Verification. Lecture 3. Bernd Finkbeiner

Similar documents
ishares Core Composite Bond ETF

Lazy Semiring Neighbours

Ë ÁÌÇ ÌÓ Ó ÍÒ Ú Ö Øݵ Ç ¼ Ô Û Ö ÙÒÓ Ø Ò Ð Ä Ò ÙÖ ÖÝ ÓÒ ÒÓØ Ý ÛÓÖ Û Ø Ã ÞÙ ÖÓ Á Ö Ó ÒØ Ë Ò ÝÓ ÍÒ Ú Ö Øݵ Ç

Density Data

MODELLING OF GAS-SOLID TURBULENT CHANNEL FLOW WITH NON-SPHERICAL PARTICLES WITH LARGE STOKES NUMBERS

ÐÓ Û µ ÅÄ Ó Ò ººº Ð Ò Ö Ó Ü = (,..., Ü Ò ) ººº ÒØ Ó ÛÓÖ Ý = (Ý ½,..., Ý Ò ) ººº Ö Ú ÛÓÖ ¹ ÓÒ Ø ÒØ ÐÓ Û µ Å Ü ÑÙÑ Ä Ð ÓÓ Åĵ Ó Ö Ø Ø ÔÓ Ð Ó Ö Ñ Ò Ñ Þ Ø

Ä ÖÒ Ò ÖÓÑ Ø Ö Ëº Ù¹ÅÓ Ø Ð ÓÖÒ ÁÒ Ø ØÙØ Ó Ì ÒÓÐÓ Ý Ä ØÙÖ ½ Ì Ä ÖÒ Ò ÈÖÓ Ð Ñ ËÔÓÒ ÓÖ Ý ÐØ ³ ÈÖÓÚÓ Ø Ç ² Ë Ú ÓÒ Ò ÁËÌ ÌÙ Ý ÔÖ Ð ¾¼½¾

É ÀÓÛ Ó Ý Ò ² Ö Ò ÁÒ Ö Ò «Ö ÓØ ÑÔ Ù ÔÖÓ Ð ØÝ ØÓ Ö ÙÒ ÖØ ÒØÝ ÙØ Ø Ý ÓÒ Ø ÓÒ ÓÒ «Ö ÒØ Ø Ò º Ü ÑÔÐ ÁÑ Ò Ð Ò Ð ØÖ Ð Û Ø Ò ½ Ñ Ø Ô Ö Ó Ù Ø º ÁÒ Ô Ö ÓÒ Ù Ø

Ì Ø Ð ÓÒ Ò Ò ÐÓ Ù Ó Ó Ñ³ Ø ÓÖ Ñ ÓÖ Ö Ø Ð ÑÞ Û ¹ ÐÐ ¾¼½½ ÇÒ Ø Ø Ó Ö Ð ÒÙÑ Ö Ö Ó Ò Þ Ý Ò Ø ÙØÓÑ Ø Ò ÑÙÐØ ÔÐ Ó ÐÓع ÖÙ Ø Ò¹ ÖÙÝ Ö ¾¼½¼ Ö Ø¹ÓÖ Ö ÐÓ Ò ÆÙÑ

ÇÙØÐ Ò Ó Ø Ø Ð ÅÓØ Ú Ø ÓÒ = ¾ ÙÔ Ö ÝÑÑ ØÖ Ò ¹Å ÐÐ ÕÙ ÒØÙÑ Ñ Ò ÆÙÑ Ö Ð Ð ÓÖ Ø Ñ Ò ÒÙÑ Ö Ð Ö ÙÐØ Ü Ø ÓÐÙØ ÓÒ ÙÖØ Ö Ô Ö Ô Ø Ú

ÁÒØÖÓ ÙØ ÓÒ Ö ÙÑÙÐ ÒØ Ò Ã ÖÓÚ³ ÔÓÐÝÒÓÑ Ð Ä Ø Ù ÒÓØ Ý Ë Ò Ø ÝÑÑ ØÖ ÖÓÙÔ Ó ÓÖ Ö Òº ÁÖÖ Ù Ð Ö ÔÖ ÒØ Ø ÓÒ Ô ÖØ Ø ÓÒ λ Òº ÆÓÖÑ Ð Þ Ö Ø Ö Ú ÐÙ χ λ (µ) ÓÖ µ

ÙÒØ ÓÒ Ò Ø ÓÒ ÙÒØ ÓÒ ÖÓÑ ØÓ ÒÓØ Ö Ð Ø ÓÒ ÖÓÑ ØÓ Ù Ø Ø ÓÖ Ú ÖÝ Ü ¾ Ø Ö ÓÑ Ý ¾ Ù Ø Ø Ü Ýµ Ò Ø Ö Ð Ø ÓÒ Ò Ü Ýµ Ò Ü Þµ Ö Ò Ø Ö Ð Ø ÓÒ Ø Ò Ý Þº ÆÓØ Ø ÓÒ Á

Tensor. Field. Vector 2D Length. SI BG cgs. Tensor. Units. Template. DOFs u v. Distribution Functions. Domain

È Ö Ø ² ÑÔ Ö Ø Ò ÓÖÑ Ø ÓÒ ÓÖ Ñ È Ö Ø Ò ÓÖÑ Ø ÓÒ ÈÐ Ý Ö ÒÓÛ ÓÙØ Ø ÔÖ Ú ÓÙ ÑÓÚ Ó ÓÔÔÓÒ ÒØ º º º Ð ¹ËØ Û ÖØ Ñ º ÁÑÔ Ö Ø Ò ÓÖÑ Ø ÓÒ ÈÐ Ý Ö Ó ÒÓØ ÒÓÛ ÓÙØ Û

ν = fraction of red marbles

Ø Ñ Ò Ò ÙØÙÑÒ ¾¼¼¾ Ò Ò Ö ÕÙ ÒØ ÐÓ µ Ø Û Ø ØÖ ØÖÙØÙÖ ½ ȹØÖ È¹ ÖÓÛØ ÄÇË Ì È¹ØÖ Ø ØÖÙØÙÖ È¹ ÖÓÛØ Ð ÓÖ Ø Ñ ÓÖ Ò Ò ÐÐ Ö ÕÙ ÒØ Ø ÄÇË Ì Ð ÓÖ Ø Ñ ÓÖ Ò Ò Ö ÕÙ

ÈÐ Ò ÁÒØÖÓ ÙØ ÓÒ ½ ÁÒØÖÓ ÙØ ÓÒ Ö ÙÑÙÐ ÒØ Ò Ã ÖÓÚ³ ÔÓÐÝÒÓÑ Ð ÓÑ Ò ØÓÖ Ð ÓÖÑÙÐ ÓÖ Ö Ø Ö

ÌÖ ÓÒÓÑ ØÖÝ ÌÖ ÓÒÓÑ ØÖÝ Ð Û Ø Ö Ð Ø ÓÒ Ô ØÛ Ò Ò Ò Ð Ó ØÖ Ò Ð º ÁØ Û ÔÔÐ Ø ÓÒ Ò Ô Ý Ò Ò Ò Ö Ò º Ì ØÖ ÓÒÓÑ ØÖ ÙÒØ ÓÒ Ö Ö Ø Ò Ù Ò Ö Ø¹ Ò Ð ØÖ Ò Ð º C Ì Ç

A constraint based dependancy parser for Sanskrit

Ë Ò ÓÖ Æ ØÛÓÖ Å ÈÖÓØÓÓÐ ÂÙ Î Ð ÓÒ Ò Ä ÓÖ ØÓÖÝ ÓÖ Ì ÓÖ Ø Ð ÓÑÔÙØ Ö Ë Ò À Ð Ò ÍÒ Ú Ö ØÝ Ó Ì ÒÓÐÓ Ý ¾ º º¾¼¼ ÂÙ Î Ð ÓÒ Ò Ë Ò ÓÖ Æ ØÛÓÖ Å ÈÖÓØÓÓÐ

ÝØ Ð Ö Ø ÓÒ Ó ÝÒ Ñ ØÖ ÑÙÐ Ø ÓÒ Ó Ø Ú Ñ Ò Ð Ö Ø ÓÒ ÖÓÑ ØÖ ÓÙÒØ Ð Ð Ô Ö Ô Ø Ú Ø Ñ Ø ÓÒ Ó Ô Ø ÓÛ Ø ÛÓÖ Ø Ñ Ø ÓÒ Ó Ñ ÖÓ¹ ÑÙÐ Ø Ú ÓÖ ¾» ¾¾

pronoun word noun noun noun phrase phrase phrase

Deadlock. deadlock analysis - primitive processes, parallel composition, avoidance

ÓÖØÖ Ò ÓÖØÖ Ò = ÜØ Ò ÓÒ ØÓ Ø ÆËÁ ÇÊÌÊ Æ Ø Ò Ö º Ê ÔÓÒ Ð ØÝ Ñ Ö Ò Æ Ø ÓÒ Ð ËØ Ò Ö ÁÒ Ø ØÙØ ÆËÁ  µ ÁÒØ ÖÒ Ø ÓÒ Ð ÇÖ Ò Þ Ø ÓÒ ÓÖ ËØ Ò Ö Þ Ø ÓÒ ÁËÇ»Á ÂÌ

x = x 1x 2 x (p-1)x x = 3 x = 3 x = 3 x = 3 0 x 1 x 2 x... (p-1)x

½ ÕÙ Ø ÓÒ ¾ ÔÔÖÓÜ Ñ Ø ÓÒ Ó ËØÖÓÒ ÓÒÚ Ö Ò Ó Ù Æ ØÓ Ù ËØÖÓÒ ÓÒÚ Ö Ò Ó Æ ØÓ ËØÖÓÒ ÓÒÚ Ö Ò Ó Ù Æ ØÓ Ù Ï ÓÒÚ Ö Ò Ó Ù Æ ØÓ Ù Ê ÙÐØ Ë Ø Ó Ø ÔÖÓÓ Ü ÑÔÐ Ì ½ ÜÔ

Accept() Reject() Connect() Connect() Above Threshold. Threshold. Below Threshold. Connection A. Connection B. Time. Activity (cells/unit time) CAC

Ö Ô ÓÒ Ø Ó ØÛÓ Ø Î Ò ÒÓØ Ý Î µº Ë Ø Î Ò Ø ÒÓÒ¹ ÑÔØÝ Ø Ó Ú ÖØ ÓÖ ÒÓ µ Ò Ø Ó Ô Ö Ó Ú ÖØ ÐÐ º Ï Ù Î µ Ò µ ØÓ Ö ÔÖ ÒØ Ø Ø Ó Ú ÖØ Ò Ò Ö Ô Ö Ô Ø Ú Ðݺ ÅÓÖ Ò

The distin tive features of interval temp o ral logi s ψ ψ T ruth of fo rmulae is de ned over intervals (not p oints). ψ ψ

Ì ÄÈ Ë ÈÖÓ Ð Ñ Ì ÄÈ Ë ÐÓÒ Ø Ô Ö Ñ Ø Ö Þ ÓÑÑÓÒ Ù ÕÙ Ò µ ÔÖÓ Ð Ñ Ò Ö Ð Þ Ø ÓÒ Ó Û ÐÐ ÒÓÛÒ Ä Ë ÔÖÓ Ð Ñ ÓÒØ Ò Ò Ô¹ÓÒ ØÖ ÒØ º Ò Ø ÓÒ ÁÒ ÄÈ Ë(,, Ã ½, Ã ¾, )

ÇÙØÐ Ò ÖÓÙÒ Ü ÑÔÐ ÔÖÓ Ö Ñ ÒÓ Ñ Ø Ó Ü ÑÔÐ ÒÓ Ì ÓÖÝ ÓÒÐÙ ÓÒ ¾

ËØÖÙØÙÖ ½ Î Ö ÐÙ Ø Ö ¹ Ò ÒØÖÓ ÙØ ÓÒ ¾ Ì Ø Ì ÈÙÞÞÐ Ì Á ÓÒÐÙ ÓÒ ÈÖÓ Ð Ñ Å Ö ¹ÄÙ ÈÓÔÔ ÍÒ Ä ÔÞ µ È Ö Ø È ÖØ ÔÐ ¾¼º¼ º½ ¾» ¾

½º»¾¼ º»¾¼ ¾º»¾¼ º»¾¼ º»¾¼ º»¾¼ º»¾¼ º»¾¼» ¼» ¼ ÌÓØ Ð»½ ¼

ÇÙØÐ Ò È Ý Ð ÓÒ Ø ÓÒ Ò ÓÙ Æ ÙÐ ÄÓÛ¹ Ò ØÝ Ð Ñ Ø À ¹ Ò ØÝ Ð Ñ Ø Ü ÑÔÐ ÜØ ÒØ ÓÒ ØÓÛ Ö ÐÑ Ö Ö Ñ ÒØ Ò

φ(x,y,t) = 0 = 0,y, φ x φ + 1 t 2 φ 2 + gη = P, ρ η t xφ x = φ y

Ã Ô ÐÐ Ø ÙÒ Ð ÕÙ Ô Ò ÙÖ ÓÑ Ú ÒØ Ö Ø ÓÒ Ò ÓÑÔ Ø Ø ÓÒ Ä ÙÖ Å ËËÁÇ ÄÈÌÅ ÍÒ Ú Ö Ø È Ö ÎÁ ¾½ ÒÓÚ Ñ Ö ¾¼½

¾º (F (G H)) ((F G) (F H)) º ( F G) (( F G) F) p,p q q

Æ ÛØÓÒ³ Å Ø Ó ÐÓ Ì ÓÖÝ Ò ËÓÑ Ø Ò ÓÙ ÈÖÓ ÐÝ Ò³Ø ÃÒÓÛ ÓÙØ Ú º ÓÜ Ñ Ö Ø ÓÐÐ

ÙÖ ¾ Ë Ð Ø ÔÔÐ Ø ÓÒ ¾ ¾

Ø Ø Ò Ö ÓÖ Ö ÒØ Ö Ø ÓÒ ÀÓÛ ØÓ Ø Ø Î¹ ØÖÙØÙÖ Û Ø Ô ÖÛ Û ÓÖ ÒÓÒ Ü Ø Òص Ô Ò Ò X Y Z º Ë ÒÓÚ ËÅÄ Í Äµ Ì Ö ¹Ú Ö Ð Ø Ø ÆÁÈË ¼ ¾¼½ ¾» ½

ÅÓØ Ú Ø ÓÒ Å ÕÙ Ð ØÝ Ó Ø Ó ØÖ Ò Ô Ö ÒØ ÁÒ Ø ÓÒ Ú ÐÓÔÑ ÒØ ØÖ Ò ÖÖ Û ÓÖ Ò Ð ÙØ ÓÖ Ö Ñ Ò ÐÓÒ Ú ÐÓÔÑ ÒØ ØÓÖÝ Å ÒÝ Ù ØÓÑ Ö»Ù ØÓÑ Ö Ù ÓÑÔÓÒ ÒØ Ó Ñ ÒÝ ÔÖÓ Ø

0.12. localization 0.9 L=11 L=12 L= inverse participation ratio Energy

ÌÙÖ ÙÐ Ò Ò Ô Ö ÓÖÑ Ò ÓÑÔÙØ Ò ÌÙÖ ÙÐ Ò ÓÑÑÓÒ Ô ÒÓÑ Ò Ò Ù Ñ Ò º ÈÖ Ø Ð ÑÔÓÖØ Ò Ò Ù ØÖ Ð ÔÖÓ Ò Ö Ý Ò ÖÓÒ ÙØ º Ê Ð Ø ØÓ Ò Ö Ý Ú Ò Ò Æ ÒÝ Ò ØÖ Ò ÔÓÖØ Ø ÓÒº

Proof a n d Com p uta tion in Coq Maxime Dénès, Benjamin Grégoire, Chantal Keller, Pierre Yves Strub, Laurent Théry Map 16 p.1

ÁÒØÖÓ ÙØ ÓÒ Ì Ñ Ñ Ö Ó Ú Ò Ô ÓÖ Ù Ô µ Ú Ø Ñ Ò Ö Ð ØÙÖ ÓÒ Ø Ö Ó Ø Ô ØØ ÖÒº ÀÓÛ Ú Ö Ò Ú Ù Ð Ò Ñ Ð Ø ÓÛÒ Ø ÒØ Ñ Ö Ò º Ì Ô ØØ ÖÒ Ö ÒÓØ Ø ÖÑ Ò Ò Ø ÐÐݺ Ì Ý

t 2 3t + 2 lim xln x x x x2 + 1 x + 1

Interval temp o ral logi s ψ ψ T ruth of fo rmulae is de ned over intervals (not p oints). ψ ψ

Ë Ø Ó ÒÙÑ Ö Ò Ø Ö Ö ÔÖ ÒØ Ø ÓÒ ÁÒ Ø ÓÙÖ Û Û ÐÐ ÒØ Ö Ø Ò Ø Ó ÒÙÑ Ö º ÁÒ ÓÑÔÙØ Ö Ò Û Ö ÓÒ ÖÒ Ý Ø ÕÙ Ø ÓÒ ÓÛ Ó Û Ú Ù Ø Ø ÓÙÖ ÔÓ Ð Ì Û Ý ÒÙÑ Ö Ø ÓÒ Ý Ø Ñ

An Algebraic Semantics for Duration Calculus. August 2005 ß ½ ß ESSLLI 2005 Student Session

Ë ÑÙÐ Ø ÓÒ ÙÖ ØÝ Ò Ø ÔÔÐ Ô ÐÙÐÙ ËØ Ô Ò Ð ÙÒ ËØ Ú ÃÖ Ñ Ö ÇÐ Ú Ö È Ö Ö ÓÖÑ ÖÝÔØ ½»¼»¾¼¼

ÓÖ Ö ÛÓÖ Ò Ô Ö Ó ØÝ Ò Ø ÛÓÖ ÓÖ Ö Ø ÔÖÓÔ Ö ÔÖ Ü ÕÙ Ð ØÓ Ù Üº ÓÖ Ü ÑÔÐ ÓÖ Ö º Á ÛÓÖ ÒÓØ ÓÖ Ö Û Ý Ø ÙÒ ÓÖ Ö ÓÖ ÓÖ Ö¹ Ö º ÓÖ Ü ÑÔÐ ½¼ Ò = ½¼¼ ¼ Ö ÙÒ ÓÖ Ö

ÁÒØÖÓ ÙØ ÓÒ Î Ø Ð Ø Ö ØÙÖ ÓÒ ÑÔ Ø Ó Ù ØÑ ÒØ Ò Ø Ð Ø ÓÒ ÔÓÐ ÓÒ ÔÓÚ ÖØÝ ÙØ Ù Ø Û ÓÒ Ø ÑÔ Ø Ó Ô Ñ ÖÓ ÓÒÓÑ ÔÓÐ º ØØ Ö ÒÓÛÐ ÓÙØ ÔÖÓ¹ÔÓÓÖ Ñ ÖÓ ÔÓÐ Ò Ø Ñ ÒØ


ÁÒ ÙØ Ú ¹ ÙØ Ú ËÝ Ø Ñ Ñ Ø Ñ Ø Ð ÐÓ Ò Ø Ø Ø Ð Ð ÖÒ Ò Ô Ö Ô Ø Ú Æ ÓÐ ÓØ Å Ð Ë Ø ÇÐ Ú Ö Ì ÝØ Ù ÍÒ Ú Ö Ø È Ö ¹ËÙ ÆÊË ÁÆÊÁ ÈÖÓ ¾¼¼

ËÓÙÖ Ö Ø Ò Ö³ Ó Ø ÓÒ Ò ÐÓÓÑ Ö

ÈÖÓÚ Ò Ò ÁÑÔÐ Ø ÓÒ È É Ï Ö Ø ÐÓÓ Ø Û Ý ØÓ ÔÖÓÚ Ø Ø Ñ ÒØ Ó Ø ÓÖÑ Á È Ø Ò É ÓÖ È É Ì ÓÐÐÓÛ Ò ÔÖÓÓ ØÝÔ Ò Ð Ó Ù ØÓ ÔÖÓÚ Ø Ø Ñ ÒØ Ó Ø ÓÖÑ Ü È Üµ É Üµµ Ý ÔÔ

Implementing Domain Specific Languages using Dependent Types and Partial Evaluation

Domain, Range, Inverse

ÇÙØÐ Ò ÁÒØÖÓ ÙØ ÓÒ ½ ¾ ÁÒØÖÓ ÙØ ÓÒ ÅÓØ Ú Ø ÓÒ Ò ÖÓÙÒ ÀÝ ÖÓ ÝÒ Ñ ÅÊÁ ÓÖÑÙÐ Ø ÓÒ Ë Ö Ò Ë Ø Ê Ù ÅÓ Ð Ä Ö Ð Ö Ê Ñ O(½) Ð Ö Ê Ñ

ÅÓØ Ú Ø ÓÒ Ø Ú Øݹ ØÖ Ú Ð Ñ Ò ÑÓ Ð Ò Ô Ö ÓÒ Ð Þ ÖÚ ÓÒ Ñ ÖØÔ ÓÒ ¾» ¾

ÇÚÖÚÛ ÏØ Õ Ñ ÏØ Ó Õ Ñ ÔÖÓÖÑ ÐÓÓ Ð Ë ÓÒ Ø ÍÐØÖËÈÊ ØÙÝ ¾

Regression. Linear least squares. Support vector regression. increasing the dimensionality fitting polynomials to data over fitting regularization

function GENERAL-SEARCH( problem, strategy) returns a solution, or failure initialize the search tree using the initial state of problem loop do if

½ Ê Ú Û Ó ÓÛ ÖÓÙÔ ¾ ÓÖÑ Ð ÓÑÔÐ Ø ÓÒ Ö Ò¹ Ö Ø ÈÖÓ Ð Ñ Ò Ö Ø ÓÒ

solutions:, and it cannot be the case that a supersolution is always greater than or equal to a subsolution.

ÇÒ Ó Ø ØÓÓÐ Ù Ò ÖÝÔØÓ Ö Ô ÔÖÓØÓÓÐ ÒÖÝÔØ ÓÒ Ø Ø Ø Ù Ó Ý ØÓ ÓÒ Ð Ò ÓÖÑ Ø ÓÒ Ò Ù Û Ý Ø Ø Ø Ø Ò ÓÒÐÝ ÙÒ Ö ØÓÓ Ý Û Ó ÒÓÛ Ø ÖÝÔØ ÓÒ Ýº ÓÖ Ø ÒÖÝÔØ ÓÒ ØÓ «Ø Ú

Ú Ö Ò ÔØÓÖ ÓÖÑ ÖÓÑ ØÛÓ ÓÒ ÙØ Ò ÔÐ Ø Ô Ö Ø Ý ØÒ Ð Ý Öº Ò ÙÐ Ø Ò ÌÝÔ Ó ÔØÓÖ ÙÖÖ ÒØ i ÓÛ ÔÓ Ø Ú Ò q Û ÐÐ Á ÓÒ Ø ÙÔÔ Ö ÔÐ Ø º ÌÓ ÔÖ ÖÚ ÙÑÙÐ Ø Ò ÙØÖ Ð ØÝ Ð

Revista Integración ISSN: X Universidad Industrial de Santander Colombia

x 2 x 1 f 1 Objective space Decision space

PRINCETON PLASMA PHYSICS LABORATORY

λ = λ = 1.0 w Ø w = C (w) + λ N wì w

(1/jωC)(R + jωl) R + jωl + (1/jωC)

½ Ê Ú Û Ó ÆÒ ÕÙÓØ ÒØ ¾ ÇÖØ Ó ÓÒ Ð ÒÚ Ö ÒØ ÓÙ Ð Ö Ø ÓÒ Ý ÕÙÓØ ÒØ Ñ Ô ÇÖ Ø ÓÖÖ ÔÓÒ Ò Ü ÑÔÐ Ó ÓÖ Ø ÓÖÖ ÔÓÒ Ò Ü ÑÔÐ Ø Ò ÓÖ ÔÖÓ ÙØ Ü ÑÔÐ ÓÒØÖ Ø ÓÒ Ñ Ô ÇÔ Ò

Ò ÐÝ º Ê Ö ÓÒ ØÖ ÙØ ÓÒ Ó ÇÆ ½µ Ì ÓÙØÓÑ Ù Ð µ Ú Ö Ð Ö ÔÓÒ Ö ÔÓÒ µ Ú Ö Ð Ô Ò ÒØ Ò µ Ú Ö Ð Ú Ö Ð Y Ö Ð Ø ØÓ ÇÆ ÇÊ ÅÇÊ ÜÔÐ Ò ØÓÖÝ ÓÖ Ð Ö Ò µ Ú Ö Ð Ò Ô Ò Ò

ÁÒØÖÓ ÙØ ÓÒ Ö ÔØ Ú ËØ Ø Ø ÁÒ Ö ÒØ Ð ËØ Ø Ø ÀÝÔÓØ Ø Ø Ò ¹ Ô Ú ÐÙ Ø ÖÑ Ò Ø ÓÒ Ó ÑÔÐ Þ ËÙÑÑ ÖÝ Ä ÖÒ Ò Ó¹ Ø ÖÑ Æ ÙÝ Ò Ì ÌÙ Î Ò ½ Æ ÙÝ Ò ÉÙ Ò Î Ò ¾ ½ ÍÒ Ú

Z = DUD ψdψ exp ( βs g (U) S f ( ψ, ψ, U, m q ) ) log Z. m q. N 3 s N t. (β,mq ) p(β, m q ) p(β 0, m q0 ) = 1. β log Z.

Ì Ð Ó ÓÒØ ÒØ Ì ÚÓÒ ÖØ Ð Ò Ý³ ÖÓÛØ ÑÓ Ð ÑÓÖ ÓÑÔÐ Ü ÖÓÛØ ÓÖ ØÖÓÔ Ð ØÙÒ Å Ø Ö Ð ² Å Ø Ó Ë ÑÙÐ Ø ÓÒ Ö Ñ ÛÓÖ Ø ¹ Ö Ú Ò Ò Ö Ó Ê ÙÐØ ÆÓ ÜÙ Ð ÑÓÖÔ Ñ Ò ÖÓÛØ Ë

ØÖ Ø Ì ÈÐ ÒØ Ò ÙÒ Ð ÌÖ Ó Ä È ÌÇĵ ÔÖÓ Ø Ñ ØÓ Ò Ö Ø ÑÙÐØ Ò Ô ÝÐÓ Ò Ö ÔÖ ÒØ Ò ÐÐ Ò Ö Ó Ø ÔÐ ÒØ Ò ÙÒ Ð Ò ÓÑ º ÓÖ ÔÐ ÒØ Ø Ó ÐÓ Ø Ø ½µ ÓÙÖ Ò Û Ö Ò Ó ÔÐ ÒØ

ÇÙØÐ Ò ÇÙØÐ Ò ÈÙÖÔÓ Ó Ø ÈÖÓ Ø È ÖØ Ð ÌÖ Ò ÔÓÖØ È ÖØ Ð ÁÒØ Ö Ø ÓÒ È ÖØ Ð ÔÓ Ø ÓÒ Ê ÙÐØ ËÙÑÑ ÖÝ ¾ Ôк¹Å Ø º Ò Ö ØÞ Ë Ð ¹ Ò Ì Ö È ÖØÝ ËÓ Ð Ò Ó ÅÓØÓÖ Î Ð

COMPARATIVE EVALUATION OF WEATHER FORECASTS FROM THE COSMO, ALARO AND ECMWF NUMERICAL MODELS FOR ROMANIAN TERRITORY

Communications Network Design: lecture 16 p.1/41

ÇÙØÐ Ò Ó Ø Ð ÅÓØ Ú Ø ÓÒ ÔÓÐÝÒÓÑ Ð Ú ÓÒ ÒÓ Ò ÓÖ ÝÐ Ó ÙØÓÑÓÖÔ Ñ µ ÑÓ ÙÐ ÕÙ ¹ÝÐ µ ØÖÙ¹ ØÙÖ ÖĐÓ Ò Ö ÓÖ ÑÓ ÙÐ Ú ÐÙ Ø ÓÒ Ó ÖÓÑ ÓÖ Ö ÓÑ Ò Ò¹ ÐÙ Ò ÓÔÔ Ó µ Ü Ñ

arxiv: v1 [math-ph] 11 Apr 2009

φ (r, t) = φ (r, t) + φ Ò (r, t) dr δn(r, t) r r φ Ò (r, t) = e κ φ (r, t)

Ø ÑÔÐÝ Ù Ø Ø Ø Ø ÔÖÓÓ ÒÓÖÑ Ð Þ Ò Ø ËØÖ Ø ÓÙÒ Ø ÓÒ Ø Ø ÓÖÝ ÔÖ ¹ÑÓ Ð Û Ð Ú Ö ÒØ Ó Ø ÔÖÓÔÓ Ø ÓÒ Ò ØÓ ÔÖÓÚ Ò Ø ÓÖ Ò Ð ÔÖÓÓ º ÁØ ÛÓÖØ ÒÓØ Ò Ø Ø Ø ÓÖ Ò Ð ÒÓ

(p 0 ) p i = q f(p 0 ) p i

A = Y E B = W Y = 1 4

ÁÒØÖÓ ÙØ ÓÒ ÇÖ Ò Ø ÓÒ Ð Ù ÌÓÔ ÇÚ ÖÚ Û Ä ØÙÖ Ü Ö ÓÑÔÙØ Ö ÓÓ Ü Ñ Ï Ý Ñ Ø Ñ Ø ÅÓ Ð Ò Ø Ë Ø ÌÛÓ Ü ÑÔÐ

ÁÒØÖÓ ÙØ ÓÒ ËØ Ø Ø Ð Ò ÐÝ ÓÖ Ö Ø Ø Ô ÖØ Ù¹ Ð ÖÐÝ ÓÖ ÔÖÓ Ð ØÝ ÑÓ Ð Ù Ø ÒÓ¹ Ñ Ð ÈÓ ÓÒ Ò ÑÙÐØ ÒÓÑ Ð Ý ÒÓÛ Ú ÖÝ Û ÐÐ ÙÒ Ö ØÓÓ Û Ø Û ÐØ Ó Ù Ø Ð Ó Ø¹ Û Ö º

Communications Network Design: lecture 21 p.1/47

½º ÌÖ ÙØÓÑØ

ÇÙØÐ Ò ½º Ê Ú Û Ó ËÔ Ò¹ Ü Ò ÇÔØ Ð ÈÙÑÔ Ò ¾º Ê Ú Û Ó Ô Ø ÜÔ Ö Ñ ÒØ º Ì Æ Û Ö Ø ÓÒ Ô ÖØ ÓÑ Ò Ö ² ÀÓÑÓ Ò Þ Ö ÀÝ Ö Ð Ð Ë ÇÈ ÒÓ Ø ØÓÓÐ ÂÙÒ ¾¼¼ º Ë Ò È ¾

ÝÓÒ ÀÝÔ ÖØÖ Ï Ø ÓÑÔÓ Ø ÓÒ Å Ø Ó Ï Ø ÓÙØ ÓÑÔÓ Ø ÓÒ ÀÙ Ò Ò Î ØÓÖ ÐÑ Ù Ô ÖØ Ñ ÒØ Ì ÒÓÐÓ ÍÒ Ú Ö Ø Ø ÈÓÑÔ Ù Ö Ö ÐÓÒ ËÔ Ò Ù º Ò Ú ØÓÖº ÐÑ Ù ÙÔ º Ù ØÖ Øº Ì Ò

ÇÒ Ð Ö ÙØÓÑÓÖÔ Ö ÔÖ ÒØ Ø ÓÒ Ó ÓÒ ÙØÓÖ ½ Ø Ò Ò Ú Ö Ò Ú ÖÑ Ø ºÒÖ º Ö Ñ Ö Ø ¾¼½

ÔÖ Î µ ÛÖ Î Ø Ø Ó ÚÖØ ÖÔ Ø Ø Ó º ØØ Û Ö ÚÒ Ø Ò Ú ¼ ½ Ú ½ ¾ Ú ¾ Ú Ú ½ ÒÒ ÙÒØÓÒ Eº ÏÐ Ò Ø ÖÔ ÕÙÒ Ú ÛÖ Ú ¼ Ú ¾ Î ½ ¾ Ò E µ Ú ½ Ú º Ì ÛÐ ÐÓ Ø Ö Ø Ò Ð Ø ÚÖ

V R V S. v M = 1 T. v(t) = ˆvsin(ωt) V eff = 1 2

ÇÙØÐ Ò ½ ¾ ØÖ ÙØ ÓÒ ² Ì Ò ÐÝ Ó Ö ÕÙ Ò ÔÔÐ Ø ÓÒ Ó Ø χ ¾ ËØ Ø Ø ÐÙÐ Ø Ò Ô Ú ÐÙ Ò ³ Ü Ø Ø Ø Ì ÓÒÚ ÒØ ÓÒ Ð Ú º Ø Ñ Ô ÓÔغµ È Ö ÓÒ Ò ËÔ ÖÑ Ò ÓÖÖ Ð Ø ÓÒ Ù Ò

M 1 M 2 M 3 M 1 M 1 M 1 M 2 M 3 M 3

½ ÁÒØÖÓ ÙØ ÓÒ Ê ÒØ Ö ÙÐØ Ò ÑÔÐ Ñ ÒØ Ø ÓÒ Ó Ø ÔÐ ÒÒ Ö ½ Ú Ö Ø Ò¹ Ø Ö Ø ÓÖ Ù Ø Ð ÔÔÐ Ð ØÝ Ó Ø ÔÐ ÒÒ Ò ÔÔÖÓ ØÓ Ñ ÒÝ Ö Ð ÛÓÖÐ ÔÖÓ Ð Ñ º ÍÒ ÓÖØÙÒ Ø ÐÝ Ø ÔÖ

φ ::= p φ φ φ φ φ M i φ MODALº

Transcription:

Verification Lecture 3 Bernd Finkbeiner

Plan for today CTL model checking Thebasicalgorithm Fairness Counterexamplesandwitnesses

Review: Computation tree logic modal logic over infinite trees[clarke& Emerson 1981] Statements over states a AP atomicproposition ΦandΦ Ψ negationandconjunction Eφ thereexistsapathfulfillingφ Aφ allpathsfulfillφ Statements over paths XΦ thenextstatefulfillsφ ΦUΨ ΦholdsuntilaΨ-stateisreached notethatxand U alternatewitha ande AXXΦandAEX Φ/ CTL,butAXAX ΦandAXEX Φ CTL Alternativesyntax:E,A,X,G,F.

Review: Existential normal form(enf) ThesetofCTLformulasinexistentialnormalform(ENF)isgivenby: Φ = true a Φ 1 Φ 2 Φ EXΦ E(Φ 1 UΦ 2 ) EGΦ For each CTL formula, there exists an equivalent CTL formula in ENF AXΦ EX Φ A(ΦUΨ) E( ΨU( Φ Ψ)) EG Ψ

Review: Model checking CTL HowtocheckwhetherstategraphTSsatisfiesCTLformula Φ? converttheformula ΦintotheequivalentΦinENF computerecursivelythesetsat(φ)={q S q Φ} TS ΦifandonlyifeachinitialstateofTSbelongstoSat(Φ) Recursive bottom-up computation of Sat(Φ): considertheparse-treeofφ starttocomputesat(ai ),forallleavesinthetree thengoonelevelupinthetreeanddeterminesat( )forthese nodes e.g.,: Sat(Ψ 1 Ψ 2 )=Sat( Ψ 1 nodeatleveli node at level i 1 ) Sat( Ψ 2 node at level i 1 thengoonelevelupanddeterminesat( )ofthesenodes andsoon...untiltherootistreated,i.e.,sat(φ)iscomputed )

Basic algorithm Require: finite transition system TS with states S and initial states I, and CTLformulaΦ(bothoverAP) Ensure: TS Φ {computethesetssat(φ)={q S q Φ}} foralli Φ do forallψ Sub(Φ)with Ψ =ido computesat(ψ)fromsat(ψ ){formaximalproperψ Sub(Ψ)} end for end for returni Sat(Φ)

Characterization of Sat(1) ForallCTLformulasΦ,ΨoverAPitholds: Sat(true) = S Sat(a) = {q S a L(q)}, foranya AP Sat(Φ Ψ) = Sat(Φ) Sat(Ψ) Sat( Φ) = S Sat(Φ) Sat(EXΦ) = {q S Post(q) Sat(Φ)/= } for a given finite transition system without terminal states

Characterization of Sat(2) Sat(E(ΦUΨ))isthesmallestsubsetT ofs,suchthat: (1)Sat(Ψ) T and (2)(q Sat(Φ)andPost(q) T ) q T Sat(EGΦ)isthelargestsubsetT ofs,suchthat: (3)T Sat(Φ) and (4)q T impliespost(q) T/=

ComputingSat(E(ΦUΨ))(1) Sat(E(ΦUΨ))isthesmallestsetT Ssuchthat: (1)Sat(Ψ) T and (2)(q Sat(Φ)andPost(q) T ) q T ThissuggeststocomputeSat(E(ΦUΨ))iteratively: T 0 = Sat(Ψ) and T i+1 = T i {q Sat(Φ) Post(q) T i /= } T i =statesthatcanreachaψ-stateinatmostistepsviaa Φ-path Byinductiononjitfollows: T 0 T 1... T j T j+1... Sat(E(ΦUΨ))

ComputingSat(E(ΦUΨ))(2) TSisfinite,soforsomej 0wehave:T j = T j+1 = T j+2 =... Therefore:T j = T j {q Sat(Φ) Post(q) T j /= } Hence:{q Sat(Φ) Post(q) T j /= } T j hence,tj satisfies(2),i.e., (q Sat(Φ)andPost(q) T j ) q T j further,sat(ψ)=t0 T j so,t j satisfies(1),i.e.sat(ψ) T j AsSat(E(ΦUΨ))isthesmallestsetsatisfying(1)and(2): Sat(E(ΦUΨ)) Tj andthussat(e(φuψ))=t j Hence:T 0 T 1 T 2... T j =T j+1 =...=Sat(E(ΦUΨ))

ComputingSat(E(ΦUΨ))(3) Require: finite transition system with states S CTL-formula E(Φ U Ψ) Ensure: Sat(E(ΦUΨ))={q S q E(ΦUΨ)} V =Sat(Ψ);{V administersstatesqwithq E(ΦUΨ)} T =V;{T containsthealreadyvisitedstatesqwithq E(ΦUΨ)} whilev/= do let q V; V =V {q }; forallq Pre(q )do if q Sat(Φ) T thenv =V {q};t =T {q}; endif end for end while return T

Computing Sat(EG Φ) V = S Sat(Φ);{V containsanynotvisitedq withq / EGΦ} T = Sat(Φ);{T containsanyqforwhichq EGΦhasnotyetbeendisproven} forallq Sat(Φ)doc[q] = Post(q) ; od{initializearrayc} whilev do {loopinvariant:c[q]= Post(q) (T V) } letq V;{q / Φ} V = V {q };{q hasbeenconsidered} forallq Pre(q )do ifq T then c[q] = c[q] 1;{updatecounterc[q]forpredecessorqofq } ifc[q]=0then T = T {q};v = V {q};{qdoesnothaveanysuccessorint} endif endif end for end while return T

Alternative algorithm for Sat(EG Φ) 1. Consideronlystateqifq Φ,otherwiseeliminateq changestatestos =Sat(Φ), allremovedstateswillnotsatisfyegφ,andthuscanbesafely removed 2. Determine all non-trivial strongly connected components in TS[Φ] non-trivialscc=maximal,connectedsubgraphwithatleast one edge anystateinsuchsccsatisfiesegφ 3. q EGΦisequivalentto somesccisreachablefromq thissearchcanbedoneinabackwardmanner

Complexity FortransitionsystemTSwithNstatesandMedges, andctlformulaφ,thectlmodel-checkingproblemts Φ canbesolvedintimeo( Φ (N+M)) thisappliestobothalgorithmsforegφ

Fairness

Arbiter discussed yesterday typedefenum Ð Ø ÓÒ typedefenum Á Ä Ê ÍË ÓÒØÖÓÐÐ Ö Ø Ø typedefenum ÆÇ Ê É Ê É À Î ÌÇÃ Æ Ð ÒØ Ø Ø module Ñ Ò Ð µ input Ð output Ð Ø ÓÒ wire Ð wire Ø Ú assign Ø Ú Ô ØÓ Ò Ô ØÓ Ò Ô ØÓ Ò ÓÒØÖÓÐÐ Ö ÓÒØÖÓÐÐ Ö Ð Ö Õ Ð Ô ØÓ Ò µ ÓÒØÖÓÐÐ Ö ÓÒØÖÓÐÐ Ö Ð Ö Õ Ð Ô ØÓ Ò µ ÓÒØÖÓÐÐ Ö ÓÒØÖÓÐÐ Ö Ð Ö Õ Ð Ô ØÓ Ò µ Ö Ø Ö Ö Ø Ö Ð Ð Ø Ú µ Ð ÒØ Ð ÒØ Ð Ö Õ µ Ð ÒØ Ð ÒØ Ð Ö Õ µ Ð ÒØ Ð ÒØ Ð Ö Õ µ endmodule

Model checking(1) Mutualexclusion:Notwodifferentacksaregivenatthesame time. ½ ½ ½ ½ ½ ½µ µ Ú Ö Ú Ö ÐÓ Ö Ø ÖºÚ Ú Ò Ø Ú Ö Ý Ú ÑÓ Ð Ö Ø ÖºØÐ Å ÓÖÑÙÐ Ô ¹ ½ ½µ ½ ½µµ ½ ½µµµµ

Model checking(2) Responsiveness: Every request is eventually followed by an ack Ö Õ ½µ ¹ ½µ µ Ö Õ ½µ ¹ ½µ µ Ö Õ ½µ ¹ ½µ µ Ú Ö Ú Ö ÐÓ Ö Ø ÖºÚ Ú Ò Ø Ú Ö Ý Ú ÑÓ Ð Ö Ø ÖºØÐ Å ÓÖÑÙÐ Ô ¹ ½ ½µ ½ ½µµ ½ ½µµµµ Å ÓÖÑÙÐ Ð ¹ Ö Õ ½ ¹ ½µµµ Å ÓÖÑÙÐ Ð ¹ Ö Õ ½ ¹ ½µµµ Å ÓÖÑÙÐ Ð ¹ Ö Õ ½ ¹ ½µµµ

module Ð ÒØ Ð Ö Õ µ input Ð output Ö Õ reg Ö Õ Ð ÒØ Ø Ø reg Ø Ø wire Ö Ò Ó initial Ö Õ ¼ initial Ø Ø ÆÇ Ê É assign Ö Ò Ó Æ ¼ ½µ always@ posedge Ð µ begin case Ø Ø µ ÆÇ Ê É if Ö Ò Ó µ begin Ö Õ ½ Ø Ø Ê É end

Ê É if µ Ø Ø À Î ÌÇÃ Æ À Î ÌÇÃ Æ if Ö Ò Ó µ begin Ö Õ ¼ Ø Ø ÆÇ Ê É end endcase end endmodule

Fairness constraints Fairness: We are only interested in paths where the clients release the token infinitely often. arbiter.fair: Ð ÒØ º Ø Ø À Î ÌÇà Ƶ Ð ÒØ º Ø Ø À Î ÌÇà Ƶ Ð ÒØ º Ø Ø À Î ÌÇà Ƶ Ú Ö ÖÒ Ö Ø Öº Ö Ú ÑÓ Ð Ö Ø ÖºØÐ Å ÓÖÑÙÐ Ô ¹ ½ ½µ ½ ½µµ ½ ½µµµµ Å ÓÖÑÙÐ Ô ¹ Ö Õ ½ ¹ ½µµµ Å ÓÖÑÙÐ Ô ¹ Ö Õ ½ ¹ ½µµµ Å ÓÖÑÙÐ Ô ¹ Ö Õ ½ ¹ ½µµµ