JMU形式化建模

形式化建模与分析复习归纳

可能存在部分错误，需读者自行判断。

简答题

1. 串行系统的程序正确性定义

Q表示一段串行程序，x是Q的输入，z是Q的输出，且Q合法的输入要求由$\phi (x)$来约束，合法的输出由$\psi (x,z)$来约束，则称Q具有：
部分正确性： $\phi (x)\wedge Q_{终止}\to \psi (x,z)$
终止性： $\psi (x)\to Q_{终止}$
完全正确性： $\phi (x)\to Q_{终止}\wedge \psi (x,z)$
 

2. 有限状态机的不足之处

1. 状态数很多，组合、进行复合时，状态数会呈几何倍数增加，使得状态图规模非常庞大。
2. 有限状态机模型在系统所处的每个状态上，在任何时刻最多执行一个操作。因此有限状态机只可以描述持续性接受输入，描述并发能力弱。
3. 状态数是有限的，只能描述有限状态，不能描述无限状态的系统。
4. 状态之间不存在结构信息，因此不能描述系统的结构特性。
    

3. Petri 网模型上迁移间的关系、几种特殊Petri 网对各类关系的描述能力。

• 迁移间的关系：

  1. 顺序关系：$M[t_1>M’,且M’[t_2>, \lnot M[t_2> $
      
     

  2. 并行/并发关系：
     $M[t_1>M^{\prime },且M^{\prime }[t_2>M^{\prime \prime \prime }$
     且
     $M[t_2>M^{\prime \prime },且M^{\prime \prime }[t_1>M^{\prime \prime \prime }$
      
     

   

  3. 冲突关系：
     $M[t_1>M^{\prime },且M[t_2>M^{\prime \prime }$
     但
     $\neg M^{\prime }[t_2>,且M^{\prime \prime }[t_1>$
      
     

   

  4. 混惑关系：
     当前M=(1,1,0,1,0,0)，且同一时刻$t_1,t_3$都可发生。
     1.若$t_3$先引发，则$t_1,t_2$会存在混惑。
     2.若$t_1$先引发，再引发$t_3$，则不会存在混惑。
     以上两种情况初态相同，终态相同，但一种有冲突发生，一种没有。
     $\therefore$ 仅从初态和终态无法观察出是否发生过冲突的情况，成为混惑。
      
     

• 特殊Petri 网对各类关系的描述能力：

  1. 状态机： 顺序，并发，冲突，不混惑
  2. 标记图： 顺序，并发，不冲突
  3. 自由选择网： 顺序，并发，冲突，不混惑
  4. 扩展的自由选择网： 顺序，并发，冲突，混惑（对称混惑）
  5. 非对称的自由选择网： 顺序，并发，冲突，混惑（非对称混惑）

4. Statecharts 中状态节点的类型

$$Statecharts的状态\{\begin{array}{l}基态/原子态/简单状态\\ \\ 层次态/“或”状态\\ \\ 并发态/“与”状态\end{array}$$

分析证明题

5. 命题逻辑的演绎证明法：

1. 直接证明法：
   运用推理常用的规则，直接从前提推导出结论
2. 间接证明法
   给定前提$G_1,G_2,\cdots ,G_n$，则$(G_1\wedge G_2\wedge \cdots \wedge G_n)\to S$为重言式当且仅当$(G_1\wedge G_2\wedge \cdots \wedge G_n\wedge \neg S)$为矛盾式。
   即将结论的反当作条件进行证明，若矛盾则成立。
3. 归结推理法（子句归结法）
   将题目条件转换为合取范式，将其中的析取式提取出来，与结论的反构成子句集合，之后利用子句集合不断证明，直至出现矛盾式。
   

• 例题：$P\to (Q\vee R),\neg S\to \neg Q,P\wedge \neg S⊢R$
  直接证明法：
  

间接证明法：

归结推理法（子句归结法）：

• 例题：

1. $(P\vee Q)\wedge (P\vee R)⊢P\vee (Q\vee R)$
   归结推理法：
   

2. $P\wedge (Q\leftrightarrow R)⊢(P\wedge Q)\leftrightarrow (P\wedge R)$
   直接证明法：
   

• 部分公式：
  $$\begin{array}{ccc}P& Q& P\leftrightarrow Q\\ 0& 0& 1\\ 0& 1& 0\\ 1& 0& 0\\ 1& 1& 1\end{array}$$
  $$\begin{array}{ccc}P& Q& P\to Q\\ 0& 0& 1\\ 0& 1& 1\\ 1& 0& 0\\ 1& 1& 1\end{array}$$
  $$P\leftrightarrow Q\iff P\to Q\wedge Q\to P$$
  $$P\to Q\iff \neg P\vee Q$$

6. 谓词逻辑

1. 文字描述转谓词逻辑描述

   • 例题：所有哺乳动物都是脊椎动物，并非所有哺乳动物都是胎生动物，因此有些脊椎动物不是胎生的。
     

2. 谓词逻辑证明

   • 例题1： $⊢\exists X\cdot (P(X)\to \forall Y\cdot P(Y))$
     归结推理法：
     

   • 例题2：$P(a,b)\wedge \forall X\cdot (\exists Y\cdot P(Y,X)\vee P(X,Y)\to P(X,X))⊢P(a,a)$
     直接证明法：
     

   归结推理法：
   

   • 例题3：
     

   间接证明法：
   

7. Floyd 前后断言法

1. 归纳断言法： 证明部分正确性。

   1. 建立断言：
      $P_i(X,Y)$：$i$处的断言（程序的每个循环处）
      $\phi (X)$：开始处断言
      $\psi (X,Z)$：结束处断言

   2. 建立检验条件：
      $R_j(X,Y)$：通过通路$j$的条件
      $r_j(X,Y)$：通过通路$j$后变量组$Y$的值

      • 设通路$j$连接断点$i$和$k$，则检验条件为：
        $$P_i(X,Y)\wedge R_j(X,Y)\to P_k(X,r_j(X,Y))$$
      • 如果通路$j$的入口点为程序的开始处，则检验条件为：
        $$\phi (X)\wedge R_j(X,Y)\to P_k(X,r_j(X,Y))$$
      • 如果通路$j$的结束点为程序的结束处，则检验条件为：
        $$P_i(X,Y)\wedge R_j(X,Y)\to \psi (X,Z)$$

   3. 证明检验条件：
      证明第2步中得到的所有检验条件。

   • 例题1：
     
     
     
     
   • 例题2：
     

   利用归纳断言法证明其部分正确性
   

   • 例题3：
     

   

2. 良序集法： 证明终止性。

   1. 建断言：
      为程序开始处及每个循环中设置断点，并为每个断点处建立断言，且循环处断言应为循环不变式。
      $q_i(X,Y)$：$i$处的断言（程序的每个循环处）
      $\phi (X)$：开始处断言。

   2. 选取良序集$(W,<)$，并在断点处定义一个函数$f_i(X,Y)$

   3. 证断言是良断言:
      $R_j(X,Y)$：通过通路$j$的条件
      $r_j(X,Y)$：通过通路$j$后变量组$Y$的值
      对于每条从程序入口到断点$k$的通路$j$，有：
      $$\phi (X)\wedge R_j(X,Y)\to q_k(X,r_j(X,Y))$$
      对于每条从断点$i$到断点$k$的通路$j$，有：
      $$q_i(X,Y)\wedge R_j(X,Y)\to q_k(X,r_j(X,Y))$$

   4. 证所定义函数为良函数：
      即对于每个循环处断点$i$都有：
      $$q_i(X,Y)\to f_i(X,Y)\in W$$

   5. 证每条通路上终止条件成立：
      即对于每条断点$i$出发并回到断点$i$的通路$j$，有:
      $$q_i(X,Y)\wedge R_i(X,Y)\to f_i(X,r_i(X,Y))<f_i(X,Y)$$

   • 例题1：
     

   利用良序集法证明其终止性
   

3. 完全正确性： 同时满足部分正确性和终止性。

   • 例题1：
     

   

   

8. Hoare 公理化方法

证明程序部分正确性。
$P_i(X,Y)$：$i$处的断言（程序的每个循环处）
$\phi (X)$：开始处断言
$\psi (X,Z)$：结束处断言
程序Q的部分正确性可以表示为： { φ ( X ) } Q { ψ ( X , Z ) } \{ \varphi (X) \} Q \{ \psi (X,Z) \} {φ(X)}Q{ψ(X,Z)}

1. 赋值公理：
   设执行赋值语句 $Y:=g(X,Y)$ 满足：
   { P ( X , g ( X , Y ) ) } Y : = g ( X , Y ) { P ( X , Y ) } \{ P(X,g(X,Y)) \}Y:=g(X,Y) \{P(X,Y) \} {P(X,g(X,Y))}Y:=g(X,Y){P(X,Y)}

2. 顺序规则：
   设执行语句序列 $Q_1;Q_2$ 推理规则为：
   { P } Q 1 { S } , { S } Q 2 { R } { P } Q 1 ; Q 2 { R } \frac {\{ P\}Q_1\{ S\},\{ S\}Q_2\{ R\}} {\{ P\}Q_1;Q_2\{ R\}} {P}Q1​;Q2​{R}{P}Q1​{S},{S}Q2​{R}​

3. 条件规则：
   设执行条件语句 $ifBthen{Q}_{1}else{Q}_2$ 推理规则为：
   { P ∧ B } Q 1 { R } , { P ∧ ¬ B } Q 2 { R } { P } i f   B   t h e n   Q 1   e l s e   Q 2 { R } \frac {\{ P \land B \}Q_1\{ R\},\{ P \land \lnot B\}Q_2\{ R\}} {\{ P\}if~B~then~Q_1~else~Q_2\{ R\}} {P}if B then Q1​ else Q2​{R}{P∧B}Q1​{R},{P∧¬B}Q2​{R}​

4. 循环规则：
   设执行循环语句 $whileBdoQ$ 推理规则为：
   { P ∧ B } Q { P } { P } w h i l e   B   d o   Q { P ∧ ¬ B } \frac {\{ P \land B\}Q\{ P\}} {\{ P\}while~B~do~Q\{ P \land \lnot B\}} {P}while B do Q{P∧¬B}{P∧B}Q{P}​

5. 推断规则：
   设执行程序段Q，推理规则为：
   { P } → { B } , { B } Q { R } { P } Q { R } \frac {\{ P\} \rightarrow \{ B\},\{ B\}Q\{ R\}} {\{ P\}Q\{ R\}} {P}Q{R}{P}→{B},{B}Q{R}​
   $$或$$
   { P } Q { B } , { B } → { R } { P } Q { R } \frac {\{ P\}Q\{ B\},\{ B\} \rightarrow \{ R\}} {\{ P\}Q\{ R\}} {P}Q{R}{P}Q{B},{B}→{R}​

6. 证明形式：

   1. 自顶向下：
      

   2. 自底向上：
      

• 例题1：
  

自顶向下证明：

• 例题2：
  

自底向上证明：

• 例题3：
  

自底向上证明：

9. Dijstra 最弱前置谓词法

证明程序完全正确性。
$wp(Q,\psi )$: 使程序$Q$执行能够终止，且终止后$\psi$成立的最弱的那个谓词公式。
$wp(Q,\psi )$: $\forall P(X)，满足P(X)\to Q_{终止}\wedge \psi (X)，都有P(X)\to wp(Q,\psi )$

1. 最弱前置法基本思想：
   $找到wp(Q,\psi )，若\phi (X)\to wp(Q,\psi )，则\phi (X)\to Q_{终止}\wedge \psi (X,Z)$

2. 谓词交换函数$wp$的性质：

   1. 异常排除定律：
      对任何语句Q，恒有：
      $$wp(Q,false)=false$$
   2. 单调定律：
      若 $R_1\to R_2$，则对任何语句Q，恒有：
      $$wp(Q,R_1)\to wp(Q,R_2)$$
   3. 与分布定律：
      对任何语句 $Q$，以及任何后置条件 $R_1$ 和 $R_2$，恒有：
      $$wp(Q,R_1)\wedge wp(Q,R_2)=wp(Q,R_1\wedge R_2)$$
   4. 或分布定律：
      对任何语句 $Q$，以及任何后置条件 $R_1$ 和 $R_2$，恒有：
      $$wp(Q,R_1)\vee wp(Q,R_2)\to wp(Q,R_1\vee R_2)$$

3. 基本语句成分的谓词变换函数：

   1. 简单赋值语句：
      形如：$x:=e$
      $$wp(x:=e,R)=R[e/x]$$
      

   2. 序列语句：
      形如：$S_1;S_2;\cdots ;S_n$
      $$wp(S_1;S_2,R)=wp(S_1,wp(S_2,R))$$
      

   3. 条件语句：
      形如：
      

   $$wp(IF,R)=BB\wedge \forall i:1\le i\le n\cdot B_i\to wp(S_i,R)$$
   其中$BB$表示$B_1\vee B_2\vee \cdots \vee B_n$
   

   若有缺省条件不一定执行则有：
   $$wp(IF,R)=(\forall i:1\le i\le n\cdot B_i\to wp(S_i,R))\wedge (\neg BB\to R)$$
   上式有没有缺省条件都能用。

   4. 循环语句：
      形如：
      

   设谓词P以及一个依赖于程序变量的整型函数f，满足：
   $$\{\begin{array}{l}P\wedge B_i\to wp(S_i,P)\\ P\wedge BB\to f>0\\ P\wedge B_i\wedge f\le f_0+1\to wp(S_i,f\le f_0)\\ P\wedge \neg BB\to R\end{array}$$
   则，$P\to wp(DO,R)$

   • 例题1：
     

   

   • 例题2：
     

   $odd(x)：x$是否为奇数
   

   • 例题3：
     

   

10. 有限状态机

有限状态机五元组：$M=(Q,\sum ,\delta ,q_0,F)$

1. 确定有限状态机（DFA）：

   1. Q = { q 0 , q 1 , ⋯   , q n } Q=\{q_0,q_1,\cdots,q_n\} Q={q0​,q1​,⋯,qn​} 是有限状态集合。在任一确定时刻，有限状态机只能处于一个确定的状态$q_i$
   2. ∑ = { σ 1 , σ 2 , ⋯   , σ n } \small\sum=\{\sigma_1, \sigma_2 , \cdots , \sigma_n\} ∑={σ1​,σ2​,⋯,σn​} 是有限输入字符集合。在任一确定时刻，有限状态机只能接收一个确定的输入 ${\sigma }_i$
   3. $\delta :Q\times \sum \to Q$ 是状态转移函数（单值部分映射）。 如果在某一确定时刻，有限状态机处于某一状态 $q_i\in Q$，并接收一个输入字符 ${\sigma }_i\in \sum$ ，那么下一时刻将处于一个确定的状态 $q^{\prime }=\delta (q_i,{\sigma }_i)\in Q$。
   4. $q_0\in Q$ 是唯一的初始状态，有限状态机由此状态开始接收输入。
   5. $F\subseteq Q$ 是终结状态集合（可空），有限状态机在到达终态后不再接收输入。

2. 非确定有限状态机（NFA）：

   1. Q = { q 0 , q 1 , ⋯   , q n } Q=\{q_0,q_1,\cdots,q_n\} Q={q0​,q1​,⋯,qn​} 是有限状态集合。在任一确定时刻，有限状态机只能处于一个确定的状态$q_i$
   2. ∑ = { σ 1 , σ 2 , ⋯   , σ n } \small\sum=\{\sigma_1, \sigma_2 , \cdots , \sigma_n\} ∑={σ1​,σ2​,⋯,σn​} 是有限输入字符集合。在任一确定时刻，有限状态机只能接收一个确定的输入 ${\sigma }_i$
   3. $\delta :Q\times \sum \to 2^Q$ 是状态转移函数（非单值部分映射）。 如果在某一确定时刻，有限状态机处于某一状态 $q_i\in Q$，并接收一个输入字符 ${\sigma }_i\in \sum$ ，那么下一时刻将处于一个确定的状态 $q^{\prime }=\delta (q_i,{\sigma }_i)\in Q$。
   4. $q_0\in Q$ 是非空的初始状态集合，有限状态机由此状态开始接收输入。
   5. $F\subseteq Q$ 是终结状态集合（可空），有限状态机在到达终态后不再接收输入。

3. 字符串
   

   1. 字符串的长度：
      字符串中所包含的字母的个数，用 $||$ 表示。
      例如：字符串$aabb$的长度为4，记作 $|aabb|=4$。空串 $\epsilon$ 的长度为0。
   2. 字符串的连接：
      依次把两个字符串拼接在一起，用“$\cdot$”表示，实际应用中连接符号可略去不写。字符串的连接仍为字符串。除非连接的是空串，否则连接不满足交换律。
      例如：对于空串的连接，$\alpha \cdot \epsilon =\epsilon \cdot \alpha =\epsilon \alpha =\alpha \epsilon$。
      字符串 $\alpha =aabb,\beta =abab,\alpha \cdot \beta =aabbabab,\beta \cdot \alpha =ababaabb$
   3. 字符串的重复连接：
      对于正整数 $n$ 和字符串 $\alpha$，重复地将其依次拼接 $n$ 次，称为字符串 $\alpha$ 的 $n$ 次重复连接，记为 $a^n$ 。

• 题型：

  1. 给出定义形式的一个有限状态机，画出其状态转移图、状态转移表、状态转移矩阵；或给出状态转移图形式的有限状态机，写出其定义形式。

  • 例题1：
    

  • 例题2
    

  2. 写出有限状态机所接受的语言集合。
  • 例题1：
    

  $L(M)=\{(+|-{)}^{s}DI{G}^m.DI{G}^{n}E(+|-{)}^{t}DI{G}^r|m、n、r>0,s、t\in [0,1]\}$

  • 例题2：
    

  L ( M ) = { ε , ( 10 ∣ 01 ) m ∣ m > 0 } L(M)=\{ \varepsilon ,(10|01)^m | m \gt 0\} L(M)={ε,(10∣01)m∣m>0}

  • 例题3：
    

  $L(M)=\{(1|01|001{)}^{n}000^m|n,m\ge 0\}$ 或 $L(M)=\{(0|1{)}^{n}000^m|n,m\ge 0\}$

  • 例题4：
    

  $L(M)=\{(00|11|01|10)(0|1{)}^n|n\ge 0\}$ 或 $L(M)=\{(0|1{)}^n|n\ge 2\}$

11. petri 网

标记或令牌用位置中的黑点或数字表示。

1. 化简

   1. 化简规则：
      

   

   

   

   • 例题1：
     

   

2. 覆盖树生成

   1. 构造算法：
      
   • 例题1：
     

   

   • 例题2：
     

   • 例题3：
     

   

3. 有界性、活性、可逆性分析。（可结合化简或覆盖树）

   1. 活性
      

   2. 有界性
      

   3. 可逆性
      

   4. 通过覆盖树判断

      1. 有界性：
         若存在任一位置的令牌数为 $\omega$ ,则是无界的；否则就是所有令牌数中最大的令牌数的有界的。
         例如：
         

      图$a$：因为最大令牌数是2，所以它是2有界的。
      图$b$：因为出现了 $\omega$ 所以它是无界的。

      2. 活性：
         $l_4$ ：若覆盖树上所有迁移 $t$ 都可以无限次引发，则说明是 $l_4$ 活的。
         $l_3$ ：若覆盖树上某个分支中有迁移 $t_i$ 可以无限次引发，则说明 $t_i$ 是 $l_3$ 活的。
         $l_2$ ：若覆盖树上有迁移 $t_i$ 只能引发 $k$ 次 $k\in Z,k\ge 2$ （或者说引发的次数受到其他的迁移$t$影响），则说明 $t_i$ 是 $l_2$ 活的。
         $l_1$ ：若覆盖树上有迁移 $t_i$ 只能引发一次，则说明 $t_i$ 是 $l_1$ 活的。
         $l_0$：若覆盖树上没有出现petri网中的某个迁移 $t_i$ 则它是 $l_0$ 活的（死的）。
         例如：
         

      图$a$：因为覆盖树中 $t_2$ 没有出现，所以是 $l_0$ 活的（死的）。
      图$b$：因为覆盖树中所有迁移都只出现一次，且没有发生循环，所以是 $l_1$ 活的。
      图$c$：因为覆盖树中 $t_1,t_2$ 在两个分支中均只出现了两次，且没有发生循环，所以是 $l_1$ 活的。
      图$d$：$t_1$ 无法引发没有覆盖树，是 $l_0$ 活的（死的）
      图$e$：因为覆盖树中 $M_1=M_3$ 所以它们之间会产生循环，使得 $t_2,t_3$ 无限次引发，所以 $t_2,t_3$ 是 $l_3$ 活的；但是 $t_1$ 只出现了一次，所以 $t_1$ 是 $l_1$ 活的，因为 $l_1<l_3$ 所以这个petri网是 $l_1$ 活的。
      图$f$：因为覆盖树中 $M_2=M_4$ 所以它们之间会产生循环，使得 $t_1,t_2$ 无限次引发，且不存在其他分支，所以这个petri网是 $l_4$ 活的。
      图$g$：因为覆盖树中 $M_0=M_2$ 所以它们之间会产生循环，使得 $t_1,t_2$ 无限次引发； $M_4=M_1$ 所以它们之间会产生循环，使得 $t_3,t_4$ 无限次引发，所以在 $M_0\to M_1\to M_3\to M_4(M_1)\to M_2(M_0)\to \cdots$ 中 $t_1,t_2,t_3,t_4$ 会无限引发的，所以这个petri网是 $l_4$ 活的。
      图$h$：因为覆盖树中 $M_1=M_3$ 所以它们之间会产生循环，使得 $t_1$ 无限次引发，所以 $t_1$ 是 $l_3$ 活的；$M_4=M_5$ 所以它们之间会产生循环，使得 $t_3$ 不断引发，所以 $t_3$ 是 $l_3$ 活的；但 $t_3$ 引发会使得 $P_2$ 中的令牌数不断减少，最终会停止，所以存在一个下界，所以 $t_3$ 是 $l_2$ 活的；$t_1$ 只引发了一次，所以 $t_1$ 是 $l_1$ 活的；所以综上这个petri网是 $l_1$ 活的。

      3. 可逆性：
         若覆盖树最后的叶子节点是根节点 $M_0$ 则说明是可逆的；反之不可逆。
         例如：
         

      

应用题

12. 有限状态机、Moore 机、Mealy 机设计

1. 有限状态机设计

• 例题1：
  

• 例题2：
  

• 例题3：
  

2. Moore 机设计
   

例如：

到达状态时输出。

• 例题1：
  

3. Mealy 机设计
   

例如：

状态转移时输出。

• 例题1：
  

13. Statecharts 设计电梯控制系统

给条件，给节点，进行连线

14. Petri 网设计

1. 哲学家就餐：
   

2. 例题生产线：
   

3. 课后生产线：
   

4. 生产者消费者：
   

5. 消防员灭火