Chapitre N°3 Modélisation Statique Des Systèmes D'information
Chapitre N°3 Modélisation Statique Des Systèmes D'information
Chapitre N°3 Modélisation Statique Des Systèmes D'information
I - Introduction :
Nous avons étudié précédemment les organisations, en particulier les entreprises et avons vu
que ces dernières pouvaient être décrites par un ensemble de sous-systèmes interagissant entre eux
et dont chacun assure des fonctions bien précises.
moins de risques. La réalisation des objectifs est planifiée et les moyens et stratégies à mettre en
œuvre pour les atteindre sont explicités. L’organisation perçoit bien les exigences et l’évolution de
son environnement externe. La collaboration et la coopération entre les différents sous systèmes
d’une organisation est considérablement facilité.
Les ordinateurs ne peuvent pas réfléchir et donc ils ne peuvent ni choisir ni décider. Mais ils
peuvent produire des résultats à partir de données et de procédés (programmes) fournies par
l’homme. Nous avons vu dans le cours traitant des organisations que celles-ci avaient deux grandes
méthodes de décisions « programmables » et « non programmables ».
Les « décisions programmables » peuvent être transformées en « actions programmées » car
leur résultat est toujours déterminé de la même manière à partir des entrées. Les décisions
programmables peuvent donc être entièrement prises en charge par une machine.
Exemple :
Règle d’admission d’un étudiant : Moyenne >= 10 et « Pas de note < Coefficient matière ».
Dans les décisions non programmables, la connaissance des entrées ne suffit pas pour
déterminer les sorties car les mêmes entrées peuvent donner lieu à différentes sorties.
Exemple :
La décision de racheter un étudiant n’est pas programmable car il y a des choix à faire
suivant l’étudiant. Ce choix incombe aux membres du jury qui délibère, seul l’être humain peut
trancher dans ces situations.
On en déduit que seules les parties du système d’information correspondant à des décisions
programmables seront automatisables. Le sous ensemble automatisable sera appelé « Système
d’Information Automatisable » ou « SIA ».
Or, même l’ensemble de toutes les décisions programmables du SI doivent être soumises au
choix des décideurs quand à la priorité de ce qui devra ou non être automatisé.
Etant donné que l’automatisation est une opération coûteuse en moyens financiers, humains
et en temps. De plus, l’automatisation peut conduire dans beaucoup de cas à un bouleversement de
l’organisation sur le plan des tâches, des procédures et organigrammes.
D’ou à partir du « SIA », on devra dégager un système automatisé d’information « SAI » qui
concernera uniquement l’ensemble des décisions programmables pour lesquelles la priorité aura été
fixée. Le « SAI » peut être vu comme un « SI artificiel » qui sera greffé au « SI réel ». Ceci est
représenté par le schéma suivant :
SAI (Sous
ensemble de
décisions
(programmables
Entrées
SAI
TRAITEMENTS
(Contrôles, MAJ,
Univers Recherches, Calculs, Bases de Données
Extérieur Tri, Indexation) ou d’informations
: A l’aide de
Ordinateurs
Logiciels
Sorties Système d’exploitation Mémorisation / Accès
SGBD
Décision de construire un
nouvel SI Naissance du SI artificiel Mort du SI
DÉVELOPPEMENT EXPLOITATION
La phase de développement du SI doit suivre les étapes d’un processus appelé « processus de
développement ». La figure suivante présente les étapes de ce processus :
Phénomènes
réels et besoins PHASE DE CONCEPTION
Processus de
conception
Schéma conceptuel
du SI
Processus de
réalisation
Exemples de méthodes :
CASTELIANI, SADT, CASE, …
Exemples de méthodes :
Modèle Entité/Association, REMORA, MERISE, …
Exemples de méthodes :
OOSE, HOOD, O*, OMT, …
Dans ce cours, nous allons nous pencher sur quelques méthodes basées sur la démarche
systémique. Pour cela, nous allons d’abord définir les aspects statiques et dynamiques d’un SI.
IV.4 – Aspects statiques et dynamiques d’un SI :
L’étude des systèmes d’informations naturels a permis de dégager deux aspects composant
les SI. Comme le montre la figure suivante, chaque aspect couvre une ou plusieurs fonctionnalités
des SI :
ASPECT STATIQUE
Mémorisation*
ASPECT DYNAMIQUE
Collecte*
Traitement*
Transmission*
Depuis la fin des années 1970, les méthodes de conception de SI privilégient l’usage de modèles
tant pour l’aspect statique que dynamique : « Un modèle est un ensemble de concept et de règles
d’utilisation destinés à expliquer et construire la représentation des phénomènes de
l’organisation ».
Au début, les modèles étaient essentiellement développés pour les aspects statiques dans le but
de construire des « bases de données » (BD). Mais, depuis 1980 les modèles ont tendance à intégrer
les aspects dynamiques du SI.
IV.4.1 – Concepts pour la modélisation statique des SI :
Le but du modèle statique est de représenter la structure des données à manipuler. Il est
communément admis que la description de l’aspect statique (données du SI) passe par la description
de ses entités, de leurs propriétés et des liens entre les entités ainsi que les contraintes auxquelles
toutes ces notions sont soumises.
Définitions :
Les entités représentent les classes d’objet du monde réel ayant des caractéristiques
communes.
Exemple : CLIENTS, COMMANDE, PRODUIT, MODULE, ETUDIANT, ENSEIGNANT, …
Les liens ou associations représentent les différentes associations qui existent entre les
entités.
Exemple : UN CLIENT PASSE UNE COMMANDE, UN ETUDIANT EST INSCRIT A UN
MODULE, …
Les contraintes expriment de manière générale des règles structurelles liées au domaine
d’application concerné.
Exemple : UN ENSEIGNANT NE PEUT ETRE RESPONSABLE DE PLUSIEURS MODULES,
UNE COMMANDE PORTE AU MOINS UNE LIGNE DE COMMANDE, …
Les instances sont les valeurs que peuvent prendre les propriétés des entités ou des
associations.
Exemple : ETUDIANT{MATRICULE,NOM,PRENOM}
Une instance de cette entité est {520002304,ZIANI,CHERIF}
IV.4.2 – Etude de quelques modèles :
ETUDIANT MODULE
Matricule Numéro Module
Nom 1-N 1-N Désignation
Prénom …
… EST
INSCRIT
Entités Associations
Cardinalités
Cas Particulier :
Le modèle binaire est un cas particulier du modèle E/A où seules les associations binaires
sont considérées. Elles s’expriment par 2 fonctions inverses.
Exemple : Modèle binaire
ENSEIGNANT
Est A pour
responsable responsable
Ce modèle a été proposé par CODD en 1970 où les données sont entièrement représentées
sous forme de tables appelées « RELATION ». Les relations sont des sous ensembles du produit
cartésien de n données composant la relation. Le schéma d’une relation est décrit par son nom suivi
de la liste de ses attributs entre parenthèses. On démarre initialement d’une relation universelle
contenant l’ensemble des attributs du domaine puis on procède par affinements successifs à sa
décomposition jusqu’à l’obtention d’un ensemble de relations dites normalisées, c’est à dire
respectant un ensemble de règles prédéfinies pour le modèle relationnel. Cet ensemble de règles est
appelé « algorithme de synthèse ». Ce modèle est utilisé pour la construction de bases de données
relationnelle, comme il est utilisé comme outil opérationnel dans certaines méthodes tel que
MERISE que nous verrons plus loin.
Exemple : Modèle Relationnel de l’exemple du modèle Entité/Association
ETUDIANT (Matricule, Nom, Prénom)
MODULE (Numéro Module, Désignantion)
EST-INSCRIT (Matricule, Numéro Module)
4 – Les réseaux sémantiques :
Ces modèles proviennent des travaux sur la représentation des connaissances en intelligence
artificielle (IA). Les réseaux sémantiques ne comportent que deux concepts :
PERSONNE
Est une
Est une
ETUDIANT ENSEIGNANT
Partie de Partie Est
Partie de Partie de Partie de enseigné
de
Matricul Nom Préno Numéro Nom Enseignant MODULE
e m Enseignan
t
Partie
Partie de de
L’événement est la traduction du fait que quelque chose est survenu soit à l’extérieur du SI
(Evénement externe) soit à l’intérieur du SI (Evénement interne). Un événement a trois types de
caractéristiques qui sont :
Date d’apparition de l’événement
Liaisons : entités et associations concernés par l’événement.
Propres : propriétés propres de l’événement.
Exemple :
Arrivée d’une commande client est un événement dont les caractéristiques sont :
Date de la commande
Liaisons : Nom Client, Code Produit
Propres : Quantité de produit commandé
Un événement est porteur d’informations qui peuvent être :
Données à prendre en charge par le SI.
Données résultats
Messages de réponse vers l’environnement extérieur
Les traitements peuvent être effectués grâce à des règles de gestion. Une règle de gestion est
l’expression d’une contrainte établie soit par le système de décision « SD », soit imposée par
l’environnement externe. Ces contraintes peuvent être :
Statiques : définies sur les propriétés des entités et associations.
Dynamiques : expriment des règles d’évolution du SI.
Exemples :
Prime de rendement = Salaire de poste * Taux de la PRI (%)
Le salaire d’un employer ne doit pas diminuer en temps normal
Exemples :
Dans la méthode REMORA Dans la méthode MERISE (MCT)
Evénements Externes
Objet
Synchronisation
Evénement Opération
V – La méthode MERISE :
Merise est une méthode de conception de SI basée sur la démarche systémique. Elle définit
trois niveaux de conception visant à couvrir les aspects statiques et dynamiques d’un SI comme le
montre le tableau suivant :
Définir les concepts ou objets qui sont au « centres d’intérêts », les associations entre ces objets et
les contraintes. Comme exemple d’objets nous avons : les clients, les commandes et les produits.
Comme exemple d’association entre objets nous avons : « la commande est composée d’articles ».
Identifier les objets et les associations, les modéliser et les décrire en leur affectant des
caractéristiques.
B – chaque propriété non identifiante d’un individu-type doit dépendre de la totalité de son
identifiant si celui-ci est composé.
Exemple :
LIGNE DE COMMANDE Car nous avons :
N° Bon Cmd + Référence de l’article Référence de l’article → Désignation de l’article
Quantité
Désignation de l’article
Il est souhaitable que les propriétés rattachées à un individu-type aient un sens pour toutes
les occurrences de celui-ci.
Exemple :
ENGINS ROULANTS La propriété « puissance » n’aura jamais une signification pour
Référence de l’engin chacune des occurrences de l’individu-type, comme par exemple
Désignation un engin roulant de type vélo.
…
Puissance
…
Lorsqu’un tel problème se pose, on se doit de remettre en cause la modélisation de
l’individu-type. La question suivante se pose alors : « N’a-t-on pas imbriqué plusieurs classes dans
un seul individu-type ? ». Deux solutions sont possibles alors :
On tolère la modélisation malgré son manque de pertinence.
On décompose l’individu-type en plusieurs ensembles.
3 - RELATION-TYPE :
Définition :
• Une REALTION-TYPE modélise un ensemble de liens ou associations de même
nature entre deux ou plusieurs occurrences d’individus de type différents ou de même type.
• C’est l’ensemble de deux ou plusieurs individus-type définissant une situation réelle
dans laquelle chacun joue un rôle particulier.
Exemple :
o Un ENFANT et un VACCIN sont des individus-type dont l’existence est réelle.
o La VACCINATION peut être vue comme une rencontre entre un ENFANT et un
VACCIN, c’est une relation-type.
o La VACCINATION existe uniquement parce que l’enfant et le vaccin existent.
o On en déduit qu’une relation-type n’existe qu’à travers les individus-types qui la
composent.
3.1 - Occurrence de REALTION-TYPE :
C’est un élément d’un ensemble de liens de même nature. Par exemple : Le vaccin « BCG »
appliqué à l’enfant « MOHAMED ».
3.2 - Identifiant d’une RELATION-TYPE :
Une relation-type n’a pas d’identifiant propre. Son identifiant est la juxtaposition des
identifiants des individus-type qu’elle relie.
Exemples :
Exemples :
- Relation-type :
EMPLOYE SERVICE
MATRICULE Affecté à CODE SERVICE
Nom Nom du service
… Date d’affectation …
- Occurrence de Relation-type :
EMPLOYE SERVICE
E0015 Affecté à S105
ABBAD Comptabilité
… 10/01/2000 …
EMPLOYE SERVICE
E0033 S111
SALMI Affecté à Commercial
… 15/01/2001
…
Exemple :
Soient les 2 modèles suivants :
Modèle A Modèle B
PERSONNE FILM PERSONNE FILM
… … … Joue …
Produi
Joue
t
Réalise
Les modèles A et B ne sont pas équivalents. Le modèle B est plus riche sémantiquement que
le modèle A. Cependant dans un contexte donné, on pourrait se satisfaire de la représentation réduite
donnée par le modèle A dans le cas où certaines actions n’entreraient pas dans le domaine d’intérêt.
3.6.1 - Règle de vérification :
A une combinaison d’occurrences d’individus-types composant la collection d’une relation-
type, il ne peut y voir au plus qu’une occurrence de cette relation-type.
Exemple :
COURS
Nombre d’élèves
présents
Cette relation-type n’est pas vérifiée car pour le professeur « ABBAS » en salle « 407 » pour
la classe « 3T2 », il peut y avoir plusieurs occurrences. Pour que la relation soit vérifiée, il faut
qu’elle concerne un individus-type supplémentaire à savoir la « DATE DU COURS ».
3.6.2 - Règles de normalisation :
A – chacune des propriétés d’une relation-type ne peut être vérifiée sur un sous-ensemble des
individus-types participant à la relation-type.
Exemple :
On ne connaît la date d’autorisation que si l’on connaît le n° de permis de conduire de la personne et
le n° d’immatriculation de la voiture ⇒ propriété bien vérifiée.
La date du permis de conduire est connue dès lors que l’on connaît le n° permis de la personne.
Cette propriété est donc vérifiée sur le sous-ensemble personne appartenant à la collection
{personne,voiture} de la relation conduite ⇒ la propriété date de conduite devrait être retirée de la
relation-type conduite et ajoutée à l’individu-type personne.
B – une occurrence de la relation-type ne peut exister que reliée à une occurrence de chacun des
individus-types de sa collection ⇒ pas de patte optionnelle.
Exemple :
Dans le schéma de gauche, on veut modéliser le fait qu’une commande est passé soit par un
client, soit par une société. Ce MCD n’est pas normalisé car une occurrence de la relation-type
PASSE (côté gauche) doit concerner obligatoirement un client, une société et une commande.
3.7 - caractéristiques d’une relation–type :
a) COLLECTION : c’est la liste des individus–types qui participent à cette
RELATION-TYPE
b) DIMENSION : c’est le nombre d’individus–types participant à la RELATION–
TYPE. Autrement dit, c’est le nombre d’occurrences d’individus concernés par une
occurrence de la relation.
Exemples :
LIVRE AUTEUR
… …
ECRIT PAR
PERSONNE
…
EST MARIE A
Collection : PERSONNE
Dimension = 2 . la relation–type est ‘BINAIRE‘. Elle est aussi « Réflexive ».
… … …
LIVRAISON
c) CARDINALITÉS :
Elles se définissent pour chaque couple INDIVIDU-RELATION. Elles traduisent la
participation des occurrences d’un individu-type aux occurrences d’une relation-type.
Cette participation s’exprime par 2 variables :
Cardinalité minimum :
o Nombre minimum d’occurrences de la relation pouvant exister pour une occurrence
de l’individu considéré.
Cardinalité maximum :
o Nombre maximum d’occurrences de la relation pouvant exister pour une occurrence
de l’individu considéré.
La réalité exprimée caractérise le présent mais doit aussi prendre en compte le futur. Les
cardinalités traduisent des règles de gestion.
Exemple 1 :
.Card. Max .Card. Min .Card. Max
.Card. Min
HOMME FEMME
… …
1,1 0,N
EST FILS DE
N,0 N,0
N,1
LIVRAISON
Exemple 1:
Soit la règle de gestion : Un professeur enseigne 1 ou plusieurs matières.
Exemple 2 :
Soit le modèle suivant :
CLIENT COMMANDE ARTICLE
N° CLIENT N° COMMANDE N° ARTICLE
1,1 N,1
Nom N,1 DATE N,1 Désignation
CONCERNE
PASSE
Quantité
Les cardinalités proposées sur le modèle ci-dessus ne permettent pas de gérer des
commandes multi-clients et de prendre en compte les prospects (ce sont de nouveaux clients n’ayant
pas encore passé de commandes). Afin de régler le problème, voici les nouvelles cardinalités
proposées.