INFORMATIQUE DE GESTION

Filière: SEG

Pr. CHAKRAOUI Mohamed

D é p a r t e m e n t d e M a t h é m a t i q u e e t I n f o r m a t iq u e
Faculté Polydisciplinaire de Khouribga

1
Introduction : Informatique de Gestion
Références

 La méthode merise Principes et outils Hubert Tardieu,

Arnold Rochfeld, René Colletti - Collection Livres outils
 http://www.lirmm.fr/~laurent/POLYTECH/IG4/RAPPELS
-MERISE/LivreMerisePDF-total-12sept14.pdf
 https://www.editions-
eni.fr/open/mediabook.aspx?idR=20c7e76a55fb7d9b2f0
426b06357fd74
 https://sites.google.com/site/coursdinformatiqueenlign
e/cours/merise/methode-d-
analyse?tmpl=%2Fsystem%2Fapp%2Ftemplates%2Fprint%2
F&showPrintDialog=1
 …
 Introduction : Informatique de Gestion

• L’informatique …
– « … techniques de la collecte, du stockage, de la
transmission et de l’utilisation des informations … sur
des ordinateurs. »

• … au service de la gestion
– Pilotage de l’entreprise
– Gestion de la production de biens et de services
– Gestion administrative de l’entreprise
 Introduction : Définition

L’informatique de gestion est l'ensemble des

connaissances, des technologies, et des outils en
rapport avec la gestion de données, c'est-à-dire la
collecte, la vérification et l'organisation de grandes
quantités d'informations.
 Introduction : Objectifs

• L'informatique de gestion a pour objectif

d’entretenir et de faire évoluer les logiciels destinés
à la gestion de l’entreprise.
• Les cadres de la fonction informatique de gestion
sont chargés :
– d’étudier la faisabilité technique des besoins
fonctionnels.
– de concevoir et prendre en charge tout ou partie du
développement d’un produit (progiciel, logiciel).
– d’assurer la mise en production.
– d’effectuer la tierce maintenance des applications.
 Introduction : Application

• L'informatique de gestion a de nombreuses

applications pratiques dans les entreprises :
– Gestion de Clients,
– Gestion de Fournisseurs,
– Gestion de Produits,
– Gestion des Salaires,
– Gestion de Paiement,
• Il est utile en plusieurs Services :
– Finance,
– Ressources Humaines,
– Logistique,
– Comptabilité, ….
 Introduction : Métiers exercés

• Parmi les métiers représentés dans la fonction

informatique de gestion, on peut citer :
– le chef de projet informatique technique,
– l’ingénieur d’étude développement,
– l’ingénieur développement logiciel
– le consultant technique.
En informatique de gestion, les informations sont
souvent placées dans des bases de données et
traitées par l'intermédiaire de logiciels spécialisés
que sont les SYSTÈMES D‘INFORMATION.
 Objectifs du cours

Un étudiant en SEG-S5 doit être capable de :

– Comprendre et analyser les besoins en information de
gestion.
– Dialoguer avec divers intervenants (directeur,
informaticien).
– Contribuer à l’élaboration, l’implantation, l’exploitation
et l’évolution du système d’information de gestion de
l’entreprise.

Ce cours a pour but d’introduire

une méthodologie de conception du
système d’information
 Introduction
 Notion de Système Information de Gestion
 Modéliser les données
 Normaliser les données
 MCD
 MLD
 MCT
 MOT

11
NOTION DE SYSTÈME
D’INFORMATION DE
GESTION

12
 Notion de système d’information de gestion

• Un système est un ensemble d’éléments matériels

ou immatériels (hommes, machines, méthodes,
recettes, règles, etc...) unis par des relations qui
transforme, par un processus, des éléments (les
entrées) en d’autres éléments (les sorties).
 Notion de système d’information de gestion

Exemple :

• Une usine de montage de voitures.

Pièces détachées Automobiles

Système
Entrées Sorties

• Modèle d’un atelier de fabrication :

Matières premières Produits finis
Système
Entrées Sorties
 Notion de système d’information de gestion

• Le système correspondant à l’activité de

l’entreprise (transformation de flux) est appelé
Système Opérant (SO).

• L’entreprise a aussi besoin d’un système de prise

de décision lui permettant de réaliser les objectifs
fixés. Ce système est appelé Système de Pilotage
(SP).
 Notion de système d’information de gestion

• Le SP procède à la régulation et au contrôle du

système opérant en décidant du comportement de
celui-ci.

Système de Pilotage
Informations Décision sur le SO
sur l’état du SO

Flux entrant Flux sortant

Système Opérant
 Notion de système d’information de gestion

• Avec l’augmentation en quantité et en complexité

des informations échangées entre ces deux
systèmes, on a besoin d’avoir un autre système qui
stocke et traite de façon plus efficace ces
informations.

• Ce système est appelé système d’information

(SI).
 Notion de système d’information de gestion

• Modèle d’une organisation (ou entreprise) selon la

théorie des systèmes :
Système de Pilotage

Système d’Information

Entrée Sortie
Système Opérant
 Notion de système d’information

• Le système d’information est composé d’éléments

divers (employés, ordinateurs, règles et méthodes,
etc...) chargés de stocker et de traiter les
informations relatives au système opérant (SO)
afin de les mettre à la disposition du système de
pilotage (SP).
 Notion de système d’information

Le SI possède deux aspects :

• Aspect statique (ou aspect données) :

– base d’information,
– modèle (ou structure) de données.

• Aspect dynamique (ou aspect traitement) :

– circulation de l’information entre les différents acteurs,
– évolution chronologique et causale des opérations
provoquées par des évènements.
 Exemple d’un modèle: Fabricants d’un PC

Direction

Nouveaux produits Statistiques de ventes

et de pannes

Service commercial et comptable

Commandes ? Facture
Paiement ?
PC Assemblés Ordre de
et livrés Panne ?
fabrication

Fournisseur Atelier Client

Pièces Livraison
 Système Autoatisé d’information (SAI)

• Dans un SI, on retrouve

– des décisions (homme)
– des actions programmées (machine)
 partie automatisable du SI.

• Un SAI est un sous-système d’un SI dans lequel

toutes les transformations significatives
d’information sont effectuées par des ordinateurs.

• Un SAI permet une conservation et un traitement

automatique des informations.
 Système Autoatisé d’information (SAI)

• Un SAI doit être

– intégré : une même information n’est saisie
qu’une fois en un point du système et est
récupérée dans tous les fichiers concernés.

– durable et adaptable : les logiciels de

traitement des données (programmes) sont
indépendant des données.
COMMENT PEUT-ON
RÉALISER UN SYSTÈME
D’INFORMATION ?
 A quoi sert une méthode de conception

• Voici une liste (non exhaustive) des problèmes rencontrés

dans la mise en place de systèmes d’information :
– logiciels ne fonctionnant pas ;
– logiciels ne réalisant pas la tâche prévue ;
– incapacité d’évolution ;
– informatisation rejetée par les utilisateurs.

• La conception de systèmes d’information est une tâche

complexe et de haut niveau qui nécessite un bon pouvoir
d’abstraction et la prise en compte d’un grand nombre de
contraintes (de coût, d’existant, ...) et d’un grand nombre de
personnes (direction, service informatique, services,
utilisateurs).
 La méthode MERISE

• La méthode MERISE est une méthode (française),

développée dans les années 80, formalisée, complète,
détaillée qui garantit (en principe !) une informatisation
réussie.
– formalisée : utilisation d’outils logiques : graphes (ou modèles),
règles, ...
– complète : tout le cycle, de la décision d’informatisation à la mise
en œuvre effective,
– détaillée : toutes les étapes sont étudiées de la conception à la
technique.
Présentation de la méthode
Merise
 La demarche de développement du système
d’information est conduit suivant 3 axes appelés cycles:
 Le cycle de vie: comment enchainer les étapes, comporte
3 periods (Conception, réalisation et maintenance)
 Le cycle de décision: représente l’ensemble des choix qui
doivent etre fait durant le déroulement du cycle de vie
 Le cycle d’abstraction: a pour but de découper le SI en
niveaux:
 Le niveau conceptuel, le niveau logique et le niveau physique
 A chque niveau correspond une preoccupation et unensemble
de modèles pour la representation des données et de
traitements
Présentation de Merise

 La méthode Merise est basée sur la séparation des

données et des traitements.
 Merise utilise une démarche de modélisation à trois
niveaux. A chaque niveau correspond à un modèle pour
la représentation de données et à un modèle pour la
représentation de traitements.
 Un formalisme de représentation est associé à chaque
modèle
 L’ensemble de ces trois niveaux constitue le cycle
d’abstraction qui met en évidence les règles qui
régissent le SI
Les niveaux d’absraction

29
Cycle d’abstraction de conception des S:I
Système d’information manuel

Expression des besoins

Modèle conceptuel

Modèle logique

Modèle physique

Système d’information
30

automatisé
 METHODE MERISE

• Les principales caractéristiques de la méthode sont :

Une approche globale menée parallèlement sur
les données et les traitements ;

• Une description du système d’information en trois

niveaux :
– le niveau Conceptuel : le QUOI ?
– le niveau Logique :QUI FAIT?, QUOI? et OU?
– le niveau Physique : COMMENT ?
 Cycle d’abstraction de conception des S:I

Niveau Statique (donnée) Dynamique (traitement)

MCD
MCT
Décrivant les
Conceptuel Décrivant les traitement, règles et les Quoi
données et les liens
contraintes
entre ces données

MOT
MLD Ou
Logique ou Décrivant les contraintes dues à
Décrivant la structure Qui
Organisationnel l’environnement (Organisationnel, spatial
des données Quand
et temporel)

MOPT
MPD Définit la structure interne des
Décrit la façon applications:
Opérationnel ou d’implémenter le • Décomposition des application en Comment
Physique modèle des données modules
dans le SGBD • Description des
traitements(algorithme, fonctions….)
 Cycle d’abstraction de conception des S:I

1. L'expression des besoins aboutit au MCC (Modèle conceptuel de

la communication) qui définit les flux d'informations à prendre
compte.
2. L'étape suivante consiste à mettre au point le MCD (Modèle
conceptuel des données) et le MCT (Modèle conceptuel des
traitements) décrivant les règles et les contraintes à prendre en
compte.
3. Le modèle organisationnel consiste à définir le MLD (Modèle
logique des données) qui représente un choix logiciel pour le
système d'information et le MOT (Modèle organisationnel des
traitements) décrivant les contraintes dues à l'environnement
(organisationnel, spatial et temporel).
4. Enfin, le modèle physique reflète un choix matériel pour le
système d'information.
 Les phases de réalisation d’un S.I

• La structure de travail comporte des informaticiens,

des représentants de la direction, des chefs de service,
des utilisateurs finaux. Le processus de
développement est découpé en 4 étapes :
1. Etude préalable : elle aboutit sur une prise de décision
d’informatisation. En cas de décision positive, elle est
suivie par
2. Etude détaillée : elle aboutit sur un cahier des charges de
réalisation
3. Réalisation : écriture des programmes et implantation des
bases
4. Mise en œuvre et maintenance.
 Les Phases : 1-Etude préalable

• Analyse de l’existant : grâce à des interviews, une

analyse de documents

• Conception de la nouvelle solution : on fait le

choix des nouvelles orientations de gestion,
d’organisation, techniques.

• Évaluation : bilan quantitatif et économique.

 Les Phases : 2-Etude détaillée

• Conception générale : Élaboration des MCD, MCT,

MLD et MOT. Étude préliminaire de la mise en
œuvre. Étude des solutions dégradées.

• Conception détaillée : Optimisation et validation

des modèles. Évaluation des coûts logiciels,
matériels, de formation pour la mise en œuvre de la
solution.
 Les Phases : 3, 4-Réalisation & Mise en oeuvre

3. Réalisation :
– description du MPD, du MPT, de l’environnement
technique
– écriture du logiciel ; tests unitaires et d’intégration

4. Mise en œuvre :
– mise en place des moyens humains, techniques et
matériels, de la documentation.
– essais, intégration.
MODÉLISER LES DONNÉES
NIVEAU CONCEPTUEL
 Niveau conceptuel

Que peut-on faire et avec

queles données?

(quoi? Avec quelles données?)

Réalisation d’un MCD

39
 MCD: le Modèle Conceptuel de Données

Le Modèle Conceptuel des Données MCD

Permet de représenter la structure du système
d'information, du point de vue des données, et
définit également les dépendances ou relations
entre ces différentes données.
 MCD: le Modèle Conceptuel de Données

 MCD permet la modélisation de l’ensemble des

donnée sans tenir compte:
– Des conditions de stockage
– Ni des aspects technique (SGBD, logiciel)
– Ni de la façon dont les données seront traitées
 MCD: le Modèle Conceptuel de Données

La démarche de construction d’un MCD est basée sur :

1. Dictionnaire de Données (DD)
2. Graphe des dépendances fonctionnelles (GDF)
3. Règles de Gestion (RG)

DF/
DD RG MCD
GDF
Le Modèle Conceptuel de données
1- DICTIONNAIRE DE DONNÉES
Dictionnaire de Données – Identification des
données

 Chaque donnée doit être identifiée par:

– Son nom/libellé
– Une description

 Les difficultés:
– La synonymie: la même donnée intervient sous des
libellés différents selon les documents
– L’homonymie: une même appellation représente des
données différents selon les documents
44
Dictionnaire de Données – Les différents types
des données

 Numérique: entier, décimal

 Alphabétique: caractère alphabétique

 Alphanumérique: tous caractères

 Booléen: vrai, faux

 Date: jour/mois/année
TD1: Gestion de Stock

 Pour l’étude de cas d’un système d’information

 Gestion de Stock
 (Client, Commande, Produit et Fournisseur).

 Définir le Dictionnaire de
Données ?
Le Modèle Conceptuel de données
2- DÉPENDANCE FONCTIONNELLE
Dépendance fonctionnelles
entre propriétés
 Définition: on dit que des propriétés a et b sont relié par
une dépendance fonctionnelle ab si la connaissance de la
valeur de a détermine une et une seuls valeur de b
 Exemple : Code client Nom client
 La connaissance du client détermine une et une valeur de
client, mais la réciproque est fausse. On peut avoir deux
clients qui ont le même nom.
 La dépendance fonctionnelle peut porter sur la
concaténation de plusieurs propriétés
 Exemple: Numéro de bon de commande+référence produit 
Quantité commandée
 La référence seule ne suffit pas à déterminer la quantité
commandé, une même référence pouvant figurer sur plusieurs bons
de commandes
 Le numéro du bon de commande ne suffit pas non plus, puis qu’un
même bon peut concerner plusieurs références.
Dépendance fonctionnelles
entre propriétés
 Dépendance fonctionnel élémentaire
 On dit qu’il y’a une dépendance entre les propriétés a et b
si aucune partie de a ne détermine b
 Exemple:
 Code client+Nom client  Adresse client, n’est pas
élémentaire puisque la connaissance du code client suffit
de déterminer son adresse
 Dépendance élémentaire directe:
 On dit que la propriété b dépend de a par une dépondance
fonctionnelle élémentaire directe s’il n’existe pas de
propriété c telle que:
 ac et cb, c’est-à-dire pas de transitivité
 Exemple:
 N° professeur  code matière
 Code matière  nom matière
 N°professeur  nom matière
 La troisième n’est pas directe en raison de la transitivité:
N°professeur  code matière  nom matière
Dépendance fonctionnelles
entre entités
 On dit qu’il existe une dépendance fonctionnelle entre
des entités A et B et on note A  B sitoute occurrence
de A détermine une et une seule occurrence de B
 Exemple:
 Commande  Client
 Les cardinalités 1,1 de commande dans cette relation
exprime que tout bon de commande détermine un et un
seul client
 La cardinalité maximum 1 correspond toujours à une DF
Propriétés des dépendances
fonctionnelles
 Reflexivité
 aa
 Projection
 Ab+c==> ab et ac
 Augmentation
 Ab ===> quelque soit c: a+c b
 Additivité:
 Ab et ac ===> ab+c
 Transitivité:
 Ab et bc ===> ac
Normalisation

 Les formes normales dont différents stades de qualité

qui permettent d’éviter:
 La redondance
 Les pertes de données
 Les incohérences
 La perte de performances des traitements
Règles relatives au MCD

 Normalisation des entités

 Première forme normale (1FN)
 Dans une entité toute les propriétés sont élémentaires
(non concaténées) et il existe au moins un identifiant
caractérisant chaque occurrence
 Deuxième forme normale (2 FN)
 Toute propriété d’une entité doit dépende de l’identifiant
par une dépendance fonctionnelle élémentaire
 Troisième forme normale (3 FN)
 Dans une entité toute propriété doit dépendre de
l’identifiant par une dépendance fonctionnelle
élémentaire directe
Vérification

 Dans toute occurrence d’entité ou de relation, il doit y

avoir qu’une seule valeur de chaque propriété (non
répétitivité)
 Dans une relation, les propriétés doivent dépendre
fonctionnellement des identifiants des entités
concernées par la relation. La concaténation de ces
identifiants constitue l’identifiant de la relation
 Normalisation des relations
 Chaque propriété de la relation doit dépendre
fonctionnellement de l’ensemble des identifiants des
entités qui participent à la relation, mais d’aucun sous-
ensemble de cet ensemble
Le Modèle Conceptuel de données
3- Contraintes d’integrité
 Règles de Gestion

 Les contraintes d’integrités reflètent les règles de gestion de

l’entreprise
 Les cardinalités sont un cas de contraintes d’integrité
 Les autres contraintes d’integrité sont soit syntaxiques ou
sémantique
 Les contraintes d’integrité syntaxique
 Elles portent sur une propriété et peuvent concerner soit la forme, soit
le domaine de valeurs. L’age d’une personne doit etre un nombre
positif et inférieur a 140 par exemple
 Un autre exemple, la forme d’une date doit etre de la forme
mm/dd/yyyy
 Les contraintes d’integrités sémantiques
 Elles s’appliquent à plusieurs propriétés d’une entité ou d’une
association par exemple date de départ <date d’arrivé
 Elles peuvent s’appliquer aussi à des propriétés n’appartenant pas à la
même entité ou association
MODÈLE CONCEPTUEL
DE DONNÉES
 Modèle conceptuelle de données

 Les concepts de base du modèle conceptuel de

données (encore appelé modèle entité/association)
sont :
 Propriété
 Entité
 Association
 Cardinalités
Définitions

 Entité
 Une entité est une population d’individus homogènes.
 Exemple:
 Les produits ou les articles vendus par une entreprise peuvent
être regroupés dans une même entité appelée ARTICLES

 Relation ou association
 une relation est une liaison qui a une signification précise
entre plusieurs entités
 Exemple:
 La relation commander est une liaison évidente entre les
entités CLIENTS et ARTICLES
Définitions

 Propriété ou attribut
 Un attribut est une propriété d’une entité ou d’une
association
 Exemple:
 Les propriétés de l’entité clients : numéro_client, nom, adresse
 Les propriétés de l’association commander: Quantité_commandé,
Date_de_commande
 Occurrence
 Un individu d’une entité est appelé une occurrence ou
instance
 Exemple:
 Occurrence de l’entité articles: sucre, thé, dentifrice, huile
 Occurrence de l’entité clients: Ali, Ahmed, Jack
Définition

 Chaque ensemble d’occurrences composant une relation

constitue une occurrence de cette relation
 Exemple d’occurrences d’une relation:
 Ali commande l’article sucre
 Ali commande l’article thé
 Ahmed commande l’article dentifrice
 Jack commande l’article sucre
 Identifidant:
 C’est une ou plusieurs propriétés qui identifient d’une manière
unique une occurrence d’une entité
 Un identifiant ne peut avoir deux valeurs identiques
 Exemple: le numéro de client est un identifiant de l’entité client
 Modèle Conceptuelle de données: Propriété

 La propriété peut être définie comme une donnée

élémentaire ou atomique.
 Appelées également Attributs ou Colonnes (dans
le modèle relationnel), les propriétés servent à
décrire les entités et les associations.
 Elles prennent des valeurs appelées occurrences de
la propriété.
 Modèle Conceptuelle de données: Entité

 Les entités possèdent un ensemble de

propriétés.

 Dans une entité, une propriété joue un rôle

particulier, il s'agit de l'identifiant (encore
appelée la clef).
 Deux Enregistrements distinctes de l'entité
ne peuvent avoir même valeur pour la
propriété identifiant.
 Elle est généralement soulignée (parfois
de les faire précéder d'un #).
 Modèle Conceptuelle de données: Propriété

 Un identifiant doit être:

 Stable: tant que l’entité est présente dans le SI, la valeur
de son identifiant ne doit pas être modifiée
 Minimale (s’il est composé):
Si attrib1+attrib2 est un identifiant d’une entité, alors attrib1 ne
doit pas être un identifiant(de même pour attribut2)

 Les attributs d’une entité sont en dépendance

fonctionnelle directe de l’identifiant
 Modèle Conceptuelle de données: Association

 L'association est un lien sémantique entre une ou

plusieurs entités
 Type d’association:
 Les associations binaires: qui associent 2 entités
 Les association n-aires: qui associe plus de 2 entités
 Les association réflexives: qui associent les occurrences d’une
même entité

 Une association peut être porteuse de donnée

 Modèle Conceptuelle de données: Association

Caractéristique d'une association

 Dimension : La dimension d'une association est le nombre d'entités
concernées par celle-ci (nombre de pattes de l'association).
 Type de liaison inter-entités (ou association inter-entité)
 On distingue trois types de liaisons entre deux entités X et Y participant à
l'association:
– Liaison de type 1 à 1 : A toute occurrence de X correspondant une et une
seule occurrence de Y et réciproquement la relation est dite 1-1.
– Liaison de type 1 à plusieurs (1 à n) : A toute occurrence de X
correspondant une et plusieurs occurrences de Y et à toute occurrence deY
une seule de X la relation est dite 1-n.
Modèle Conceptuelle de
données: Association

 Liaison de type plusieurs à plusieurs (n à m) :

A toute occurrence de X correspondant une et
plusieurs occurrences de Y et réciproquement. La
relation est dite n-n
 exemple: la relation commander est de type n-n,
un client peut commander plusieurs articles et
un article peut etre commandé par plusieurs
clients
Modèle Conceptuelle de
données: totalité et partialité

 Une relation mettant en jeux les entité X et Y est dite:

 Totale si aucune occurrence de X et aucune relation de Y
ne peuvent exister sans participer à une occurrence de la
relation
 Partielle si certaines occurrences de X ou certaines
occurrences de Y peuvent n’etre impliquées dans une
aucune occurrence de la relation
 Exemple:
 La relation commander est partielle, on peut trouver des
articles qui ne sont commandés par aucun client.
 Modèle Conceptuelle de données: Cardinalité

 La notion de cardinalité minimum/maximum est

liée aux type de liaison inter-entités.
– La cardinalité minimum est le nombre minimum
d'occurrences d'une entité X dans l'association
considérée.
– La cardinalité maximum est le nombre maximum
d'occurrences d'une entité X dans l'association
considérée
• Par conséquent, les valeurs de cardinalités sont en
générales 0, 1, n.
 Modèle Conceptuelle de données: Cardinalité

• Cardinalité Minimale
Valeur Définition
0 Certaines occurrences de l’entité type ne participent pas à la relation
1 Toute occurrences de l’entité type participe au moins une fois aux occurrences
de la relation

• Cardinalité Maximale
Valeur Définition
1 Quand une occurrence de l’entité type participe à la relation, elle n’y participe
au plus qu’une fois
N Quand une occurrence de la relation participe à la relation, elle peut y
participer plusieurs fois
 Modèle Conceptuelle de données: Cardinalité

 Combinaisons possibles

O,1 Une occurrence participe au moins 0 fois et

au plus
1 fois à l'association
1,1 Une occurrence participe exactement 1 fois à
l'assocciation
0,N Une occurrence peut ne pas participer ou participer
plusieurs fois
1,N Une occurrence participe au moins 1 fois, voire
plusieurs
Association réflexive

 Une association réflexive est une association qui relie

une entité à elle-même
 Exemples:
Pays (0,n)
Id
Voisin de
Nom
Capitale
(0,n)

Salarie (0,1)
Id
Encadré
Nom
prénom
(0,n)
Association multiple

 On appelle association multiple, plusieurs liens de

dépendance entre deux entité distinctes
 Exemple: (0,n) (1,n)
Personne Etre l’auteur LIVRE

Id N°
Nom Title
Prénom Avoir critiqué Editeur
(0,n) (0,n)
 Q: quelle est le rôle des cardinalités dans un MCD?
 Les cardinalités apportent des informations importantes
sur les associations. Elles permettent d’ajouter ces
précisions quantitatives de chaque coté de l’association
 Exemple d’association sans cardinalité
CLIENT COMPTE BANCAIRE

Id Possède N°Compte
Nom Solde
Prénom

 Pour apporter les informations nécessaires précisant

quantitativement la relation

CLIENT COMPTE BANCAIRE

(1,1)
(0,n)
Id N°Compte
Nom Possède Solde
Prénom
Exercices
 Trouvez les cardinalités de ce MCD
Correction
Exercices

 Ces cardinalités sont ils correctes?

Correction
Exercice

 Donner le DD
 Graphe des dépendances fonctionnelles (GDF)
 Définir les entités et les associations
Correction
Correction
 Exercice: Gestion du personnel

• Chaque employé (N° matricule, nom, adresse, qualification)

est affecté à un département (code département, nom
département). Certain employé peuvent être amenés à
travailler sur plusieurs projets à la fois (n° projet, nom
projet, descriptif projet, budget projet). Un projet ne peut
être soumis qu’un seul département. Chaque employé
possède un bureau (code bureau, surface) qu’il peut parfois
partagé avec un autre employé.

Établir :
 Dictionnaire de données (DD),
 Graphe des dépendances fonctionnelles (GDF)
 Modèle conceptuel des données (MCD)
MODÉLISER LES DONNÉES
NIVEAU LOGIQUE

87
 Niveau logique

 On intègre à l’analyse conceptuelle les critères liés

à l’organisation
 Au niveau conceptuel on exprime la réalité perçue
par l’entreprise dans son ensemble, alors qu’au
niveau organisationnel on exprime cette même
réalité telle qu’elle est vécue par les acteurs du
système
 A ce niveau , aucune différence n’est faite entre les

hommes et les machines

La représentation logique des
données
 Cette représentation constitue le passage de la
description conceptuelle à l’implémentation physique
dans la base données. Le modèle logique c’est le
modèle conceptuel plus la réponse aux contraintes
d’organisations des données
 Trois modèles sont utilisés pour décrire logiquement les
données. Ces modèles sont :
 Le modèle réseaux
 Le modèle hiérarchique
 Le modèle relationnel
 Le modèle relationnel est le plus utilisé. Dans ce
chapitre on présentera uniquement ce modèle
Modèle relationnel

 Le concept relationnel, fruit des recherches de C:F

Codd a vu le jour en 1969.
 Les données sont organisées sous forme de tables à
deux dimensions, appelées relations
 Exemple : table livre (ou relation livre)

Numéro Titre Auteur Éditeur

1245 JAVA C. Delannoy Eyrolles
9602 Merise J. Gabay Dunod
4859 C++ C. Delannoy Eyrolles
Définitions

 Numéro, titre, éditeur sont appelés des attributs

 Les lignes de la tables sont appelées des n-uplets ou des
tuples
 Exemple: 1245, JAVA, C. Delannoy, Eyrolles est un n-uplet
 L’ensemble des valeurs possibles d’un attributs est
appelé un domaine
 Une relation (ou table) est un sous-ensemble du produit
cartésien de n domaines d’attributs
 Le degré d’une relation est son nombre d’attributs
 La relation livre a pour degré 4
 Le nombre de lignes d’une relation est appelé la cardinalité
 La relation livre a pour cardinalité 3
 Une clé candidate d’une relation est un ensemble minimal des
attributs de la relation dont les valeurs identifient à coup sur une
occurrence
 La clé primaire d’une relation est une de ses clés candidates. Pour
signaler la clé primaire, ses attributs sont généralement soulignés.
 La clé étrangère d’une relation formée d’un ou plusieurs attributs
qui constituent une clé primaire dans une autre relation
 Un schéma de relation précise le nom de la relation ainsi que la
liste des attributs avec leurs domaines
 Exemple : livre(numéro, titre, auteur, éditeur)
 Un schéma relationnel est constitué par l’ensemble des
schémas de relation de la base de données
 Autres definition (Modèle Logique de données)

• MLDR ou schéma relationnel

– Relation:
• Une relation est un ensemble des attributs caractérisée par un
nom
– Clé primaire:
• La clé d’une relation est la source d’une DF, de tous les
attributs de la relation
– Clé étrangère:
• Il s’agit d’un attribut d’une relation qui fait référence à une clé
primaire d’une autre relation
Passage du MCD u Modèle
relationnel
 Règle 1: Cas d’une entité
 L’entité se transforme en une table ou relation
 L’identifiant de l’entité devient la clé primaire de la table
 Les propriétés de la table deviennent des attributs de la
table

client
N_client Nom Adresse Caution
N°client
Nom client
Adresse client
caution
 Règles de passage du MCD au MLD

 Règle 2 : cas de la relation 1-n

 Traduction des associations de type 1 à N Une association qui a
une cardinalité égale à 0,1 ou 1,1 pour une entité E est traduite par
une clé étrangère ajoutée à la relation R, traduction de E. Cette
clef étrangère est la clef primaire de l'entité associée.

pilote type
Id_pilote 1,1 Conduit Id_type
Nom 1,n
Nom type
Adresse Nbre heure vol Nom constructeur
Numéro brevet Puissance moteur
Se transforme en deux tables:
Type(Id_type, Nom type, Nom constructeur, Puissance moteur)
Pilote(Id_pilote, Nom, adresse, numéro brevet, Id_type#, nbre heure vol)
Id_type est une clé étrangère dans livre
 Règles de Passage de MCD au MLD

 Règle 3 : cas de la relation n-n

• Traduction des associations de type N à N
Une association dont toutes les cardinalités
maximum sont égales à n est traduite en
une relation dont la clé primaire est
constituée de l'ensemble des identifiants
des entités qui y participent.
 Auteur Livre
N°Auteur 1,n Est écrit par N°livre
Nom 1,n
titre
Date achat
État

 L’entité auteur devient une table auteur (N°Auteur,

nom)
 L’entité Livre devient une table livre(n_livre, titre,
date_achat, état)
 L’association devient une table rédaction(N°auteur,
N°_livre) avec les clés primaires des deux tables + les
attributs de la relation s’il y en a
 PV Infraction
1,1 Correspondre
N°PV 0,1 N°infraction
Date PV Date_infraction
Lieu_Infraction

 Cas de relation 1-1

 Se transforme en:
 Infraction( N°infraction, date_infraction, lieu_infraction)
 PV( N°PV, date_PV, N°infraction#)
 Modèle logiquedes données

• Remarque :
- Une même relation peut avoir plusieurs clés étrangères
mais une seule clé primaire(éventuellement
composées de plusieurs attributs);
- Une clé étrangère peut aussi être primaire (dans la
même relation)
- Clé étrangère peut être composée (c’est le cas si la clé
primaire référencée est composée)
- Implicitement, clé primaire ne peut pas recevoir la
valeur vide
- Si clé étrangère ne doit pas recevoir la valeur vide,
alors il faut le préciser.
Ex: Gestion des dossiers comptables d’un centre de gestion

On se situe dans un centre de gestion comprenant plusieurs agences délocalisées.

Dans chaque agence travaillent plusieurs comptables, chacun gérant plusieurs
exploitations.
Un comptable ne travaille que dans une seule agence et une exploitation ne peut être
gérée que par un seul comptable.
On souhaite connaître la liste des exploitations gérées par chacun des comptables et
chacune des agences.

Les informations retenues sont :

– Le nom de l’exploitation,
– La commune où se situe l’exploitation,
– Le nom du comptable,
– Le directeur et la ville de l’agence,
– Le nom de l’agence,
– La SAU de l’exploitation,
– L’âge du comptable,
– Le numéro de téléphone du comptable.
Etablir le modèle conceptuel des données correspondant puis le modèle logique
associé.
Ex– Solution : MCD

104
Ex– Solution : MCD

105
NORMALISER LES DONNÉES
 Ex: L’addition s’il vous plait !
Sur le ticket de caisse d’un café.
– Numéro de serveur
– Nom du serveur
– Numéro de la table
– Numéro de la consommation
– Libellé de la consommation
– Prix unitaire de la consommation
– Quantité d’une consommation commandée
– Montant de la ligne (égal à la quantité d’une consommation commandée multipliée par le
prix unitaire de la consommation)
– Date de la commande
– Heure de la commande
– Numéro de la commande (numéro remis à 1 chaque matin et incrémenté par pas de 1
dans l’ordre des commandes)
– Montant total de la commande

• Informations complémentaires :
– Une table est servie par un ou plusieurs serveurs dans des dates et des heures différentes.
– Un serveur est affecté à plusieurs tables, par journée complète
– Une commande correspond à une table
Etablir le MCD et le MLD
1FN : élémentarité des attributs et existence de
l'identifiant.

2FN : DFélémentaire del'identifiant.

3FN : DFdirecte del'identifiant.

4FN : DF complète de l'identifiant : si

l'identifiant est concaténé, un composant ne
doit pas êtreen DFavec un autre attribut.

90
MODELE CONCEPTUEL DE
TRAITEMENT
MCT

11
7
MCT

 Afin d’entreprendre une démarche respectant un

certain nombre de régies précises, une étape
primordiale consiste à spécifier les actions à réaliser et
leur niveau d’exécution.
 Dans Merise, ces actions sont formalisées dans le Modèle
Conceptuel des Traitements (MCT)
Graphe des Flux

 Les premières notions qui doivent être considérées pour

la construction du modèle conceptuel des traitements
sont:
 Acteur
 Organisme ou système
 Champ d’étude
 Flux d’information
 Événement
 L’acteur (ou intervenant) est auteur d’une ou plusieurs
interventions. Un certain nombre de fonctionnalités lui
incombent
Graphe des Flux

 L’organisme ou système (entreprise)

 Le champ d’étude est un sous-ensemble cohérent de
l’organisme. Il correspond à l’ensemble des acteurs ayant un
rôle déterminé et qui appartiennent à l’organisme pour lequel
le système d’information est destiné.
 L’événement représente quelque chose qui s’est passé et
qui fait l’objet d’un échange entre deux acteurs sous forme
de messages ou de documents.
 Il est primordial de distinguer les acteurs qui font partie du
champ d’étude de ceux qui n’en font pas partie, ces
derniers sont appelés acteurs externes. Les fonctions que
l’on veut décrire sont réalisés au sein du champ d’étude. Et
la réponse à la question:
 « comment réagit le champ d’étude par rapport aux
événements qui lui sont transmis par les acteurs externes ?»
Graphe des Flux

 On sera donc amené à ne prendre en compte que les acteurs

externes qui effectuent des échanges d’événements avec un des
intervenants du champ de l’étude. C’est dans cet ordre d’idées que
les événements entre deux acteurs externes seront ignorés.
 Le flux d’information spécifie pour chaque événement l’acteur
émetteur et l’acteur récepteur et décrit les échanges
d’informations sans modification entre deux intervenants.
 Ces échanges sont graphiquement représentés par des segments
fléchés dans un graphe des flux, les acteurs y sont représentés
graphiquement par des cercles ou des ellipses.
 L’expression représentative de l’événement est marquée par le
long du segment fléché.
 Celui-ci porte à l’origine l’acteur émetteur et sur le coté fléché
l’acteur récepteur
 Événement 12

Acteur 1 Acteur 2

Événement 21
Exemple de construction du
graphe des flux
 Prenons l’exemple d’une étude menée dans une compagnie
d’assurance, et plus particulièrement l’examen du processus
consistant à rembourser un assuré à la suite d’un sinistre
 Lorsqu’un agent de la compagnie reçoit une déclaration de sinistre,
il consulte le fichier central à partir de son terminal pour en
contrôler la validité, puis transmet cette déclaration au siège de la
compagnie. Celle-ci missionne un expert et ouvre et enregistre un
dossier sinistre.
 L’assuré, lorsqu’il est en possession de la facture de réparation
l’envoie à l’agent, qui la retransmet à la compagnie. L’expert,
quant à lui envoie son rapport directement à la compagnie.
 Lorsque la personne chargée à la compagnie de gérer le dossier de
sinistre est en possession de la facture et du rapport, elle procède
à l’émission du chèque de remboursement. Les chèques sont
envoyés chaque fin de semaine aux agents concernés pour remise
aux clients.
Exemple de construction du
graphe des flux
 Liste des acteurs
 Assuré
 La compagnie d’assurance
 Expert
 Liste des événements
 Déclaration de sinistre
 Demande d’expertise
 Rapport d’expertise reçus
 Envoi de facture
 Remise de chèque
 Exemple de construction du
graphe des flux
 Exemple de construction du Graphe des Flux
 le graphe des flux suivant est représentatif des échanges
entre la compagnie d’assurance et les différents acteurs
externes.

Expert

Assuré

Compagnie
d’assurance

Enregistrement sinistre
 A la suite d’un événement externe, le champ de l’étude
peut engendrer un événement nom ventilé vers
l’extérieur: ce type d’événement est appelé résultat et
l’objet d’un échange entre le champ de l’étude et le
champ de l’étude. C’est le cas ici de l’événement
sinistre enregistré.
 Matrice des Flux

 La matrice des flux est une représentation des flux sous

forme de tableau. Aussi bien en ligne qu’on colonne
sont spécifié l’événement transmis de l’acteur-ligne
vers l’acteur colonne. Ci-après, la matrice des flux du
cas de la compagnie d’assurance:

Vers Assuré Compagnie Expert

de
Assuré -Déclaration
-Envoi facture
Compagnie -Remise chèque -Enregistrement -demande
sinistre d’expertise
Expert -réception rapport
d’expertise
Matrice des Flux

 L’avantage d’une telle représentation est de bien

montrer que la compagnie d’assurance est impliquée
dans tous les échanges, soit en tant que récepteur, soit
en tant que émetteur, soit en tant que émetteur et
récepteur. Cela se traduit dans le tableau par le
remplissage de la ligne et de la colonne ou est marqué
la compagnie d’assurance.
Détermination du champ
d’étude
 Réaction du champ d’étude
 Comme cela a été indiqué précédemment, un événement
est la spécification de quelque chose qui s’est passée à
l’intérieur ou à l’extérieur du champ de l’étude . Un
événement externe provoque une réaction de la part de
celui-ci.
 Types d’événements
 Evénements externes
Ils proviennent de l’environnement extérieur au système
d’information et provoquent une réaction du champ d’étude.
Ainsi, l’événement "déclaration de sinistre" est un événement
externe.
 Evénements internes:
Il apparait à la suite d’une opération. Une opération produit un
ou plusieurs événements internes.
Un événement interne peut être ventilé vers l’environnement
extérieur
Détermination du champ
d’étude
 Synchronisation
 la synchronisation est le regroupement d’événement
(externes et internes) exprimé sous forme de proposition
logique. Elle établit la manière dont les événements sont
liés pour activer une opération. La proposition logique
contient les conditions que doivent vérifier des
événements pour déclencher des actions.
 Opération
 Définition
 En réaction à un ou plusieurs événements externes ou à la
faveur d’un événement temporel ( un événement qui
correspond à une attente ou un délai) s’accomplit une action
ou un ensemble d’actions. Celles-ci représentent les règles de
gestion relatives aux activités et sont regroupés dans des
opérations. Les fonctions suivantes: "facturation", "règlement"
, "expédition", que l’on rencontre couramment en gestion
peuvent constituer des exemples de règles de gestion
Détermination du champ
d’étude
 Opération
 Règles d’émission
Lorsqu’une opération génère des évènements qui sont des alternatives
des unes par rapport aux autres, on lui associe des règles d’émission,
chacune d’elles produit un évènement ou un ensemble d’évènements
représentant une alternative
 Processus
Le processus est une simple vue au niveau conceptuel qui correspond à
l’enchainement des principales opérations concourant à une finalité et
déclenchées par un événement externe ou un événement temporel. Le
système retrouve un nouvel état stable une fois qu’il atteint la finalité
qui lui est assignée.
La spécification des règles de gestion à remplir donne un aspect
fonctionnel au processus. La mise en évidence des atteintes et délais
lui donne un aspect dynamique. Cette notion de processus est
primordiale car elle permet un regroupement des traitements suivant
des finalités
Graphisme d’une opération
 Une opération est représentée dans un rectangle à l’intérieur duquel
sont transcrits les noms des règles de gestion. La partie basse de ce
rectangle est réservée aux règles d’émission. La synchronisation est
représentée par un triangle (ou un polygone à cinq cotes) placé au
dessus du symbole de l’opération et à l’intérieur duquel est notée la
règle logique du déclenchement de l’opération

Evénement

Synchronisation

Opération

Règles d’émission

Résultat ou
événement
Exemple de construction
du MCT
Règles et recommandations

 La non redondance des opérations

 Une même règle de gestion ne doit pas apparaitre dans
plusieurs opérations. On peut toujours regrouper les
règles de gestion similaires dans une même opération
en définissant la synchronisation et les règles d’émission
adéquates.
 On peut les regrouper en un seul modèle:
La non redondance des
évènements
 Pour éviter les synchronisations qui n’ont pas lieu d’
être, il est opportun de regrouper dans le même
symbole des évènements crées simultanément et
destinés à la même opération.
 Par exemple, lors d’une consultation médicale, les
services hospitaliers encaissent le payement du patient
une fois que la feuille de maladie et l’ordonnance ont
été produites. Pour éviter une séparation inutile des
événements le modèle ci après:
 c

Peut être
remplacée par
la
représentation:
 Homogénéité des opérations

 Il vaut mieux obtenir des opérations petites mais homogènes

vis-à-vis des résultats.
 Dans la figure suivante, il apparait que le reçu résulte de la
règle de gestion Encaissement, tandis que le numéro
d’attente est produit suite à l’enregistrement du règlement

Sera découpée en
2 opérations
homogénes
Continuité des processus

 Il faut éviter des représentations discontinues. Les

opérations d’un processus sont liées entre elles par les
événements internes et s’exécutent en ordre. Dans
l’illustration qui suit, le premier graphe ne présente pas
un ordre imposé tant dis que le graphe corrigé illustre la
continuité dans l’enchainement des opérations
 c
Td

 Une société désire informatiser son système de facturation. Les factures

devraient se présenter de la façon suivante:
 Client:
 Numéro :15
 Nom: weber
 Prénom: job
 Adresse: 23, rue principale
 Code:29650
 Ville: plauhinec

 Montant de la facture:78956$
 Un client peut bien sur recevoir plusieurs factures, mais il est uniquement
considéré comme tel à partir du moment où il reçoit sa première facture.
 Une facture concerne un et un seul client.
 Réaliser un MCD
Facturation avec listes des
articles
 Le responsable de la facturation de la société désire
rendre les factures plus informatives
 Comme un client peut acheter plusieurs articles
différents en même temps, la facture devrait indiquer
pour chaque article, son nom, son numéro, son libellé,
son prix unitaire, la quantité vendue et le prix total
pour ce type d’article.
 Remarque: aucun attribut ne devra être stocké dans le
MCD s’il peut être calculé à partir d’autres attributs
existants.
 Modifier le MCD précédent
Médiathèque

 Pour modéliser la gestion d’une collection de CD audio,

vous disposez des informations suivantes:
 Un CD est numéroté
 Un CD possède un titre
 Un CD peut contenir plusieurs œuvres
 Une œuvre peut être interprétée par un chanteur ou par
un groupe
 Une œuvre présente sur un CD est repérée par son rang
 Les œuvres sont regroupées par différents artistes
 Une œuvres peut être disponible sur plusieurs CD
 Une œuvre peut être un mélange de styles
Le modèle organisationnel de
traitement MOT
 Le MCT a permis de décomposer un processus en
opérations décrivant l’ensemble de l’activité de
l’entreprise. Cette description doit être maintenant
complétée par la prise en considération de
l’organisation choisie par l’entreprise. Les
préoccupations suivantes sont prises en considération:
 Quel poste de travail assure le traitement?
 Traitement manuel ou automatisé?
 Contraintes de temps dues à l’organisation?
définitions

 Phase:
 Une phase est un ensemble de taches dont l’enchainement
est non interruptible compte tenu de l’organisation mise en
place. Toutes les taches d’une phase se déroulent :
 Sur un même poste de travail (unité ou lieu)
 À un moment déterminé (unité de temps)
 Avec des moyens homogènes- manuel ou automatique (unité
d’action)
 Exemple
 Chaque jour à 16h le secréterait exécute la phase « saisie
du dossier » sur micro;
 Liste des taches: saisie des données, mise à jour du fichier
informatique, classement du dossier papier.
Poste de travail

 Le poste de travail est caractérisé par:

 Une fonction à assurer (gestion de stocks …)
 Une implantation géographique
 Un ensemble de moyens/ressources (personnel, matériel).
 Un poste de travail est équivalent à l’acteur du modèle
graphe de flux
 La nature du traitement
 Manuel,
 Conversationnel (traitement unitaire immédiat, ou temps
réel (TR))
 Par lots (traitement différé d’un lot ou traitement ‘batch’
ou temps différé (TD))
 La période d’exécution :
 Des contraintes de temps dues à l’organisation sont
introduites
 Exemple: chaque jour à 17h, édition des factures.
 Evénement:
 En plus des événements conceptuels on ajoute les
événements organisationnels qui sont des:
 Événement de déclenchement de phase
 Exemple: date d’éxécution d’une tache

 Événements internes traduisant des liens entre phases

(événements intermédiaires, états d’attentes)
 Exemple: dossier saisi

 Les autres concepts:

 Fonctionnement identique au MCT (les synchronisations,
règles d’émission), mais prennent en compte les règles
d’organisation
 Le modèle organisationnel
(MOT)
Poste de travail 1 Poste de travail 2 Nature Temps

Manuel Périodicité
Temps réel(TR) Début
Temps différé (TD) Durée
Exemple: gestion des sinistres
dans une assurance
 À l’arrivée d’une déclaration d’accident, le responsable du
service gestion des sinistres décide de la recevabilité et
note son avis sur la déclaration.
 Il transmet la déclaration annoté au secrétariat du service
qui saisit les éléments essentiels sur ordinateur.
 En fin de journée, le service informatique édite les
demandes d’expertise et les notifications de refus.
 Au retour de l’expertise, quelque jour plus tard, le
secrétariat enregistre sur un terminal la réponse de
l’expert et classe la réponse dans le dossier assuré.
 Au retour de la facture du garage, le secrétariat vérifie si
le rapport de l’expert est arrivé.
 Enregistre la facture et édite immédiatement le chèque
destiné au client
Le MOT
Chef de service Secrétaire Informatique Nature Temps

Déclaration sinistre
Analyse déclaration Manuel Jour j

Déclaration annotée
Saisie déclaration
Convers. Jour j
Dossier saisi

Edition notification
Différé Jour j
Non OK OK
a et b avis expert 17h
Refus dde expert
Saisie avis expert
Convers. Jour j+n

Dossier màj Avis classé

Facture garage

Saisie facture
Coners. Jour j+m
Chèque client