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19）

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2，零晴、一云、二雨 三行转移概率[['3/10', '2/5', '3/10'], ['1/10', '7/10', '1/5'], ['2/5', '1/5', '2/5']]

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[['0', '0', '2/5'], ['0', '0', '1/5'], ['0', '0', '2/5']]；合计得到['2/5', '1/5', '2/5']，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[['3/25', '1/50', '4/25'], ['4/25', '7/50', '2/25'], ['3/25', '1/25', '4/25']]；合计得到['3/10', '19/50', '8/25']，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[['9/100', '19/500', '16/125'], ['3/25', '133/500', '8/125'], ['9/100', '19/250', '16/125']]；合计得到['32/125', '9/20', '147/500']，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[['48/625', '9/200', '147/1250'], ['64/625', '63/200', '147/2500'], ['48/625', '9/100', '147/1250']]；合计得到['1197/5000', '2381/5000', '711/2500']，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[['3591/50000', '2381/50000', '711/6250'], ['1197/12500', '16667/50000', '711/12500'], ['3591/50000', '2381/25000', '711/6250']]；合计得到['583/2500', '24299/50000', '14041/50000']，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[['1749/25000', '24299/500000', '14041/125000'], ['583/6250', '170093/500000', '14041/250000'], ['1749/25000', '24299/250000', '14041/125000']]；合计得到['115443/500000', '48963/100000', '69871/250000']，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。