Bazy danych w02 07 id 81701 Nieznany

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Relacyjny model danych - model E/R

Wykład 2

9.10.2007

Antoni Dydejczyk

http://www.ftj.agh.edu.pl/~antek

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Plan wyk

Plan wyk

ł

ł

adu

adu



Proces tworzenia baz danych



Wprowadzenie modelu E/R



Przykład analizy problemu – diagram ERD

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projektowanie baz danych

Projektowanie baz danych



Cel tworzenia bazy danych



Określamy powiązania pomiędzy danymi



Określamy sposób organizacji

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Perspektywy w modelowaniu poj

Perspektywy w modelowaniu poj

ę

ę

ciowym

ciowym

... ...

...

... ...

...

... ...

...

... ...

...

... ...

...

... ...

...

Percepcja

rzeczywistego

ś

wiata

Analityczny

model

rzeczywistości

Model

struktur danych

i procesów SI

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Proces tworzenia baz danych

Proces tworzenia baz danych

Ś

wiat

rzeczywisty

Ś

wiat

rzeczywisty

Analiza

wymagań

Modelowanie

logiczne

System bazy danych

System bazy danych

Modelowanie

koncepcyjne

Modelowanie

koncepcyjne

Modelowanie

schematów

Integracja

schematów

Modelowanie

fizyczne

Ilość danych,

Użycie, analiza

integralności

Decyzje

implementacyjne

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt logiczny bazy danych

Projekt logiczny bazy danych

Istniejąca

baza danych

Działalność

organizacyjna

Diagramy E-R

Normalizacja

Uzgodnienie

Schemat
logiczny

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Modele cyklu

Modele cyklu

ż

ż

ycia oprogramowania

ycia oprogramowania



Model kaskadowy (wodospadowy)



Model spiralny



Prototypowanie



Monta

ż

z gotowych komponentów

Okre

ś

lenie wymaga

ń

Projektowanie Implementacja Testowanie Konserwacja

Faza strategiczna Analiza

Instalacja

Dokumentacja

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Model kaskadowy

Model kaskadowy

Okre

ś

lenie

wymaga

ń

Okre

ś

lenie

wymaga

ń

Projektowanie

Projektowanie

Implementacja

Implementacja

Testowanie

Testowanie

Konserwacja

Konserwacja

Cele i szczegółowe wymagania wobec systemu.

Szczegółowy projekt

systemu uwzgl

ę

dniaj

ą

cy

wcze

ś

niejsze

wymagania.

Modyfikacje producenta -
usuni

ę

cie bł

ę

dów, zmiany i

rozszerzenia.

Analiza

Analiza

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Atestowanie (przez klienta).
Je

ż

eli ocena nie jest w pełni

pozytywna, rozpoczynany jest
kolejny cykl.

Planowanie: Ustalenie
celów produkcji
kolejnej wersji
systemu

Model spiralny

Model spiralny

Analiza ryzyka
(ew. budowa prototypu)

Konstrukcja
(model kaskadowy)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Implementacja

Implementacja

Model opisu
danych
(E/R, ODL)

Model opisu
danych
(E/R, ODL)

Problem

Problem

Baza
danych

Baza
danych

Diagram (E/R)

Tabele:

atrybuty, krotki

Organizacja
plików i
indeksów

Schemat
relacyjny

Schemat
relacyjny

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Model E/R

Model E/R

 Model związków encji – najlepiej znany model danych, nazywanych

modelami „rozszerzonymi” lub semantycznymi.

 Naszym celem jest przedstawienie danych w bazach danych jak

najbardziej oddających rzeczywistość.

 Zasady modelowania semantycznego mogą stanowić użyteczną

pomoc w systematycznym projektowaniu baz danych, nawet jeśli
SZBD bezpośrednio nie wspiera takiego modelowania.

 Metody projektowania oparte na zasadach modelowania nazywa się

często metodami „z góry w dół”, ponieważ zaczynają one wysokiego
poziomu abstrakcji obiektów „świata rzeczywistego” („encje”), a
kończą na stosunkowo niskim poziomie abstrakcji zawartym w
określonym projekcie bazy danych.

 Model ERD (entity-relationship-diagrams) przedstawia konceptualną

reprezentację otaczającego świata, składającego się z obiektów i
relacji pomiędzy nimi.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

ERD

ERD

Diagramy zwi

Diagramy zwi

ą

ą

zk

zk

ó

ó

w

w

Encji

Encji



Diagramy związków encji przekształcają rzeczywisty świat

na zbiory entek oraz relacji zachodzących między nimi.

Znajdują one szerokie zastosowanie w projektowaniu baz

danych, zwłaszcza przy analizie zależności funkcyjnych,

usuwaniu problemów związanych z redundancją danych

oraz przy organizacji struktury bazy.



Technikę tą wykorzystuje się również przy projektowaniu i

specyfikacji oprogramowania nie tylko na etapie

dotyczącym projektu baz danych, ale i przy projekcie i

analizie poszczególnych modułów oprogramowania.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Definicja poj

Definicja poj

ęć

ęć

1. Określamy zbiór pojęć, opisujący dane świata

rzeczywistego
Jeżeli potrzeba przechować dane na temat wielu własności
jakiej
ś rzeczy, to taka rzecz jest encją.

2. Wyróżniamy typ encji, właściwości oraz szczególną

własność służącą do identyfikacji – tożsamość. W modelu
własno
ści te nazywamy atrybutami.

3. Powiązania pomiędzy encjami nazywamy związkami.

Wyróżniamy związki jeden do jeden, jeden do wiele (można
te
ż wiele do jeden), oraz wiele do wiele .

4. Wprowadzamy model E/R - encja/związek

(entity/relationship) – w oparciu o który budujemy
diagramy E/R.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Encja

Encja

Encja – pewien aspekt świata rzeczywistego, który można
odróżnić od innych aspektów świata rzeczywistego. Jest to
rzecz istniejąca niezależnie i jednoznacznie zidentyfikowana.
Przyjmuje się, że encja jest dalej nierozbieralna.

Przykłady zbiorów encji:

osoby,

samochody,

części zamienne,

Obiekt w zależności od poziomu abstrakcji traktujemy jako
encję lub zbiór encji. Encje mogą istnieć rzeczywiście, bądź są
wprowadzane jako obiekty abstrakcyjne.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Metody definiowania zbior

Metody definiowania zbior

ó

ó

w

w

encji

encji

• ekstencjonalnie - wyliczenie elementów np.:

{męski, żeński, nijaki}
{Pn, Wt, Śr, Czw, Pt, So, Ni}
{a, b, c,...,x,y, z}
{0, 1,..., 9}

• intencjonalnie - specyfikacja własności np.:

{x

N: x jest podzielne przez 2}

• operacje algebry zbiorów

• operacje logiczne

• nie sprecyzowane np.: nazwisko

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Atrybuty

Atrybuty

encji

encji

Informacja o encji jest wyrażana przez zbiór par (atrybut,
wartość), np.:

 kolor =‘blue’
 waga = 45
 cena = 120
 ilość = 3

Dany zbiór atrybutów może być traktowany jako typ encji.
Zwykle w tabelach umieszcza się zbiory encji tego samego
typu.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Typy obiekt

Typy obiekt

ó

ó

w (

w (

encji

encji

)

)

1.

Każde wystąpienie musi być zdefiniowane unikatowo.

2.

Każde z nich pełni niezbędną rolę w budowanym systemie.

3.

Każde wystąpienie może być opisane przez jeden lub więcej
elementów (atrybutów), z których każdy ma swoją dziedzinę.

4.

Te same atrybuty opisują każde wystąpienie tego samego obiektu.

Wyróżniamy następujące typy obiektów:



Obiekt



Obiekt asocjacyjny



Obiekt słaby

(notacja Martina)

obiekt

obiekt

asocjacyjny

Obiekt słaby

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Klucz

Klucz

Pojedynczy atrybut lub ich zestaw pozwalający jednoznacznie
zidentyfikować encję. W danym zbiorze może być wiele

kluczy.

Powiązania między encjami (zb. encji) /relacje.

Założenia:



encje są rozróżnialne



musi istnieć klucz



istnienie klucza wśród atrybutów zależy od
interpretacji i zasięgu bazy danych

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Typy powi

Typy powi

ą

ą

za

za

ń

ń

(relacji, zwi

(relacji, zwi

ą

ą

zk

zk

ó

ó

w)

w)

1
2
3

a

b

c

d

1
2
3

a

b

c

d

1
2
3

a

b

c

d



powiązania typu 1 do 1
("1 - 1")



powiązania jednoznaczne
1 do n ("1 - n" )



powiązania wieloznaczne
n do m ("n - m")

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Mo

Mo

ż

ż

liwe relacje

liwe relacje

Możliwe relacje (notacja Martina)

Start

Koniec

brak

jeden (1:1)

brak lub jeden (0:1)

wiele (M:N)

zero lub wiele (0:M)

jeden lub wiele (1:M)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Przyk

Przyk

ł

ł

adowe diagramy ERD

adowe diagramy ERD

obiekt

obiekt

asocjacyjny

Obiekt słaby

obiekt

obiekt

obiekt

obiekt

obiekt

obiekt

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Przyk

Przyk

ł

ł

adowe diagramy ERD

adowe diagramy ERD

Filmy-obsada

Studio

Ludzie

Film

Filmy-plener

Plener

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Analiza wymaga

Analiza wymaga

ń

ń

i specyfikacja oprogramowania

i specyfikacja oprogramowania

Diagramy związków encji znajdują zastosowanie w
wielu dziedzinach w tym między innymi podczas
projektowania oprogramowania.

W zależności od poziomu abstrakcji ERD może
służyć do:

opisu położenia danych w systemie na wysokim
poziomie abstrakcji,

uniezależnienia danych od procesów na nich
operujących,

wyróżnienia związków pomiędzy zbiorami danych

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projektowanie baz danych

Projektowanie baz danych

W tym zastosowaniu ERD służy do analizy powiązań i
zależności pomiędzy poszczególnymi tabelami oraz do
usuwania problemów z tym związanych.

Wykorzystuje się je głównie przy:



analizie zależności funkcyjnych w bazie danych,



wykrywaniu i usuwaniu problemów z redundancją
(nadmiarowością) danych,



projektowaniu struktury bazy,



czytelnej i przejrzystej wizualizacji położenia atrybutów,



analizy powiązań przy definiowaniu i wykorzystywaniu

kluczy złożonych.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

Jakie dane będą zawarte w bazie?
Na pocz
ątek wstawiamy do bazy następujące
informacje:

dane o studentach
dane o wykładowcach
dane o kursach
dane o wykładach
dane o salach wykładowych

Dodatkowe informacje i warunki będą dodawane w
trakcie budowania schematu ERD.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

Tworzymy encje:

• Encja Student
• Encja Profesor
• Encja Kurs
• Encja Klasa
• Encja Sala

Student

Numer identyfikacyjny
Nazwisko
Imie
Pesel
Adres zamieszkania
Telefon domowy
Płe
ć
Adres tymczasowy

Przykładowe atrybuty encji: Student

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

KLASA

KURS

STUDENT

SALA

PROFESOR

Koncepcja schematu logicznego „Mała Uczelnia”

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

GRUPA

KURS

STUDENT

SALA

PROFESOR

Relacja:
Kurs – grupa (1:M)

Relacja:
Kurs – grupa (1:M)

Relacja:
Grupa – student (M:N)

Relacja:
Grupa – student (M:N)

Relacja:
Sala – grupa (1:M)

Relacja:
Sala – grupa (1:M)

Relacja:
Profesor – grupa (1:M)

Relacja:
Profesor – grupa (1:M)

?

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

GRUPA

STUDENT

Problem: rejestracja studenta na kurs

Do danej grupy może należeć określona
ilo
ść studentów np. 35.

Student może się zapisać na kilka kursów
np. 5.

1

M

M

1

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

SALA

GRUPA

Problem: program zajęć

W danej sali mogą być prowadzone zajęcia
dla kilku grup, jednak grupa ma zaj
ęcia w
tylko w jednej sali.

Profesor może prowadzić zajęcia dla kilku
grup (np. 3).

1

M

M

PROFESOR

1

Relacja Uczy

Relacja Wymaga

Dla danej grup zajęcia prowadzi tylko
jeden profesor.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

1.

„Mała Uczelnia” składa się z kilku wydziałów
administrowanych przez dziekanów. Relacja pomiędzy
wydziałem i dziekanem jest 1:1.

2.

Każdy dziekan należy do grupy Administrator. Jeżeli
Dziekan wykłada należy również do grupy Profesor.
Członkowie grup Administratorzy i Profesorowie należą
do grupy Pracownik.

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

PRACOWNIK

GRUPA

PROFESOR

WYDZIAŁ

ADMINISTRATOR

Jest szefem

Uczy

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

PRACOWNIK

GRUPA

PROFESOR

WYDZIAŁ

ADMINISTRATOR

Jest dziekanem

Uczy

PROFESOR

PRACOWNIK

Zatrudniony

(1,1)

(0,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

3.

Na wydziale jest kilka zakładów (katedr).

4.

Najmniejsza ilość zakładów (katedr) wynosi 1, natomiast
największa ilość zakładów (katedr) jest nielimitowana.

5.

Każdy zakład (katedra) należy tylko do jednego wydziału.

PROFESOR

WYDZIAŁ

Jest dziekanem

(0,1)

(1,1)

KATEDRA

Obsługuje

(1,N)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

6.

Każdy zakład (katedra) oferuje studentom kilka kursów.

KATEDRA

KURS

Oferuje

(1,N)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

7.

Każdy zakład (katedra) oferuje kilka oddzielnym grup dla
danego kursu.

8.

Zachodzi relacja 1:N pomiędzy encjami KURS i GRUPA

9.

Encja GRUPA jest opcjonalna dla encji KURS

KURS

GRUPA

Tworzy

(0,N)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

10.

Każdy zakład (katedra) posiada kilkunastu profesorów,
którzy należą do niego.

11.

Jeden z profesorów jest kierownikiem zakładu (katedry).
Tylko jeden z profesorów może być kierownikiem
zakładu.

12.

Encja WYDZIAŁ jest opcjonalna w relacji „Jest szefem”
dla opcji PROFESOR.

PROFESOR

WYDZIAL

Jest kierownikiem

(0,1)

(1,1)

Należy do

(1,1)

(1,N)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

13.

Każdy profesor może uczyć do czterech kursów, ale tylko
w jednej grupie dla danego kursu.

14.

Profesor może być zatrudniony na kontrakcie naukowym i
nie uczyć na żadnym kursie.

PROFESOR

GRUPA

Uczy

(0,4)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

15.

Student może się zapisać do kilku grup, ale tylko raz może
się zapisać do danej grupy.

16.

Każdy student może się zapisać np. do sześciu grup i
każda grupa może mieć np. po 35 studentów.

17.

Encja STUDENT jest opcjonalna dla encji GRUPA.

STUDENT

GRUPA

ZAPISANY

(1,1)

(0,35)

(1,6)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

18.

Każdy zakład (katedra) posiada kilku studentów którzy
realizują przedmioty kierunkowe w danym zakładzie
(katedrze).

19.

Każdy student może posiadać tylko jeden przedmiot
kierunkowy i jest on powiązany tylko z jednym zakładem
(katedrą).

KATEDRA

STUDENT

Posiada

(1,N)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

20.

Każdy student posiada opiekuna w swoim zakładzie
(katedrze), opiekun może posiadać kilku studentów.

21.

Opiekun jest również profesorem, jednak nie każdy
profesor opiekuje się studentami.

PROFESOR

STUDENT

Opiekuje się

(0,N)

(1,1)

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

Proponowane encje dla naszego projektu:



Wydział



Katedra



Pracownik



Profesor



Kurs



Grupa



Zapisany (łączy encje: Grupa, Student)



Student

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

GRUPA

N:M

ZAPISANY

STUDENT

KATEDRA

N:1

Należy do

PROFESOR

STUDENT

1:N

Opiekuje się

PROFESOR

GRUPA

1:N

Uczy

PROFESOR

KATEDRA

1:1

Jest kierownikiem

PROFESOR

WYDZIAŁ

1:1

Jest dziekanem

PROFESOR

PRACOWNIK

1:1

Zatrudniony

PROFESOR

GRUPA

1:N

Tworzy

KURS

KURS

1:N

Oferuje

KATEDRA

STUDENT

1:N

Posiada

KATEDRA

KATEDRA

1:N

Obsługuje

WYDZIAŁ

Encja

Stopień

Relacja

Encja

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Projekt

Projekt

Ma

Ma

ł

ł

a uczelnia

a uczelnia

background image

Antoni Dydejczyk, Bazy danych, wykład 2

WFiIS, Katedra Informatyki Stosowanej, 2007

Pytania ...

Pytania ...


Wyszukiwarka

Podobne podstrony:
Bazy danych w03 07 id 81702 Nieznany
Bazy danych w13 07 id 81707 Nieznany
Bazy danych w12 07 id 81706 Nieznany (2)
Bazy danych w07 07 id 81703 Nieznany
Bazy danych w10 07 id 81705 Nieznany
Bazy danych 07 id 81462 Nieznany (2)
bazy danych pierwsza zarowka id Nieznany
Bazy Danych [tryb zgodnosci] id Nieznany (2)
HYDROLOGIA 07 id 207788 Nieznany
hih kolo kolo2 07 id 709394 Nieznany
I CSK 304 07 1 id 208210 Nieznany
Fizjologia Cwiczenia 07 id 1743 Nieznany
III CSK 302 07 1 id 210245 Nieznany
G2 PB 02 B Rys 3 07 id 185395 Nieznany
anl1 w02 zima2012 id 65272 Nieznany (2)
anl1 w02 lato2009 id 65271 Nieznany (2)
CwiczenieArcGIS 07 id 125941 Nieznany
DAB 07 id 130775 Nieznany

więcej podobnych podstron