ENCG-J Année universitaire 2025/2026

Module: SI & BD

== Semestre IV-AP ==

>> PARTIE I <<

Pr. M. EL Hamzaoui
Partie 1
 Plan

I- Notions utiles.
II- Dictionnaire de données.
III- Méthode MERISE:
1. Généralités.
2. Modèle Conceptuel de Données (MCD).
3. Modèle Logique de Données (MLD).
IV. Exercices d’application.
 Information, Donnée et Système (1)

Information :
Aspect : Immatériel
Définition : «Tout ce qu’on peut collecter, par tous
les moyens possibles, pour pouvoir augmenter notre
niveau de connaissance à propos d’un sujet donné.».

Donnée :
Aspect : Immatériel
Définition :
«Une information élémentaire qu’on peut obtenir
sans aucun calcul ou traitement spécial.».
 Information, Donnée et Système (2)

Système :

Un système est un ensemble d’éléments bien définis,

reliés, entre eux, par des relations précises et
réalisent ensemble un objectif commun.
 Information, Donnée et Système (3)

 Exemple :
Une entreprise peut être représentée par un système de
caractéristiques suivantes :
- Éléments : Employés, produits, services, etc…
- Propriétés des éléments: L’élément employé peut être décrit, par
exemple, par le matricule, le nom, le prénom, l’adresse, etc...
- Relations : Plusieurs relations peuvent unir les éléments d’une même
entreprise.
Un employé peut être relié à un servie de l’entreprise par la relation
«est rattaché» de même un produit peut être relié à un stock par la
relation «est stocké », etc..
- Propriétés des relations : Les propriétés des relations peuvent être des
dates, des quantités, etc..
 Système d’Information (1)

 Faites attention ….
Les entreprises utilisent quotidiennement des grandes quantités
d’informations et en échangent également des flux importants.
Ces flux d’informations peuvent être internes ou externes
(échangés avec l’environnement extérieur de l’entreprise). Mais,
le manque d’une plate-forme pour les gérer causera certainement
des problèmes de fonctionnement de l’entreprise en impactant
négativement la qualité de ses services et par conséquent sa
performance globale.
 Question :
Quelle est donc la solution ?
 Système d’Information (2)

Système d’Information:

Un Système d’Information (SI) est l’ensemble des

informations circulant au sein d’une entreprise ainsi
que les moyens et les outils mis en œuvre pour les
gérer.
Un SI est destiné à collecter, mémoriser, traiter et
distribuer les informations d’une entreprise sous la
forme appropriée et en temps opportun pour
pouvoir prendre les bonnes décisions et réaliser un
meilleur travail.
 Système d’Information (3)

 Remarques Intéressantes :

1°- Les SIs préexistent à l’informatique.

 Auparavant, les responsables mémorisaient les différentes
informations sur les clients, les stockes, les commandes,
etc.. sur des supports de sauvegarde classiques (papier,
fiches, etc.) et les traitaient moyennant des procédures
manuelles.

2°- Toutes les informations circulant dans une entreprise, quelle

que soit leur forme, appartiennent à son SI.
 En informatique, on n’utilise que la partie formalisée de
ces informations.
 Système d’Information (4)

 Fonction d’un SI :

Un SI a quatre fonctions principales; à savoir :

1°- Recueil ou saisie de l’information.

2°- Mémorisation de l’information (Utilisation de supports de
stockage tels que les fichiers et les bases de données) .
3°- Exploitation ou traitement de l’information :
i- Consulter,
ii- Organiser,
iii- Mettre à jour,
iv- Produire de nouvelles informations par des calculs.
4°- Diffusion ou édition de l’information.
 Système d’Information (5)

 Positionnement du SI au sein d’une entreprise:

!
 Système d’Information (6)

 Système de pilotage (SP) :

Il dirige l’entreprise et maintient le cap sur les objectifs choisis et

ce en décidant les actions à conduire sur le système opérant en
fonction des objectifs et des politiques de l’entreprise.

- Exemples :

Directeur, Chef de service, Contremaître responsable d’une

unité de production, etc..
 Système d’Information (7)

 Système Opérant (SO) :

Il englobe toutes les fonctions liées à l’activité propre de

l’entreprise en se chargeant de la production et en répondant à la
finalité de l’entreprise.

- Exemples :

Chaîne de production, Atelier d’assemblage, Facturation des

clients, Gestion des stockes, etc.
 Généralités (1)

Définition :

Le dictionnaire de données (DD) est un document qui facilite

la définition/conception, la réalisation et l’utilisation d’une base
de données d’une application informatique (SI).
Les bases de données (une composante principale des SIs)
jouent un rôle primordial dans la gestion des informations de
l’entreprise.
 Généralités (2)

Méthodes et techniques de construction d’un DD :

Les étapes de base de construction d’un dictionnaire de

données sont au nombre de trois :

- Première étape : Choix des données de l’application

informatique désirée,
- Deuxième étape : Définition des données.

- Troisième étape : Détermination de la nature des données et des

contraintes d’intégrité (Explications diverses).
Création du dictionnaire des données: Étape 1 (01)

 Première étape : Choix des données de l’application informatique

Lors de cette première phase, il faut tenir compte de trois

points intéressants .
 Création du dictionnaire des données: Étape 1 (02)

-1er point : Il ne faut retenir que les données qui intéressent

l’application et interviennent dans le traitement. Toute autre
information est considérée une charge inutile et est également
un encombrement des supports informatiques de l’entreprise.

Les techniques de détection et de collecte des données au sein

d’une entreprise sont:
- Examen des documents existant, de l’archive (anciens fichiers
et document ..), etc..
- Entretien et consultation des personnels de l’entreprise et
surtout ceux du service concerné.
 Création du dictionnaire des données: Étape 1 (03)

-2éme point : Il sera utile de désigner les données par des noms
et étudier également les valeurs que peuvent prendre. Ces
valeurs précisent les caractéristiques de chacune des données.
 Exemple :

Les noms «nom client» et «quantité de produit» désignent deux

données à traiter par une application. «nom client» peut prendre
comme valeur ‘Bennani’ et de même «quantité de produit» peut
être 135.
 Création du dictionnaire des données: Étape 1 (04)

 Remarque intéressante :

Parmi les problèmes rencontrés au niveau de cette

première phase de «construction du dictionnaire des données», on
peut citer l’ambiguïté du sens des données.

 Les deux cas les plus répandus sont :

- Synonymes : Une même donnée est désignée par plusieurs
noms différents (deux ou plus).

- Polysèmes : Un même nom est utilisé pour désigner différentes

données (deux ou plus).
 Création du dictionnaire des données: Étape 1 (05)

-3éme point : Il sera important de simplifier la représentation des

données de l’application. En général, toute information brute doit
être décomposée en des informations élémentaires, simples et
significatives.

 Exemple :

Une adresse brute formée des informations sur la rue, le code

postal, la ville et le pays peut être décomposée en cas de nécessité
de traitement en quatre données élémentaires: Rue, code postal,
ville et pays (lorsqu’il s’agit d’une adresse internationale).
 Création du dictionnaire des données: Étape 2 (01)

 Deuxième étape : Définition des données.

Toute donnée faisant l’objet d’une application informatique de

l’entreprise doit être bien définie pour faciliter son traitement. Par
conséquent, chaque rubrique de donnée nécessite la précision de:

- Sa longueur maximale: C’est la plus grande valeur qu’on peut lui

attribuer, exprimée en nombre de caractères (ou de chiffres).

- Son type: Il s’agit du type des valeurs que peut contenir cette
rubrique (Texte[T], Numérique[N], Date et Heure [D/H ou D],
etc..).
 Création du dictionnaire des données: Étape 2 (02)

 Remarque :
Pour des traitements spécifiques, il est intéressant d’utiliser des
symboles standardisés pour préciser les valeurs exactes que peut
prendre une donnée. Cette opération s’appelle «Codification ».

 Exemple :

Il est possible d’utiliser les codes A, E et P pour désigner les trois

états suivants d’une facture : en attente (A), émise (E) et payé (P).
 Création du dictionnaire des données: Étape 3 (01)

 Troisième étape : Nature des données et contraintes d’intégrité .

a. Nature des données.

La définition de la nature des données en général et de

certaines données en particulier constitue une grandeur décisive
qu’il faut prendre en considération pour garantir le bon
fonctionnement d’une application.
Par conséquent, chaque analyse doit être capable d’examiner
et de détecter la nature particulière de certaines données tels que
les données calculées, les paramètres et les constantes.
 Création du dictionnaire des données: Étape 3 (02)
- Données Calculées :
Il s’agit de toute donnée que l’on peut reconstituer, à partir
d’autres données, en appliquant une règle de gestion (calcul,
concaténation, etc..) ou que l’on peut obtenir par l’application
d’une fonction standardisée d’un logiciel.

 Exemples :
- Le calcul du prix TTC d’un produit repose sur la connaissance des
deux données, le prix HT du produit et le taux de TVA.
- La fonction DATE() permet d’attribuer facilement la date du jour
courant à une donnée quelconque.
 Remarque :
En général, il est inutile de stocker les données calculées dans les
bases de données.
 Création du dictionnaire des données: Étape 3 (03)
- Paramètre :
Il s’agit d’une donnée qui intervient dans les calculs, est fixe
sur une certaine période et prend une valeur unique, le plus
souvent déterminée en dehors du domaine de gestion étudié.
 Exemple:
- Un taux de TVA unique, déterminé par la législation fiscale.
- Constante :
C’est une donnée fixe qui n’intervient dans aucun calcul.
 Exemples :
- Le nom d’un client,
- L’adresse d’une entreprise,
- La désignation d’un produit,
- etc..
 Création du dictionnaire des données: Étape 3 (04)

b. Contraintes d’intégrité.

Une contrainte d’intégrité est une condition qu’il faut

respecter pour que la donnée en question ait un sens. Par
conséquent, les contraintes qui s’imposent aux données doivent
être toutes définies.
 Création du dictionnaire des données: Étape 3 (05)

- Remarques :
Les contraintes les plus imposées sont :
- Le format ou la structure interne de la donnée.
- Les valeurs que peut prendre la donnée, qui définissent un domaine
ou une contrainte d’intégrité de domaine.

- Exemples :
- Une date est au format JJ/MM/AAAA.
- Un nombre est inférieur à 1000 et prend deux décimales
(ce format se symbolise par 999.99).
- Une note est comprise entre 0 et 20.
- L’état d’une facture peut prendre l’une des trois valeurs A-E-P.
 Création du dictionnaire des données: Exemple
- Exemple d’un dictionnaire de données :

T = Texte, N = Numérique, D = Date/heure.

Exercice 01
Exercice 02
 Méthode MERISE: Introduction (01)

Bref Historique :

La méthode MERISE (Méthode d’Étude et de Réalisation

Informatique pour les Systèmes d’Entreprise) date de 1978-
1979, et fait suite à une consultation nationale lancée en 1977
par le ministère de l’Industrie dans le but de choisir des
sociétés de conseil en informatique afin de définir une
méthode de conception de systèmes d’information.
Les deux principales sociétés ayant mis au point cette
méthode sont le CTI (Centre Technique d’Informatique)
chargé de gérer le projet, et le CETE (Centre d’Études
Techniques de l’Équipement) implanté à Aix-en-provence.
 Méthode MERISE: Introduction (02)

Notes importantes :

La méthode MERISE permet de concevoir un Système

d’Information d’une manière standardisée et méthodique.
La méthode MERISE propose un ensemble de formalismes
et de règles destinées à modéliser de manière indépendante
les données et les traitements du SI
 Plusieurs modèles: Conceptuel, Logique, etc...
 Ces modèles constituent une base de réflexion pour le
concepteur et un moyen de communication entre les
différents acteurs du SI dans l’entreprise.
MERISE - Approche par niveaux d’abstraction (01)

Cette partie de cours sera axée sur les formalismes et

concepts de MERISE utiles aux descriptions
statiques (et dynamiques) du SI à automatiser.
Relativement à ces descriptions (modèles), la
méthode MERISE préconise trois niveaux
d’abstraction. Il s’agit notamment de :
 Niveau conceptuel,
 Niveau organisationnel,
 Niveau opérationnel.
 MERISE - Approche par niveaux d’abstraction (02)

Les trois niveaux d’abstraction préconisés par MERISE :

- Le niveau conceptuel : Il décrit la statique et la

dynamique du SI en se préoccupant uniquement du point de
vue du gestionnaire.
- Le niveau organisationnel : Il décrit la nature des
ressources qui sont utilisées pour supporter la description
statique et dynamique du SI.
 Ces ressources peuvent être humaines, matérielles et/ou logicielles.
- Le niveau opérationnel : Il concerne les techniques
d’implantation du SI (données et traitements).
MERISE - Approche par niveaux d’abstraction (03)

Cycle d’abstraction de conception d’un SI (BD) :

MERISE - Approche par niveaux d’abstraction (04)
Récapitulation :

Arch. SI
=
Arch. BD Arch. IL
+ Arch. BD + Arch. IL
 Modèle Conceptuel des Données (1)

Introduction :

Le modèle conceptuel des données (MCD) est une

représentation statique du SI de l’entreprise et a
pour but la description formelle des données qui
seront utilisées par ce SI.

 Une représentation des données facilement

compréhensible.

Mots décrivant le système + Liens existant entre eux

 Modèle Conceptuel des Données (2)

Le formalisme adopté par la méthode MERISE

pour réaliser cette description repose sur le
concept Entité-Association (E-A)
[ou Entité –Relation (E-R) ].
Idée fondamentale :
La perception d’une situation observée se fait naturellement sur la
base d’une identification des :
1°- Objets observés :
Réels [Personne, Classe, ,,] ou Abstrait [Catégorie, livraison, ..]
2°- Liens entre ces objets : Une personne conduit une voiture.
3°- Propriétés observables:
la taille d’une personne, la couleur d’une voiture, etc..
 Modèle Conceptuel des Données (3)

Le modèle EA propose une description sur la base de ces trois

concepts, renommés de façon à distinguer facilement le discours
sur la réalité du discours sur la représentation de la réalité.
La correspondance entre les trois concepts génériques (la
terminologie du Modèle E-A) est la suivante :

Monde Réel Représentation de la réalité (MCD)

Objet  Entité
Lien  Association
Propriété  Attribut
 Modèle Conceptuel des Données (4)

Entité :

- Entité : «Représentation d’un élément matériel ou

immatériel du monde réel ayant un rôle
dans le système que l’on désire décrire. »

- Exemple :
Les produits vendus par une entreprise peuvent être regroupés
dans une même entité article, car d’un article à l’autre, les
informations ne changent pas de nature (désignation, PU, etc..).
 Modèle Conceptuel des Données (5)

- Remarque :

Par contre, les articles et les clients ne peuvent

pas être regroupés. Pourquoi ?

Les informations ne sont pas homogènes :

- Un article ne possède pas une adresse.
- Un client ne possède pas un PU.
Il faut donc leur réserver deux entités différentes:
 Entité Article et Entité Client
 Modèle Conceptuel des Données (6)

Représentation d’une entité :

 Modèle Conceptuel des Données (7)

- Remarques importantes:

- Chaque entité est composée des attributs qui permettent

de la décrire.
- Le droit d’entrée d’un attribut dans une entité est soumis
à des facteurs autres que le bon sens.
 Modèle Conceptuel des Données (8)

Attribut (Propriété ou Rubrique) :

Un attribut est une propriété d’une entité ou d’une association.

- Exemples :

- Le Prix Unitaire est un attribut de l’entité Article.

- Le Nom de la famille est un attribut de l’entité Client.
- La Quantité de commande est un attribut de l’association
Commander.
- La Date de livraison est un attribut de l’association livrer.
 Modèle Conceptuel des Données (9)

Plus d’info … :

1°- La propriété est une information élémentaire, c.à.d non

déductible d’autres informations, qui présente un
intérêt pour le domaine étudié.

- Exemple :
Considérons le domaine de gestion des commande d’une société
de vente par correspondance:
référence article, désignation article, PU HT et taux de TVA
sont tous des propriétés pertinentes pour ce domaine.
Attention : La donnée PU TTC n’est pas une propriété car ses
valeurs peuvent être calculées à partir des autres propriétés de
l’entité.
 Modèle Conceptuel des Données (10)

2°- Chaque valeur prise par une propriété est appelée

occurrence.

- Exemple :

râteau, bêche, scie, .. sont des occurrences de la propriété

Désignation article.
 Modèle Conceptuel des Données (11)

3°- Une propriété est dite simple ou encore atomique si

chacune des valeurs qu’elle regroupe n’est pas
décomposable.
- Exemple :
La propriété Adresse, dont des exemples d’occurrences sont
donnés ci-dessous, n’est pas élémentaire car elle peut être
décomposée en trois propriétés : la rue, le code postal et la ville.
 Modèle Conceptuel des Données (12)

4°- Une propriété paramètre est une propriété qui, à un

instant donné, contient une seule valeur.

- Exemple :

Un des exemples les plus utilisés pour illustrer les

paramètres est la propriété «ValeurEuro».
 Modèle Conceptuel des Données (13)

Attention :
 Modèle Conceptuel des Données (14)

Recherche de lien entre les données :

La notion de dépendance fonctionnelle est un moyen

qui permet de déterminer méthodiquement des liens entre
le propriétés d’une même entité afin de les structurer
correctement au sein celle-ci.
 Modèle Conceptuel des Données (15)

Faites Attention …..

Considérons deux propriétés P1 et P2. La création d’une entité E
regroupant ces deux seules propriétés n’est envisageable que si
l’une des deux conditions suivantes est remplie :

1°- A toute valeur de la ppté P1 doit correspondre au plus

une valeur de la ppté P2. Ce fait traduit l’existence
d’une dépendance fonctionnelle monovaluée entre P1
P2 notée:
P1  P2
- On dit encore P1 détermine P2.
- P1 est alors rubrique identifiante de l’entité E.
 Modèle Conceptuel des Données (16)

2°- A toute valeur de la ppté P2 doit correspondre au plus

une valeur de la ppté P1. P2 est alors en dépendance
fonctionnelle avec P1 et l’entité E doit être représentée
comme suit :
 Modèle Conceptuel des Données (17)

Utilité de l’identifiant:
Chaque individu d’une entité doit être identifiable de manière
unique. C’est pourquoi toutes les entités doivent posséder un
attribut sans doublon. Il s’agit de l’identifiant que l’on
souligne sur le schéma, par convention.

Définition:

Un identifiant est un ensemble de propriétés (une

ou plusieurs) permettant de désigner une et une
seule entité.
 Modèle Conceptuel des Données (18)

- Remarques importantes :

- Une entité possède au moins un attribut (son identifiant).

- L’ensemble des attributs identifiants doivent être
renseignés à la création de l’entité.
 Modèle Conceptuel des Données (19)

Occurrence d’entité (individu):

 Modèle Conceptuel des Données (20)

Notion de dépendance fonctionnelle:

Entité juste
Mais
« Redondance
d’information »

Référence  LibelléCatégorie n’est pas directe.

Référence  NoCatégorie et NoCatégorie  LibelléCatégorie

 Modèle Conceptuel des Données (21)

Association:

Une association, ou relation, est une liaison qui a

une signification précise entre plusieurs entités.

- Notes:

 L’association est figurée par un ovale et peut porter un nom, de

préférence une forme verbale.
 L’association symbolise un lien entre des entités et n’a pas
d’existence et sans identifiants propres.
 Modèle Conceptuel des Données (22)

- Exemple 1:
 Modèle Conceptuel des Données (23)

- Exemple 2:
 Modèle Conceptuel des Données (24)

Cardinalité:

La cardinalité d’un lien entre une entité et une

association précise le minimum et le maximum de
fois qu’un individu de l’entité peut être concerné
par l’association.

- Exemple :
 Un client a au moins commandé un article et peut commander n
article.
 Un article peut avoir été commandé entre 0 et n fois.
 Modèle Conceptuel des Données (25)

- Exemple :
 Modèle Conceptuel des Données (2)
Récapitulation :
- Les valeurs que peut prendre le couple de la cardinalité
sont :
 Modèle Logique de Données: Introduction (1)

- Introduction :
La description conceptuelle (MCD) permet seulement de
représenter le plus fidèlement possible les réalités de l’univers
à informatiser.
- Problème :
La représentation conceptuelle (MCD) ne peut pas être
directement manipulée et acceptée par un système
informatique.
- Solution :
Il faut passer du niveau conceptuel (MCD) à un second niveau
plus proche des capacités des SIs.
 Niveau Logique.
 Modèle Logique de Données: Introduction (2)

Remarques:
1°. Le modèle logique des données repose sur des
techniques d’organisation des données particulières que
des logiciels seront capables de gérer.
2°. La structure d’accueil des données est la «relation» qui
peut être assimilée à un tableau de la forme suivante:
 Modèle Logique de Données: Introduction (3)

Règles de passage du MCD au Modèle Relationnel:

La traduction des concepts de base du modèle conceptuel

est régie par trois règles bien définies.
 Passage du MCD au MLD: Règle 1

 Règle 1:

Toute entité devient une relation.

- Remarques:
L’identifiant de l’entité  la clé primaire de la relation.
Les propriétés de l’entité  les attributs de la relation.
 Passage du MCD au MLD: Règle 2 (1)

 Règle 2:

Toute association binaire de type (1-n) ou (1-1) est

caractérisée par l’existence d’une dépendance
fonctionnelle entre l’identifiant de l’entité reliée par le
segment portant la cardinalité 1,1 ou 0,1 et l’autre entité.
 Passage du MCD au MLD: Règle 2 (2)

- Explication :
Une association hiérarchique 1-n est traduite par une clé
étrangère, placée dans la relation qui représente l’entité
située du côté «1» de l’association. Cette clé est le report de
l’identifiant de l’entité située du côté «n» de l’association.
- Exemple :
 Passage du MCD au MLD: Règle 3 (1)

 Règle 3 :

Toute association de type (m-n) devient une relation qui

hérite des identifiants des entités participants à la relation.
Si l’association est porteuse, la relation sera complétée par
la liste des propriétés portées.
 Passage du MCD au MLD: Règle 3 (2)

- Exemple :
Passage du MCD au MLD: Exemples d’application (1)

- Exercice :

Établir le schéma relationnel (MLD) résultant du

schéma conceptuel (MCD) suivant :
Passage du MCD au MLD: Exemples d’application (2)

1°- Six (06) études de cas (Travaux dirigés)

2°- Études de cas supplémentaires :

Cas 1: Application «SERRAD»

Cas 2: Application «LOCATOUT»
 Réf : Informatique de gestion
 pp. 134-139
Partie 2
 Algèbre relationnelle : Notions utiles (1)

• Historique: 1970 (IBM) ….

• Collection d’opérations formelles agissant
sur des «relations» et produisent des
«nouvelles relations» :
 Opérations ensemblistes (binaires):
 Union, différence, intersection, produit cartésien
 Opérations spécifiques:
 Projection, sélection (restriction), jointure
 Etc..
 Algèbre relationnelle : Notions utiles (2)

• Le modèle relationnel utilise une

représentation tabulaire des données:
 une représentation bidimensionnelle Ligne/Colonne.
• Le modèle relationnel repose sur des
concepts de base simples (domaine, relation,
attribut), auxquels s’appliquent des règles
bien définies.
 Algèbre relationnelle : Domaine (1)

L’AR utilise aussi la notion de Domaine. Il s’agit d’une

collection d’éléments cohérents liés par une condition
permettant de définir leur appartenance à ce groupe.
-Domaine=
« Ensemble de valeurs caractérisées par un nom ».
- Notation:
D={V1,V2,…….,Vn}
- Remarque: Un domaine peut être un sous-ensemble
d’un autre domaine.
 Algèbre relationnelle : Domaine (2)
- Exemples :
- Domaine des booléens: Dbool={0,1}
- Domaine des états d’une facture:
Dfact_Etats= {Emise, Payée,En attente}
- Domaine des âges des étudiants de l’ENCG-J:
Dage={17,18,19,20,21,22,23,24,25}
- Domaine des superficies des régions d’un pays:
Dsuperficies= Réels positifs
- Autres: ENTIER, REEL, CHAINES DE CARACTERES, etc..
 Algèbre relationnelle: Relation, Attribut et Schéma

• VISION TABULAIRE DU RELATIONNEL:

– Une relation est une table à deux dimensions.
– Une ligne est un tuple.
– Un nom est associé à chaque colonne afin de la repérer
indépendamment de son numéro d'ordre.
• ATTRIBUT:
– Nom donné à une colonne d'une relation.
– Prend ses valeurs dans un domaine.
• SCHEMA D’UNE RELATION =
{Nom de la Relation, Clé Primaire, Descriptions des attributs}
• DESCRIPTION D’UN ATTRIBUT=
{Nom de l’Attribut, Type, taille, Contraintes Diverses(+/-)}
 Opérations ensemblistes binaires : Union (01)

• Opération portant sur deux relations de

même schéma (compatibles), R1 et R2,
consistant à construire une relation de
même schéma, R3, contenant les tuples
qui appartiennent à R1 ou à R2 ou aux
deux relations.
• Notation : 
• Représentation Math :
r ∪ s ={t| t∈r ou t∈s}
 Opérations ensemblistes binaires : Union (02)

Soient les deux relations suivantes:

r  s?
 Opérations ensemblistes binaires : Différence (01)

• Opération portant sur deux relations de

même schéma (compatibles), R1 et R2,
consistant à construire une relation de
même schéma, R3, contenant les tuples
qui appartiennent à R1 et qui
n’appartiennent pas à R2.
• Notation : -
• Représentation Math :
r−s ={t| t∈r et t∉s}
 Opérations ensemblistes binaires : Différence (02)

Soient les deux relations suivantes:

r - s?
 Opérations ensemblistes binaires : Intersection (01)

• Opération portant sur deux relations de

même schéma (compatibles) R1 et R2,
consistant à construire une relation de
même schéma, R3, contenant les tuples
qui appartiennent à la fois à R1 et R2.
• Notation : 
• Représentation Math:
r ∩ s ={t| t∈r et t∈s}
 Opérations ensemblistes binaires : Intersection (02)

Soient les deux relations suivantes:

r  s?
 Opérations ensemblistes binaires : Produit Cartésien (1)

Le produit cartésien de N domaines

D1,D2,… et Dn noté:

π = D1x D2x ... x Dn

est l’ensemble des tuples (N-UPLETS)

<V1,V2,....Vn> Tels que:
Vi  Di
Opérations ensemblistes binaires : Produit Cartésien (2)

Opération portant sur deux relations, R1 et

R2, consistant à construire une relation R3,
ayant pour schéma, la concaténation des
schémas des deux relations des R1 et R2,
et pour tuples, toutes les combinaisons des
tuples de ces deux relations.
Opérations ensemblistes binaires : Produit Cartésien (3)

• Soient les deux domaines suivants:

D1={BMW,Mercedes}
D2={Noir,Bleu,Vert}

Donner D1xD2 ?
 Opérations spécifiques : Projection (01)

• Opération sur une relation R1 consistant à

construire une relation R2 en enlevant à R1 tous
les attributs non mentionnés en opérandes et en
éliminant les tuples en double.
• Opération unaire.
• Sous-ensemble vertical.
• Notation : R2 = A1, A2, …, An (R1)
 Opérations spécifiques : Projection (02)

• Soit la relation suivante :

Quels sont les différents âges des voitures de la

relation Voiture ?
 Opérations spécifiques : Sélection [Restriction] (01)

• Opération sur une relation R1 consistant à construire une

relation R2 de même schéma, mais comportant
seulement les tuples qui vérifient la condition précisée en
argument.
• Opération unaire.
• Sous-ensemble horizontal.
• Notation : R2= condition (R1)
• Condition : attribut <opérateur> valeur, combinaison
logique
 Opérations spécifiques : Sélection [Restriction] (02)

• Soit la relation suivante :

1. Sélectionner toutes les voitures ayant un âge inférieur

ou égal à 3 ans?
2. Quels sont les marques et les âges des voitures ayant
un âge supérieur ou égal à 3 ans ?
 Opérations spécifiques : Jointure (01)

• Permet de composer deux relations à l’aide d’un

critère de jointure.
• Opération consistant à rapprocher selon une
condition les tuples de deux relations R1 et R2 afin
de former une troisième relation R3 qui contient
l’ensemble de tous les tuples obtenus en
concaténant un tuple de R1 et un tuple de R2
vérifiant la condition de rapprochement.
• Notation : R1 R2  R3
CDT
• Opération binaire.
 Opérations spécifiques : Jointure naturelle (02)

• Opération consistant à rapprocher les tuples de

deux relations R1 et R2 afin de former une
troisième relation R3 dont les attributs sont l’union
des attributs de R1 et R2, et dont les tuples sont
obtenus en composant un tuple de R1 et un tuple
de R2 ayant les mêmes valeurs pour les attributs
de même nom.
• Notation : R1 R2  R3
LAC

 LAC: Liste des Attributs Communs

 Opérations spécifiques : Jointure naturelle (03)

• Soient les deux relations suivantes:

1. Joindre les relations «Chauffeur» et «Voiture».

2. Pour toutes les voitures conduites par l’un des deux chauffeurs
(NoChfr: 1 ou 3), donner la marque de voiture et la catégorie de
chauffeur.
 FIN

MERCI DE VOTRE ATTENTION