已知一个离散动作状态空间 MDP，折扣因子γ ∈ (0,1)。该 MDP 没有终止状态，智能体将不断做出决策。假设该问题的原始最优值函数为𝑉，最优策略为π。若对该 MDP 的每一次状态转移上都加上一个小的正实数c，最优策略是否会改变？若对该 MDP 的每一次状态转移都乘上实数c，最优策略是否会改变？请说明理由