Weryfikacja modelowa jest analizą statyczną logiki modalnej

Podobne dokumenty
LISTA02: Projektowanie układów drugiego rzędu Przygotowanie: 1. Jakie własności ma równanie 2-ego rzędu & x &+ bx&

4.3. Przekształcenia automatów skończonych

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych

Programy współbieżne

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

4. RACHUNEK WEKTOROWY

Przekształcenia automatów skończonych

Temat lekcji Zakres treści Osiągnięcia ucznia

Wprowadzenie: Do czego służą wektory?

1.5. Iloczyn wektorowy. Definicja oraz k. Niech i

2. FUNKCJE WYMIERNE Poziom (K) lub (P)

Hipoteza Černego, czyli jak zaciekawić ucznia teorią grafów

Wyznacznikiem macierzy kwadratowej A stopnia n nazywamy liczbę det A określoną następująco:

Wymagania kl. 2. Uczeń:

4.2. Automat skończony

Struktura energetyczna ciał stałych-cd. Fizyka II dla Elektroniki, lato

Analiza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim

Podstawy programowania obiektowego

ODPOWIEDZI I SCHEMAT PUNKTOWANIA POZIOM ROZSZERZONY Etapy rozwiązania zadania , 3 5, 7

WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające

usuwa niewymierność z mianownika wyrażenia typu

Semantyka i Weryfikacja Programów - Laboratorium 7

Wykład 3: Transformata Fouriera

Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE

Wymagania na ocenę dopuszczającą z matematyki klasa II Matematyka - Babiański, Chańko-Nowa Era nr prog. DKOS /02

Języki, automaty i obliczenia

Metoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych).

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa

Rozwiązania maj 2017r. Zadania zamknięte

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

Rachunek prawdopodobieństwa i statystyka matematyczna.

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka. Poziom rozszerzony. Listopad Wskazówki do rozwiązania zadania =

Zadanie 5. Kratownica statycznie wyznaczalna.

RBD Relacyjne Bazy Danych

Pierwiastek z liczby zespolonej

Semantyka i Weryfikacja Programów - Laboratorium 2 Działania na ułamkach, krotki i rekordy

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

Całka Riemanna Dolna i górna suma całkowa Darboux

Systemy Wyszukiwania Informacji

Matematyczne Podstawy Informatyki

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka. Poziom rozszerzony. Listopad Wskazówki do rozwiązania zadania

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty

1 Wprowadzenie do automatów

Równania różniczkowe cząstkowe - metoda Fouriera. Przykładowe rozwiązania i wskazówki

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

ZADANIA ZAMKNIĘTE. Zadanie 1 (1p). Ile wynosi 0,5% kwoty 120 mln zł? A. 6 mln zł B. 6 tys. zł C. 600 tys. zł D. 60 tys. zł

Wymagania edukacyjne z matematyki FUNKCJE dopuszczającą dostateczną dobrą bardzo dobrą

Podstawy układów logicznych

3. F jest lewostronnie ciągła

Wymagania edukacyjne matematyka klasa 2b, 2c, 2e zakres podstawowy rok szkolny 2015/ Sumy algebraiczne

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej

Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych (zakres podstawowy)

EGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A2, A3, A4, A6, A7)

Zadania. I. Podzielność liczb całkowitych

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018

Klasa druga: II TK1, II TK2 Poziom podstawowy 3 godz. x 30 tyg.= 90 nr programu DKOS /07 I. Funkcja kwadratowa

Metody określania macierzy przemieszczeń w modelowaniu przewozów pasażerskich. mgr inż. Szymon Klemba Warszawa, r.

N(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych

PEWNIK DEDEKINDA i jego najprostsze konsekwencje

Szczegółowe wymagania edukacyjne z matematyki, klasa 2C, poziom podstawowy

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie II poziom rozszerzony

SZTUCZNA INTELIGENCJA

4.6. Gramatyki regularne

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VIII w roku szkolnym 2015/2016

< f g = fg. f = e t f = e t. U nas: e t (α 1)t α 2 dt = 0 + (α 1)Γ(α 1)

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom podstawowy

Katalog wymagań programowych na poszczególne stopnie szkolne. Matematyka. Poznać, zrozumieć

Macierz. Wyznacznik macierzy. Układ równań liniowych

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka. Poziom rozszerzony. Listopad Wskazówki do rozwiązania zadania

Lekcja 3: Elementy logiki - Rachunek zdań

Pierwiastek z liczby zespolonej

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

MATURA 2014 z WSiP. Zasady oceniania zadań

Część 2 7. METODA MIESZANA 1 7. METODA MIESZANA

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Nauki ścisłe priorytetem społeczeństwa opartego na wiedzy Zbiór scenariuszy Mój przedmiot matematyka

Legenda. Optymalizacja wielopoziomowa Inne typy bramek logicznych System funkcjonalnie pełny

Układy równań liniowych Macierze rzadkie

Wymagania na poszczególne oceny z matematyki w Zespole Szkół im. St. Staszica w Pile. Kl. I poziom podstawowy

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE Ib ZAKRES PODSTAWOWY

Wykład Indukcja elektromagnetyczna, energia pola magnetycznego

Wymagania edukacyjne z matematyki Klasa IIB. Rok szkolny 2013/2014 Poziom podstawowy

Równania i nierówności kwadratowe z jedną niewiadomą

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Wspomaganie obliczeń za pomocą programu MathCad

Uszczelnienie przepływowe w maszyn przepływowych oraz sposób diagnozowania uszczelnienia przepływowego zwłaszcza w maszyn przepływowych

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I.

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

WYMAGANIA NA OCENĘ DOPUSZCZAJĄCĄ DLA UCZNIÓW KLASY Ia TECHNIKUM

III. Rachunek całkowy funkcji jednej zmiennej.

Wymagania na poszczególne oceny z matematyki w Zespole Szkół im. St. Staszica w Pile. Kl. II poziom podstawowy

Transkrypt:

Weryfikcj modelow jest nlizą sttyczną logiki modlnej Mrcin Sulikowski MIMUW 15 grudni 010

1 Wstęp Weryfikcj systemów etykietownych 3 Flow Logic 4 Weryfikcj modelow nliz sttyczn

Co jest czym czego? Weryfikcj modelow jest nlizą sttyczną logiki modlnej

y := x; z := 1; while y > 0 do if y % = 1 then z := z + 1; fi; z := z * y; y := y - 1; od; y := 0; Weryfikcj modelow

Anliz sttyczn y := x; z := 1; while y > 0 do if y % = 1 then z := z + 1; fi; z := z * y; y := y - 1; od; y := 0; y := x z := 1 y > 0 y % = 1 z := z + 1 z := z * y y := y -1 y := 0

Anliz sttyczn? weryfikcj modelow Anliz sttyczn? weryfikcj modelow

System etykietowny s15 s6 s14 c s16 s13 s7 c c c s1 s5 s8 s11 c s10 s9 c s4 d s1 s c s3 s18 d d s17 Ziór stnów: S = {s1,..., s18} Ziór kcji A = {,, c, d} Relcj przejści S A S

ACTL ACTL = Action Computtion Tree Logic ::= true flse p 1 1 1 EX Ω AX Ω E[ 1 Ω1 U Ω ] A[ 1 Ω1 U Ω ] Ω A opisują dopuszczlne kcje.

ACTL Semntyk: s 0 = EX Ω (s i i s i+1 ) 0 i<n : n > 0 0 Ω s 1 = s 0 = AX Ω (s i i s i+1 ) 0 i<n : n > 0 0 Ω s 1 = s 0 = E[ 1 Ω1 U Ω ] (s i i s i+1 ) 0 i<n : k < n : ( 0 i<k ( i Ω 1 s i+1 = 1 ) ( k Ω s k+1 = )) s 0 = A[ 1 Ω1 U Ω ] (s i i s i+1 ) 0 i<n : k < n : ( 0 i<k ( i Ω 1 s i+1 = 1 ) ( k Ω s k+1 = )) A AX A( U ψ) A B E( U ψ) A B A EX ψ ψ ψ ψ ψ ψ ψ ψ ψ ψ ψ ψ

Flow Logic Podejście do nlizy sttycznej czerpiące m.in. z interpretcji strkcyjnej, nlizy przepływu dnych Z pomocą wyrżeń logicznych opisujemy specyfikcję poprwnego wyniku nlizy Jeśli zroimy to dorze, to d się efektywnie oliczyć wynik

Flow Logic n przykłdzie Anliz λ-wyrżeń e ::= x λx.e e 1 e v Vl ziór wyrżeń w postci: v ::= x λx.e Relcj przejści (λx.e) v (λx.e,v) e[v/x] Jeśli e 1 β e 1, to: e 1 e β e 1 e Jeśli e 1 β e 1, to: e e 1 β e e 1 Szczegóły techniczne Konwersj α Etykietownie: ((λx.e l ) l 1 v l ) l ((λx.el ) l 1,v l ) (e[v/x]) l

Flow Logic n przykłdzie Cel nlizy C : L P(Vl) możliwe wrtości wyrżeń R : Vr P(Vl) możliwe wrtości zmiennych

Flow Logic n przykłdzie Cel nlizy C : L P(Vl) możliwe wrtości wyrżeń R : Vr P(Vl) możliwe wrtości zmiennych Specyfikcj C, R x l R(x) C(l) C, R (λx.e l ) l (C, R e l ) (λx.e l ) C(l) C, R (e l 1 1 e l ) l (C, R e l 1 1 ) (C, R e l ) (λx.e l 0 0 ) C(l 1 ): (C(l ) R(x) C(l 0 ) C(l))

Flow Logic n przykłdzie Olicznie (C, R) (C, R) tworzą krtę zupełną Ziór { (C, R) C, R e l} jest zmknięty n rnie infimum Istnieje więc njlepsze (njmniejsze) rozwiąznie Trze je tylko znleźć... C 1 C C 1 C l 1 l l 3 l 4 l 5 l 6

Flow Logic n przykłdzie Olicznie (C, R) (C, R) tworzą krtę zupełną Ziór { (C, R) C, R e l} jest zmknięty n rnie infimum Istnieje więc njlepsze (njmniejsze) rozwiąznie Trze je tylko znleźć... C 1 C C 1 C l 1 l l 3 l 4 l 5 l 6

Alterntion-free Lest Fixed Point Logic Flow Logic ALFP v ::= c x f (v 1,..., v k ) pre ::= R(v 1,..., v k ) R(v 1,..., v k ) pre 1 pre pre 1 pre x : pre x : pre cl ::= R(v 1,..., v k ) true cl 1 cl pre cl x : cl Nie chcemy zmiennych wolnych. ρ = cl (ρ, λx.x) = cl

Alterntion-free Lest Fixed Point Logic Flow Logic ALFP v ::= c x f (v 1,..., v k ) pre ::= R(v 1,..., v k ) R(v 1,..., v k ) pre 1 pre pre 1 pre x : pre x : pre cl ::= R(v 1,..., v k ) true cl 1 cl pre cl x : cl Nie chcemy zmiennych wolnych. ρ = cl (ρ, λx.x) = cl Ciekwe włsności Powiemy, że dl pewnego wrunku R(v 1,..., v k ) zchodzi Nie powiemy, że R(v 1,..., v k ) nie zchodzi

Alterntion-free Lest Fixed Point Logic Flow Logic ALFP v ::= c x f (v 1,..., v k ) pre ::= R(v 1,..., v k ) R(v 1,..., v k ) pre 1 pre pre 1 pre x : pre x : pre cl ::= R(v 1,..., v k ) true cl 1 cl pre cl x : cl Nie chcemy zmiennych wolnych. ρ = cl (ρ, λx.x) = cl Ciekwe włsności Powiemy, że dl pewnego wrunku R(v 1,..., v k ) zchodzi Nie powiemy, że R(v 1,..., v k ) nie zchodzi Ale i tk trze uwżć...

Flow Logic ALFP Twierdzenie o istnieniu rozwiązni Ziór {ρ : ρ = cl} jest zmknięty n rnie infimum jeśli cl jest wrstwow i nie m zmiennych wolnych. {ρ : ρ = cl} jest njmniejszym modelem dl cl. Jk znleźć rozwiąznie? http://www.imm.dtu.dk/cs_succinctsolver/

ALFP kluzul wrstwow Pozytywne użycie relcji R: R(v 1,..., v k )... Negtywne użycie relcji R: R(v 1,..., v k )... Definicj relcji R:... R(v 1,..., v k )

ALFP kluzul wrstwow Pozytywne użycie relcji R: R(v 1,..., v k )... Negtywne użycie relcji R: R(v 1,..., v k )... Definicj relcji R:... R(v 1,..., v k ) Kluzul jest wrstwow, jeśli d się ją zpisć jko cl 1... cl r i dl kżdej relcji istnieje tk licz 0 rnk R r, że: Definicje R występują w członch cl 1,..., cl rnkr Pozytywne użyci R występują w członch cl rnkr..., n Negtywne użyci R występują w członch cl rnkr +1..., n Pos R 1 Def R 1 Neg R 1 Pos R Neg R 1 Neg R Neg R 1 Neg R Def R Def R Pos R 3 Neg R 3 Def R 3 Def R 4 Def R 3 Def R 4 Def R 3 Def R 4 Neg R 3 Def R 4

ALFP przykłd Dl przypomnieni: C, R x l R(x) C(l) C, R (λx.e l ) l (C, R e l ) (λx.e l ) C(l) C, R (e l 1 1 e l ) l (C, R e l 1 1 ) (C, R e l ) (λx.e l 0 0 ) C(l 1 ): (C(l ) R(x) C(l 0 ) C(l)) To smo (?) w ALFP: C, R x l v : R x (v) C l (v) C, R (λx.e l ) l (C, R e l ) C l (λx.e l ) C, R (e l 1 1 e l ) l (C, R e l 1 1 ) (C, R e l ) ( v :C l0 (v ) C l (v )) i h (λx.e l 0 0 ): v:c l1 (λx.e l 0 0 ) C l (v) R x (v)

Półmetek Weryfikcj modelow System z etykietownymi kcjmi Sprwdzmy, czy zchodzą formuły wyrżone w ACTL: ::= true flse p 1 1 1 EX Ω AX Ω E[ 1 Ω1 U Ω ] A[ 1 Ω1 U Ω ] Anliz sttyczn Flow Logic, czyli specyfikcj w postci: R e ϕ, gdzie e element nlizownego język, ϕ formuł w ALFP Szukmy njmniejszego modelu spełnijącego specyfikcję

MC SA Dne: S, A, S A S ACTL Szukmy: R opisującej stny, w których spełnione jest ACTL Szczegóły techniczne: Predykt p relcj P p Podziory Ω A relcje Ω A Relcj s s T (s,, s ) Etykietujemy wszystkie podformuły

Flow Logic dl ACTL R true l s : R true l (s) R flse l true R p l ( s : P p (s) R p l (s) ) R ( l 1 1 l ) l R l 1 1 R l ) ( s : R l11 (s) R l (s) R l11 ( l ) (s) l R ( l 1 1 l ) l R l 1 1 R l ( s : R l11 (s) R l (s) R ( l11 l ) l (s) ) R ( l ) l ) R l ( s : R (s) R l ( l ) l (s) R ( l 1 1 l ) l R l 1 1 R l ( s : R l11 (s) R l (s) R ( l11 l ) l (s) )

Flow Logic dl ACTL R (EX Ω l ) l R l [ ( ) ] s : : s : T (s,, s ) Ω() R l (s ) R (EXΩ l ) l (s) R (AX Ω l ) l R l [ s : [ : s : T (s,, s ) ] [ ] : s : T (s,, s ) R (AXΩ l ) l (s) ( )] Ω() R l (s )

Flow Logic dl ACTL R (EX Ω l ) l R l [ ( ) ] s : : s : T (s,, s ) Ω() R l (s ) R (EXΩ l ) l (s) R (AX Ω l ) l R l [ s : [ : s : T (s,, s ) ] [ ] : s : T (s,, s ) R (AXΩ l ) l (s) ( )] Ω() R l (s )

Flow Logic dl ACTL ( [ ]) l R E l 1 1 Ω 1 U Ω l R l 1 1 R l [ ( ) s : : s : T (s,, s ) Ω () R l (s ) ] R i E h l 1 1 Ω1 U Ω l l (s) [ ( s : : s : T (s,, s ) Ω 1 () R l 11 (s ) ) ] R i E h l 1 1 Ω1 U Ω l l (s ) R i E h l 1 1 Ω1 U Ω l l (s)

Flow Logic dl ACTL R ( [ ]) l A l 1 1 Ω 1 U Ω l R l 1 1 R l [ s : ( : s : T (s,, s )) [ : s : T (s,, s ) ( Ω 1 () R l 11 (s ) R ] R i A h l 1 1 Ω1 U Ω l l (s) ( ) Ω () R l (s ) A ) ] i h l 1 1 Ω1 U Ω l l (s )

Rezultt Njmniejszy model ρ spełni dw wrunki: Poprwność: s = l ρ ( ) R l (s) Precyzj: ρ ( ) R l (s) s = l Njmniejszy model znjdziemy w czsie O ( ( T + S ) l )

Biliogrfi F. Nielson, H. Riis Nielson Model Checking Is Sttic Anlysis of Modl Logic FOSSACS, t. 6014 LNCS, ss. 191-05. Springer, 010. H. Riis Nielson, F. Nielson Flow Logic: multi prdigmtic pproch to sttic nlysis The Essence of Computtion, t. 566 LNCS, strony 69-83. Springer, 00.