允許策略

允許策略(permissible policy)動態規劃中一種兩不同階段間可能存在的策略.

表示從。到n-1階段的一個允許策略，1'o.}-i(二。)表示由二。出發，從。階段到n-1階段所有允許策略的集合.允許策略為最優策略的充分必要條件是:對任意的k (OCkCn-1)和二。E Xo(第。階段的狀態集)，有

其中opt表示最最佳化.當。是效益函式時，opt取max;當二是損失函式時，opt取min.若允許策略P}，一，是最優策略，則對任意的k(0<kCn-1)，它的子策略Pk,n-1對於以二k -}}k-(二眾1,u戶i)為起點的k到n一1子過程來說，必是最優策略.