1330PP-Cours Partie 1 SI FSJESAM

Informatique de gestion
Partie 1: Système d’information
Semestre : 4 2019-2020 M.RABI
1: Système d’information
Objectifs :
A la fin du cours l’étudiant doit être capable de :
Analyser un système d'information sur le plan informationnel,
organisationnel et technique ;
Comprendre l'interrelation des systèmes d'information avec la stratégie,
l'organisation et la culture de l'entreprise ;
Connaître le cycle de vie et les phases de mise en place d'un système
d'information ;
Employer une méthode professionnelle d'ingénierie de conception des
systèmes d'information.
Introduction:
Né dans les domaines de l'informatique et des télécommunications, le concept de
système d'information s'applique maintenant à l'ensemble des organisations.
Le système d'information coordonne grâce à l'information les activités de l'organisation
et lui permet ainsi d'atteindre ses objectifs. Il est le véhicule de la communication dans
l'organisation.
De plus, le système d'information représente l'ensemble des ressources (les hommes, le
matériel, les logiciels) organisées pour : collecter, stocker, traiter et communiquer les
informations.
Un système d'Information (noté SI) représente l'ensemble des éléments participant à la

gestion, au traitement, au transport et à la diffusion de l'information au sein de
l'organisation.
Chapitre 1:Présentation
générale des concepts de base
Chapitre I:Présentation générale des concepts de base
1. Notion système
Un système est un ensemble d’éléments rassemblés pour réaliser un objectif :
produire des sorties par transformation d’un ensemble d’entrées.
Une entreprise par exemple est un système (composé d’Hommes, de matériel,

de méthodes ... etc.) qui transforme de la matière première en produits finis.
Un système peut être représenté par le schéma suivant :
Entrées Système Sorties

2. Système d’information
Une organisation (système d’entreprise) est composée de trois systèmes :
le système opérant qui constitue la machine proprement dite de production et de
transformation des entrées en produits finis, le système de pilotage appelé aussi système
de gestion qui pilote l’organisation et constitue son cerveau pensant et enfin le système
d’information.
Le système opérant : c’est ce qui est à la base de toute organisation,
c’est ce système qui permet la transformation de l’information dont
l’objectif est de la restituer à la bonne personne. Il correspond aux
différents services d’une entreprise.
Le système de pilotage : C’est ce qui va contrôler et piloter le
système opérant. Il se situe donc à la tête du système d’information
fixant les objectifs et prenant les décisions.
Le système d’information : C’est ce qui intervient entre les deux
autres systèmes. Ce système s’occupe de collecter, stocker,
transformer et diffuser des données et informations dans le système
opérant et de pilotage.

2. Système d’information
Le système de pilotage : direction, contrôle, décisions, définition des objectifs
Le système opérant : réalisation des tâches (des opérations)
Le système d'information : Interface entre les deux systèmes précédents.
Le SI est la mémoire de l'organisation.
3. Le fonctionnement d ’un Système d’information
Exemple :

3. Le fonctionnement d ’un Système d’information
L'approche systémique (relatif à un système dans son ensemble), appliqué au

système de l'entreprise, offre un modèle proche de la réalité
Le système d’information réalise alors quatre fonctions essentielles:
Les informations provenant des autres éléments du

Collecter : système ou de l’environnement extérieur du système.
Mémoriser : Les données collectées par le système.
Traiter : Les données stockées par le système.
Transmettre : Les informations vers les autres composants du système.

4. Rôle d’un SI dans la performance d’une entreprise
Le SI a deux finalités : fonctionnelle et sociale.
• Finalité fonctionnelle, le SI est un outil de communication entre les différents services

d’une entreprise et a un rôle opérationnel et stratégique.
• Finalité sociale quant à elle permet de se soucier de l’intégration des salariés dans
l’entreprise favorisant la vie sociale, la culture d’entreprise par la diffusion de
l’information.
Le SI aujourd’hui joue un rôle important au sein d’une entreprise, il est même

indispensable à leur bon fonctionnement.
Un SI performant permet à une entreprise d’optimiser leur processus, de sous-traiter des
tâches à faible valeur ajoutée, d’améliorer la relation client, de mieux communiquer et
améliorer la productivité.
5. Concevoir un système d’information

La conception du SI nécessite des méthodes permettant de mettre en place un
modèle (un modèle consiste à créer une représentions virtuelle d’une réalité de
telle façon à faire sortir les points auxquels on s'intéresse). Ce type de méthode
est appelé analyse.
Il existe plusieurs méthodes d'analyse, la méthode à utiliser est la méthode
MERISE.
MERISE
La méthode MERISE est une méthode de conception d’un système d'information.
6. Présentation de la méthode merise

6.1 Définition
MERISE (Méthode d’Étude et de Réalisation Informatique pour les Systèmes

d’Entreprise) est une méthode de conception, de développement et de réalisation
de projets informatiques. Le but de cette méthode est d'arriver à concevoir un
système d'information.
La méthode MERISE est basée sur la séparation des données et des traitements.
La séparation des données et des traitements assure une longévité du SI.
6. Présentation de la méthode Merise

6.2 Démarche de développement d’un SI
La démarche de développement d’un système d’information est conduite suivant 3 axes
appelés cycles.
Le cycle de vie : Se situe sur une échelle de temps du point de départ à
l’exploitation du système.
Le cycle de décision : représente l’ensemble des choix qui doivent être 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 technique.
A chaque niveau correspondent une préoccupation et un ensemble de modèles
pour la représentation des données et de traitements.
6.3 Approche par niveaux d’abstraction:
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

correspondent à un modèle pour la représentation des 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.
Niveau Conceptuel
la méthode merise distingue trois niveaux
d’abstraction : Niveau Logique
Niveau Physique

Au niveau conceptuel, on s’interroge sur nature même du système

d’information. Il s’agit de répondre aux questions : quoi? Que veut-on faire?
Avec quelles données?
On développe à ce niveau le modèle conceptuel des données (MCD) et le
modèle conceptuel des traitements (MCT).
Le niveau logique/organisationnel permet de tenir en compte les problèmes
organisationnels: à partir des modèles conceptuels de données et en faisant
intervenir les contraintes d’organisation, on élabore le modèle logique de
données (MLD) et le modèle organisationnel des traitements (MOT).
Le niveau physique est caractérisé par la prise en compte des contraintes
technologiques : matériel, logiciel, humain ... etc. A ce niveau, on élabore le
modèle physique des données et le modèle opérationnel des traitements.
Niveau Données Traitements

Conceptuel MCD : Modèle Conceptuel de MCT : Modèle Conceptuel
Données de Traitement
Logique / MLD : Modèle Logique de MOT : Modèle

Organisationnel données Organisationnel de
Traitement
Physique / MPD : Modèle Physique de MOPT: Modèle
Opérationnel données Opérationnel de Traitement
Chapitre 2:Modélisation
Conceptuelle des données
Chapitre 2:Modélisation Conceptuelle des données
Introduction
Un système d’information est définie par deux composantes : les données qui
constituent l’aspect statique et les traitements qui constituent l’aspect dynamique.
Merise possède l’avantage, qui est d’ailleurs l’un des points clés de sa réussite,
de décrire les données indépendamment des traitements.
L’objectif poursuivi est la définition et l’élaboration de la structure globale des

données de manière indépendante de toute contrainte organisationnelle ou
technologique. La structure est appelé modèle conceptuel des données (MCD).
Au niveau conceptuel de la méthode, on élabore pour les données, le modèle

conceptuel des données (MCD) et pour les traitements, le modèle conceptuel des
traitements.

1. Concepts de base :
1.1 Entité
Une ENTITE est un objet concret ou abstrait qui a une existence propre, qu’on
peut cerner et définir indépendamment de tout autre objet. Une entité est aussi
appelée INDIVIDU.
Exemples d’entités concrètes : Exemples d’entités abstraites :
Le client KADIRI Mohammed, Le service achat d’une société,

Le fournisseur DRISSI Omar, La société IRMA Maroc,
L’exemplaire du livre « COMPRENDRE MERISE » La classe d’étudiants GI (Génie électrique),
Une table, une machine ... etc. La matière « Finance».
1.2 Association
Une association est une relation qui existe ou qui met en liaison deux ou
plusieurs entités. Une association est dite binaire lorsqu’elle met en relation
deux entités, elle est n-aire lorsqu’elle met en jeu plusieurs entités.
Exemples
« Mohamed est marié à Fatima » l’association mariage lie les deux entités
Mohamed et Fatima.
« L’étudiant Amine Semlali appartient à la classe CI (Commerce
International) » est l’expression d’une relation d’appartenance.

1.3 Propriété
Les propriétés décrivent l’entité ou l’association. Elles apportent

l’information utile et nécessaire au système d’information.
Exemples
L’entité client est décrite par les propriétés : Code client, nom, téléphone ...
L’entité commande contient : N° commande, date commande.
L’entité Produit est décrite par : N° Produit, Libellé du produit , Prix
L’entité Facture : N° Facture, date facture, montant facture
1.4 Identifiant Entité
Pour chaque entité, il est impératif de trouver une propriété particulière qu’on
appelle clé ou identifiant et qui permet de désigner chaque occurrence de
manière unique.
Par exemple le numéro de la carte d’identité nationale (N° CIN) permet de
distinguer sans ambiguïté chaque citoyen Marocain. Autrement dit il ne peut
pas y avoir deux citoyen ayant le même N° CIN.
Exemples
Le numéro d’inscription est un identifiant pour l’entité « Etudiant ».

Le matricule est un identifiant de l’entité « Voiture ».

2. Représentation schématique:
2.1 Schématisation (Entité – Association)
Une entité est représentée par un rectangle barré à l’intérieur duquel on inscrit,
dans sa partie supérieure le nom de l’entité et dans l’autre la liste des propriétés.
L'identifiant est repéré dans la liste des propriétés de la manière Personne
suivante:
CIN
Il figure en première position dans la liste des propriétés, Nom
Il est souligné. Prénom
L’association est schématisée par un ovale barré. Dans la partie supérieure, on

inscrit le nom de l’association et dans l’autre, la liste des propriétés.
Conduit
2.1 Schématisation (Entité – Association)
Exemples :
Le schéma suivant représente deux
entités ETUDIANT et CLASSE liées
par une association d’appartenance.
On peut facilement lire qu’un étudiant
appartient à une classe.
Le deuxième exemple concerne une

relation mettant en jeu trois entités. On
peut lire sur le schéma ce qui suit : Un
professeur enseigne une matière pour
une classe.

2.2 Dimension d'une association.
C'est le nombre d’entités participant à la relation:
Une relation entre deux objets est appelée : relation binaire.
Une relation entre trois objets est appelée : relation ternaire.
Une relation entre n objets est appelée : relation n-aire.
3. Les cardinalités:
Le modèle conceptuel de données doit être complété par les cardinalités qui
apportent des informations importantes sur les associations.
Revenons au modèle (Etudiant-Classe). On ne peut pas savoir à partir du
schéma si un étudiant peut appartenir à une ou plusieurs classes. On ne peut pas
non plus savoir si une classe contient un ou plusieurs étudiants.
Les cardinalités permettent d’ajouter ces

précisions quantitatives.
De chaque côté de l’association et donc
pour chaque entité intervenant dans
l’association, on définit des cardinalités
minimum et des cardinalités maximum.

Cardinalité minimum : indique le nombre minimum d’intervention d’une

entité dans une association. Il peut prendre comme valeur 0 ou 1.
Cardinalité maximum : indique le nombre maximum d’intervention d’une
entité dans une association. Il peut prendre comme valeur 1 ou N.
Autrement, les combinaisons possibles des cardinalités sont des couples qui
peuvent prendre comme valeur :
0,1 (aucun ou un seul) | 1,1 (un et un seul)
0,n (aucun ou plusieurs) | 1,n (au moins un ou plusieurs)
Le premier chiffre correspond au minimum, le second au maximum.

Reprenons l’exemple précédent
On sait qu'un étudiant ne peut appartenir qu’à une et une seule classe.
Une classe peut contenir plusieurs étudiants.
Du côté de l’entité Du côté de l’entité

« ETUDIANT » on a « CLASSE » on a inscrit
inscrit les cardinalités les cardinalités (1,n) car
(1,1) parce que un une classe contient au
étudiant appartient à une et moins un étudiant et au
une seule classe. plus n étudiants.

Exemple :
Une commande est

Un Client peut ne pas toujours passer par
passer de commande un client au
(Client potentiel). maximum
Un Client peut Une commande est passée

passer au plus n par un seul client
commandes.
Exemples :
• Association de type [1,N]
• Association de type [N,N]
• Association de type [n,n] avec propriété

Exercice d’application 1:
On souhaite gérer un parc d’animaux, on cite les entités intervenantes dans ce système.
Animal, Espèce (Classe d'animaux), Personne, Aliment.

Exemples :
• Animal : chat, dauphin, serpent, cheval … Travail à faire :
• Espèce : Mammifère, reptile, poisson … 1- Etablir un modèle permettant de relier les
• Personne : Rachid, Jacque, Sarah … entités ci-dessus par des associations convenables.
• Aliment : Algues, céréales, foin … 2- Inscrire les cardinalités sur le modèle.
En prenant en considération les règles suivantes :

Un animal appartient à une espèce et une seule.
Une personne peut aimer plusieurs animaux ou aucun.
Un animal peut être aimé par plusieurs personne ou aucun.
Un animal mange au minimum un aliment.
Un aliment peut être mangé par plusieurs animaux ou aucun.
Un aliment mangé par une personne n'est pas un aliment.
Exercice d’application :
Corrigé :

4. Association spéciale:
Association réflexive
Définition: C'est l’association d'un objet sur lui-même.
Exemple : Considérons l’entité EMPLOYE, d'une entreprise, et l’association
CONJOINT.
4. Association spéciale:
Association multiple
Deux entités distinctes peuvent avoir plusieurs lien de dépendance. Dans ce cas
elles vont être reliées par plusieurs associations. C’est ce qu’on appelle association
multiple.
Dans cet exemple issu d’une

agence immobilière, une
personne peut être propriétaire,
résider principalement ou résider
secondairement dans un
logement géré par l’agence.

5. Construction du MCD
La construction du MCD passe par les étapes suivantes :
1. Recueil des informations
2. Construction Dictionnaire de données
3. Epuration du dictionnaire
4. Dépendances fonctionnelles
5. Elaboration MCD
5.1 Recueil des informations

Le recueil d'information est la première phase à l'informatisation d'un SI. Toutes
les informations concernant le sujet doivent être rassemblées.
Cette phase de recueil est effectuée en plusieurs niveaux :
Les techniques et les outils :
Le premier problème à résoudre est de trouver l’information. On
recherchera dans :
Localisation • Les documents
des • Les règlements
informations
• Les normes, les procédures, les fichiers, …
Pour recenser les informations, on utilise essentiellement :
Techniques • L’étude de documents
de recueil • Les entretiens
• Parfois les questionnaires

5.1 Recueil des informations
Classification des données (Nature): Types de données
On distingue 3 classes majeures: Les types de données ont un sens plus restrictif
Les données élémentaires : Par exemple, un que la catégorie (Nature). Alors que la
nom, un email, … Ces données doivent être catégorie s’applique à la nature d’une donnée,
recensées de manière exhaustive. le type est une contrainte physique liée à la
Les données calculées ou déduites : elles sont manière dont sera stockée la donnée dans le
obtenues par l’application d’un traitement système d’information.
mathématique ou logique. Ces données sont Les principaux types à retenir sont :
associées à des règles de calcul (règles de • Alphanumérique (AN)
gestion). • Numérique (on peut préciser entier, réel,
Les données composées : certaines données monétaire…)
sont regroupées en une même entité • Date (Date/Heure, Date, Heure )
sémantique (par exemple une adresse). • Logique ou booléen (L ou B)
5.2 Dictionnaire des données
Le dictionnaire des données est en fait le résultat de la phase de collecte des
données. C’est un document permettant de recenser, de classer et de trier toutes les
données collectées lors de la phase de recueil des informations. Ce dictionnaire est
un outil important car il constitue la référence de toutes les études effectuées
ensuite.
Formalisme : Les données sont présentées dans un tableau sous l’entête suivante :
Champ Description Nature Type Taille Remarque
• Champ : Nom de la propriété • Type : AN, N, Date ou Booléen

• Description : Signification de la propriété • Taille : longueur maximale prise par les
• Nature : E (Elémentaire) , CA ( Calculée) , valeurs de ce champ.
CO (Composée) • Remarque : Observation, contrainte …

5.2 Dictionnaire des données
Exemple :
CodeEmp Code employé E AN 10
NomEmp Nom employé E AN 25
DateNaissE Date naissance E Date - inférieure à la date courante
AdresseEmp Adresse employé CO AN 30
SalaireEmp Salaire employé CA N 10
5.3 Epuration du dictionnaire

Les données recueillies fait généralement apparaître des incohérences qu'il
convient d'éliminer.
Ces incohérences sont de deux types:
a) De synonymes
Des noms différents désignent la même réalité.
Exemples : Numéro de commande et référence commande, agent et employé,

Marchandise et produit, TVA et Taxe …
On dit aussi qu'existent alors deux signifiants pour un même signifié.

b) Des polysèmes
Un même nom désigne deux réalités distinctes.
Exemples : Café désigne l'établissement et la boisson,

Prix désigne le prix d'achat et le prix de stockage,...
On dit que l'on a un signifiant pour deux signifiés.
L’épuration du dictionnaire consiste à détecter et à éliminer les synonymes et

les polysèmes.
Les données calculées doivent être examinées avec soin.
La règle est la suivante : Si une donnée calculée peut être obtenue par
l’application d’un traitement à partir de données
élémentaires valides, on peut la supprimer du dictionnaire.
Examinons le cas d’une entité Employé ayant comme propriétés : N°, Nom, Prénom,
DateNaissance, Téléphone, émail, SalaireHoraire, NbHeures,SalaireBrut.
On remarque que la propriété SalaireBrut est un champ calculé obtenu par l’application
du calcul :
Exemple : SalaireBrut = NbHeures * SalaireHoraire
Les données élémentaires NbHeures et SalaireHoraire qui participent à son calcul sont
présentes. On peut donc éliminer cette donnée (SalaireBrut) pour la phase de modélisation
conceptuelle.

Une société X de construction de bâtiments organise des séminaires de formation
pour ses employés. Des animateurs, sont recrutés et payés pour l’animation de ces
séminaires. Ils sont identifiés par un nom, prénom, adresse, numéro de téléphone et
par un numéro de carte d’identité nationale.
Les séminaires sont organisés par thème, ils ont un code, une date, une durée (en
Heures , à condition de ne pas dépasser 3 jours) et un lieu. Un séminaire est pris en
charge par un seul animateur mais un animateur peut animer plusieurs séminaires
Un employé qui désire suivre un séminaire doit remplir une fiche indiquant son
nom, son prénom, son adresse, son matricule et son numéro de téléphone, et ne
peut participer qu’un seul séminaire à la fois.
Travail à faire :
1. Recueillir toutes les données circulant dans le SI de la société X dans un dictionnaire de donnée.
2. Citer les entités intervenantes dans le SI de la société.
CinA CIN Animateur E AN 10 -
NomA
PrénomA
Nom Animateur
Prénom Animateur
E
E
AN
AN
25
25
Animateur -
-
AdresseA Adresse Animateur CO AN 80 -
CodeS Code Séminaire E AN 5 -
DateS Date Séminaire E DATE - Supérieure à la date courante
DuréeS Durée Séminaire E N 3 Inférieur à 72 heures
ThèmeS
LieuS
Thème Séminaire
Lieu Séminaire
E
E
AN
AN
25
50
Séminaire -
-
MatriculeE Matricule Employé E AN 6 -
NomE Nom Employé E AN 25 -
PrénomE Prénom Employé E AN 25 -
AdresseE Adresse Employé CO AN 80 -
TéléphoneE Téléphone Employe E AN 10 Employé -

5.4 Les dépendances fonctionnelles
Une dépendance fonctionnelle est une interrelation, un lien entre deux données ou
deux groupes de données.
On distingue une source et une cible.
Définition : Pour une valeur source (Partie gauche), on peut déterminer une
et une seule valeur cible (Partie droite).
On dit qu’une propriété B dépend fonctionnellement
d’une autre propriété A et on note :
A B
Autrement dit à une valeur de A correspond toujours une et une seule valeur de
B. La réciproque n’est pas vraie.
Exemple : N°CIN NOM
Propriétés des dépendances fonctionnelles :
Les dépendances fonctionnelles ont les propriétés suivantes :

o Union :
Si on a deux DF ayant la même source, on peut les rassembler en une seule, en
séparant les cibles par une virgule.
Si A B et A C alors on peut écrire que A B,C
Exemple : Référence Désignation et Référence Prix de vente unitaire

Alors par union on a :
Référence Désignation, Prix de vente unitaire

Propriétés des dépendances fonctionnelles :
o Transitivité :
Si A B et B C alors on a A C
Exemple : Num Médecin Code Service et Code Service Num Hopital

Alors on a Num Médecin Num Hopital
Les DF qui peuvent être déduites par transitivité de deux autres DF doivent être
éliminées car elles sont alors redondantes.
Une DF doit être élémentaire et directe.

Elémentaire : C'est l'intégralité de la source qui doit déterminer la cible d'une DF.
Si P1 → P3 alors P1, P2 → P3 n'est pas élémentaire.
Exemple : N° CIN,NOM Prénom

Cette dépendance n’est pas élémentaire puisque le N°CIN suffit pour déterminer
le prénom.
La source d’une dépendance fonctionnelle peut se composer d’une concaténation de
deux ou plusieurs propriétés.
N° Etudiant+ Code Matière Note

Directe : La DF ne doit pas être obtenue par transitivité. Par exemple, si P1 → P2

et P2 → P3 alors P1 → P3 a été obtenue par transitivité et n'est donc pas directe.
A → B est directe s’il n’existe pas de propriété C tel que A → C et C → B
Autrement dit la dépendance fonctionnelle n’est pas le résultat d’une transitivité.
DF Directe (Oui / Non)
N° Professeur → code matière Oui
Exemple :
Code matière → nom matière Oui
N° Professeur → nom matière Non
Les deux premières dépendances sont directes, mais la troisième ne l’est pas
car elle résulte de l’application de la transitivité
N° Professeur → Code matière → Nom matière
Graphe de dépendance fonctionnelles (GDF) : Le GDF fait apparaitre les

dépendances fonctionnelles entre les données.
Exemple :
La schématisation de l’ensemble des dépendances fonctionnelles sous forme de

GDF intervient à l’élaboration du modèle conceptuel de données (MCD), en
respectant certaines règles.

5.4 Les dépendances fonctionnelles Exercice d’application 1 :
Soit une liste des données recensées dans un établissement scolaire
Nom de l’élève Les règles de gestion appliquées dans cet établissement :
Prénom de l’élève
émail de l’élève RG1 : Chaque élève est attribué à une et une seule filière.
Libellé matière RG2 : Une matière est enseignée pour différentes filières
Nombre d’heures avec des nombres d’heures différents.
Code filière RG3 : Pour tout élève, chaque matière est évaluée par
Libellé filière une note.
Note
Numéro de l’élève Travail à faire :
Numéro de la matière 1. Citer les différentes dépendances fonctionnelles.
Langue d’enseignement 2. Déduire le GDF associé.
Corrigé :
N° ELEVE CODE FILIERE
CODE MATIERE
Nom élève Prénom élève émail Libellé
Libellé Langue
Note
Nombre d’heures

5.5 Elaboration MCD
Les règles de passage des DF (ou GDF) au MCD :
R1: Toute donnée du graphe devient une propriété.

R2: Toute donnée source de DF devient identifiant de l’entité.
R3: Toute donnée cible de DF et non source (d’une autre DF) devient une propriété de l’ entité
dont la donnée source de la DF est identifiant.
R4: Une DF entre deux données sources de DF révèle une association hiérarchique toujours non
porteuse de propriété(s).
R5: La présence d’une donnée concaténée (association de plusieurs données élémentaires)
source de DF révèle une association non hiérarchique porteuse de propriété(s)
Une association hiérarchique (1-n) est aussi appelée association fonctionnelle ou Contrainte
d’Intégrité Fonctionnelle (CIF).
Une association non hiérarchique (n-n) est aussi appelée non fonctionnelle ou Contrainte
d’Intégrité Multiple (CIM)
5.5 Elaboration MCD
Exemple 1: Un article identifié par son code, un libellé, un prix et une description
est acheté chez un seul fournisseur, ce dernier est connu par son numéro et nom.
Code Article N° Fournisseur
Libellé Description Nom Fournisseur

Prix
Fournisseur Article
N°Fournisseur (0,n) Vend (1,1) CodeArticle
Nom fournisseur LibelleArt
DescriptionArt
Prix d’achat

5.5 Elaboration MCD
Exemple 2: Un article identifié par son code, un libellé et une description est acheté chez
différents fournisseurs avec des prix différents, un fournisseur peut vendre plusieurs articles.
N° Fournisseur Code Article • N° fournisseur et code article deviennent des

identifiants d’entités (R1).
• Nom fournisseur ,devient une propriété de
Nom fournisseur l’entité Fournisseur, libellé et description
Libellé Description deviennent des propriétés de l’entité Article
(R2).
• Il n’y a pas de DF entre des données sources de
DF, donc pas d’association hiérarchiques (R3).
Prix achat
• Prix achat dépend de N° fournisseur et code
article, donc il y a une association non
hiérarchique porteuse de la propriété Prix achat
(R4).
N° Fournisseur Code Article
5.5 Elaboration MCD
Nom fournisseur
Libellé Description
Prix achat
Fournisseur Article
N°Fournisseur (1,n) Vend (1,n) CodeArticle
Nom fournisseur Prix achat LibelleArt
DescriptionArt

5.5 Elaboration MCD
Exercice d’application : Transformer le GDF suivant en modèle conceptuel de données.
N° ELEVE CODE FILIERE
CODE MATIERE
Nom élève Prénom élève émail Libellé
Libellé Langue
Note
Nombre d’heures
5.5 Elaboration MCD

Corrigé :
ELEVE
Étudié par (1,N) N°élève (1,1)
Inscrit
Note Nom
Prénom
(1,N) (1,N)
MATIERE FILIERE
Codem (1,N) CodeF
(1,N) LibelleF
LibelleM
Langue Enseignée
Nb_heures

6. Règles de Normalisation
L’application systématique de chacune des règles de vérification sur les éléments du
modèle conceptuel de données permet de s’assurer qu'il est conforme à ce que l'on
attend, et donc apte à générer par la suite le modèle correspondant à la réalité à
décrire.
ETUDIANT
Le modèle conceptuel de données doit être raffiné Nom étudiant
par vérification et application des règles suivantes : Prénom étudiant
Adresse étudiant
6.1 PREMIERE FORME NORMALE 1FN :
Une entité est en première forme normale si toutes
ETUDIANT
les propriétés sont élémentaires et il existe au moins
N° Inscription
un identifiant caractérisant chaque occurrence. Nom étudiant
L’entité suivante n’est pas en 1FN car elle ne Prénom étudiant
possède pas un identifiant et en plus la propriété N° Rue
adresse n’est pas élémentaire puisqu’elle est le Nom Rue
résultat de la concaténation de la rue et de la ville. Ville
6.2 DEUXIEME FORME NORMALE 2FN :

Une entité est en deuxième forme normale si elle est d’abord en 1FN et toutes les
dépendances entre l’identifiant et les autres propriétés sont élémentaires.
LIGNE-COMMANDE Cette entité n’est pas en 2FN car la

N°Cmd, Réf Article désignation dépend directement de la
Désignation référence article.
DateCommande
Quantité Commandée
COMMANDE (1,N) (1,N) ARTICLE

N°Cmd Contient
Quantité
Réf Article
DateCommande
commandée Désignation

6.3 TROISIEME FORME NORMALE 3FN :
Une entité est en 3FN si elle est en 2FN et toutes les dépendances entre l’identifiant et
les autres propriétés sont directes.
MATIERE Cette entité n’est pas en 3FN car la

Code matière propriété « nom professeur » ne dépend
Libellé matière pas directement de la clé.
Nom professeur
(1,N) (1,1)
MATIERE Enseigné par
PROFESSEUR
Code matière Matricule
Libellé matière Nom Professeur
Exercice d’application 1 :
Les données suivantes présentent les données rassemblées à partir d’un SI d’un
établissement scolaire :
Matricule, Nom, Prénom, Age, Club, Salle.
On considère les dépendances fonctionnelles suivantes :
Matricule → Nom , Age

Matricule → Club
Club → Salle
1. Que signifie chaque DF ?

2. Proposer un modèle conceptuel en 3FN.

Corrigé:
1. Une dépendance fonctionnelle DF établit d'abord un lien entre donnée, en
plus d'être fonctionnelle.
Matricule → Nom, Age : signifie qu'il y a d'abord un lien entre Matricule,

Nom et Age, tel que la valeur Nom et Age dépend de la valeur Matricule.
Autrement, le Matricule détermine le Nom et l’âge.
Matricule → Club, signifie un élève est "inscrit" ou "participe" à un club

donné. En plus, ce club est unique (un élève ne participe pas à plus d'un
club).
Club → Salle, signifie qu'un club "a un local qui est une salle". Cette salle
est unique, (aucun club ne dispose de plus d'un local).
6. Règles de Normalisation ELEVE
Matricule
2. Si on considère l’entité suivante :
Nom
On peut dire que la propriété Matricule est identifiant, car il Age
détermine tous les autres propriétés, y compris Salle (la DF Club
Matricule → Salle est transitive). Salle
Cette entité est en 2FN, car aucune propriété non clé ne dépend d'une partie de la clé.
Cette relation n'est pas en 3FN, car les Donc on projette l’entité ELEVE pour
attributs non clés ne sont pas mutuellement que cette DF (Club → Salle) soit due à
indépendants, à cause de la dépendance un identifiant.
fonctionnelle Club → Salle. (Une autre
façon de le dire, la DF par rapport à
l’identifiant Matricule → Salle, n'est pas ELEVE (0,1) (0,n)
Club
directe mais transitive par le fait que, Matricule inscrit
Code
Matricule → Club et Club → Salle). NomE NomClub
AgeE Salle

Exercice d’application 2 :
La structure de l’entité Pièce permet de décrire des pièces employées dans un
atelier de montage :
Pièce (N°pièce, prix-unit, TVA, libellé, catégorie)
Supposons les dépendances fonctionnelles suivantes :
• N°pièce➔prix-unit
• N°pièce TVA
• N°pièce libellé
• catégorie TVA
• N°pièce catégorie
Travail à faire :Normaliser cette entité jusqu’à la troisième forme normale (3FN).
Exercice récapitulatif
Une bibliothèque de prêt dispose d'un certain nombre d'ouvrages, classés par rayon
avec un identificateur et un libellé (Littérature, Histoire, Géographie, etc.). Chaque
ouvrage identifié par un code et un titre est l'œuvre d'un ou plusieurs auteurs (avec
un numéro d’ordre de chaque auteur participant à la rédaction de l’ouvrage), et doit
également être référencé selon un certain nombre de mots-clés (Classé par ordre).
Un auteur est désigné par son matricule, nom et prénom.
Un adhérent avec son numéro, son nom, son prénom et son adresse peut emprunter
plusieurs livres dans des dates différentes et la bibliothèque ne possède qu'un seul
exemplaire de chaque ouvrage.
Travail à faire :
1. Construire le Dictionnaire de Données (DD).
2. Tracer le GDF associé
3. Définir le modèle conceptuel de données (MCD).
Code Ouvrage N° Mot-Clé

Code Rayon
Titre
Libellé Mot-Clé
N° Classement
Code Adhérent
Matricule Auteur
Nom Prénom Adresse
Prénom Nom
Date emprunte
N° Ordre
AUTEUR MOT-CLE
RAYON
MatriculeA CodeMot
CodeRayon
NomAuteur MotClé
LibelleRayon
PrénomAuteur
(0,N) (1,N) (0,N)
Rédige
N°Ordre
Contient (1,N) Indexé
(1,1) OUVRAGE (1,N) N°Classement
CodeOuvrage
TitreOuvrage
(0,N)
Emprunte
Date-Emprunte
(0,N)
ADHERENT
CodeAdherent
NomAdherent
PrénomAdherent
AdresseAdherent
Chapitre 3:Modélisation
Logique des données
Chapitre 3:Modélisation Logique de données
Le Modèle Logique de Données est un passage du Modèle Conceptuel de Données
validé vers l'implantation physique des données. Il se situe alors entre le M.C.D. et le
M.P.D. (Modèle Physique des Données). Le MLD ajoute au MCD la notion
d'organisation et indique comment les données seront organisées.
Cette étape consiste à transformer le modèle conceptuel de données en modèle logique,

selon un formalisme adapté à un type général de système de gestion de données.
Pour ce faire, on dispose de plusieurs types de modèles : le modèle hiérarchique, le

modèle réseau et le modèle relationnel, plus récemment, sont apparus les modèles
logique orienté objet et même des SGBD (Système de Gestion de base de données)
orientés objets. Pourtant les SGBD relationnels restent extrêmement majoritaire.
En raison des utilisations fréquentes de ce type, le modèle relationnel sera traité .

1. Le modèle relationnel
Le modèle logique des données consiste à décrire la structure de données utilisée. Il
s'agit donc de préciser la structure des données selon un modèle relationnel où les
données sont enregistrées dans des tableaux (Tables) à deux dimensions (lignes et
colonnes).
2. Table, lignes et colonnes.
Lorsque les données ont la même structure (comme par exemple les renseignements
relatifs aux clients), on peut les organiser en Table dans laquelle:
• Les colonnes décrivent les champs en commun.
• Les lignes contiennent les valeurs de ces champs pour chaque enregistrement.
CinClient Nom Prénom Adresse
J14785 Alaoui Mustapha 13, Rue 515 … L'élément de base du
Client JB14796 Filali Farid 12, Bloc 306 … modèle relationnel est la
C236902 Alaoui Laila 13, Cité nahda…
relation ou table. La
relation est désignée par
… … …
son nom.
Contenu de la Table (Relation) Client, avec en première
ligne les intitulés de colonnes
3. Clé primaire.
Les lignes d’une table doivent être uniques,

cela signifie qu’une colonne (au moins) doit
servir à les identifier Il s’agit de la clé
primaire de la table.
Propriétés requises de la clé primaire :

La valeur vide (NULL) est interdite.
La valeur de la clé primaire d’une ligne ne
devrait pas changer au cours du temps.

4.Clé étrangère.
Client Commande
CinClient N°Cmd
Considérant (0,n) Passe
(1,1) DateCmd
Nom
l’exemple suivant: Prénom …
….
La transformation du MCD ci-dessus en MLD permet d’obtenir le résultat suivant :
Client Commande
CinClient N°Cmd
Nom #CinClient
Prénom DateCmd
…. …
4.Clé étrangère.
La table : Client La table : Commande

CinClient Nom Prénom Adresse N°Cmd CinClient DateCmd
J14785 Alaoui Mustapha 13, Rue 515 … 1 J14785 01/01/2020
JB14796 Filali Farid 12, Bloc 306 … 2 J14785 10/10/2020
C236902 Alaoui Laila 13, Cité nahda… 3 JB14796 05/02/2020
… … … … … …
Dans la table « Commande », Les valeurs de la colonne CinClient ne doivent contenir

que des valeurs prises de la colonne CinClient (Identifiant) de la table « Client ».
On dit alors que la colonne CinClient de la table « Commande » est une

CLÉ ÉTRANGÈRE.

5. Passage MCD vers MLD
La traduction du MCD en modèle logique relationnel s'effectue directement par la

transformation des Entités (objets) conceptuelles en relations, en fonction des règles de
passage précises.
Règles de Modèle BD
MCD Implémentation relationnel
transformation relationnel
Le passage du modèle conceptuel des données au modèle logique des données s'effectue
en appliquant des règles s'appuyant sur les cardinalités des couples entité - association
Règles de transformation :
Règle 1 : Un objet conceptuel (entité) se transforme en relation (Table). Chaque propriété

se transforme en attribut. L’identifiant de l’entité devient la clé primaire de la relation.
Client
N°Client
NomClient
PrenomClient
AdresseClient
VilleClient

Règles de transformation : SALARIE SERVICE

N°Salarie (1,1) (1,n) N°Service
Attribuer
Règle 2 (Association Père- NomSalarie Specialité
Fils) : Une association binaire PrénomSalarie …
(ou réflexive) ayant des ….
cardinalités (1,1) - (l.n) ou(l,l) -
(0,n) se traduit par
l’immigration de l’identifiant SALARIE SERVICE
de l’entité forte (ayant N°Salarie N°Service
cardinalité (l,n) ou (0,n)) vers #N°Service Specialité
l’entité faible (cardinalité NomSalarie …
(1,1)). PrénomSalarie
….
Voiture
Règle 3 (Association Père-Père) : Client
Matricule
N°Client (0,n) (0,n)
Une association binaire de type n:n Loue Modèle
devient une table supplémentaire dont NomClient DateLocation Marque
PrenomClient
la clé primaire est composée de la Couleur
….
concaténation des deux clés étrangères …
(qui référencent les deux clés
primaires des deux tables en Voiture
Client
association). Les propriétés de Location Matricule
N°Client
l’association deviennent des #N°Client Modèle
NomClient
colonnes(Attributs) de cette nouvelle #Matricule Marque
PrenomClient
table. DateLocation Couleur
….
…

Règles de transformation : Commande (1,1) Facture
(0,1)
N°Cmd Concerne N°Facture
Règle 4 (Association Fils-Fils) : DateCmd MontantFacuture
La solution la plus simple et la plus …. …
générale pour transformer une
association 1:1 consiste à traiter cette
association 1:1 comme une association
1:N. Commande Facture
Dans ce cas l’association disparaît, la N°Cmd N°Facture
clé primaire de fils 1 devienne clé DateCmd #N°Cmd
étrangère de fils 2 ou la clé primaire de …. MontantFacuture
fils 2 devienne clé étrangère de fils 1. …
Classe
5. Passage MCD vers MLD N°Classe
Specialite
….
Professeur (0,n)
Règle 5 (Association n-aires N°Prof (0,n) Matière
[n>2]) : L’association devienne NomProf Enseigne (0,n) N°Matiere
une table et la clé de cette table PrenomProf CodeSalle LibelleMatiere
est la concaténation des …. …
identifiants des entités reliées Classe
par l’association. N°Classe
Specialite
Professeur ….
N°Prof
NomProf
Enseignement
PrenomProf Matière
#N°Prof
…. N°Matiere
#N°Matiere
LibelleMatiere
#N°Classe
…
CodeSalle

A. On considère les deux modèles (MCD) ci-dessous :
MCD 1 MCD 2
1. Établir un MLD pour chaque MCD.

2. Quelles sont les clés primaires et les clés étrangères de chaque relation ?
Exercice d’application 2 : On considère le MCD suivant : Gestion Pizzeria
Travail à faire : À partir du modèle ci-dessus, effectuez le passage au modèle logique.

6. Modèle physique de données
Un modèle Physique de données est une étape de définition des données. C’est un
formalisme qui permet de préciser le système de stockage employé pour un système de
gestion de base de données.
L’analyste fait évoluer sa modélisation de haut niveau pour la transformer en un

schéma plus proche des contraintes des logiciels de bases de données. Il s’agit de
préparer l’implémentation dans un SGBDR (Système de Gestion de Base de Données
Relationnelle).
Concrètement, cette étape permet de construire la structure finale de la base de

données avec les différents liens entre les éléments qui la composent.
2: Base de données

1330PP-Cours Partie 1 SI FSJESAM

Transféré par

Droits d'auteur :

Formats disponibles

1330PP-Cours Partie 1 SI FSJESAM

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1330PP-Cours Partie 1 SI FSJESAM

Transféré par

Droits d'auteur :

Formats disponibles

Informatique de gestion

Partie 1: Système d’information

Semestre : 4 2019-2020 M.RABI

Un système d'Information (noté SI) représente l'ensemble des éléments participant à la

Chapitre I:Présentation générale des concepts de base

Une entreprise par exemple est un système (composé d’Hommes, de matériel,

Un système peut être représenté par le schéma suivant :

Entrées Système Sorties

Chapitre I:Présentation générale des concepts de base

Chapitre I:Présentation générale des concepts de base

L'approche systémique (relatif à un système dans son ensemble), appliqué au

Les informations provenant des autres éléments du

Mémoriser : Les données collectées par le système.

Traiter : Les données stockées par le système.

Transmettre : Les informations vers les autres composants du système.

4. Rôle d’un SI dans la performance d’une entreprise

Le SI a deux finalités : fonctionnelle et sociale.

• Finalité fonctionnelle, le SI est un outil de communication entre les différents services

Le SI aujourd’hui joue un rôle important au sein d’une entreprise, il est même

Chapitre I:Présentation générale des concepts de base

5. Concevoir un système d’information

6. Présentation de la méthode merise

MERISE (Méthode d’Étude et de Réalisation Informatique pour les Systèmes

Chapitre I:Présentation générale des concepts de base

6. Présentation de la méthode Merise

MERISE utilise une démarche de modélisation à trois niveaux. A chaque niveau

Chapitre I:Présentation générale des concepts de base

Au niveau conceptuel, on s’interroge sur nature même du système

Niveau Données Traitements

Logique / MLD : Modèle Logique de MOT : Modèle

L’objectif poursuivi est la définition et l’élaboration de la structure globale des

Au niveau conceptuel de la méthode, on élabore pour les données, le modèle

Chapitre 2:Modélisation Conceptuelle des données

Exemples d’entités concrètes : Exemples d’entités abstraites :

Le client KADIRI Mohammed, Le service achat d’une société,

Chapitre 2:Modélisation Conceptuelle des données

Les propriétés décrivent l’entité ou l’association. Elles apportent

Le numéro d’inscription est un identifiant pour l’entité « Etudiant ».

Chapitre 2:Modélisation Conceptuelle des données

L’association est schématisée par un ovale barré. Dans la partie supérieure, on

Le deuxième exemple concerne une

Chapitre 2:Modélisation Conceptuelle des données

Les cardinalités permettent d’ajouter ces

Chapitre 2:Modélisation Conceptuelle des données

Cardinalité minimum : indique le nombre minimum d’intervention d’une

Le premier chiffre correspond au minimum, le second au maximum.

Du côté de l’entité Du côté de l’entité

Chapitre 2:Modélisation Conceptuelle des données

Une commande est

Un Client peut Une commande est passée

• Association de type [1,N]

• Association de type [N,N]

• Association de type [n,n] avec propriété

Chapitre 2:Modélisation Conceptuelle des données

Animal, Espèce (Classe d'animaux), Personne, Aliment.

En prenant en considération les règles suivantes :

Chapitre 2:Modélisation Conceptuelle des données

Dans cet exemple issu d’une

Chapitre 2:Modélisation Conceptuelle des données