de filmes de um videoclube,
sabendo que:
serão grátis as 10ª, 20ª, etc.. requisições de um
sócio;
um filme novidade custa 300$00 por dia;
um filme novidade quando requisitado
"acompanhado" ( com outro(s) ) custa 250$00
não novidade custa 250$00;
42
Exercicios
Exercício 2: Elabore a Árvore e Tabela de decisão.
Uma empresa de formação profissional, na área de
informática, decidiu criar uma política de preços para os
seus cursos, conforme o texto seguinte:
"(...) No curso de Iniciação à Informática, os estudantes
pagarão 1.000, 00MTn. Se pretenderem liquidar a dívida
no início do curso, pagarão 800,00MTn. Outros
interessados, não sendo estudantes, pagarão
1500,00MTn ou, se optarem pelo pagamento no início
do curso, 1200MTn. Para gruposde seiselementos, o
valordo curso será de 1.000, 00MTn, por cada
elemento."
8
43
Exercicios
Exercício 3:
Suponha que numa determinada empresa existia uma lei de
precedência em relação ao atendimento de encomendas, conforme
o texto seguinte:
"Deverão ter prioridade no atendimentoos clientes que gerem mais de
um milhão de MTn em negócios por ano e os que trabalhem
connosco há mais de 20 anos. Clientes que não movimentem mais
de um milhão de MTn em negócios por ano nem trabalhem
connosco há mais de 20 anos mas que tenham bom histórico de
pagamentos, têm também prioridade no atendimento."
Elabore a Árvore e Tabela de decisão.

Contenu connexe

Tendances

Tendances (6)

Treinamento de SQL Básico
Treinamento de SQL BásicoTreinamento de SQL Básico
Treinamento de SQL Básico
 
Tutorial R
Tutorial RTutorial R
Tutorial R
 
um breve treinamento sobre SQL e suas funcionalidades
um breve treinamento sobre SQL e suas funcionalidadesum breve treinamento sobre SQL e suas funcionalidades
um breve treinamento sobre SQL e suas funcionalidades
 
Aula 9 banco de dados
Aula 9   banco de dadosAula 9   banco de dados
Aula 9 banco de dados
 
Apostila de sql
Apostila de sqlApostila de sql
Apostila de sql
 
Um pouco sobre sql
Um pouco sobre sqlUm pouco sobre sql
Um pouco sobre sql
 

En vedette

Cap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da MédiaCap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da MédiaRegis Andrade
 
Distribuicao normal2.0
Distribuicao normal2.0Distribuicao normal2.0
Distribuicao normal2.0Ronne Seles
 
Função de densidade normal bom
Função de densidade normal   bomFunção de densidade normal   bom
Função de densidade normal bomjon024
 
Cap5 - Parte 4 - Intervalo Da Proporção
Cap5 - Parte 4 - Intervalo Da ProporçãoCap5 - Parte 4 - Intervalo Da Proporção
Cap5 - Parte 4 - Intervalo Da ProporçãoRegis Andrade
 
Aula 10 coeficientes de variabilidade e assimetria
Aula 10   coeficientes de variabilidade e assimetriaAula 10   coeficientes de variabilidade e assimetria
Aula 10 coeficientes de variabilidade e assimetriaEnio José Bolognini
 
5 intervalo de confiança
5   intervalo de confiança5   intervalo de confiança
5 intervalo de confiançaFernando Lucas
 
Inteligência Artificial - Parte 5 -
Inteligência Artificial - Parte 5 - Inteligência Artificial - Parte 5 -
Inteligência Artificial - Parte 5 - ronaldo ramos
 
Análise de Dados de Saída
Análise de Dados de SaídaAnálise de Dados de Saída
Análise de Dados de SaídaSimulação
 
Estatistica aula 02
Estatistica aula 02Estatistica aula 02
Estatistica aula 02pso2510
 
Aula 5 - Dicionário de Dados
Aula 5 - Dicionário de DadosAula 5 - Dicionário de Dados
Aula 5 - Dicionário de DadosJanynne Gomes
 
Estatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formandoEstatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formandoAntonio Mankumbani Chora
 

En vedette (20)

Cap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da MédiaCap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da Média
 
Distribuicao normal2.0
Distribuicao normal2.0Distribuicao normal2.0
Distribuicao normal2.0
 
Função de densidade normal bom
Função de densidade normal   bomFunção de densidade normal   bom
Função de densidade normal bom
 
Cap5 - Parte 4 - Intervalo Da Proporção
Cap5 - Parte 4 - Intervalo Da ProporçãoCap5 - Parte 4 - Intervalo Da Proporção
Cap5 - Parte 4 - Intervalo Da Proporção
 
Aula 10 coeficientes de variabilidade e assimetria
Aula 10   coeficientes de variabilidade e assimetriaAula 10   coeficientes de variabilidade e assimetria
Aula 10 coeficientes de variabilidade e assimetria
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normal
 
Confianca Noemi
Confianca NoemiConfianca Noemi
Confianca Noemi
 
5 intervalo de confiança
5   intervalo de confiança5   intervalo de confiança
5 intervalo de confiança
 
Inteligência Artificial - Parte 5 -
Inteligência Artificial - Parte 5 - Inteligência Artificial - Parte 5 -
Inteligência Artificial - Parte 5 -
 
Aula 04 dicionario de dados
Aula 04   dicionario de dadosAula 04   dicionario de dados
Aula 04 dicionario de dados
 
Mineração de dados
Mineração de dadosMineração de dados
Mineração de dados
 
Aula 11 estimação
Aula 11   estimaçãoAula 11   estimação
Aula 11 estimação
 
Tópico 2 Intervalo de Confiança
Tópico 2   Intervalo de ConfiançaTópico 2   Intervalo de Confiança
Tópico 2 Intervalo de Confiança
 
Análise de Dados de Saída
Análise de Dados de SaídaAnálise de Dados de Saída
Análise de Dados de Saída
 
Intervalo de confiança
Intervalo de confiançaIntervalo de confiança
Intervalo de confiança
 
Estatistica aula 02
Estatistica aula 02Estatistica aula 02
Estatistica aula 02
 
Aula 5 - Dicionário de Dados
Aula 5 - Dicionário de DadosAula 5 - Dicionário de Dados
Aula 5 - Dicionário de Dados
 
Árvores de Decisão
Árvores de Decisão Árvores de Decisão
Árvores de Decisão
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
 
Estatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formandoEstatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formando
 

Similaire à Dicionário de dados, árvore de decisão e tabela de decisão

Como funciona um banco de dados? (Worldwide Online TechDay 2010)
Como funciona um banco de dados? (Worldwide Online TechDay 2010)Como funciona um banco de dados? (Worldwide Online TechDay 2010)
Como funciona um banco de dados? (Worldwide Online TechDay 2010)Fabrício Catae
 
Desenvolvimento Delphi
Desenvolvimento DelphiDesenvolvimento Delphi
Desenvolvimento Delphihildebertomelo
 
Apostilaautocad2002avancado 150119035733-conversion-gate01
Apostilaautocad2002avancado 150119035733-conversion-gate01Apostilaautocad2002avancado 150119035733-conversion-gate01
Apostilaautocad2002avancado 150119035733-conversion-gate01Cleber Francisco Pinto
 
Aula modelagem de dados
Aula modelagem de dadosAula modelagem de dados
Aula modelagem de dadosGabriel Moura
 
Sql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoSql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoHelder Lopes
 
TechEd 2010: SQL Server com Foco em Diagnóstico de Desempenho
TechEd 2010: SQL Server com Foco em Diagnóstico de DesempenhoTechEd 2010: SQL Server com Foco em Diagnóstico de Desempenho
TechEd 2010: SQL Server com Foco em Diagnóstico de DesempenhoFabrício Catae
 
Banco de dados aula 4
Banco de dados aula 4Banco de dados aula 4
Banco de dados aula 4Ed W. Jr
 
Base de Dados - Diagramas E-A (cont.)
Base de Dados - Diagramas E-A (cont.)Base de Dados - Diagramas E-A (cont.)
Base de Dados - Diagramas E-A (cont.)Mariana Hiyori
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dadosgjpbg
 

Similaire à Dicionário de dados, árvore de decisão e tabela de decisão (20)

Diagrama de fluxo de dados DFD
Diagrama de fluxo de dados DFDDiagrama de fluxo de dados DFD
Diagrama de fluxo de dados DFD
 
Apostila dfd
Apostila dfdApostila dfd
Apostila dfd
 
Como funciona um banco de dados? (Worldwide Online TechDay 2010)
Como funciona um banco de dados? (Worldwide Online TechDay 2010)Como funciona um banco de dados? (Worldwide Online TechDay 2010)
Como funciona um banco de dados? (Worldwide Online TechDay 2010)
 
Desenvolvimento Delphi
Desenvolvimento DelphiDesenvolvimento Delphi
Desenvolvimento Delphi
 
Aula 10 banco de dados
Aula 10   banco de dadosAula 10   banco de dados
Aula 10 banco de dados
 
Apostila Oracle
Apostila OracleApostila Oracle
Apostila Oracle
 
Apostilaautocad2002avancado 150119035733-conversion-gate01
Apostilaautocad2002avancado 150119035733-conversion-gate01Apostilaautocad2002avancado 150119035733-conversion-gate01
Apostilaautocad2002avancado 150119035733-conversion-gate01
 
Apostila autocad 2002 avancado
Apostila autocad 2002 avancadoApostila autocad 2002 avancado
Apostila autocad 2002 avancado
 
Aula modelagem de dados
Aula modelagem de dadosAula modelagem de dados
Aula modelagem de dados
 
Aula 7 pc - estrutura
Aula 7   pc - estruturaAula 7   pc - estrutura
Aula 7 pc - estrutura
 
Sql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoSql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumo
 
TechEd 2010: SQL Server com Foco em Diagnóstico de Desempenho
TechEd 2010: SQL Server com Foco em Diagnóstico de DesempenhoTechEd 2010: SQL Server com Foco em Diagnóstico de Desempenho
TechEd 2010: SQL Server com Foco em Diagnóstico de Desempenho
 
Relatorio base so
Relatorio base soRelatorio base so
Relatorio base so
 
Linguagem_C.pdf
Linguagem_C.pdfLinguagem_C.pdf
Linguagem_C.pdf
 
Modelo spmp
Modelo spmpModelo spmp
Modelo spmp
 
Aprofundamento de DDL e DML
Aprofundamento de DDL e DMLAprofundamento de DDL e DML
Aprofundamento de DDL e DML
 
Linguagem C - Estruturas
Linguagem C - EstruturasLinguagem C - Estruturas
Linguagem C - Estruturas
 
Banco de dados aula 4
Banco de dados aula 4Banco de dados aula 4
Banco de dados aula 4
 
Base de Dados - Diagramas E-A (cont.)
Base de Dados - Diagramas E-A (cont.)Base de Dados - Diagramas E-A (cont.)
Base de Dados - Diagramas E-A (cont.)
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dados
 

Plus de Pedro A. Uamusse

Konica minolta biz hub 163, 211, 220 field service manual
Konica minolta biz hub 163, 211, 220 field service manualKonica minolta biz hub 163, 211, 220 field service manual
Konica minolta biz hub 163, 211, 220 field service manualPedro A. Uamusse
 
Tema 9 userinterface_ergonometria
Tema 9 userinterface_ergonometriaTema 9 userinterface_ergonometria
Tema 9 userinterface_ergonometriaPedro A. Uamusse
 
Tema 8 diagramadeestrtutura
Tema 8 diagramadeestrtuturaTema 8 diagramadeestrtutura
Tema 8 diagramadeestrtuturaPedro A. Uamusse
 
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009Pedro A. Uamusse
 
Tema 6 modelo_dedados-dea-et
Tema 6 modelo_dedados-dea-etTema 6 modelo_dedados-dea-et
Tema 6 modelo_dedados-dea-etPedro A. Uamusse
 

Plus de Pedro A. Uamusse (6)

Konica minolta biz hub 163, 211, 220 field service manual
Konica minolta biz hub 163, 211, 220 field service manualKonica minolta biz hub 163, 211, 220 field service manual
Konica minolta biz hub 163, 211, 220 field service manual
 
Quimica apostilafo
Quimica apostilafoQuimica apostilafo
Quimica apostilafo
 
Tema 9 userinterface_ergonometria
Tema 9 userinterface_ergonometriaTema 9 userinterface_ergonometria
Tema 9 userinterface_ergonometria
 
Tema 8 diagramadeestrtutura
Tema 8 diagramadeestrtuturaTema 8 diagramadeestrtutura
Tema 8 diagramadeestrtutura
 
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009
Tema 5 -_as_-_modelacao_do_fluxo_de_dados_-_dc_dfd_2009
 
Tema 6 modelo_dedados-dea-et
Tema 6 modelo_dedados-dea-etTema 6 modelo_dedados-dea-et
Tema 6 modelo_dedados-dea-et
 

Dicionário de dados, árvore de decisão e tabela de decisão

  • 1. 1 1 TEMA 7TEMA 7 DICIONÁRIO DE DADOS (DD), ÁRVORE DE DECISÃO (AD) E TABELA DE DECISÃO (TD) 2 TÓPICOS – AULA ___ • Definição de Dicionário de Dados (DD), Árvore de Decisão (AD) e Tabela de Decisão (TD); • Componentes de Dicionário de Dados (DD), Árvore de Decisão (AD) e Tabela de Decisão (TD); • Exemplos 3 Dicionário de Dados (DD) • Lista organizada de todos os dados existentes no sistema, com definições precisas e únicas, para que, tanto o Utilizador como o Analista percebam do que se está a falar. • Proporciona um local centralizado para documentar todas as informa ções referentes à fase de análise. • Deve: – Descrever o significado dos Fluxos e Arquivos deDadosdo DFD; – Descrever a composição dos dados que fluem no diagrama; – Descrevera composição dos registo dos arquivos; – Descrever os detalhes das relacções entre entidades no DEA. 4 Notação Separador de alternativas em [ ].| Identificador de chave num arquivo;@ Comentário;** Alternativa;[ ] Limite Inferior Iteração Limite Superior;A { } B Opcional;( ) Significa E;+ é Equivalente a ou é Composto de ou Composto por; = 5 •Uso de = (Equivalente a ou Composto de) e + (E) : A = B + C •Uso de ** (Comentário): Peso = ** * peso do paciente * * unidades : quilogramas * * intervalo : 1-200 * EXEMPLOS DE USO DE NOTAÇÕES (01) 6 •Uso de ( ) (opcional) : endereço_cliente= (endereço-de-remessa) + (endereço-de-cobrança) •Uso de {} (iterações de (qualquer -ou)): pedido = nome-cliente + 1{ item }8 pedido = nome_cliente + 1{item} pedido = nome_cliente + {item} EXEMPLOS DE USO DE NOTAÇÕES (02)
  • 2. 2 7 •Uso de [ ] (Selecção) e | (Separador) : avaliação_cr édito = [ O | B | P ] * O - óptimo * * B - bom * * P - protestado * avaliação_cr édito = [O * óptimo* | B * bom * | P * protestado * ] EXEMPLOS DE USO DE NOTAÇÕES (03) 8 Aluno = @Nome + Idade + Morada + (Apelido) + Sexo Sexo = [Masculino | Femenino] Endereço = (End_Entrega) + (End_Cobrança) Pedido_Aluguer = Cod_Sócio + data + 1 {Num_Filmes} 6 Título = [ Sr. | Sra. | Prof. | Dr. | Eng. ] EXEMPLOS DE USO DE NOTAÇÕES (04) 9 Nome de Entidade CLIENTE Descrição: Pessoa física que utiliza os serviços de locação da Locadora. Fluxo entrada Fluxo saída MODELO DE DD Entidade Lista com o nome de todos os fluxos que chegam na entidade Lista com o nome de todos os fluxos que saem da entidade. 10 MODELO DE DD Fluxo de Dados. Nome do Fluxo de Dados Fluxo1 Cognome Composição Lista de todas as estruturas e elementos que compõem o fluxo de dados. origem Nome do processo, depósito ou entidade externa de onde o fluxo de dados se originou destino Nome do processo, depósito ou entidade externa aonde o fluxo de dados está chegando 11 MODELO DE DD Processo. Nome do Processo No do Processo 1 Descrição do Processo Uma explicação resumida detalhando o que faz o processo, a necessidade de sua existência, etc. Fluxo de entrada Lista de todos os fluxos que chegam ao processo. Fluxo de saída Lista de todos os fluxos que saem do processo Processo_A 12 Depósitos de Dados . Nome do Depósito de Dados DEPOSITO_A Número de depósito Composi ção : Lista de todas as estruturas e elementos que compõem o fluxo de dados Processos com os quais se relacionam : • Processo1 • Processo2 Fluxo de entrada Lista com o nome de todos os fluxos que chegam ao dep ósito Fluxo de saída Lista com o nome de todos os fluxos que saem do dep ósito. 1 Cognome MODELO DE DD
  • 3. 3 13 Elementos de Dados. Nome do Elemento de Dados status_cliente Cognome Valores de Significados [ OK * conta em dia * | E * encerrada * | MODELO DE DD 14 Fluxo de Dados. Nome do Fluxo de Dados Composição Origem Destino Elementos de Dados Nome do Elemento de Dados Valores e Significados Observa ção Depósitos de Dados Nome do Depósito de Dados Processos com os quais se relacionam Composição Fluxo de entrada Fluxo de saída Processo Nome do Processo No do Processo Descrição do Processo Fluxo de entrada Fluxo de saída Entidades Nome de Entidade Descrição Fluxo de entrada Fluxo de saída 15 ENTIDADE NOME DESCRIÇÃO FLUXO DE ENTRADA FLUXO DE SAÍDA CLIENTE Pessoa Física que utiliza os serviços de locação da Locadora nota_fiscal dados_cliente duplicatas pedido_cliente pagam_cliente DICIONÁRIO DE DADOS - Exemplo FLUXO DE DADOS Nome Composição Origem Destino detalhe_cliente nome+tel+ender +CPF CLIENTE Atender Cliente 16 ÁÁRVORE E TABELA DE DECISÃORVORE E TABELA DE DECISÃO • Introdução a árvore e tabela de decisão; • Definição de árvore de decisão e de tabela de decisão; • Regras para a construção de árvore e tabela de decisão e exemplos. 17 ESPECIFICAÇÕES DE PROCESSO (01) • Descrever as regras de transformação de Fluxos de Dados de Entrada associado ao Fluxo de Dados de Saída. • Descrever o programa de ação , mas não um método para implementar este programa. • O método para descrever miniespecificação deveria ser altamente ortogonal. 18 • Português Estruturado : Técnica de projeto procedimental que limita os algoritmos a um pequeno número de construções previsíveis: seqüência, condição e repetição. •Tabelas de Decisão: é a ferramenta mais utilizada quando o processo deve produzir alguma saída ou executar acções com base em decisões complementares. (Muitas acções) • Árvore de Decisão: é a representação gráfica de uma Tabela de Decisão. (nº de decisões for pequeno) ESPECIFICAÇÃO DE PROCESSOS (02)
  • 4. 4 19 Português Estruturado • Verbos no imperativo; • Algumas palavras reservadas para formulação lógica; • Sublinhar as palavras que estão no DD; • Comentários delimitadoS com asterisco ¨*¨ ; • Usar parênteses para evitar ambigüidades Se A e B e C Se A e ( B ou C ) ou Se ( A e B ) ou C 20 D1 CLIENTE 1.1 VALIDAR CLIENTE pedido_aceito pedido_ cliente ident_cliente 1.4 CADASTRAR CLIENTE cliente_novo Processo 1.1 - Validar Cliente PARA cada pedido_cliente ENCONTRAR ident_cliente em CLIENTE SE (ident_cliente existe) ENTÃO ENVIAR pedido_aceito para Verificar Fita SENÃO ENVIAR cliente_novo para Cadastrar Cliente FIM_SE Português Estruturado (Exemplo) 21 Processo 1.1 - Validar Cliente 1. Para cada pedido_cliente 1.1 Acesse o CLIENTE, usando ident_cliente 1.2 Se o no _nome_cliente existe Execute Verificar Fita Senão Execute Cadastrar Cliente Português Estruturado (Exemplo) 22 Introdução a árvore e tabela de decisão • Árvores de decisão e Tabelas de decisão são técnicas usadas para representar a lógica de um problema. A utilização destas técnicas oferece algumas vantagens importantes aos analistas, principalmente: – são fáceis e práticas de elaborar e utilizar; – oferecem uma fácil visão e compreensão do sistema, principalmente para os elementos menos familiarizados . 23 Tabela de Decisão (01) • Ferramenta utilizada para definir as acções executadas para cada combinação possível de valores resultantes de condições atreladas. • É composta por 3 elementos: – Condições: Cada condição é descrita numa linha da tabela. – Acções: Também são descritas nas linhas da tabela e indicam declarações do que é realizado. – Regras ou normas: são descritas nas colunas da tabela e devem esgotar as possibilidades de combinações de valores resultantes das condições da Tabela de Decisão. 24 • Utilizada quando o processo deve produzir alguma saída ou executar acções com base em decisões complementares. • Fornece uma maneira objetiva de identificar todas as combinações possíveis. • Deve ser usada quando a selecção de subprograma de acção depende de combinações de condições. Tabela de Decisão (02)
  • 5. 5 25 Regras para a construção de tabela de decisão (01) 1. Todas as condições devemser identificadas no primeiro quadranteda tabela, descritas numa linha. 2. Todos os possíveis valores das condições devemser descritos em frente da variável da condição, no primeiro quadrante. 3. Todas as possíveis acções devem ser identificadas e descritas no terceiro quadrante (uma por linha). 26 Regras para a construção de tabela de decisão (02) quadrante de condição entrada de condição quadrante de acção entrada de acção 27 Regras para a construção de tabela de decisão (03) 4. O número de regras deve ser calculado, conforme as possíveis combinações. O cálculo é feito multiplicando-se os números de valores possíveis. Por ex: Se todas condições puderem assumir apenas dois valores (binárias), V ou F, o número de regras será 2n ( 2, possível valor, e n, número de condições) 5. Para cada regra, uma coluna é desenhada no segundo quadrante e numerada na parte superior para identificar a regra. 28 Regras para a construção de tabela de decisão (04) 6. O cruzamento entre linhas e colunas do segundo quadrante deve ser preenchido por todas as combinações de valores possíveis das condições que formamcada regra. 7. As combinações impossíveis de acontecer devemser preenchidas com “-” 8. As omissões, contradições e ambiguidades devemser discutidas com os usuários. 29 Exemplo de tabela de Decisão • Suponha que pretendemos aconselhar uma pessoa, com relaçãoa qualroupaa vestir, quandosair. Uma primeira tentativa pode ser aseguinte: Obs. c-condições, A-Acções, R-Reacções Xusar pulover de lãA3 Xusar capa sem forroA2 Xusar capa forradaA1 N Y Y N Y Y chovendo frio C1 C2 R3R2R1TABELA-CASACO 30 Exemplo de tabela de Decisão 1 2 3 4 Idade > 21 V F V F Altura > 1,60 V V F F Fiel armazem X X Operador X X Limpeza X X X X Ocupações Empresa XYZ
  • 6. 6 31 Arvore de Decisão • A Árvore de Decisão é uma ferramenta para especificação de processos semelhante a Tabela de Decisão, mas que descreve as acções a serem executadas através de ramificações de combinações • A Árvore de Decisão é desenhada na horizontal, definindo-se um nó (um ponto) na extremidade externa de onde parte o desenho da árvore. • As ações são os ramos finais. • É orientada para problemas com poucas entradas. 32 Árvore de Decisão • Exemplo – Ocupações Empresa XYZ Idade <21 Altura = > 1,60 Idade = >21 Altura < 1,60 Altura < 1,60 Altura = > 1,60 Fiel Armazém Limpeza Fiel Armazém Operador Limpeza Limpeza Operador Limpeza 33 Exemplo de uso de tabela e árvore de decisão (01) Considere o seguinte problema: Um gerente de crédito de um banco recebe as normas para aprova ção ou não de empréstimos a clientes e resolve, para facilitar a sua actividade, construir uma Árvore e consequente Tabela de decisões para essa l ógica, de modo que quando atender um cliente que solicite um empréstimo bastará consultar a Tabela ou a Árvore em vez de ler todas as normas nesse momento. "Normas para a concessão de crédito: Quando algum cliente solicitar a abertura de crédito para empréstimo pessoal, deverá ser obedecido o seguinte critério: Se o saldo médio do cliente for satisfatório então pode ser aprovado o pedido de empréstimo. Se o saldo médio do cliente não for satisfatório, mas esse cliente tem uma experiência anterior de pagamentos favorável então o pedido poderá ser aprovado. Se o saldo médio do cliente não for satisfatório e se também não tem uma experiência anterior de pagamentos favorável, mas se for o caso de uma concessão especial então o pedido pode se aprovado. Se o saldo médio do cliente não for satisfatório, se não tem uma experiência anterior de pagamentos favorável e se também não for o caso de uma concessão especial então o pedido deve ser rejeitado. " 34 Resolução: Condições: 3 1. Saldo médio satisfatório? 2. Experiência anterior de pagamentos favorável? 3. Concessão especial? Respostas possíveis às condições: 2 1. Sim (S) 2. Não (N) Acções: 2 1. Pedido de empréstimo aprovado. 2. Pedido de empréstimo rejeitado. Exemplo de uso de tabela e árvore de decisão (02) 35 Resolução: Árvore de Decisão Exemplo de uso de tabela e árvore de decisão (03) 36 Resolução: Tabela de Decisão XPedido de empréstimo rejeitado.A2 XXXPedido de empréstimo aprovado.A1 NS——Concessão especial?C3 NNS—Experiência anterior de pagamentos favorável?C2 NNNSSaldo médio satisfatório?C1 Tabela de Crédito Exemplo de uso de tabela e árvore de decisão (04)
  • 7. 7 37 Exercicios Implementação – DD Fluxos 38 Exercicios Implementação – DD Arquivos 39 Exercicios Implementação – DD Processos 40 Exercicios Implementação – DD Entidades 41 Exercicios Exercício 1: Elabore a Árvore de decisão e a respectiva Tabela de decisão que represente o sistema de preços de alugueres de filmes de um videoclube, sabendo que: serão grátis as 10ª, 20ª, etc.. requisições de um sócio; um filme novidade custa 300$00 por dia; um filme novidade quando requisitado "acompanhado" ( com outro(s) ) custa 250$00 não novidade custa 250$00; 42 Exercicios Exercício 2: Elabore a Árvore e Tabela de decisão. Uma empresa de formação profissional, na área de informática, decidiu criar uma política de preços para os seus cursos, conforme o texto seguinte: "(...) No curso de Iniciação à Informática, os estudantes pagarão 1.000, 00MTn. Se pretenderem liquidar a dívida no início do curso, pagarão 800,00MTn. Outros interessados, não sendo estudantes, pagarão 1500,00MTn ou, se optarem pelo pagamento no início do curso, 1200MTn. Para gruposde seiselementos, o valordo curso será de 1.000, 00MTn, por cada elemento."
  • 8. 8 43 Exercicios Exercício 3: Suponha que numa determinada empresa existia uma lei de precedência em relação ao atendimento de encomendas, conforme o texto seguinte: "Deverão ter prioridade no atendimentoos clientes que gerem mais de um milhão de MTn em negócios por ano e os que trabalhem connosco há mais de 20 anos. Clientes que não movimentem mais de um milhão de MTn em negócios por ano nem trabalhem connosco há mais de 20 anos mas que tenham bom histórico de pagamentos, têm também prioridade no atendimento." Elabore a Árvore e Tabela de decisão.