正確答案是無法計算機率，所以三個答案都不對。
我們可以這樣想，假設小明隨便說了一句明天下雨的機率是1，因為小明是隨便說的，所以他這句話的可信度無限接近於0。
按照題主”有人說“的演算法，明天下雨的機率為：1*0+0*1=0
按照題主的演算法，明天下雨的機率為：1*0+0.5*1=0.5
這個結果意味著僅僅因為小明隨便一句“明天一定下雨”，明天就一定不下雨了或者是有一半的可能下雨。顯然這是荒謬的，因為實際的下雨機率是一個確定的值，不會因為某人隨隨便便說一句話而變成0或0.5。所以這兩種演算法均是錯誤的。
為什麼僅憑預報的可信度無法預測機率呢？舉個例子：
假設某國家有10億人，其中只有1人患了某種疾病。有一種儀器可以檢測該疾病，儀器檢測的可信度為99%。在街上隨便找一個人，我們可知預測他患病的機率是十億分之一。現在，如果儀器檢測該人為患病，那麼該人實際患病的機率是多少呢？
我們可以設想用該儀器對該國每個人都檢測一遍，因為儀器只有99%的可信度，所以大概一千萬人會被檢測出患病。雖然檢測出患病的人有一千萬，但真正患病的人只有1個，所以即便某人被該儀器檢測出患病，該人實際患病的機率大概也只有千萬分之一（儘管儀器有99%的可信度）。
所以僅憑可信度根本計算不出機率，除非你能獲得其他資訊（比如上面例子中實際患病人數和總人數）。
另外，透過這個例子也可以看出，說什麼“不給其他資訊就應該直接0.5的”也是不正確的。
最後，大家應該知道為什麼2012不是世界末日了吧，因為世界末日是個小機率事件（上例中的患病），即便瑪雅人的預測準確率非常高（即儀器可信度非常高，並且對此我深表懷疑），2012實際為世界末日的機率（實際患病機率）也非常非常的小。
正確答案是無法計算機率，所以三個答案都不對。
我們可以這樣想，假設小明隨便說了一句明天下雨的機率是1，因為小明是隨便說的，所以他這句話的可信度無限接近於0。
按照題主”有人說“的演算法，明天下雨的機率為：1*0+0*1=0
按照題主的演算法，明天下雨的機率為：1*0+0.5*1=0.5
這個結果意味著僅僅因為小明隨便一句“明天一定下雨”，明天就一定不下雨了或者是有一半的可能下雨。顯然這是荒謬的，因為實際的下雨機率是一個確定的值，不會因為某人隨隨便便說一句話而變成0或0.5。所以這兩種演算法均是錯誤的。
為什麼僅憑預報的可信度無法預測機率呢？舉個例子：
假設某國家有10億人，其中只有1人患了某種疾病。有一種儀器可以檢測該疾病，儀器檢測的可信度為99%。在街上隨便找一個人，我們可知預測他患病的機率是十億分之一。現在，如果儀器檢測該人為患病，那麼該人實際患病的機率是多少呢？
我們可以設想用該儀器對該國每個人都檢測一遍，因為儀器只有99%的可信度，所以大概一千萬人會被檢測出患病。雖然檢測出患病的人有一千萬，但真正患病的人只有1個，所以即便某人被該儀器檢測出患病，該人實際患病的機率大概也只有千萬分之一（儘管儀器有99%的可信度）。
所以僅憑可信度根本計算不出機率，除非你能獲得其他資訊（比如上面例子中實際患病人數和總人數）。
另外，透過這個例子也可以看出，說什麼“不給其他資訊就應該直接0.5的”也是不正確的。
最後，大家應該知道為什麼2012不是世界末日了吧，因為世界末日是個小機率事件（上例中的患病），即便瑪雅人的預測準確率非常高（即儀器可信度非常高，並且對此我深表懷疑），2012實際為世界末日的機率（實際患病機率）也非常非常的小。