随机天气如何从转移规则推算下一时段：六个时段的天气概率传播（实例26）

天气系统可以根据当前状态决定下个状态的概率，而不是每个时段都从同一个固定比例抽取。这样得到的长期变化依赖转移规则，当前晴天也不代表下一时段仍必然晴天。

先确定规则与输入

状态按晴、云、雨排列，每行给出从该状态转到三个状态的概率，行和为一。初始状态确定，随后六步都使用同一张表；本文计算各时段状态分布，不把某一次抽样当成概率结果。

初始状态编号0，零晴、一云、二雨 三行转移概率[['2/5', '3/10', '3/10'], ['7/10', '1/10', '1/5'], ['1/10', '3/5', '3/10']]

逐项算出过程

时段1：三个目标状态分别从晴、云、雨收到的概率贡献[['2/5', '0', '0'], ['3/10', '0', '0'], ['3/10', '0', '0']]；合计得到['2/5', '3/10', '3/10']，总和1。

时段2：三个目标状态分别从晴、云、雨收到的概率贡献[['4/25', '21/100', '3/100'], ['3/25', '3/100', '9/50'], ['3/25', '3/50', '9/100']]；合计得到['2/5', '33/100', '27/100']，总和1。

时段3：三个目标状态分别从晴、云、雨收到的概率贡献[['4/25', '231/1000', '27/1000'], ['3/25', '33/1000', '81/500'], ['3/25', '33/500', '81/1000']]；合计得到['209/500', '63/200', '267/1000']，总和1。

时段4：三个目标状态分别从晴、云、雨收到的概率贡献[['209/1250', '441/2000', '267/10000'], ['627/5000', '63/2000', '801/5000'], ['627/5000', '63/1000', '801/10000']]；合计得到['259/625', '3171/10000', '537/2000']，总和1。

时段5：三个目标状态分别从晴、云、雨收到的概率贡献[['518/3125', '22197/100000', '537/20000'], ['777/6250', '3171/100000', '1611/10000'], ['777/6250', '3171/50000', '1611/20000']]；合计得到['20729/50000', '31713/100000', '26829/100000']，总和1。

时段6：三个目标状态分别从晴、云、雨收到的概率贡献[['20729/125000', '221991/1000000', '26829/1000000'], ['62187/500000', '31713/1000000', '80487/500000'], ['62187/500000', '31713/500000', '80487/1000000']]；合计得到['103663/250000', '317061/1000000', '268287/1000000']，总和1。

每一步都同时使用上一时段的完整分布，不能刚算完晴天新概率就把它拿去计算同一时段的云天，否则实际改变了模型。

复核时看什么

对一个目标状态，把所有来源状态的当前概率乘相应转移概率再相加。三种新概率必须相加为一且全不为负；还可以枚举全部可能路径，把抵达同一状态的路径概率合并来复核。

练习时可以先遮住结果，沿用相同输入独立记录中间状态，再逐项比较。发现不同后先定位最早分歧，确认边界包含方式、编号起点、更新顺序以及是否提前取整。最后结果一致也不表示每个中间步骤都正确，因此保留过程记录有助于看清原因。

适用范围

这是一个完全自定的小模型，不是现实天气预测，也不代表具体游戏。它假设下一步只依赖当前状态；季节、位置或冷却限制若也有影响，就需要把这些信息纳入状态或规则。