这个题目比较有意思。
刚才在车上想了想，应该想出了一个比较清晰的结果。
题里的末日换成明天下雨吧，这样样本多一些。
首先，概率是随机事件才有的，如果预言家能预测，那也不叫随机事件了。
那么我们只能把“预言家预测”，理解为预言家猜测，
即预言家的猜测，不影响下雨的真实概率。（下面所有的预测，都理解为猜测）
举个简单的例子，有个地方每天都下雨（下雨概率100%）,
预言家A，每天都进行随机预测， 90%概率预测明天下雨，10%概率预测明天不下雨。
那么这个预言家A的预测准确率是90%，但明天下雨的概率是100%。
注意了，预言家的预测准确率会受其预测方案影响，不只是实际下雨概率。
比如同样的地方，实际每天都下雨，预言家B，50%概率预测明天下雨，50%概率预测明天不下雨。
那么这个预言家B的预测准确率是50%。
好，那么我现在打造2个场景，满足图片中的条件。
场景1， 该地方每天下雨，
预言家A，每天都进行随机预测， 90%概率预测明天下雨，10%概率预测明天不下雨。
预言家B，每天都进行随机预测， 30%概率预测明天下雨，70%概率预测明天不下雨。
符合题上的90%与30%，现在A与B同时预测改地方明天下雨，
那么，明天下雨的概率是100%（跟他们的预测无关）
场景2， 该地方每天实际有95%的可能下雨，
预言家A，每天都进行随机预测， 94.4%概率预测明天下雨，5.6%概率预测明天不下雨。
A预测准确率为（0.944*0.95+0.56*0.05） = 90%
预言家B，每天都进行随机预测， 27.8%概率预测明天下雨，72.2%概率预测明天不下雨。
B预测准确率为（0.278*0.95+0.722*0.05） = 30%
符合题上的90%与30%，现在A与B同时预测改地方明天下雨，
那么，明天下雨的概率是95%（跟他们的预测无关）
不同实际下雨概率的地方，都有可能出现题上的90%与30%预言准确率的预言家，
所以反过来，有这2个预言家，问下雨的概率，是得不出结果的。
但也不是完全无关. 总是有 实际下雨概率 或 不下雨概率 >= 最大预测准确率
比如如果有预言家预测准确度90%，那么这个地方实际下雨概率至少有90%（或者不下雨概率至少有90%）
最后
其实这问题也挺奇怪的，
用这种方法计算明天下雨的概率，得先有之前下雨的样本数据+预言家的预测数据，再利用预言家的预测来推断，
那直接用之前下雨的样本数据，频率来推断概率不就行了吗？干嘛非要找预言家呢。