Temporale Operatoren auf Pfaden. Sicherheit und Lebendigkeit. Der Berechnungsbaum. CTL* -Pfadquantoren. Computergestützte Verifikation.

Größe: px
Ab Seite anzeigen:

Download "Temporale Operatoren auf Pfaden. Sicherheit und Lebendigkeit. Der Berechnungsbaum. CTL* -Pfadquantoren. Computergestützte Verifikation."

Transkript

1 Inhalt Computergetützte Verifikation Kapitel 1: Syteme Kapitel 2: Temporale Logik Fehlerbeeitigung Simulation Verfeinerung Gegenbeipiel Sytem Abtraktion Präziierung Modell - Model Cheker + Spezifikation Formaliierung log. Formel Überlauf 1 2 Temporale Operatoren auf Pfaden Symbol X / G / U engl. Name nexttep F / eventually O / (one) alway until Vergangenheitverion P / B / S (previou) (alway been) (ine) + atomare Auagen + Boolehe Operatoren = Linear Time Temporal Logi (LTL) 3 Siherheit und Lebendigkeit in der Praxi: Unterteilung in Siherheit und Lebendigkeit ehr natürlih Siherheit = niht Shlimme kann jemal paieren Lebendigkeit = Etwa Erwünhte wird irgendwann paieren 4 Der Berehnungbaum CTL* -Pfadquantoren a,b q a,q it unendlih in jedem Zweig Zu jedem (Anfang-)zutand gibt e genau einen Berehnungbaum Berehnungbaum hat die gleihen a,b a,q q Pfade wie zugrundeliegende Tranitionytem (beim gleihen Anfangzutand) q q q q a,b a,q 5 a,b a,d Wenn φ eine Pfadformel it, o it E φ eine Zutandformel erfüllt E φ gdw. e einen Pfad π gibt, der bei beginnt und π φ Wenn φ eine Pfadformel it, o it A φ eine Zutandformel erfüllt A φ gdw. für alle Pfade π, die bei beginnen, gilt: π φ E F A X a A φ E φ A φ E φ 6 1

2 CTL* - Zuammenfaung ehr audruktark Keine effizienten Algorithmen bekannt E gibt effiziente Algorithmen für Fragmente von CTL* CTL* Computation Tree Logi (CTL) CTL = atomare Zutandauagen + Boolehe Operatoren + Paare [ Pfadquantor, Temporaloperator ] AG (invariant) AF (irgendwann) AX (in allen Nahf.) A(. U. ) (bi) LTL CTL EG (mgl.weie immer) EF (möglih) nur Pfadformeln Nur Zut.- formeln 7 EX (in einem Nahf.) E(. U. ) (bi) 8 CTL AG und EF CTL EG und AF EF grün AF grün AG blau EG blau AG φ EF φ AG AG φ AG φ EF EF φ EF φ φ EF φ AG φ φ AG EF AG EF φ AG EF φ EF AG EF AG φ EF AG φ 10 9 EG φ AF φ EG EG φ EG φ AF AF φ AF φ φ AF φ EG φ φ CTL AX und EX CTL AU und EU EX grün E(grün U gelb) AX blau A(blau U rot) AX φ EX φ AX φ EX φ 11 EF φ E(true U φ) AF φ A(true U φ) A(φ U ψ) EG ψ E( ψ U ( φ ψ)) 12 2

3 Einige relevante CTL- Eigenhaften AG iher - niht Shlimme paiert jemal Gegenbeipiele AG eine Aktion enabled EF Menüpunkt - Verklemmungfrei - man kann ih zu ihm durhkliken Fehlerbeeitigung Simulation Verfeinerung Gegenbeipiel AF Ziel AG(req - Irgendwann wird man e haffen AF ak) -Auf jeden Req folgt ein Ak Sytem Abtraktion Präziierung Modell - Model Cheker + AG AF verfügbar -...e maht Sinn zu warten Spezifikation Formaliierung log. Formel Überlauf AG EF exit - man kann immer auber beenden Gegenbeipiele für A- Formeln Gegenbeipiel für... = Zeugenpfad für... AG φ EF φ AF φ EG φ (AX φ) (EX φ) EG ψ A(φ U ψ) oder E( ψ U ( φ ψ)) LTL : X und U F φ G φ Baen für die Temporaloperatoren true U φ F φ CTL: (E/A)X und EU und AU AX φ EX φ ont analog LTL oder (E/A)X und EU und EG A(φ U ψ) (EG ψ E( ψ U ( φ ψ))) Gültigkeit in Tranitionytemen Ein Tranitionytem erfüllt eine CTL*-Formel φ, fall zu jedem Anfangzutand der zugehörige Berehnungbaum φ erfüllt. Ein Tranitionytem erfüllt eine LTL-Formel φ, fall jeder bei einem Anfangzutand beginnende Pfad φ erfüllt. Ein Tranitionytem erfüllt eine CTL-Formel φ, fall jeder Anfangzutand φ erfüllt. Intereante Probleme 1. Erfüllbarkeit: Geg.: Formel φ Frage: Gibt e ein Tranitionytem, in dem φ gilt? 2. Axiomatiierbarkeit: Frage: Gibt e eine endl. Menge von Formeln und Regeln, au denen ih alle Tautologien ableiten laen? 3. Model Cheking: Geg.: Formel φ und Tranitionytem TS Frage: Erfüllt TS φ? CTL*: O(2 φ TS ) LTL: O(2 φ TS ) CTL: O( φ TS ) Tautologie: φ A φ

4 Progre und Fairne d e Löung: Fairneannahmen Eine Fairneannahme it eine Pfadeigenhaft und Betandteil der Sytembehreibung. a b p d e f a b p p p F p gilt niht!!?!?!?! 19 Gültigkeit unter Fairne: A = für jeden Pfad, der alle Fairneannahmen erfüllt, gilt... E = e gibt einen Pfad, der alle Fairneannahmen erfüllt und... aktionbaiert Fairne zutandbaiert 20 Progre (= hwahe Fairne) informal: Komponenten bleiben niht einfah o tehen aktionbaiert: Ein Pfad π behandelt eine Aktion a hwah fair, wenn: Wenn a in π von einem Zutand an unendlih lange aktiviert it, wird a bei einem Nahfolger von augeführt zutandbaiert: Eigenhaften der Form G F φ (φ it Zutandeigenhaft) werden Progre-Annahmen genannt (oder hwahe Fairneannahmen). Beipiele: G F p k GF input = 0 GF input = 1 21 Starke Fairne informal: Wenn ih mehrere Prozee wiederholt um geteilte Reouren bewerben, kommt jeder mal dran aktionbaiert: Ein Pfad p behandelt eine Aktion a tark fair, wenn: Wenn a in p unendlih oft enabled it, wird a auh unendlih oft augeführt zutandbaiert: Eigenhaften der Form (G F φ ) (G F ψ) werden tarke Fairneannahmen genannt. Beipiel: ( G F reoure beantragt ) ( G F reoure erhalten) 22 Fairne - Zuammenfaung Sytem = Tranitionytem + Fairneannahmen Beipiele Weheleitiger Auhlu S: G (p1 ritial p2 ritial ) L: G (p = requet F p = ritial ) Spezifikation = Siherheiteigenhaft + Lebendigkeiteigenhaft Fairneannahmen ind Lebendigkeiteigenhaften Voriht! k: reeive(m,mailbox) TS: Pr i (p: lokale Variable, em: globale Variable) init(p) = idle init(em) = 1 : p = idle p = idle /* do omething ele */ : p = idle p = requet : p = requet em = 1 em = 0, p = ritial : p = ritial p = idle, em = 1 G F p k G F (p k Mailbox= ) 23 F: hwah: tark: F : G F p ritial, (G F (p = requet em = 1)) (G F p = ritial ) 24 4

5 Beipiele Beipiele F: hwah: tark: F: hwah: tark: F : G F p ritial, (G F (p = requet em = 1)) (G F p = ritial ) F : G F p ritial, (G F (p = requet em = 1)) (G F p = ritial ) (,i,0) (r,i,1), (i,,0) hwah unfair, bzgl. (r,i,1) (,i,0) (i,,0) (,r,0) (r,,0) 25 (,r,0) (r,,0) 26 Beipiele Beipiele F: hwah: tark: F: hwah: tark: F : G F p ritial, (G F (p = requet em = 1)) (G F p = ritial ) hwah fair, aber tark unfair bzgl., (r,i,1) (,i,0) (i,,0) F : G F p ritial, (G F (p = requet em = 1)) (G F p = ritial ) fair, gewollter Ablauf wäre hwah unfair, bzgl. (r,i,1) (,i,0) (i,,0) (,r,0) (r,,0) 27 (,r,0) (r,,0) 28 Beipiele Eho : propagation of information with feedbak Proze initiator (1) Prozee other (n) Kommunikationrelation N (bidirektional, zuammenh.) Nahriht: [Empfänger, Abender, Inhalt] initiator: : p = idle = hooe, p = ative : p = ative end(n(myelf) x {myelf} x {}),p = waiting : p = waiting reeived({myelf} x N(myelf} x {}) p = ready other: g4: p = idle reeived([myelf,f,]) end(n(myelf) \ {f} x {myelf} x {}), p = pending g5: p = pending reeived(n(myelf) \ {f} x {myelf} x {}) end([f,myelf,]), p = terminated F: hwah: -g5 L: G (initiator.p = ative F initiator.p = ready) S: G (initiator.p = ready o. = initiator.) o in other 29 Sytem Spezifikation Wie geht e weiter? Fehlerbeeitigung Abtraktion Simulation Formaliierung Verfeinerung Präziierung Modell log. Formel Gegenbeipiel - Model Cheker Überlauf A) Finite tate ytem B) Infinite tate ytem

6 explizit: Model Cheking für finite tate ytem explizite Kontruktion eine Tranitionytem, da ih in bezug auf die unteruhte Eigenhaft äquivalent zum gegebenen verhält, aber in der Regel weentlih kleiner it. Eigenhaft wird durh Graphuhe nah Zeugen/ Gegenbeipielen verifiziert ymbolih: Datentruktur, die Mengen von Zutänden bzw. Pfaden behreibt, Operationen, die imultan die Nahfolger aller Zutände berehnet Eigenhaft wird durh Fixpunktoperationen auf der ymbolihen Datentruktur berehnet 31 explizit: Model Cheking für finite tate ytem 3.1: Tiefenuhe Kapitel 3 ymbolih: Kapitel 4 3.2: LTL-Model Cheking 3.3: CTL-Model Cheking 3.4: Fairne 3.5: Reduktion durh Symmetrie 3.6: Partial Order Redution 3.7: Tool 4.1: BDD-baierte CTL-Model Cheking 4.2: SAT-baierte Model Cheking 4.3: Tool 32 6

Kapitel 2. Temporale Logik. Inhalt. Computergestützte Verifikation Zusammenfassung Kapitel 1. Inhalt. Warum nicht einfach PK 1?

Kapitel 2. Temporale Logik. Inhalt. Computergestützte Verifikation Zusammenfassung Kapitel 1. Inhalt. Warum nicht einfach PK 1? Inhalt Computergetützte Verifikation Kapitel 1: Syteme 19.4.2002 Simulation Gegenbeipiel Fehlerbeeitigung Verfeinerung Sytem Abtraktion Präziierung Modell - Model Checker + Spezifikation Formaliierung

Mehr

MODEL CHECKING 3 TEMPORALE LOGIKEN

MODEL CHECKING 3 TEMPORALE LOGIKEN MODEL CHECKING 3 TEMPORALE LOGIKEN Sommersemester 2009 Dr. Carsten Sinz, Universität Karlsruhe Kripke-Struktur 2 Definition: Sei A eine Menge von Aussagevariablen. Eine Kripke-Struktur M über A ist ein

Mehr

Werkzeuggestützte Softwareprüfungen: Model Checking I - CTL. Vortrag von Florian Heyer

Werkzeuggestützte Softwareprüfungen: Model Checking I - CTL. Vortrag von Florian Heyer Werkzeuggestützte Softwareprüfungen: Vortrag von Florian Heyer Gliederung Wiederholung Einführung CTL im Detail Anwendungsbeispiele Abschluss 2 Model Checking (Wiederholung) Überprüfung einer Systembeschreibung

Mehr

Einführung in LTL unter MAUDE. Maschine!es Beweisen Einführung in LTL Seit# 1

Einführung in LTL unter MAUDE. Maschine!es Beweisen Einführung in LTL Seit# 1 Einführung in LTL unter MAUDE Mashine!es Beweisen Einführung in LTL Seit# 1 Verifikation eines Systems System- Verhalte% System- Spezifikatio% Mashine!es Beweisen Einführung in LTL Seit# 2 Verifikation

Mehr

Aussagenlogik. Spezifikation und Verifikation Kapitel 1. LTL und CTL Syntax & Semantik. Aussagenlogik: Syntax. Aussagenlogik: Syntax (Alternative)

Aussagenlogik. Spezifikation und Verifikation Kapitel 1. LTL und CTL Syntax & Semantik. Aussagenlogik: Syntax. Aussagenlogik: Syntax (Alternative) Spezifikation und Verifikation Kapitel 1 Aussagenlogik LTL und CTL & Frank Heitmann heitmann@informatik.uni-hamburg.de Wir haben Eine abzählbare Menge V = {x 1, x 2,...} von aussagenlogischen Variablen

Mehr

3.5 Symmetrie Agenda

3.5 Symmetrie Agenda Model Cheking für finite state systems Computergestützte Verifikation.. explizit:.: Tiefensuhe Kapitel symbolish: Kapitel.: LTL-Model Cheking.: CTL-Model Cheking.: Fairness.: B-basiertes CTL-Model Cheking.:

Mehr

1. Einführung in Temporallogik CTL

1. Einführung in Temporallogik CTL 1. Einführung in Temporallogik CTL Temporallogik dient dazu, Aussagen über Abläufe über die Zeit auszudrücken und zu beweisen. Zeit wird in den hier zunächst behandelten Logiken als diskret angenommen

Mehr

Modul 7: Automatische Validierung von Sicherheitsprotokollen - Einführung Model-Checking. Prof. Dr. Martin Leischner Netzwerksysteme und TK

Modul 7: Automatische Validierung von Sicherheitsprotokollen - Einführung Model-Checking. Prof. Dr. Martin Leischner Netzwerksysteme und TK Modul 7: Automatische Validierung von Sicherheitsprotokollen - Einführung Model-Checking 11.12.2018 12:11:59 M. Leischner Sicherheit in Netzen Folie 1 Automatische Validierung von Protokollen - Lehrkonzept

Mehr

CTL Model Checking SE Systementwurf CTL Model Checking Alexander Grafe 1

CTL Model Checking SE Systementwurf CTL Model Checking Alexander Grafe 1 CTL Model Checking SE Systementwurf CTL Model Checking Alexander Grafe 1 Einführung/Historie Model Checking ist... nur reaktive Systeme werden betrachtet vor CTL Model Checking gab es... Queille, Sifakis,

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil C: Nichtklassische Logiken 9. Temporallogiken Version von: 4. Februar 2008(11:55) Inhalt 9.1 Vorüberlegungen 9.2 Lineare Zeit: LTL 9.3

Mehr

4. Alternative Temporallogiken

4. Alternative Temporallogiken 4. Alternative Temporallogiken Benutzung unterschiedlicher Temporallogiken entsprechend den verschiedenen Zeitbegriffen LTL: Linear Time Logic Ähnlich der CTL, aber jetzt einem linearen Zeitbegriff entspechend

Mehr

Bisher. Wiederholung NFA Modellierung durch NFA Kripke-Struktur

Bisher. Wiederholung NFA Modellierung durch NFA Kripke-Struktur Bisher Wiederholung NFA Modellierung durch NFA Kripke-Struktur Model-Checking Modell beschrieben durch Kripke-Struktur A Spezifikation ϕ in einer Temporallogik Verifikation: Nachweis, dass die Struktur

Mehr

Kapitel 2: Algorithmen für CTL und LTL

Kapitel 2: Algorithmen für CTL und LTL Kapitel 2: Algorithmen ür CTL und LTL Für eine gegebene Kripke-Struktur M = (S, R, L) und eine gegebene temporal-logische Formel ist zu berechnen: {s S M, s = } M ist hier als Graph explizit gegeben. Algorithmus

Mehr

Model Checking für finite state systems. Computergestützte Verifikation Verteilte Systeme Unabhängigkeitsrelation I zwischen Aktionen:

Model Checking für finite state systems. Computergestützte Verifikation Verteilte Systeme Unabhängigkeitsrelation I zwischen Aktionen: Model Checking für finite tte ytem Computergetützte Verifiktion 17.5.2002 explizit: 3.1: Tiefenuche Kpitel 3 ymbolich: Kpitel 4 3.2: LTL-Model Checking 3.3: CTL-Model Checking 3.4: Firne 4.1: BDD-bierte

Mehr

LTL und Spin. Stefan Radomski

LTL und Spin. Stefan Radomski LTL und Spin Stefan Radomski sr@oop.info Gliederung Wiederholung Grundlagen Vorstellung LTL Syntax Semantik Beispiele Model Checking mit Spin Fallbeispiele Einführung in Promela Vorführung Zusammenfassung

Mehr

Model Checking I. Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg

Model Checking I. Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg Model Checking I Yi Zhao Marc Spisländer Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg Zhao, Spisländer FAU Erlangen-Nürnberg Model Checking I 1 / 22 1 Inhalt 2 Model

Mehr

Grundlagen des expliziten Model Checkings

Grundlagen des expliziten Model Checkings Grundlagen des expliziten Model Checkings Seminar: Vortrag Dawid Kopetzki Gutachter: Prof. Dr. Jan Jürjens Dipl.-Inf. Daniel Warzecha 2. Juli 2012 Motivation Outline 1 Einleitung Motivation Hintergrund

Mehr

Zeitlogik. Hardware Verifikation. Zeitlogik und Verifikation. Helmut Veith,

Zeitlogik. Hardware Verifikation. Zeitlogik und Verifikation. Helmut Veith, Zeitlogik und Verifikation Helmut Veith, veith@dbai.tuwien.ac.at 58801-18431 Abteilung f. Datenbanken und AI Zeitlogik Klassische Logik ist ungeeignet, die Dynamik veränderlicher Systeme zu beschreiben.

Mehr

Software Engineering in der Praxis

Software Engineering in der Praxis Software Engineering in der Praxis Praktische Übungen Marc Spisländer Josef Adersberger Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg 10. November 2008 Inhalt Nachlese

Mehr

tl Revision: 1.37 Lese [a] f als für alle a-nachfolger des momentanen Zustandes gilt f

tl Revision: 1.37 Lese [a] f als für alle a-nachfolger des momentanen Zustandes gilt f Temorale Logik Gebrauch in der Informatik geht auf A. Pnueli zurück 1 Vereinfachte Hennessy-Milner Logik (HML) zunächst betrachten wir HML als Bs. für Temorale Logik für LTS 2 Häufig zur Sezifikation von

Mehr

Model Checking. Timed Computation Tree Logic TCTL. Michael Hess

Model Checking. Timed Computation Tree Logic TCTL. Michael Hess Model Checking Timed Computation Tree Logic TCTL Michael Hess Gliederung Einführung Motivation Kripkestrukturen mit Zeitbedingungen TCTL Model Checking Regionenautomaten Komplexität Demonstration 2 Einführung

Mehr

Kapitel 4: (Einige) Andere Logiken

Kapitel 4: (Einige) Andere Logiken Kapitel 4: (Einige) Andere Logiken 4.1: Modale Logiken Grundgedanke Nicht alles stimmt unabhängig vom Zeitpunkt es schneit unabhängig vom Ort man kann das Meer sehen unabhängig vom Sprecher ich bin müde

Mehr

Modellierung verteilter Systeme

Modellierung verteilter Systeme Modellierung verteilter Systeme (Grundlagen der Programm- und Systementwicklung II) 09 Eigenschaften Dr. Sebastian Voss fortiss GmbH Kompetenzfeldleiter Model-based Systeme Engineering Themenübersicht

Mehr

6 SYMBOLIC MODEL CHECKING

6 SYMBOLIC MODEL CHECKING 6 SYMBOLIC MODEL CHECKING Sommersemester 2009 Dr. Carsten Sinz, Universität Karlsruhe Verbände 2 Def.: Eine Menge M mit zwei binären Operatoren und heißt Verband, wenn: und sind kommutativ und assoziativ,

Mehr

Formale Grundlagen der Informatik 3 Kapitel 6 Automatenbasiertes LTL Model Checking

Formale Grundlagen der Informatik 3 Kapitel 6 Automatenbasiertes LTL Model Checking Formale Grundlagen der Informatik 3 Kapitel 6 Automatenbasiertes LTL Model Checking Frank Heitmann heitmann@informatik.uni-hamburg.de 11. Januar 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/62

Mehr

Research Collection. Bounded Model Checking was kommt danach? Other Conference Item. ETH Library. Author(s): Biere, Armin. Publication Date: 2000

Research Collection. Bounded Model Checking was kommt danach? Other Conference Item. ETH Library. Author(s): Biere, Armin. Publication Date: 2000 Research Collection Other Conference Item Bounded Model Checking was kommt danach? Author(s): Biere, Armin Publication Date: 2000 Permanent Link: https://doi.org/10.3929/ethz-a-004242422 Rights / License:

Mehr

Spezifikation und Verifikation Kapitel 2 CTL Model Checking

Spezifikation und Verifikation Kapitel 2 CTL Model Checking Spezifikation und Verifikation Kapitel 2 CTL Model Checking Frank Heitmann heitmann@informatik.uni-hamburg.de 16. Mai 2014 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/138 CTL Computation Tree Logic

Mehr

GPS: Realzeit-Systeme Realzeit-Automaten 209. Motivation

GPS: Realzeit-Systeme Realzeit-Automaten 209. Motivation 7) Realzeit-Systeme GPS: Realzeit-Systeme Realzeit-Automaten 209 Motivation Modellierung von Systemen benutzte bisher diskrete Zeit, die schrittweise, gleichmäßig und einheitslos voranschreitet manchmal

Mehr

Software Engineering Praktikum

Software Engineering Praktikum Dipl-Inf Martin Jung Seite 1 Software Engineering Praktikum Formale Verifikation nebenläufiger Systeme mittels s 0 s 1 s 2 s 3 s 4 s 5 Dipl-Inf Martin Jung Seite 2 mit NuSMV Ziel: Frühe Fehlererkennung

Mehr

Kurzeinführung in SAL

Kurzeinführung in SAL Kurzeinführung in SAL Holger Pfeifer Institut für Künstliche Intelligenz Fakultät für Ingenieurwissenschaften und Informatik Universität Ulm 2. Mai 2007 H. Pfeifer Comp.gest. Modellierung u. Verifikation

Mehr

Institut für Thermische Verfahrenstechnik. Wärmeübertragung I. Lösung zur 4. Übung (ΔT LM (Rührkessel, Gleich-, Gegenstrom))

Institut für Thermische Verfahrenstechnik. Wärmeübertragung I. Lösung zur 4. Übung (ΔT LM (Rührkessel, Gleich-, Gegenstrom)) Prof. Dr.-Ing. Matthia Kind Intitut für hermihe Verfahrentehnik Dr.-Ing. homa Wetzel Wärmeübertragung I öung zur 4. Übung ( M (Rührkeel, Gleih-, Gegentrom Einführung Ein in der Wärmeübertragung häufig

Mehr

Lineare Temporale Logik

Lineare Temporale Logik nach Principles of Model Checking von Christel Baier und Joost-Pieter Katoen 19.Dezember 2013 Wiederholung (1) Ein Transitionssystem TS ist ein Tupel (S,Act,,I,AP,L) mit: S - Menge von Zuständen Act -

Mehr

23. Kürzeste Wege. Flussüberquerung (Missionare und Kannibalen) Das ganze Problem als Graph. Formulierung als Graph

23. Kürzeste Wege. Flussüberquerung (Missionare und Kannibalen) Das ganze Problem als Graph. Formulierung als Graph Fluüberquerung (Miionare und Kannibalen). Kürzete Wege Problem: Drei Kannibalen und drei Miionare tehen an einem Ufer eine Flue. Ein dort bereittehende Boot fat maimal zwei Peronen. Zu keiner Zeit dürfen

Mehr

Mathematische Logik SS 2009

Mathematische Logik SS 2009 Mathematische Logik SS 2009 Prof. Dr. Erich Grädel Mathematische Grundlagen der Informatik RWTH Aachen c b n d This work is licensed under: http://creativecommons.org/licenses/by-nc-nd/3.0/de/ Dieses Werk

Mehr

Berechenbarkeitstheorie 19. Vorlesung

Berechenbarkeitstheorie 19. Vorlesung 1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Erinnerung:

Mehr

2.1 Lineare Temporallogiken: LTL

2.1 Lineare Temporallogiken: LTL 2.1 Lineare Temporallogiken: LTL N bezeichne die Menge der nicht-negativen ganzen Zahlen (inklusive der Null). Sei Σ ein Alphabet. Ein endliches Wort ü b e r Σ ist eine endliche Folge a 1 a 2...a n,sodassa

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Grundlagen: Algorithmen und Datentrukturen Prof. Dr. Hanjo Täubig Lehrtuhl für Effiziente Algorithmen (Prof. Dr. Ernt W. Mayr) Intitut für Informatik Techniche Univerität München Sommeremeter H. Täubig

Mehr

Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik. 10. Juni 2005

Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik. 10. Juni 2005 Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik 10. Juni 2005 Zusammenfassung Wahrheitsfunktionale Fuzzy-Semantik besteht aus Mengen aller wahrheitsfunktionalen Belegungen von Formeln, jedem Modell in M entspricht

Mehr

Lineare Temporale Logik

Lineare Temporale Logik Lineare Temporale Logik H. Peter Gumm Philipps-Universität Marburg Sommersemester 2007 Logiken für Kripke Strukturen Logiken, die nicht nur Zustandseigenschaften, sondern auch das dynamische Verhalten

Mehr

SoSe 2018 M. Werner 2 / 32 osg.informatik.tu-chemnitz.de. i ϕ soll bedeuten, dass Person i Kenntnis von ϕ hat Es gilt:

SoSe 2018 M. Werner 2 / 32 osg.informatik.tu-chemnitz.de. i ϕ soll bedeuten, dass Person i Kenntnis von ϕ hat Es gilt: Betriebssysteme II - Analyse und Modellierung Sommersemester 2018 Wir betrachten zwei einführende Beispiele: Betriebssysteme II - Analyse und Modellierung 9. Kapitel Modallogiken Prof. Matthias Werner

Mehr

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Die Prädikatenlogik erster Stufe: Syntax und Semantik Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,

Mehr

Abschnitt 3.2: Der Satz von Ehrenfeucht

Abschnitt 3.2: Der Satz von Ehrenfeucht Abschnitt 3.2: Der Satz von Ehrenfeucht In diesem Abschnitt wird gezeigt, dass ein enger Zusammenhang zwischen EF-Spielen und der Ausdrucksstärke der Logik erster Stufe besteht. Zur Formulierung dieses

Mehr

Diplomarbeit. Maria Soldatova

Diplomarbeit. Maria Soldatova Leibniz Universität Hannover Fakultät für Elektrotechnik und Informatik Institut für Theoretische Informatik Diplomarbeit im Studiengang Mathematik mit Studienrichtung Informatik Prüfer: Prof. Dr. Heribert

Mehr

Modallogik (aussagenlogisch)

Modallogik (aussagenlogisch) Modallogik (aussagenlogisch) Zur Formulierung und Repräsentation von Aussagen, die über die Aussagenlogik hinausgehen. Meist modale Einschränkung Bald wird es regnen Möglicherweise ist die Erde eine Kugel.

Mehr

Model Checking. Grundlagen und Motivation. Alex Salnikow

Model Checking. Grundlagen und Motivation. Alex Salnikow Model Checking Grundlagen und Motivation Alex Salnikow Gliederung Einführung und Motivation Anwendungsgebiet Model Checking Definition von Model Checking Systemmodellierung / Formalisierung des Systems

Mehr

D-MAVT/D-MATL Analysis II FS 2018 Dr. Andreas Steiger. Lösung - Serie 14

D-MAVT/D-MATL Analysis II FS 2018 Dr. Andreas Steiger. Lösung - Serie 14 D-MAVT/D-MATL Analsis II FS 2018 Dr. Andreas Steiger Lösung - Serie 14 1. Für welhe der folgenden Funktionen f ist f x (x, = e 4x 2x 2, f (x, = os 2x 2? (a (x, 1 4 e4x x 2 2 sin π. (b (x, 1 4 e4x x 2 2

Mehr

Automaten, Spiele und Logik

Automaten, Spiele und Logik Automaten, Spiele und Logik Woche 13 11. Juli 2014 Inhalt der heutigen Vorlesung Linearzeit Temporale Logik (LTL) Alternierende Büchi Automaten Nicht-Determinisierung (Miyano-Ayashi) Beschriftete Transitionssysteme

Mehr

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/??

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/?? Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten

Mehr

Wintersemester 2004/ Januar 2005

Wintersemester 2004/ Januar 2005 Lehrtuhl für Praktiche Informatik III Norman May B,, Raum C0.0 8 Mannheim Telefon: (0) 8 Email: norman@pi.informatik.uni-mannheim.de Matthia Brantner B,, Raum C0.0 8 Mannheim Telefon: (0) 8 Email: mb@pi.informatik.uni-mannheim.de

Mehr

How To Prove A Propositional Logic

How To Prove A Propositional Logic Klausur Formale Systeme Fakultät für Informatik SS 2015 Prof. Dr. Bernhard Beckert 31. Juli 2015 Vorname: Matrikel-Nr.: Die Bearbeitungszeit beträgt 60 Minuten. A1 (10) A2 (8) A3 (6) A4 (7) A5 (9) A6 (11)

Mehr

12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP

12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller

Mehr

Randomisiert inkrementelle Konstruktion der Trapezzerlegung. Strecken in der Ebene

Randomisiert inkrementelle Konstruktion der Trapezzerlegung. Strecken in der Ebene Randomiiert inkrementelle Kontruktion der Trapezzerlegung einer Menge von Strecken in der Ebene (Literatur: deberg et al., Kapitel 6) Chritian Knauer 1 Problemtellung Gegeben: Eine Menge von n Strecken

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in

Mehr

Bz e Kraft auf Magnetisches Moment. => Zuständen

Bz e Kraft auf Magnetisches Moment. => Zuständen Kap. 7 Der pin. Der pin it ein interner Freiheitgrad eine Teilchen und hängt weder von den räumlichen Koordinaten noch von Impul ab. Der pin legt die tatitik (Fermion oder Boon) fet. (QMII). tern Gerlach

Mehr

Resolutionsalgorithmus

Resolutionsalgorithmus 112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:

Mehr

Normalformen. Wie bei der Aussagenlogik lassen sich Formeln wieder in dazu äquivalente umwandeln, die eine bestimmte Form haben.

Normalformen. Wie bei der Aussagenlogik lassen sich Formeln wieder in dazu äquivalente umwandeln, die eine bestimmte Form haben. Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.5 Prädikatenlogik Normalformen 148 Normalformen Wie bei der Aussagenlogik lassen sich Formeln wieder in dazu äquivalente umwandeln, die eine

Mehr

Effiziente Algorithmen

Effiziente Algorithmen Effiziente Algorithmen Greedy-Algorithmen Vorlesender: Martin Aumüller (nah Folien von Prof. Martin Dietzfelbinger) Mai 2012 FG KTuEA, TU Ilmenau Effiziente Algorithmen Sommersemester 2012 1 Kapitel 3:

Mehr

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Syntax Semantik Signatur, Variablen Terme (induktive Definition, Baumform) Atome

Mehr

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4 Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)

Mehr

TECHNIKEN ZUR BERECHNUNG DER DIMENSION

TECHNIKEN ZUR BERECHNUNG DER DIMENSION TECHNIKEN ZUR BERECHNUNG DER DIMENSION KATHARINA KIESEL Zuammenfaung Im Folgenden werden Tehniken zur Berehnung der Dimenion von Fraktalen aufgezeigt E wird unter anderem definiert wa eine Mae-Verteilung

Mehr

Model Checking. H. Peter Gumm. Philipps-Universität Marburg Sommersemester 2007

Model Checking. H. Peter Gumm. Philipps-Universität Marburg Sommersemester 2007 H. Peter Gumm Philipps-Universität Marburg Sommersemester 2007 Inhaltsverzeichnis 1. Einführung Motivation Ampel-Beispiel Modellierung in SMV Temporale Eigenschaften 2. Das SMV System SMV Module und Prozesse

Mehr

Automatisierte Erzeugung und Analyse des Attack Graphs

Automatisierte Erzeugung und Analyse des Attack Graphs Hauteminar Seurity: zwihen ormalen Methoden und Praxi Automatiierte Erzeugung und Analye de Attak Grah 23. Juni 2004 Bearbeiter: Wei Mu Betreuer: Dr. Stean Katzenbeier Page 1 o 13 Inhaltverzeihni 1. Einleitung...3

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

Mehr

Formale Verifikation von Software. 10. Juli 2013

Formale Verifikation von Software. 10. Juli 2013 Formale Verifikation von Software 10. Juli 2013 Überblick Wann ist formale Softwareverifikation sinnvoll? Welche Techniken gibt es? Was ist Model Checking und wie kann man es zur Verifikation einsetzen?

Mehr

Parallel Ausführbare Nichtlineare Prädiktive Regelung für FPGA-basierte Bordrechner. Alexander Joos

Parallel Ausführbare Nichtlineare Prädiktive Regelung für FPGA-basierte Bordrechner. Alexander Joos Parallel Auführbare Nihtlineare Prädiktive Regelung für FPGA-baierte Bordrehner Alexander Joo alexander.joo@ifr.uni-tuttgart.de DGLR Workhop - Alexander Joo 25.2.211 1 Problembehreibung UAV oll vorgegebenen

Mehr

De Morgan sche Regeln

De Morgan sche Regeln De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Vorlesung 6: Modellierung Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 1/30 MOTIVATION FÜR AUSSAGENLOGIK Aussagenlogik erlaubt Repräsentation

Mehr

Generating Deterministic ω-automata for most LTL formulas by the Breakpoint Construction

Generating Deterministic ω-automata for most LTL formulas by the Breakpoint Construction Generating Deterministic ω-automata for most LTL formulas by the Breakpoint Construction Andreas Morgenstern, Klaus Schneider and Sven Lamberti März 2008 Übersicht Motivation Explizite Determinisierung

Mehr

Algorithmen und Programmierung IV: Nichtsequentielle Programmierung

Algorithmen und Programmierung IV: Nichtsequentielle Programmierung Algorithmen und Programmierung IV: Nichtequentielle Programmierung Robert Tolkdorf Baiert auf ALP IV, SS 2003 Klau-Peter Löhr Freie Univerität Berlin [1] Peter Löhr, Robert Tolkdorf, Berlin Überblick [2]

Mehr

Formale Systeme. Prof. P.H. Schmitt. Winter 2007/2008. Fakultät für Informatik Universität Karlsruhe (TH)

Formale Systeme. Prof. P.H. Schmitt. Winter 2007/2008. Fakultät für Informatik Universität Karlsruhe (TH) Formale Systeme Prof. P.H. Schmitt Fakultät für Informatik Universität Karlsruhe (TH) Winter 2007/2008 Prof. P.H. Schmitt Formale Systeme Winter 2007/2008 1 / 20 Vorlesungstermine Do.24.01. letztes Übungsblatt

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel rundlagen und Motivation Formale rundlagen der Informatik 1 Kapitel 16 Frank Heitmann heitmann@informatik.uni-hamburg.de 31. Mai 2016 Motivation Wir benötigen einen (Un-)Erfüllbarkeitstest für aussagenlogische

Mehr

Erfüllbarkeit von Formelmengen

Erfüllbarkeit von Formelmengen Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.6 Aussagenlogik Kompaktheit 75 Erfüllbarkeit von Formelmengen bisher nur Erfüllbarkeit einzelner Formeln betrachtet erweitere Begriff auf Mengen

Mehr

Kapitel 1.4. Exkurs: Entscheidbarkeit und Komplexität. Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10

Kapitel 1.4. Exkurs: Entscheidbarkeit und Komplexität. Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10 Kapitel 1.4 Exkurs: Entscheidbarkeit und Komplexität Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10 Algorithmen Ein Algorithmus oder eine Rechenvorschrift ist ein effektives

Mehr

23. Behavioral Model Checking (Prüfung von Verhaltensmodellen)

23. Behavioral Model Checking (Prüfung von Verhaltensmodellen) 23. Behavioral Model Checking (Prüfung von Verhaltensmodellen) 1 Prof. Dr. U. Aßmann Technische Universität Dresden Institut für Software- und Multimediatechnik http://st.inf.tu-dresden.de Version 13-1.0,

Mehr

Formale Verifikation von Software. 8. Juli 2015

Formale Verifikation von Software. 8. Juli 2015 Formale Verifikation von Software 8. Juli 2015 Überblick Wann ist formale Softwareverifikation sinnvoll? Welche Techniken gibt es? Was ist Model Checking und wie kann man es zur Verifikation einsetzen?

Mehr

1. Motivation. Modelchecking. NuSMV. NuSMV und SMV. 2. Modellierung. Erinnerung (Kapitel II)

1. Motivation. Modelchecking. NuSMV. NuSMV und SMV. 2. Modellierung. Erinnerung (Kapitel II) 1. Motivation Modelchecking V. Ein Modelchecker: NuSMV Motivation und Hintergrund Modellierung Eigenschaften Anwendung Wir kennen jetzt die Grundlagen des Modelcheckings, auch wenn uns noch ganz wesentliche

Mehr

2.12 Kurvenparametrisierung

2.12 Kurvenparametrisierung 2.12 Kuvenpaametiieung Definition Funktionen γ : [a, b] R R m beheiben Kuven im R m. Bemekung Kuven laen ih viualiieen duh... (1) den Gaphen Γ γ {t, γ(t) t [a, b]} R m+1 ode (2) die Bildmenge γ([a, b]).

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Vorlesung 5: Normalformen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 2. November 2017 1/37 MOTIVATION FÜR AUSSAGENLOGIK Aussagenlogik

Mehr

Modellierung und Validierung von Datenschutzanforderungen in Prozessmodellen

Modellierung und Validierung von Datenschutzanforderungen in Prozessmodellen Modellierung und Validierung von Datenschutzanforderungen in Prozessmodellen Sven Feja 1, Sören Witt 1, Andreas Brosche 1, Andreas Speck 1 und Christian Prietz 2 1 Arbeitsgruppe Angewandte Informatik (Wirtschaftsinformatik)

Mehr

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,

Mehr

Test mit temporallogischer Modelprüfung

Test mit temporallogischer Modelprüfung Tet mit temorallogicher Modelrüfung Hauarbeit zum Hauteeminar Sezifikationbaierter Softwaretet Prof. Holger Schlingloff Referent: Oliver Kintzer, Matr.-Nr. 151653 Inhaltverzeichni 1. Extended Finite State

Mehr

Lineare Temporale Logik

Lineare Temporale Logik Formale Systeme Prof. Dr. ernhard eckert Fakultät für Informatik Universität Karlsruhe (TH) Lineare Temporale Logik Winter 2008/2009 Prof. Dr. ernhard eckert Formale Systeme Winter 2008/2009 1 / 18 Prof.

Mehr

Übungen zur Ingenieur-Mathematik III WS 2015/2016 Blatt h(x, y, z) := (x 2) 2 + y 2 + z 2 4 = 0,

Übungen zur Ingenieur-Mathematik III WS 2015/2016 Blatt h(x, y, z) := (x 2) 2 + y 2 + z 2 4 = 0, Übungen ur Ingenieur-Mathematik III WS 5/6 Blatt..6 Aufgabe 4: Betrahten Sie die Gleihungen: Lösung: h(,, := ( + + 4 =, g(,, := =, ( h(,, f(,, := = g(,, (. a Geben Sie eine geometrishe Interpretation der

Mehr

Model Checking mit SPIN

Model Checking mit SPIN Model Checking mit SPIN Sabine Bauer 15.08.2005 2 Gliederung 1. Teil: Grundlagen des Model Checking - Abgrenzung zur deduktiven Verifikation - Das Model Checking-Problem - Kripke-Struktur - LTL - Arbeitsweise

Mehr

(1) (a) Hans ist verheiratet oder nicht verheiratet. (b) Hans ist verheiratet oder Hans ist nicht verheiratet.

(1) (a) Hans ist verheiratet oder nicht verheiratet. (b) Hans ist verheiratet oder Hans ist nicht verheiratet. 3.3 Quantoren? Sind folgende Sätze jeweils synonym? (1) (a) Hans ist verheiratet oder nicht verheiratet. (b) Hans ist verheiratet oder Hans ist nicht verheiratet. (2) (a) Jeder ist verheiratet oder nicht

Mehr

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1. Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik

Mehr

Stiftung zur Förderung der Philatelie und Postgeschichte. Mildred-Scheel-Straße 2 D Bonn Telefon (02 28) Fax (02 28)

Stiftung zur Förderung der Philatelie und Postgeschichte. Mildred-Scheel-Straße 2 D Bonn Telefon (02 28) Fax (02 28) Stiftung zur Förderung der Philatelie und Ptgehihte Mildred-Sheel-Straße 2 D-5175 Bnn Telefn (2 28) 9 79 87- Fax (2 28) 9 79 87-5 Leih vertrag zihen Antragteller: Straße: PLZ, rt: der Stiftung zur Förderung

Mehr

Tableaukalkül für Aussagenlogik

Tableaukalkül für Aussagenlogik Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird

Mehr

Auswertung von Operatorbäumen Huffman-Code

Auswertung von Operatorbäumen Huffman-Code Datenstrukturen: Bäume 4 Bäume 4. Terminologie und Grundlagen: Modelle für Graphen und Bäume 4.. Spezifikation und einfahe Algorithmen 4. Anwendungen - 4.. Auswertung von Operatoräumen - 4.. Huffman-Code

Mehr

1.1 Transitionssysteme Produkte von Transitionssystemen Kripkestrukturen Verifikation und Model-Checking...

1.1 Transitionssysteme Produkte von Transitionssystemen Kripkestrukturen Verifikation und Model-Checking... Transitionssysteme und Verifikation 3. Transitionssysteme.................................. 3. Produkte von Transitionssystemen......................... 9.3 Automaten und reguläre Sprachen.........................

Mehr

10. Grassmannsche Vektoren und die Drehungen im Raum.

10. Grassmannsche Vektoren und die Drehungen im Raum. 10. Grassmannshe Vektoren und die Drehungen im Raum. Wir haen in der vorigen Vorlesung gesehen wie man Gegenstände im Raum vermöge der Zentralprojektion als Figuren in der Eene perspektivish genau darstellen

Mehr

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99 Sequenzen Zum Abschluss des Kapitels über Aussagenlogik behandeln wir noch Gentzens Sequenzenkalkül.

Mehr

Model Checking. H. Peter Gumm. Philipps-Universität Marburg Sommersemester 2008

Model Checking. H. Peter Gumm. Philipps-Universität Marburg Sommersemester 2008 H. Peter Gumm Philipps-Universität Marburg Sommersemester 2008 Inhaltsverzeichnis 1. Einführung Motivation Ampel-Beispiel Modellierung in SMV Temporale Eigenschaften 2. Das SMV System SMV Module und Prozesse

Mehr

- Theorie der uninterpretierten

- Theorie der uninterpretierten Theorie der uninterpretierten Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S.

Mehr

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000

Mehr

2. Linear Combination of Atomic Orbitals

2. Linear Combination of Atomic Orbitals . Linear Combination of Atomi Orbitals Molekülorbitale werden mit ilfe des Variationsansatzes erhalten. Beispiel: -atomiges Molekül Atom, ϕ Atom, ϕ amilton-operator: Orthonormierung: ˆ ϕ El. Atom ϕ = =

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle

Mehr