Académique Documents
Professionnel Documents
Culture Documents
Ce système permet de capturer des données, de les traiter pour en faire des
informations pertinentes, et de les distribuer aux parties prenantes de l'organisation.
Les systèmes d'information peuvent prendre différentes formes, allant des simples
feuilles de calcul et bases de données aux systèmes plus complexes tels que les ERP
(Enterprise Resource Planning) ou les systèmes de Business Intelligence.
1
Un système d'information a principalement pour rôle de collecter, stocker, traiter et
distribuer des informations pertinentes pour soutenir les opérations et la prise de
décision au sein d'une organisation. Voici quelques-uns des rôles clés d'un système
d'information :
2
3. Les ressources d’un système d’information
● Logiciels : Les logiciels tels que les systèmes de gestion de bases de données
(SGBD), les systèmes de gestion de contenu (CMS), les systèmes de
planification des ressources d'entreprise (ERP) et les outils d'analyse de données
font partie intégrante d'un système d'information.
3
● Personnel : Les personnes qui conçoivent, développent, maintiennent et
utilisent le système d'information font également partie des ressources. Cela
inclut les analystes, les développeurs, les administrateurs de base de données,
les utilisateurs finaux, etc.
● Classique
○ Comptabilité, paie, facturation
● Gestion commerciale
○ Suivre les carrières, compétences, formations,
○ salaires, congés, ... des personnels
4
● Gestion des ressources humaines (GRH)
○ GRC : Gestion de la Relation Client (CRM : Customer Relationship
Management)
○ SIM : Système d’information Marketing
○ Collecter et traiter données pour piloter le marketing
● Maintenance
○ GMAO : Gestion de la Maintenance
● Logistique / Approvisionnements
○ GCL : Gestion de la Chaîne Logistique
○ (SCM : Supply Chain Management)
● Suivi des relations avec les fournisseurs, clients
○ Logiques JAT (Juste-à-Temps) ou JIT (Just-in-time)
○ Entrepôt / Gestion des stocks
○ WMS : Warehouse Management System
○ IMS : Inventory Management System
5
● Prise de décision : Fournir des informations pertinentes et opportunes pour
aider les dirigeants et les gestionnaires à prendre des décisions éclairées.
6
Ces tendances façonnent l'évolution des systèmes d'information et ont un impact
significatif sur la manière dont les organisations collectent, analysent et utilisent les
informations pour atteindre leurs objectifs commerciaux.
7
Chapitre 2: conduite de projets informatiques
La conduite des projets informatiques implique la planification, l'organisation, la
direction et le contrôle des ressources pour atteindre les objectifs spécifiques liés au
développement de logiciels, à l'implémentation de systèmes d'information ou à
d'autres initiatives technologiques.
Nous aborderons brièvement les différentes approches de gestion de projet, telles que
les méthodologies traditionnelles en cascade ou en V, ainsi que les méthodes agiles
telles que Scrum, Kanban et XP. Elle mettrait en lumière l'importance croissante de
l'agilité et de la flexibilité dans la conduite des projets informatiques pour répondre
aux besoins changeants du marché et aux exigences évolutives des clients.
1. La méthode en cascade
La méthode en cascade, également connue sous le nom de modèle en cascade, est
l'une des approches les plus anciennes et les plus linéaires de gestion de projet. Ce
modèle suit une séquence linéaire et séquentielle dans laquelle chaque phase du projet
doit être complétée avant de passer à la suivante. Les phases typiques comprennent
l'analyse, la conception, la mise en œuvre, les tests et la maintenance.
Dans le modèle en cascade, chaque phase dépend des livrables de la phase précédente
et tout changement dans une phase ultérieure peut nécessiter un retour en arrière
pour corriger les phases antérieures, ce qui peut rendre le processus rigide et difficile à
adapter aux changements. Cette méthode convient mieux aux projets où les exigences
8
sont bien comprises et stables dès le départ, comme dans le cas de certains projets de
construction ou d'ingénierie.
2. Le modèle en V
Le modèle en V est une méthode de gestion de projet informatique qui associe les
phases de développement et de test à chaque phase du cycle de vie du projet. Chaque
étape descendante du "V" représente une phase de spécification ou de conception,
tandis que chaque étape ascendante représente une phase de validation ou de test
correspondante. Ce modèle met l'accent sur la validation et la vérification à chaque
étape, ce qui en fait un choix populaire pour les projets nécessitant un haut degré de
contrôle qualité.
9
3. La méthode AGILE
La méthode agile est une approche itérative et collaborative de gestion de projet qui
met l'accent sur la flexibilité, la réactivité au changement, et la livraison continue de
produits fonctionnels. Les méthodes agiles mettent l'accent sur la communication
directe, la collaboration avec les parties prenantes, la capacité à s'adapter aux
changements et à livrer des résultats de manière incrémentielle. Les méthodologies
agiles les plus connues comprennent Scrum, Kanban, Extreme Programming (XP) et
Lean, qui sont largement utilisées dans le développement logiciel et dans d'autres
domaines de gestion de projet.
4. La notion de modèle
Un modèle est une représentation simplifiée d’une réalité sur laquelle on veut être
renseigné. Exemple : un plan, une carte, un schéma électronique……
Un modèle s'exprime avec un ensemble de concepts dotés de règles
d’utilisations et de recommendations . Les modèles servent à :
10
● Communiquer : vérifier que l'analyste a bien comptes problèmes des
utilisateurs (phase d’analyse)
● Phase de réalisation : grâce à un modèle de la solution (phase de
conception. .
Au sens informatique, l’analyse consiste d’une part à comprendre et modéliser
le fonctionnement d’un domaine de gestion d’une organisation, et d’autre
part à concevoir la solution informatique adéquate.
11
CHAPITRE 3: METHODOLOGIE DE DEVELOPPEMENT D'UN SI
Introduction
Plusieurs représentations sont utilisées dans le cadre de la modélisation des Systèmes
d’Information (SI).
Elles expriment différents niveaux (externe, conceptuel, logique, etc..). Ces
représentations constituent des modèles de conception, d’implantation, etc. Les
concepts et les notations utilisés par ces représentations sont variés dans le domaine
des systèmes d’information, ce sont essentiellement des représentations graphiques
qui sont utilisées ; elles sont qualifiées de langages semi-formels.
I. Généralité et Définitions
● Analyse : Etude, examen d’un objet, d’une situation pour en comprendre le
fonctionnement dans un but d’amélioration, examen d’un objet existant.
● Conception : Création d’un objet, d’un système : action qui donne naissance à
quelque chose qui n’existe pas.
● Méthode : une méthode est un ensemble de démarches raisonnées suivies
pour parvenir à un but. Elle permette de donner une représentation virtuelle
(informatisée) d'une situation réelle d'un SI.
● Processus : Ensemble d'opérations, logiquement liées, ou une Série de
changements ou de fonctions ou de fonctions qui produisent un résultat final.
En conception de systèmes d'information, selon la méthode Merise, le processus
se situe au niveau du modèle conceptuel de traitement.
● Modèle (référence à la modélisation du SI)
Un modèle est une représentation de la réalité. Il permet d’observer un système
d’information, en permettant de tester sa réaction aux divers événements de la vie de
l’organisation.
Un modèle est la miser en curve d’un certain number d’étapes (méthodologiques) :
✓ Une démarche
✓ Des principes
✓ Des outils
✓ Un vocabulaire
12
II. Différentes approches
1. Approche cartésienne (Diviser pour mieux résoudre)
Cette approche consiste à découper l’ensemble des procédures de gestion de
l’entreprise en application indépendant qui pouvant être étudié séparément sans tenir
compte des autres applications.
Exemple : Décomposition de l’université en faculté (faculté des science, faculté des
letrres et des langues, faculté des sciences humaines et sociales, …etc.)
A-Avantage
● Simplicité de mise en œuvre.
● Possibilité du traitement des applications en parallèle.
● Pas de modification profonde de structure de l’entreprise.
● Facilité de maintenance.
● Facilité d’estimation des coûts de fonctionnement.
B-Inconvénients
● Difficulté de mettre en pratique des entités indépendantes
● Peut augmenter les coûts de développement
● Problème d’arrêt de la décomposition
● Pas de modification de la structure alors qu’elle peut être source de
dysfonctionnement.
2. Approche systémique
L’approche systémique consiste donc à considérer les sous-systèmes aussi
indépendants que possible et à les traiter en tenant compte de leur interaction.
Exemple : Dans une faculté on peut considérer : La bibliothèque, la gestion du
personnel, les départements…etc.
a- Comme des sources indépendantes (approche cartésienne)
b- Comme des sources en interaction (approche systémique).
A-Avantage
● Meilleure prise en compte de la réalité
● Possibilité de remise en question de l’organisation existante
● Solution intégrée et coopérative
13
B-Inconvénients :
● Plus complexe à mettre en œuvre
● Remise en cause de l’organisation existante
● Plus difficile de traiter en parallèle.
3. Méthodes générales d’analyse et de conception d’un SI
L’objectif des méthodes de conception et de développem
ent de SI est de représenter une démarche et un ensemble de modèles permettant de
mettre en place un nouveau système.
La méthode est faite donc d'une part pour pallier la démarche intuitive, et d'autre part,
pour maîtriser la complexité des problèmes à résoudre.
A. Etapes des méthodes
● Etude préalable
● Etude détaillée
● Conception
● Réalisation et mise en œuvre
● Tests et jeux d’essais
● Maintenance
B. But des méthodes
● Maîtriser le développement des systèmes
● Faciliter la communication
● Apporter des aides à la maintenance
● Améliorer les performances des systèmes.
14
- Une démarche : C’est un processus opératoire par lequel s’effectue le travail de
modélisation, de
description, d’évaluation et de réalisation du SI.
- Des outils : Ce sont les outils logiciels supportant la démarche (outils de
documentation, d’évaluation, de simulation, d’aide à la conception ou à la réalisation).
D. Méthodes d’analyse et de conception d’un SI
● Les anciennes méthodes analytiques ou cartésiennes (Corig, RSA, …)
Elles permettent plus de décrire un système existant que de le critiquer ou de
concevoir un nouveau
système. Certaines de ces méthodes précisent un processus de développement, mais
négligent la signification de l'information. Dans le domaine de la gestion, la plupart
des méthodes analytiques ne sont plus utilisées.
● Les méthodes systémiques (MERISE, REMORA, AXIAL, MEGA, OSSAD, …)
Elles considèrent l’entreprise comme un système à part entière. En outre, ces
méthodes se caractérisent par la description des relations entre informations, une
modélisation du domaine concerné de l'entreprise, une circulation des informations
correspondant à la pyramide de la décision et un cycle d'abstraction allant du plus
général au plus précis.
● Les méthodes à objets (OMT, Grady Booch, UML, …)
L’approche objet se concentre principalement sur l’identification des objets du
domained’application et de leurs interactions. Toutes ces familles de méthodes, ayant
le même objectif, diffèrent par la façon d'appréhender le projet d'informatisation d'un
SI. Ces différences résident auniveau des éléments suivants :
▪ Cadre général de réflexion (principes fondamentaux)
▪ Démarche : Etapes de mise en œuvre
▪ Raisonnement : Langages, Modèles
▪ Moyens de mise en œuvre : Organisation, Partenaires et rôles définitifs, Outils
logiciels…
III. Présentation de la méthode merise
MERISE (Méthode d’Etude et de Réalisation pour Système d’Entreprise) est une
méthode d'analyse, de conception et de gestion de projet informatique. Merise a été
très utilisée dans les années 1970 et 1980 pour l'informatisation massive des
15
organisations. Cette méthode reste adaptée pour la gestion des projets internes aux
organisations, se limitant à un domaine précis. Elle est en revanche moins adaptée aux
projets transverses aux organisations, qui gèrent le plus souvent des informations à
caractère sociétal (environnemental et social) avec des parties prenantes. Elle née
dans les années 70, développée initialement par Hubert Tardieu. Elle fut ensuite mise
en avant dans les années 80, à la demande du Ministère de l'Industrie qui souhaitait
une méthode de conception des SI.
4. Démarche par étapes
Elle permet d'appréhender le système d'information comme un objet à construire.
D'où la nécessité d'une représentation mentale et abstraite de cet objet, dont le
développement ainsi que l'entretien devront être assurés.
A) Étude préalable sur le domaine
● . Description de l'existant
Sur la base de documents et renseignements d'interviews, une description du
système au travers le graphe des flux (modèle de communication) est nécessaire.
● Analyse de l'existant
Modélisation conceptuelle des données et des traitements (MCD et MCT).
● Spécification des besoins
Cette phase englobe la critique de l'existant et la définition des orientations de
nouveau système.
● Modélisation organisationnelle des scénarios
A partir de nouvelles règles de gestion sont créés les nouveaux modèles de
traitements (MOT) et validation de MCD.
B) Étude détaillée
La mission de cette étape est :
✓ Élaboration du MLD ;
✓ Identification des taches logicielles (procédures) ;
✓ Adapter le MLD au SGBD envisagé.
C) Étude technique
Dans cette étape, on doit
✓ Concevoir des écrans et spécifier les actions sur la base de données ;
✓ Élaborer des algorithmes.
16
D) Réalisation
Au sein de cette étape, on va essayer de
✓ Programmer ;
✓ Faire des jeux d'essai.
E) Mise en œuvre
Dans cette étape, les taches à réaliser sont :
✓ Installation des programmes et base de données ;
✓ Organiser les postes de travail et liaison entre les services ;
✓ Préparer le catalogue de l’application ;
✓ Former les utilisateurs.
5. Le cycle d'abstraction (niveaux d'abstraction)
Merise utilise une démarche de modélisation à trois niveaux. A chaque niveau
correspond une préoccupation et un ensemble de modèles pour la représentation des
données et des traitements.
Le point fort de Merise réside dans le fait qu'elle est une démarche par étapes et par
niveaux, elle est caractérisée par :
● L'approche systémique :
MERISE définit une vision de l’entreprise en termes de systèmes. On peut considérer
qu’une entreprise est constituée de 3 systèmes (système de pilotage, système
opérationnel, système d'information ).
La séparation des données et des traitements :
Dans MERISE, les informations à traiter (données) et les traitements de ces données
font l’objet de démarches d’étude séparées qui peuvent même être menées en parallèle
par des équipes distinctes.
● La conception par niveaux:
MERISE distingue 3 niveaux de description du SI :
17
- Niveau Conceptuel : Représentation des informations (les données et les
opérations ou
les traitements) sous forme d'un schéma ou modèle indépendamment de la solution et
sans tenir compte de l'organisation de l'organisme. On parlera de modèle conceptuel
de données et de modèle conceptuel de traitements (MCD et MCT).
- Niveau Organisationnel ou Logique : son rôle consiste à définir
l’organisation qu’il est souhaitable de mettre en place. On y précisera les postes
de travail, la chronologie des opérations et l’emploi des bases de données. Dans
ce niveau, on tient compte de l'organisation de l'organisme. On parlera de
modèle logique de données et de modèle
organisationnel de traitements (MLD et MOT).
- Niveau physique ou opérationnel : Représentation des données en mémoire
sous forme des fichiers (DBase, RBase) ou sous forme de tables (Access, Oracle,
MySQL,
MS SQL…) et représentation de traitements (écrans, les menus, les états,
programmation, …) en tenant compte des moyens de l'organisme en termes de
matériels
et logiciels. Chaque niveau doit être respecté la séparation des données du traitement,
cela peut se résumer par le tableau ci-dessous.
18
Chapitre 4: Les flux d’information dans l’organisation
19
2. Analyse des flux
L’analyse des flux permet de représenter le fonctionnement global de l’entreprise
a. Acteurs et flux
Un acteur représente une entité active intervenant dans le fonctionnement de
l’entreprise :
● Client, Fournisseurs, (acteur externe)
● Un domaine de l’entreprise (Gestion Personnel, Comptabilité)
Un flux de données est la représentation d’un échange d’informations entre
deux acteurs.
b. Graphe des flux
Le graphe des flux est une représentation graphique des acteurs et des flux.
20
GARAGE (ext)
Lorsque le graphe comporte plusieurs acteurs internes on regroupe parfois tous ces
acteurs en une même entité (correspondant au SI à étudier) et on ne garde que les flux
en entrée et en sortie. C’est le « graphe des flux contextuel ».
21
Chapitre 5: Le modèle conceptuel des traitements
L’objectif du MCT est de répondre à la question QUOI faire par rapport à un
événement. C’est la chronologie qui importe.
Le MCT est une représentation de la succession des règles de gestion dont l’entreprise
veut se doter pour répondre aux événements auxquels elle doit faire face, du fait de son
activité et de son environnement.
Le Modèle Conceptuel des Traitements décrit le fonctionnement du SI d’une
organisation au niveau uconceptuel : on ne décrit que les règles fondamentales de
22
produisant d’autres événements résultats (internes ou externes).
23
● Produit des événements résultats internes ou externes, conditionnés par des
règles d’émission.
Les actions sont constituées :
● des traitements appliqués aux données en entrée selon certaines règles,
● des tâches de consultation et de mise à jour d’une base d’informations (base de
données) implicitement accessible.
3. Le Modèle Conceptuel des Traitements(Synchronisation)
La synchronisation
● est une condition exprimée sur les événements, qui détermine le
déclenchement d’une opération.
● S’exprime sous la forme d’une proposition logique utilisant des et et des ou (on
évitera au maximum le non, les non-événements n’étant pas toujours
détectables par le SI)
Exemple : a ou (b et c)
4. Le Modèle Conceptuel des Traitements (Règles d’émission)
Elles caractérisent les résultats possibles de l’opération.
Exemple :
24
5. Construction d'un MCT
Démarche
Étape 1 : A partir du graphe des flux, on construit la liste de tous les événements en
entrée et en sortie du SI.
Étape 2 : Passage au MCT.
● Tout événement en entrée se retrouve en entrée d'une opération,
● il existe d’autres événements en entrée (ex: des dates conceptuelles),
● tout événement en sortie est produit par une opération,
● une opération peut avoir plusieurs événements contributifs vérifiant une règle
de synchronisation,
● une opération peut avoir plusieurs événements résultats émis selon certaines
règles d'émission,
● une opération peut ne construire aucun événement résultat mais uniquement
des événements internes,
● tout événement résultat est destiné soit à un acteur externe, soit à une autre
opération,
● le découpage en opérations est guidé par les règles de gestion.
● Règles de validation: Une opération ne peut pas être interrompue par l’attente
d’un événement externe. Si tel est le cas, il faut décrire une seconde opération
déclenchée par cet événement en attente.
25
Exemple : gestion des sinistres dans une compagnie d’assurances
26
Chapitre 6: le modèle conceptuel de données (MCD)
Le modèle conceptuel des données est une représentation statique du système
d’information de l’entreprise qui met en évidence sa sémantique.
Il a pour but d'écrire de façon formelle les données qui seront utilisées par le système
d'information. Il s'agit donc d'une représentation des données, facilement
compréhensible. Le formalisme adopté par la méthode Merise pour réaliser cette
description est basé sur les concepts « entité-association ».
1. Le dictionnaire des données
Il s’agit d’un tableau recensant l’ensemble des informations rencontrées lors de
l’analyse préalable ou permettant de répondre aux objectifs du système d’information
et mentionnant parfois la classification de l’information, son mode de représentation
ainsi que sa longueur.
Afin d’identifier les données (les rubriques du dictionnaire), il conviendra d’affecter un
nom à chacune.
On utilise habituellementune une fiche "descriptif de document" (une par
document),
Unicité sémantique : à une donnée correspond une mnémonique, il faut parvenir à
ce que chacun de ces mnémoniques ait une signification unique au sein de
l’organisation. Il faut pour cela éviter :
● Les redondances : existence d’une donnée en double
● Les synonymes : existence de deux mnémoniques décrivant le même objet
(difficile à détecter)
Exemple : Libelle Article, Nom Produit, Il faut trancher en choisissant un des
mnémoniques
● Les polysèmes : mnémonique unique pouvant décrire plusieurs objets
différents
○ Date (sous entendu de facture)
○ Date (sous entendu de commande)
○ Pour lever l’ambiguïté il suffit de parler de Date Facture et Date
Commande
27
● Contraintes d’Intégrité : (CI)une contrainte d’intégrité est une règle à
observer pour que chacune des valeurs que revêt une donnée soit correcte.
Exemple : Nous allons extraire toutes les données contenues dans les deux documents
commande
28
1.1 Dictionnaire de données épuré
Pour obtenir le dictionnaire de données épuré, il faudra éliminer les synonymes, les
polysémies, les concaténées, les données calculées.
● Synonymes : des propriétés qui désigne la meme donnée: Les donnée Num-C
et Code-C désigne la meme donnée :"Numéro de la commande". Num-CL et
29
Mat-CL désigne la meme donnée : Numéro client Donc Num-CL et Mat-CL
sont des synonymes (Il faut garder seulement Num-C et Mat-CL).
● Polysémie : La donnée quantité désigne une quantité mais il y a deux quantité
différentes : Quantité-C et Quantité-F. Qte est une donnée qui a deux sens donc
il est polyséme, il faut le supprimé et crées deux données Qte-fac,Qte-com.
● Les données calculées (comme La donnée montant_P = PU* Qte-fact,
La donnée Mont_tot = ∑ (PU * Qte-fact) doivent etre supprimé).
● Les données concaténées : La donnée Adr-CL est une donnée (composée)
qu’il faut décomposer comme suit : Ville-CL et Rue-CL.
● D’où le dictionnaire épuré ci après :
2. Notions théoriques
2.1 Schéma entités-associations
Ce schéma est une sorte de point de départ de la réflexion, qui devra aboutir
finalement à la conception la base de données de l'entreprise
30
2.2 les entités
Dans le cadre de la méthode Merise, une entité représente un objet du monde
réel, généralement une personne, un lieu, un objet ou un concept, qui doit être
pris en compte dans le système d'information. Les entités sont modélisées à
l'aide de diagrammes entité-association (ER) et sont utilisées pour concevoir la
base de données d'un système d'information.
Chaque entité est décrite par un ensemble d'attributs qui décrivent les
caractéristiques de cette entité. Par exemple, pour une entité "Client", les
attributs pourraient inclure "nom", "prénom", "adresse", etc.
31
IDENTIFIANT:
C’est une propriété particulière de l’entité; représentation de l’une des occurrences de
l’entité ou de l’association.
Le meilleur moyen pour ne pas risquer d’avoir des synonymes consiste à prendre des
numéro de références comme identifiant.
Un identifiant peut être simple c.à.d. constitué d’une seule
propriété élémentaire (d’ordre 1) : NUM_ELEV.
Un identifiant peut être constitué de plusieurs propriétés
Remarque :
Le but d’une analyse est de pouvoir à partir d’un dictionnaire de donnée aboutir à une
collection d’entité sans redondance, et ayant des liens logiques entre elles tel que
quelque soit la donnée celle-ci sera accessible à volonté.
2.3 LES ASSOCIATIONS :
Une association est un lien sémantique entre plusieurs entités
indépendamment de tous traitements.
Une association est souvent nommé par un verbe qui exprime le
sens du lien entre les entités. Les liens logiques existant entre deux entités sont
appelés Associations. Par exemple, on peut considérer qu’il existe une association
Enseigne entre l’entité instituteur et élève dans le cas d’une école.
32
Une association peut être caractérisée par des attributs.
ex. date de la commande et quantité de produits commandés
.
2.4 Cardinalité
Représente le nombre d'occurrences, minimal et maximal, d'une entité par rapport à
une association (elles servent à représenter combien de fois une association peut se
produire entre deux entités).
ex. un client doit commander au moins un produit ;
un produit peut être commandé par zéro ou un nombre quelconque de clients.
33
En fonction des cardinalités maximales, une association binaire (degré = 2)
peut être de type 1-1, 1-N ou N-M
2.5 Les bonnes manières dans un schéma entités-associations
Un bon schéma entités-associations doit répondre à 9 règles de normalisation, que le
concepteur doit connaitre par cœur.
Normalisation des noms : le nom d’une entité, d’une association ou d’un attribut
doit être unique.
Conseils :
● Pour les entités, utiliser un nom commun au pluriel (par exemple : clients).
● Pour les associations, utiliser un verbe à l’infinitif.
● Pour les attributs, utiliser un nom commun singulier
2.6 Les types d'associations
● Une association qui lie une entité à elle-meme est dite unaire ( réflexive ).
● Une association qui lie deux entités est dite binaire.
● Une association qui lie trois entités est dite ternaire.
2.6.1 Associations réflexives
Une association réflexive (ou unaire) est une association qui relie une entité à elle
même. Une association réflexive peut être de type [n,n], [1,n], ou [1,1].
2.6.1.1 Association réflexives [n,n]
Elles peuvent avoir des propriétés et être symétriques ou non symétriques.
a) Association réflexives [n,n] symétriques
Voici par exemple une association réflexive [n,n] symétrique :
34
Elle est symétrique car, si un pays A est voisin d'un pays B, alors le pays B est
nécessairement voisin du pays A.
b) Association réflexives [n,n] non symétriques
Voici à présent une association réflexive [n,n] non symétrique :
Si un matériel A fait partie d'un matériel B, alors B ne peut pas faire partie de A.
Pour une relation réflexive asymétrique, il est d'usage d'indiquer le nom de
l'association sur un des traits et le nom de l'association inverse sur l'autre.
2.6.1.2 Association réflexives [n,n] avec propriétés
a) non symétrique
b) symétrique :
35
2.6.1.3 Associations réflexives [1,n]
Elles sont nécessairement non symétriques. Exemple :
36
● si les deux cardinalités maximales valent 1, on a une association [1,1].
● une des deux cardinalités maximale vaut 1, mais pas l'autre :on a une
association [1,n].
● les deux cardinalités maximales sont différentes de 1: on a une
association [n,n].
Ces associations peuvent avoir des propriétés tout comme les entités (voir exemple
plus bas).
Exemple d'association de type [1,1]
37
De manière générale, MERISE autorise des associations de dimension quelconque. Un
modèle conceptuel peut donc contenir des associations de dimension supérieure à
deux. Pour alléger la rédaction, nous utiliseront le terme d'association n-aire pour
qualifier une association de dimension supérieure ou égale à trois, bien que ce terme
puisse également désigner de manière générale une association binaire (2-aire) ou
réflexive (1-aire).
Voici par exemple, une association ternaire :
Vous remarquerez que les cardinalités maximales valent tous n. Ceci est obligatoire
dans une association n-aire. Cela vient du fait que les cardinalités d'une association
n-aire n'ont pas la même signification que les cardinalités d'une association binaire ou
réflexive. Dans une association n-aire, il faut imaginer que l'association est en fait une
entité reliée à n autres entités par des associations de type [1,n]. Par exemple,
l'association Enseigner, n'est rien d'autre que l'entité Enseignement. Voir figure ci
après.
38
Une matière peut figurer dans plusieurs enseignements et au minimum dans un
enseignement, d’où la cardinalité [1,n] sur le trait reliant l’entité Matière à l’association
Enseigner. De manière générale, la cardinalité d’un trait entre une association n-aire et
une entité, représentent dont le nombre minimal et maximal de participation de entité
dans cette association. Les autres entités reliées à l’association ne jouent ici aucun rôle.
Remarquez que cette cardinalité sera de toute facon de la forme [ ?,n]. Dans une
association n-aire, il s’agit donc simplement de savoir si les cardinalités sont du type
[0,n] où [1,n].
Dans l’exemple précédent, il n’y avait que des cardinalités [1,n]. Voici, une autre
exemple dans lequel figure une cardinalité [0,n] :
39
Ce schéma concerne la gestion d’un cinéma. On peut imaginer qu’un film soit
enregistré dans la base de donnée, mais ne soit encore prévu pour aucune projection,
d’où la cardinalité minimale 0 entre l’entité film et l’association projection.
b. Association n-aire avec propriétés
Les associations N-Aire peuvent avoir des propriétés. On peut par exemple ajouter une
propriété « Nombre d’Heure » à l’association Enseigner :
40
une «solution» unique. Un modèle exprime un point de vue et reflète des besoins en
information. Le bon modèle est celui qui est
accepté par les personnes concernées par le projet.
3. La validation de l'MCD par les formes normales.
La validation c'est la correction de l'MCD brute pour donner un MCD validé (corrigé)
en utilisant des règles de vérification appelées formes normales.
a. Première forme normale (1FN)
● Toutes les entités et les associations possèdent un identifiant
● Aucune propriété n’est à valeurs multiples (propriétés atomiques)
41
c. Troisiemme forme normale (3FN)
● Le modèle est en 2FN
● Toutes les DF entre les propriétés sont directes
○ Les propriétés d’une entité doivent dépendre de l’identifiant de l’entité
de manière directe
○ Toute propriété n’appartenant pas à un identifiant ne dépend pas d’un
attribut non identifiant.
4. Résumé des règles de validation.
1. Chaque entité possède un identifiant.
2. Chaque propriété d'une occurrence d'entité ne possède, au plus, qu'une valeur.
3. Toutes les propriétés doivent être élémentaires.
4. Toutes les propriétés autres que l'identifiant doivent dépendre pleinement et
directement de l'identifiant
5. A chaque occurrence d'une association correspond une et une seule occurrence
de chaque entité participant à l'association
42
6. Pour une occurrence d'une association, il ne doit exister au plus, qu'une valeur
pour chaque propriété de cette association.
7. Chaque propriété d'une association doit dépendre pleinement et directement
de tout l'identifiant et non pas d'une partie de cet identifiant.
43
Une partie de l’identifiant ne peut pas déterminer certaines propriétés.
44
Il faut garder un minimum d’associations d’arité > 2. Si on observe une DF entre un
sous-ensemble des entités d’une association, on peut la décomposer en deux
associations (on parle aussi de ‘contrainte d’intégrité fonctionnelle’ ou CIF).
45
● Deux entités qui doivent être reliées entre elles le seront par le biais d’une
relation
46
● Le nom de la relation doit représenter d’une manière concrète et
significative l’information que l’on veut obtenir
●
● Un attribut est unique à une entité ou à une relation
● Les entités et les relations ne doivent contenir que des données élémentaires,
donc ne pas contenir des résultat de calcul/traitement
47
● Pour conserver l’historique d’une donnée d’une entité, on forme une nouvelle
entité avec cette donnée et on ajoute une période d’application
● Chaque fois qu’un attribut est un code ou un type, on forme une nouvelle
entité avec ce code/type et sa description
● Lorsqu’une relation peut être déduite des autres relations, elle n’est pas
représentée à moins qu’on veuille extraire une information spécifique à cette
relation
48
● Seule une association de type plusieurs à plusieurs (N:M) peut avoir des
attributs. Si vous avez des attributs sur une relation 1:N, il y a un
problème ! L’attribut doit être placée sur une entité. L’attribut doit être
éliminé (ex. valeur calculée)
Note : Une relation N:M n’a pas obligatoirement des attributs
49
50
Chapitre 7: le modèle logique de données (MLD)
Le modèle logique de données est une représentation abstraite et structurée des
données d'un système d'information, indépendante de tout système de gestion de base
de données particulier. Il décrit les données, les relations entre ces données et les
contraintes qui s'appliquent à ces données. En utilisant des entités, des attributs et des
relations, le modèle logique de données permet de concevoir la structure des données
d'un système d'information de manière claire et précise.
51
Chacun de ces modèles repose sur des techniques d’organisation des données
particulières que des logiciels seront capables de gérer, dans ce chapitre l’accent sera
mis sur le modèle relationnel.
1. Les règles de passage du MCD au modèle relationnel (MLD)
Ces règles sont de type algorithmique et peuvent donc être mises en œuvre par des
outils de génie logiciel (PowerAMC par exemple). La traduction des concepts de base
du modèle conceptuel est régie par les trois règles suivantes :
● Toute entité devient une relation. L’identifiant de l’entité devient clé primaire
de la relation
52
l’entité source de la dépendance fonctionnelle. La propriété ainsi dupliquée devient clé
étrangère dans la relation source et est marquée par un #.
Une clé étrangère dans une relation est une propriété qui est clé primaire dans une
autre relation
53
c. Transformation des relations binaires du type (x,1) – (x,1)
Nous devons distinguer plusieurs cas. Sachant qu'une relation binaire du type (1,1)-(1,1)
ne doit pas exister il nous reste les 2 cas suivants:
Relation binaire (0,1)-(1,1) et Relation binaire (0,1)-(0,1)
● Relation binaire (0,1)-(1,1)
Exemple :
Le No_Client, qui est clé primaire de la table Client, devient clé étrangère dans la table
Carte_Membre. On duplique la clé de la table basée sur l'entité à cardinalité (0,1)
dans la table basée sur l'entité à cardinalité (1,1).
54
d. Transformation des relations binaires du type (x,n) – (x,n)
On crée une table supplémentaire ayant comme clé primaire une clé composée des
clés primaires des 2 tables. Lorsque la relation contient elle-même des propriétés,
celles-ci deviennent attributs de la table supplémentaire. Une propriété de la relation
qui est soulignée devra appartenir à la clé primaire composée de la table
supplémentaire.
55
La table Enseigner contient une clé composée de No_Enseignant, Code_Matière et
Nom_Classe.
f. Transformation de plusieurs relations entre 2 entités
Les règles générales s’appliquent
56