Système d’Information de Gestion

Objectifs Un étudiant en GEA doit être capable de Comprendre et analyser les besoins en information de gestion. Dialoguer avec divers intervenants (directeur, informaticien). Contribuer à l’élaboration, l’implantation, l’exploitation et l’évolution du système d’information de gestion de l’entreprise.

Ce cours a pour but d’introduire une méthodologie de conception du système d’information en s’appuyant sur la méthode MERISE.

Bases de données et méthode MERISE Conception d’un système d’information (bases de données). Introduction aux bases de données relationnelles. Mise en œuvre d’une base de données (sous MS-Access).

Introduction

Conception de système d’information Exemple Mise en place d’un système d’information pour gérer toutes les données nécessaires au bon fonctionnement d’une entreprise.

Problèmes dans le système actuel Livraison à mauvaise adresse. Courrier en copies multiples. Obligation de rappeler à chaque communication téléphonique le nom, le prénom, l’adresse, etc.

Remarques Les mêmes données se présentent avec des libellés différents (synonymes). Les mêmes données sont reproduites plusieurs fois dans des services différents (redondance). Une même donnée prend parfois des valeurs différentes. Exemple : adresse facturation dans le service commercial et dans le service comptable (polysème). Un service n’a pas toujours l’ensemble des données. Besoin de mémoriser et de traiter des données de quantité importante.

Suggestion Créer une fiche unique par client qui rassemble toutes les données accessibles par tous les services. Gérer toutes les fiches client sur un micro-ordinateur (en utilisant Access, Oracle…).

Questions Quelles sont les données à mémoriser? Comment minimiser les données redondantes? Comment structurer les données et conserver des liens entre données? Comment décrire les traitements sur les données? consultation, mise à jour.

Eléments de réponse Utilisation d’un Système de Gestion de Bases de Données Relationnelles (SGBD-R) exemple : Access. Méthode de conception d’une Base de Données, exemple : Méthode MERISE.

Système d’information et méthode MERISE

I. Notion de Système d’Information de Gestion I. 1 I. Notion de Système d’Information de Gestion I. 1. Notion de système pour l’entreprise Un système est un ensemble d’éléments matériels ou immatériels (hommes, machines, méthodes, recettes, règles, etc.) unis par des relations qui transforme, par un processus, des éléments (les entrées) en d’autres éléments (les sorties).

Exemple : Une usine de montage de voitures. Modèle d’un atelier de fabrication : Système Pièces détachées Automobiles Entrées Sorties Système Matières premières Produits finis Entrées Sorties

Le système correspondant à l’activité de l’entreprise (transformation de flux) est appelé système opérant (SO). L’entreprise a aussi besoin d’un système de prise de décision lui permettant de réaliser les objectifs fixés. Ce système est appelé système de pilotage (SP).

Le SP procède à la régulation et au contrôle du système opérant en décidant du comportement de celui-ci. Système de Pilotage Système Opérant Décision sur le SO Informations sur l’état du SO Flux entrant Flux sortant

Avec l’augmentation en quantité et en complexité des informations échangées entre ces deux systèmes, on a besoin d’avoir un autre système qui stocke et traite de façon plus efficace ces informations. Ce système est appelé système d’information (SI).

Système d’Information Modèle d’une organisation (ou entreprise) selon la théorie des systèmes : Système de Pilotage Système d’Information Entrée Sortie Système Opérant

I.2. Notion de Système d’Information (SI) Le SI est composé d’éléments divers (employés, ordinateurs, règles et méthodes, etc.) chargés de stocker et de traiter les informations relatives au système opérant (SO) afin de les mettre à la disposition du système de pilotage (SP).

Le SI possède deux aspects : Aspect statique (ou aspect données) : base d’information, modèle (ou structure) de données. Aspect dynamique (ou aspect traitement) : circulation de l’information entre les différents acteurs, évolution chronologique et causale des opérations provoquées par des évènements.

Service commercial et comptable Exemple d’un modèle selon systémique d’une entreprise qui assemble et commercialise des PC : Direction Atelier Service commercial et comptable Fournisseur Client Pièces Livraison Statistiques de ventes et de pannes Nouveaux produits PC Assemblés et livrés Ordre de fabrication Commandes Paiement Panne Facture

I.3. Système Automatisé d’Information (SAI) Dans un SI, on retrouve des décisions (homme) des actions programmées (machine) partie automatisable du SI. Un SAI est un sous-système d’un SI dans lequel toutes les transformations significatives d’information sont effectuées par des ordinateurs. Un SAI permet une conservation et un traitement automatique des informations.

Un SAI doit être intégré : une même information n’est saisie qu’une fois en un point du système et est récupérée dans tous les fichiers concernés. durable et adaptable : les logiciels de traitement des données (programmes) sont indépendant des données.

II. Conception d’un système d’information La conception d’un SI consiste en une modélisation de l’entreprise (pour une vision globale : modèle systémique), une modélisation de ses aspects statiques (données : entités et association inter-entités); une modélisation de ses aspects dynamiques (traitements : opérations déclenchées par des événements). Cette conception nécessite une approche progressive (niveaux d’abstraction).

II.1. Nivaux d’abstraction Un SIG doit être durable et adaptable aux changements. Par exemple, un changement de machine ne doit pas entraîner une modification majeure du système. Il est donc nécessaire de dégager des niveaux correspondant aux préoccupations différentes.

a. Niveau conceptuel Créer l’architecture A ce niveau, sont représentées les informations et leurs relations, les utilisations qui en sont faites et les contraintes associées. Ce niveau définit les finalités de l’entreprise, c.-à-d. la réponse à la question « que fait le système? » C’est le niveau le plus stable, il est invariant. Recueillir, organiser et structurer l’information  Modèle Conceptuel de Donnée  Modèle Conceptuel de Traitement Créer l’architecture

b. Niveau organisationnel (ou logique) Ce niveau est moins stable. Il définit l’organisation à mettre en place dans l’entreprise : il répond aux questions «comment?», « qui fera quoi, où et quand? »  Modèle Logique de Donnée  Modèle Organisationnel de Traitement Envisager les solutions organisationnelles et logiques possibles face aux contraintes posées

c. Niveau opérationnel (technique ou physique) Ce niveau est le moins stable. Il est souvent mis en cause par le changement du matériel et/ou des logiciels. Il définit l’ensemble des moyens techniques, composé de machines, de programmes et de fichiers, pour répondre aux objectifs posés.  Modèle Physique de Donnée  Modèle Physique de Traitement Faire le choix du matériel et des logiciels compatibles avec les solutions proposées.

Niveau Données Traitements MCD MCT MLD MOT MPD MPT Conceptuel MCD MCT Logique et Organisationnel MLD MOT Physique (opérationnel ou technique) MPD MPT Analyse descendante : information globale information élémentaire

Différencier données et traitements entité = objet, individu du système association = lien, relation entre ces entités etc … Traitement : opération déclenchée par un évènement Evènement : fait survenant

II.2. Flux d’information Une entreprise a besoin d’échanger des informations entre d’une part, les composants du SI et d’autre part, entre le SI et l’univers externe. Ces informations sont portées par des événements. Définition : on parle d’un événement lorsque quelque chose survient et lorsqu’on s’en aperçoit. Un événement déclenche une opération. Exemple : passation de commande → édition d’un bon de commande, arrivée du bon de commande au service commercial → consultation du stock, etc.

II.3. Traitements Les traitements sont des opérations du SI déclenchées par l’arrivée d’événements. Exemple : l’arrivée d’une commande d’un client déclenchera la mémorisation de celle-ci et la recherche des produits commandés. Exemple : l’arrivée de l’événement « Déclaration de sinistre » déclenche l’opération « Vérifier la garantie ». Un traitement peut être manuel ou automatique dans un SI. Une BD ne s’intéresse qu’à la partie automatisable du SI.

II.4. Données Entité (objet ou individu). Représentation dans un SI d’un objet de l’entreprise. Exemple : client, commande, produit, etc. Association (ou relation). Lien entre les entités. Exemple : client passe une commande. Attribut (propriété ou donnée). Rubrique de description d’une entité ou d’une association. Exemple : nom et adresse du client (attribut de l’entité «client»); date de la commande (attribut de l’association passation de commande»).

Modèle conceptuel de données (MCD)

L’objectif de MCD est de proposer une représentation schématique de la partie statique de l’entreprise (données et liens) en utilisant le formalisme d’entité/association qui soit abordable par tout utilisateur permettant un dialogue clair avec les concepteurs. Le MCD obtenu ne doit inclure que des données nécessaires au fonctionnement de l’entreprise et les liens existants entre ces données.

I. Approche intuitive : exemple. Soit la liste des données recensées dans un établissement scolaire : adresse de l’élève, matière enseignée, nombre d’heures, nom de la classe, nom du professeur, nom de l’élève, prénom de l’élève, note, numéro de salle. Soient les règles de gestion : R1 : à chaque classe est attribuée une et une seule salle. R2 : chaque matière est enseignée par un et un seul professeur. R3 : pour chaque classe et chaque matière est défini un nombre fixe d’heures de cours. R4 : à chaque élève est attribuée (au plus) une seule note par matière. R5 : l’établissement gère les emplois du temps des professeurs et des élèves ainsi que le contrôle des connaissances.

Regroupement des données : données liées à la classe : nom de la classe, numéro de la salle. données liées à l’élève : nom de l’élève prénom de l’élève adresse de l’élève données liées à la matière : matière enseignée nom du professeur.

Trois objets indépendants : classe, élève et matière. Les données comme «note», «nombre d’heures» seules n’ont pas de signification en tant que telles : la note dépend à la fois de l’élève et de la matière. le nombre d’heures dépend à la fois de la classe et de la matière. Les données qui dépendent de plus que d’un objet décrivent des liens entre ces objets : ex. «élève» «avoir pour note dans» «matière».

II. Concepts de base I.1. Définitions (entité, association et attribut) Entité : représentation concrète ou abstraite d’un objet appartenant au réel perçu à propos de laquelle on veut enregistrer des informations. Exemple : l’objet «élève». Association : représente un lien entre deux ou plusieurs entités (non nécessairement distinctes). Exemple : l’association «avoir pour note dans». Attribut (propriété) : caractéristique ou qualité qui décrit une entité ou une association. Exemple : l’attribut «prénom de l’élève» de l’entité «élève».

Classification des entités et des attributs Entité permanente. Exemple : Client (Nom, Adresse, CA du mois M, CA du mois M-1) Entité du type mouvement. Exemple : Commande (N° Cde, Date Cde) mémorisée dans le SI et issue de l’événement «passation de commande».

Format : Entier, réel (xxxxx,xx), date (jj/mm/aa). Type d’un attribut : alphabétique (A), alpha-numérique (AN) ou numérique (N). Format : Entier, réel (xxxxx,xx), date (jj/mm/aa). Dimension d’un attribut : nombre de caractères nécessaires pour le coder. Exemple : Dim(Nom)=10, Dim(CAm)=9. Nature d’un attribut : un attribut peut être soit élémentaire (E) soit concaténé (CON) (s’il est du type AN par exemple). soit élémentaire (E) soit calculé (CAL) (s’il est du type N). signalétique (SIG) ou de situation (SIT) (s’il se trouve dans une entité permanente). mouvement (M) (s’il se trouve dans une entité de type mouvement).

Attribut composé ( attribut concaténé) exemple : Adresse = {N°}+ {Rue}+ {Code postal}+ {ville}. Attribut dérivé ( attribut calculé) exemple : L’âge à partir de la date de naissance. Valeur d’un attribut : symbole utilisé pour représenter un fait élémentaire. Domaine : ensemble des valeurs que peut prendre un attribut. Exemples : Couleur  {rouge, orange, jaune, vert, bleu, violet} Age  {x: x>0 et x<120}. Prix des produits de 1 à 10000€.

Dictionnaire des données : liste des attributs nécessaires pour la gestion visée, avec précision sur leur type, nature, dimension, format ainsi que sur leur signification.

II.2. Occurrences Occurrences d’une entité : l’entité exprime un type, un ensemble dont les éléments sont appelés occurrences de l’entité. Exemple : l’entité « élève » aura quatre occurrences : Albert Dupont James West Noémie Dupont Sophia Dali Occurrences d’un attribut : Les propriétés (attributs) prennent des valeurs appelées également occurrences de la propriété. Exemple : l’attribut « prénom de l’élève » prend l’une des valeurs : {Sophia, Noémie, James, Albert}

Attribut Valeur Nom Dupont Prénom Albert Adresse 3 rue de Voltaire, 54400 Longwy Age 16 Année d’étude_ Seconde etc. … Entité Attribut Valeur Nom James Prénom West Adresse 3 rue de Voltaire, 54400 Longwy Age 16 Année d’étude_ Seconde etc. … Entité Attribut Valeur Nom Dupont Prénom Noémie Adresse 3 rue de Voltaire, 54400 Longwy Age 16 Année d’étude_ Seconde etc. … Entité Attribut Valeur Nom Dali Prénom Sophia Adresse 3 rue de Voltaire, 54400 Longwy Date de naissance 10/08/1989 Année d’étude Seconde etc. … Entité

L’entité et ses propriétés sont schématisés graphiquement comme suit Dans l’exemple traité : Nom entité Nom propriété 1 Nom propriété 2 etc. Élève Nom Prénom Date de naissance Adresse Année d ’étude

II.3. Identifiant d’une entité : Une entité doit être dotée d’un identifiant. L’identifiant fait partie des propriétés de l’entité. Sa valeur doit être différente pour chaque occurrence de l’entité : il décrit chaque occurrence de l’entité d’une façon unique.

Nom Prénom Date de naissance etc. Dupont West Dali Albert James Noémie Sophia 01/06/88 17/02/84 19/07/86 10/08/89 ... Pour distinguer les Dupont, on ajoute un attribut « Numéro d’élève ». Numéro d’élève Nom Prénom Date de naissance etc 1 2 3 4 Dupont West Dali Albert James Noémie Sophia 01/06/88 17/02/84 19/07/86 10/08/89 ...

L’entité avec ses propriétés (dont l’identifiant) est schématisée : Nom entité Identifiant Nom attribut 1 Nom attribut 2 etc. Un identifiant d’une entité doit être univalué et non nul : à une occurrence de l’entité correspond une et une seule valeur d’un identifiant; discriminant : à une valeur d’un identifiant correspond une et une seule occurrence de l’entité ; stable : une occurrence donnée d’entité doit conserver la même valeur d’identifiant jusqu’à sa destruction ; minimal : si l ’identifiant est élémentaire il est nécessairement minimal. Dans le cas d’un identifiant composé, pour que celui-ci soit minimal, il faut que la suppression d’un de ses composants lui fasse perdre son caractère discriminant.

II.4 Formalisme Exemple Nom entité 2 Nom entité 1 Identifiant 2 Nom attribut 1 Nom attribut 2 etc. Nom entité 1 Identifiant 1 Nom attribut 1 Nom attribut 2 etc. Nom de l’association attribut 1 attribut 2 Exemple N° SS élève Nom Prénom Date naissance Adresse Année d’étude Elève Classe Code Classe Désignation N° salle Appartenir

II.4 Formalisme Pour les entités Pour les associations un nom à chaque entité, les noms de tous les attributs qui la décrivent, schématisées sous forme d’un rectangle divisé en deux parties. Pour les associations un nom à chaque association, les noms de tous les attributs qu’elle porte et des entités qu’elle associe, schématisées sous forme d’un ovale divisé en deux parties et relié aux rectangles.

II.5. Dimension d’une association Occurrence d’une association : elle correspond à une et une seule occurrence de chacune des entités associées, l’occurrence de chacun des attributs qu’elle porte correspondant aux occurrences des entités associées. Dimension d’une association : Le nombre d’occurrences d’entités concernées par une occurrence de l’association est appelé sa dimension.

… … … Professeur Matière Classe Matière Exemple 1 : dimension = 2 → association binaire : Exemple 2 : dimension = 3  association ternaire : N° SS élève Nom Prénom Date naissance Adresse Année d’étude Elève Matière Sigle matière Désignation etc. Avoir pour note note Professeur … Matière … Classe … Enseigner Nbre d’heure

On dit que les entités « élève » et « matière » participent à l’association « avoir pour note ». On dit que les entités « matière » et « professeur » et « classe » participent à l’association « enseigner ».

Elève Matière Professeur Classe N° SS élève Nom_élève Avoir pour note Prénom _élève Date_naissance Adresse Année_étude Elève Sigle matière Désignation_mat Matière Avoir pour note Appartenir Professeur Code Classe Désignation_classe N° salle Classe Code_prof. Nom_prof. Prénom_prof Statut_prof Enseigner Nbre_heures

III. Contraintes d’intégrité Ce sont les règles relatives aux données qui doivent être incorporées au modèle afin d’assurer la cohérence de la base d’information. Exemple d’incohérence : une commande n’est passée par aucun client; la date de fin de location est antérieure à la date de début de location.

III.1. Cardinalité Définition : les cardinalités d’une entité dans une association mesurent, lorsque l’on parcourt l’ensemble des occurrences de cette entité, le minimum et le maximum de leur participation à l’association. On note (min, max).

Exemple Cardinalité de l’entité « élève » : (0,2). Avoir pour note 6 Exemple Elève Dupont Albert Matière Compta. Avoir pour note 14 Elève West James Matière Math. Avoir pour note 8 Elève Dupont Noémie Avoir pour note 15 Matière Info Avoir pour note 12 Elève Dali Sophia Cardinalité de l’entité « élève » : (0,2). Cardinalité de l’entité « matière » : (0,3).

Le formalisme peut être ainsi simplifié : En général, on utilise n pour remplacer une cardinalité supérieure à 1. On a alors quatre types de cardinalité : (0,1) : une occurrence de l’entité ne participe jamais plus d’une fois à l’association ; (1,1) : une occurrence de l’entité participe toujours une et une seule fois à l’association ; (1,n) : une occurrence de l’entité participe toujours au moins une fois à l’association ; (0,n) : aucune précision n’est fournie quant à la participation des occurrences de l’entité à l’association. Avoir pour note -Note Elève -Nom élève 0,2 0,3 Matière -Matière enseignée

III.2. Règles de gestion … … … Les règles de gestion du MCD précisent les contraintes d'intégrité qui doivent être respectées par le modèle. Exemple : en plus des règles de gestion R1-R5, le MCD d’une école peut avoir les règles de gestion suivantes : R6 : un professeur fait au moins un enseignement. R7 : une classe a au moins un enseignant. R2 (rappel) : chaque matière est enseignée par un et un seul professeur. Le MCD sera Professeur … 1,n Matière … Enseigner Nbre_heures Classe … 1,1 1,n

Elève Matière Professeur Classe N° SS élève Nom_élève Prénom _élève Date_naissance Adresse Année_étude Elève Sigle matière Désignation_mat Matière (0,n) Avoir pour note Note (0,n) (0,1) (1,1) Appartenir Professeur (1,n) Code Classe Désignation_classe N° salle Classe (1,n) (1,n) Code_prof. Nom_prof. Prénom_prof Statut_prof Enseigner Nbre_heures

III.3. Contraintes d’intégrité syntaxiques Elles portent sur un attribut et peuvent concerner soit son format, soit son domaine. Exemples: Prix d’un produit doit être un nombre réel positif. Une date doit prendre le format JJ/MM/AA.

III.4. Contraintes d’intégrité sémantique Elles portent sur la cohérence des sens de plusieurs attributs et s’appliquent soit à des attributs de la même entité ou association, des attributs d’entités ou associations différentes. Exemples Dans l’entité « Vol » (N° vol, Date vol, Heure départ, Heure arrivée), Heure départ > Heure arrivée. Dans les entités « Produit » et « Client », La somme des CA des produits = la somme des CA clients.

III. 5. Contrainte d’intégrité fonctionnelle III.5. Contrainte d’intégrité fonctionnelle (ou dépendance fonctionnelle) III.5.1. Définitions En mathématiques, la notion de DF entre deux ensemble A et B exprime le fait qu'à chaque élément a de A correspond un seul élément b de B. A  B En Modélisation Conceptuelle des Données sous MERISE, cette notion de DF, appelée parfois Contrainte d'Intégrité Fonctionnelle (CIF), s'applique dans les cas suivants :  DF intra-entité : il s'agit d'une DF entre l'identifiant d'une entité et les autres attributs de l'entité.  DF intra-relation : il existe une DF entre l'identifiant obtenu par concaténation des identifiants des entités de la collection d'une association et les éventuels attributs de l'association. Il existe des "DF triviales" entre l'identifiant de l'association et les identifiants des entités qu'elle relie. On appelle collection d'une association la liste des entités liées.

III. 5. Contrainte d’intégrité fonctionnelle III.5. Contrainte d’intégrité fonctionnelle (ou dépendance fonctionnelle) On dit qu’il existe une DF (dépendance fonctionnelle) entre deux entités ou attributs A et B, on note A → B, si toute occurrence de A détermine une seule occurrence de B. III.5.2. DF entre attributs : Exemples Code_client → Nom_client. N°bon_de_cde+Réf_prod → Qté commandée. La DF a → b est dite élémentaire si aucune partie de a ne détermine b. La DF a → b est dite directe (ou non associative) s’il n’existe pas d’attribut c tel que a → c et c → b. III.5.3. DF entre entités ou Contrainte d’Intégrité Fonctionnelle : Exemple : un élève appartient toujours à une et une classe : Appartenir Elève … 1,1 1,n Classe … DF

III. 5. Contrainte d’intégrité fonctionnelle III.5. Contrainte d’intégrité fonctionnelle (ou dépendance fonctionnelle) III.5.4. DF inter-entités via une association binaire Il existe des DF inter-entités si l'une des cardinalité maximum de l'association est égale à 1. Dans ce cas, il est possible d'orienter le lien entre les entités et de remplacer l'association par une DF. On parle de DF forte (resp. DF faible) lorsque la cardinalité minimum de l'entité source de la DF est égale à 1 (resp. 0). Exemple : enfant (moins de 16 ans) et classe

III. 5. Contrainte d’intégrité fonctionnelle III.5. Contrainte d’intégrité fonctionnelle (ou dépendance fonctionnelle) Lorsqu'il existe de part et d'autre d'une association binaire des cardinalités maximales égales à 1, une règle de modélisation stipule que l'entité source de la DF est celle dont les occurrences apparaissent postérieurement. Exemple : appel de cotisation et le règlement correspondant. Une DF liant deux entités est également appelée CIF (Contrainte d’Intégrité Fonctionnelle)

III. 5. Contrainte d’intégrité fonctionnelle III.5. Contrainte d’intégrité fonctionnelle (ou dépendance fonctionnelle) Une DF ou une CIF est un lien non porteur de propriété. Une association binaire ayant une cardinalité maximale de 1, porteuse de propriété peut toujours être remplacée par une DF ou une CIF. Les DF sous-jacentes sont les suivantes : N° contrat  N° souscripteur N° contrat, N° souscripteur  Date souscription La propriété de pseudo-transitivité permet de déduire la DF suivante : N° contrat  Date souscription

III.5.4. Caractéristiques des DF Réflexivité : a→a. Exemple : Réf →Réf. Projection : a →b+c  a →b et a →c. Exemple : Réf → Design+PU  Réf → Design et Réf → PU. Augmentation : a → b  c: a+c → b. Exemple : Réf → PU  Réf+Design → PU. Additivité : a → b et a → c  a → b+c. Exemple : Réf → PU et Réf → Design  Réf → Design+PU. Transitivité : a → b et b → c  a → c. Exemple : Réf → Code_TVA et Code_TVA → Taux_TVA  Réf → Taux_TVA. Pseudo-transitivité : a → b et b+c → d  a+c →d. Exemple : Réf → Code_TVA et Code_TVA+PU → Taux_TVA  Réf+PU → Taux_TVA.

IV. Règles relatives au MCD pour sa mise au propre La mise au propre du MCD s'effectue à travers 3 opérations :  la vérification,  la normalisation,  la décomposition.

VI.1 La vérification Règle de non-répétitivité : à toute occurrence de l'entité ou de l'association correspond au plus une valeur de tout attribut qui lui est associé. Règle d'homogénéité : les attributs rattachés à une entité ou à une association doivent avoir un sens pour toutes les occurrences de l'entité ou de la association. Règle de distinguabilité : les occurrences d'une entité doivent être distinguables. Cela induit la compréhension de l'entité et se traduit par le choix de l'identifiant. Règle de normalisation d'une relation : chaque attribut d'une association doit dépendre fonctionnellement de la totalité des entités formant la collection de l'association . Respect des règles de gestion : les règles de gestion relatives aux données, dégagées lors de l'étude de l'existant, doivent avoir été traduites dans le MCD (cardinalités, etc.).

Quelques erreurs de modélisation Cas 1 : Attribut répétitif L'attribut "Matière" peut prendre plusieurs valeurs si le prof. peut enseigner plusieurs matières. Professeur Matricule Nom Matière Solution Professeur Matricule Nom Matière Code Enseigner 1,n 1,n

Quelques erreurs de modélisation Cas 2 : Attribut sans signification L'attribut "Matière" ne prend pas de valeur pour une secrétaire ou un surveillant. Personnel Matricule Nom Matière Solution Personnel Matricule Nom

Quelques erreurs de modélisation Cas 3 : Dépendance incomplète Commande N° Bon Qté Produit Réf Désign. P.U. Concerner 1,n 1,n Date L'attribut "Date" ne dépend pas du produit et l'attribut "Qté" peut prendre plusieurs valeurs. Solution Commande N° Bon Date Produit Réf Désign. P.U. Concerner 1,n 1,n Qté

IV. 2. La normalisation du MCD 1ère Forme Normale (1FN) : élémentarité des attributs et existence de l'identifiant. Tous les attributs doivent être élémentaires par rapport au choix de gestion et il doit y avoir un identifiant à chaque entité. ETUDIANT Nom Prénom Age Adresse n'est pas 1FN est 1FN

2ème Forme Normale (2FN) : DF élémentaire de l'identifiant. Tout attribut d'une entité doit dépendre de l'identifiant de cette entité par une dépendance fonctionnelle élémentaire. ETUDIANT Code_Option, N°_étudiant Nom Prénom Nom option n'est pas 2FN 0,n ETUDIANT N°_étudiant Nom Prénom OPTION Code_option Nom option SUIVRE est 2FN

3ème Forme Normale (3FN) : DF élémentaire et directe. Tout attribut d'une entité doit dépendre de l'identifiant par une DF élémentaire et directe. ETUDIANT Code_étudiant Nom Prénom Code_option Nom_option n'est pas 3FN 0,n ETUDIANT N°_étudiant Nom Prénom OPTION Code_option Nom_option SUIVRE est 3FN

4ème Forme Normale (4FN) : DF complète (cas de l'identifiant concaténé). Si une entité a un identifiant concaténé, un des attributs composant l'identifiant ne doit pas dépendre d'un autre attribut. Exemple : RG1 : tout prof enseigne une et une seule matière. RG2 : toute classe n'a qu'un seul prof par matière. n'est pas 4FN est 4FN

1FN : élémentarité des attributs et existence de l'identifiant. 2FN : DF élémentaire de l'identifiant. 3FN : DF directe de l'identifiant. 4FN : DF complète de l'identifiant : si l'identifiant est concaténé, un composant ne doit pas être en DF avec un autre attribut.

V. Les étapes pour la construction d'un MCD L'étude de l'existant Interview de la direction (Système de Pilotage). Objectifs principaux. Liste des postes de travail. Délimiter le champs de l’étude. Interview des postes de travail (Système Opérant) . Recenser et décrire les tâches exécutées. Observer la circulation des informations. Apprendre le langage de l’entreprise. Etablissement d’une liste des règles de gestion. Construction d’un dictionnaire de données (DD).

Autres étapes de la construction d'un MCD Epuration du dictionnaire des données (DD) en enlevant  les synonymes (les données identifiées différemment et ayant le même sens); les polysèmes (les données utilisant les mêmes orthographes mais décrivant des réalités différentes) : il faut leur attribuer des noms différents. Construction du GDF (Graphe des Dépendances Fonctionnelles). Extraire du DD la liste des attributs qui ne sont ni concaténés, ni calculés. Ne pas considérer les DF transitives pour obtenir un GDF avec une couverture minimale (répondant à la 3FN). Transformation du GDF en MCD. Mise au propre du MCD.

Informatisation du SI d’une société de vente Une société de vente souhaite informatiser son SI actuel (manuel) qui contient essentiellement des données figurant sur des bons de commande ou factures du type : N°Bon …………………… Date …………………… Nom client ……………………………………………………………… Adresse ……………………………………………………………………… …………………………………………………………………………………. Nom représentant ………………………………………… Réf. Design. Qté PU Montant ………… ………… …… ……… ………… Total …………

Recueil des informations (interview du SI existant) En utilisant le schéma de construction détaillé précédemment, établir le MCD de leur nouvelle base de données. On suppose que certaines opérations ont déjà été effectuées : Recueil des informations (interview du SI existant) R1 : un client peut passer une ou plusieurs commandes ou ne passer aucune commande; R2 : une commande concerner au moins un produit; R3 : une commande concerne un et un seul client; R4 : une commande est assurée par un et un seul représentant qui n’est pas toujours le même pour un client donné. Construction d'un dictionnaire de données (DD) : établissement de la liste des attributs à partir des informations recueillies. Comme le SI actuel est manuel, il n’existe pas nécessairement des codifications, on imaginera qu’il existe des codes pour identifier les entités évidentes … Par exemple, « Cocli » pour CLIENT et « Corep » pour REPRESENTANT seront créées, on les marquera d’un (*) pour signifier qu’elles n’existent pas encore.

Le dictionnaire des données (DD)   SIGNIFICATION TYPE (1) LONGUEUR NATURE (2) (3) REGLE DE CALCUL OU INTEGRITE (4) NoBon Date *CoCli NomCli Adresse RueCli Vilcli *CoRep NomRep Réf Désign Qté PU Montant Total N° de bon de Cde Date Cde Code client Nom client Adresse client Rue client Ville client Code représentant Nom représentant Réf. de produit Désignation produit Quantité commandée Prix unitaire Montant ligne Total commande N ? A AN 4 6 30 60 5 3 7 8 9 E CON CAL M SIG Forme jj/mm/aa (5) A créer Rue + Ville 1 lettre + 3 chiffres Entier > 0 Forme : 9999,99 PU  Qté Somme des montants (1) A(lphanumérique) N(umérique) A(lpha)N(umérique) (2) E(lémentaire) CON(caténé) CAL(culé) (3) M(ouvement) SIG(nalétique) SIT(uation) (4) Règle de calcul pour les attributs calculés ou contraintes d’intégrité syntaxique éventuelles (5) jj : 01 à 31, mm : 01 à 12, aa : 00 à 99.

Epuration du dictionnaire des données Les données à ne pas prendre en compte dans un MCD sont, en général, les données calculées et concaténées. Seront supprimées : Adresse, Montant et Total.

Le graphe des dépendances fonctionnelles Ref NoBon Design PU Date Qté CoRep CoCli NomRep NomCli RueCli VilleCli

Le graphe des dépendances fonctionnelles Ref NoBon Design PU Date Qté CoRep CoCli NomRep NomCli RueCli VilleCli

Transformation du GDF en MCD Règles de transformation R1 : les données sources d'au moins une DF (celles qui sont soulignées sur le GDF) représentent les identifiants des entités dont les attributs sont les cibles de ces DF. R2 : Les flèches restantes deviennent des associations. Les données déterminées par une DF conjointe deviennent des attributs portés par l’association. R3 : Les règles de gestion doivent permettre de trouver les cardinalités.

Application de la 1ère règle (R1) PRODUIT Ref Design PU COMMANDE NoBon Date Qté CLIENT CoCli NomCli RueCli VilleCli REPRESENTANT CoRep NomRep

Application des règles R2 et R3 PRODUIT Ref Design PU COMMANDE NoBon Date 0,n CONCERNER Qté 1,n 1,1 1,1 OBTENIR PASSER 0,n 0,n CLIENT CoCli NomCli RueCli VilleCli REPRESENTANT CoRep NomRep

Enfin, les règles de vérification, de normalisation et de décomposition doivent permettre la mise au propre du MCD.