স্নেল খাম এবং সর্বোত্তম স্টপিং ব্যাখ্যা করা হয়েছে

মূল্যায়নের প্রয়োজন হলে ডিসকাউন্ট ইউনিটে প্রকাশ করা টি সময়ে থামার মাধ্যমে G_t প্রাপ্ত অভিযোজিত পুরস্কার হতে দিন

T সময়ে, সিদ্ধান্তটি কেবল G_t ইতিবাচক কিনা তা নয়, তবে এটি একই ভবিষ্যতের তথ্যের সাথে অপেক্ষা করার শর্তাধীন মান অতিক্রম করে কিনা।

সর্বোত্তম স্টপিং মান হল E[G_τ | এর অপরিহার্য সর্বোচ্চ F_t] অনুমোদনযোগ্য স্টপিং টাইমের বেশি τ এর আগে নয়

Snell খাম Y G কে প্রাধান্য দেয় এবং E[Y_t |কে সন্তুষ্ট করে F_s] ≤ Y_s s ≤ t এর জন্য

অন্য যেকোন সুপারমার্টিংগেল যা প্রতিটি G_t এর উপর আধিপত্য বিস্তার করে তাকে অবশ্যই Y-এর উপর প্রাধান্য দিতে হবে, যা Y-কে সর্বনিম্ন ব্যয়বহুল গতিশীলভাবে সামঞ্জস্যপূর্ণ ঊর্ধ্ব বাউন্ড তৈরি করে।

এই ন্যূনতমতা গুরুত্বপূর্ণ: শুধুমাত্র আধিপত্যই ঢিলেঢালা সীমানাকে অনুমতি দেয়, যেখানে খামটি উপপাদ্যের শর্তে অর্জনযোগ্য স্টপিং মানের সমান

সীমিত বিচ্ছিন্ন সময়ে, Y_N = G_N সেট করুন এবং Y_n = সর্বোচ্চ(G_n, E[Y_{n+1} | F_n]) গণনা করুন

প্রথম শব্দ ব্যায়াম মান; দ্বিতীয়টি হল আজকের তথ্য ব্যবহার করে আগামীকালের সর্বোত্তম সিদ্ধান্তের গড় করার পর ধারাবাহিকতা মান

ব্যাকওয়ার্ড ইনডাকশন তাই বাইরে থেকে যোগ করা দামের শর্টকাট নয়-এটি খামেরই বিচ্ছিন্ন নির্মাণ

একজন স্বাভাবিক প্রার্থী হল τ* = inf{t : Y_t = G_t}, প্রথমবার যখন খামটি তাৎক্ষণিক অর্থপ্রদানকে স্পর্শ করে

সীমিত বিচ্ছিন্ন সময়ে এই নিয়ম আদর্শ অখণ্ডতা অবস্থার অধীনে সর্বোত্তম; ক্রমাগত সময়ের নিয়মিততা এবং অস্তিত্ব অনুমান প্রয়োজন

যোগাযোগ একটি মান শর্ত, একটি পূর্বাভাস নয় যে অন্তর্নিহিত মূল্য শীর্ষে পৌঁছেছে এবং বেশ কয়েকটি থামার সময় একই মান সরবরাহ করতে পারে

উপযুক্ত পরিস্থিতিতে একটি সুপারমার্টিঙ্গেল খামে একটি ডুব-মেয়ার ফর্ম Y = M - A থাকে, যার সাথে একটি অনুমানযোগ্য এবং বৃদ্ধি পায়

M মার্টিঙ্গেল উদ্ভাবনের প্রতিনিধিত্ব করে, যখন A বৃদ্ধি পায় যখন ব্যায়ামের পারিশ্রমিকের উপর আধিপত্য বজায় রাখা মূল্য গ্রহণ করে

পরিপূরক লিঙ্কগুলি A থেকে যোগাযোগ অঞ্চলে বৃদ্ধি পায়, একটি নীতি যা প্রতিফলিত সমীকরণ এবং বাধা সমস্যাগুলিতে পুনরায় আবির্ভূত হয়

মূল্য নির্ধারণের পরিমাপের অধীনে, ডিসকাউন্টযুক্ত আমেরিকান পেঅফ জি হিসাবে ব্যবহার করুন; খাম একটি সম্পূর্ণ আদর্শ সেটিংয়ে সালিসি-সামঞ্জস্যপূর্ণ মান প্রক্রিয়া দেয়

ব্যায়াম ধারাবাহিক মূল্যের সাথে অভ্যন্তরীণ অর্থের তুলনা করে, তাই শুধুমাত্র একটি ইতিবাচক অভ্যন্তরীণ মান প্রাথমিক অনুশীলনকে সমর্থন করে না

লভ্যাংশ, হার, বহন খরচ, সীমাবদ্ধতা এবং চুক্তির বিশদ G বা ধারাবাহিকতা মান পরিবর্তন করে এবং তাই স্টপিং অঞ্চলকে পুনরায় আকার দেয়

গাছ, রিগ্রেশন, এবং গতিশীল প্রোগ্রামিং আনুমানিক শর্তসাপেক্ষ ধারাবাহিকতা মান, তাই ব্যায়ামের সীমানার কাছাকাছি শ্রেণীবিন্যাস ত্রুটি সবচেয়ে গুরুত্বপূর্ণ

কোলাহলপূর্ণ অনুমানগুলিতে সর্বাধিক প্রয়োগ করা মানগুলিকে ঊর্ধ্বমুখী করতে পারে, যখন তাজা পাথের উপর একটি শেখা নীতির মূল্যায়ন একটি সংরক্ষিত নিম্ন সীমা দেয়

অনুশীলনের প্রিমিয়ামে বিশ্বাস করার আগে নমুনা নীতির বাইরের মূল্যায়ন, দ্বৈত উপরের সীমানা, গ্রিড এবং ঘাঁটি জুড়ে অভিসরণ এবং সীমানা স্থিতিশীলতা ব্যবহার করুন