Tendo em vista que, de acordo com seu conceito corrente, a n...
A primeira forma normal afirma que cada ocorrência da chave primária deve corresponder a uma e somente uma informação de cada atributo, ou seja, a entidade não deve conter grupos repetitivos.
1 FN = SIM P/ ATOMICIDADE E SOMENTE DADOS MONOVALORADOS
2 FN = SIM P/ DEPENDÊNCIA TOTAL ÀS PK
3 FN = NÃO P/ DEPENDÊNCIA TRANSITIVA ENTRE Ñ PK
4 FN = NÃO P/ MÚLTIPLOS FATOS MULTIVALORADOS
5 FN = NÃO PARA JUNÇÕES
.
Dá pra pensar em algo assim:
AMO A DT QUE NÃO TRANSITA QUE MUNDO JUNTO
Questão com o gabarito estranho. A primeira forma normal estabelece que os atributos da relação contêm apenas valores atômicos. Certo. TRT - 21ª Região (RN) Analista Judiciário - Tecnologia da Informação.
Gabarito: C - certo
A compreensão das formas normais é essencial na modelagem de banco de dados para evitar anomalias e promover uma estruturação adequada dos dados. A Primeira Forma Normal (1NF) é o ponto de partida no processo de normalização. A aplicação desta forma normal tem como objetivo garantir que os dados estejam estruturados de tal forma que cada atributo seja atômico, ou seja, não divisível. Isso elimina os grupos repetitivos, que são conjuntos de atributos que podem ter múltiplos valores para uma única chave primária.
A afirmação de que "cada ocorrência da chave primária deve corresponder a uma e somente uma informação de cada atributo" está alinhada com o conceito de atomicidade dos atributos na 1NF. Isso implica que nenhum atributo pode ter múltiplos valores ou conjuntos de valores. Assim, a estrutura do banco de dados não deve permitir que um mesmo registro (identificado pela sua chave primária) possibilite a existência de múltiplas instâncias de qualquer um dos seus atributos.
Concluindo, a alternativa está correta ao afirmar que a Primeira Forma Normal busca eliminar os grupos repetitivos e garantir a unicidade das relações entre a chave primária e os atributos, assegurando que cada atributo contenha apenas um valor em cada registro. Esta regra é fundamental para evitar redundâncias e inconsistências nos dados.