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。
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[['1/10', '1/10', '4/5'], ['2/5', '1/5', '2/5'], ['1/2', '2/5', '1/10']]
时段1:三个目标状态分别从晴、云、雨收到的概率贡献[['0', '0', '1/2'], ['0', '0', '2/5'], ['0', '0', '1/10']];合计得到['1/2', '2/5', '1/10'],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[['1/20', '4/25', '1/20'], ['1/20', '2/25', '1/25'], ['2/5', '4/25', '1/100']];合计得到['13/50', '17/100', '57/100'],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[['13/500', '17/250', '57/200'], ['13/500', '17/500', '57/250'], ['26/125', '17/250', '57/1000']];合计得到['379/1000', '36/125', '333/1000'],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[['379/10000', '72/625', '333/2000'], ['379/10000', '36/625', '333/2500'], ['379/1250', '72/625', '333/10000']];合计得到['799/2500', '2287/10000', '4517/10000'],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[['799/25000', '2287/25000', '4517/20000'], ['799/25000', '2287/50000', '4517/25000'], ['799/3125', '2287/25000', '4517/100000']];合计得到['34929/100000', '12919/50000', '39233/100000'],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[['34929/1000000', '12919/125000', '39233/200000'], ['34929/1000000', '12919/250000', '39233/250000'], ['34929/125000', '12919/125000', '39233/1000000']];合计得到['167223/500000', '243537/1000000', '422017/1000000'],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。
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。
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。