GAME MATH LIBRARY
Limbo 機率怎麼算？Target 倍率、命中率與 99% RTP
LINBEI Limbo 的核心關係是 P(win)=0.99/Target；倍率越高，命中率按反比下降。
Wavelet Intelligence · 2026-09-25直接答案
LINBEI Limbo 的核心關係是 P(win)=0.99/Target；倍率越高，命中率按反比下降。
快速重點
- 勝率
- P(win)=0.99/Target
- 平均等到一次命中
- Target/0.99 rounds
- Target 範圍
- 1.01×–1,000,000×
- RTP
- 99%
01
Target 和勝率是反比
Target=T 時，理想模型的命中率 p=0.99/T。2× 對應 49.5%，10× 對應 9.9%，100× 對應 0.99%。
改變 Target 不會讓前一局的結果影響下一局；每次 RNG trial 仍獨立。
02
平均等待 rounds 不是保證
若每局命中率 p 固定，幾何分布下直到第一次命中的期望 rounds 是 1/p=T/0.99。
例如 10× 的平均值約 10.101 rounds，但可能第一局就中，也可能遠超過平均值仍未中。
03
結果倍率怎麼對應公式
Practice 參考模型可把 uniform random u 轉成 result≈0.99/u，再以倍率精度做離散化；當 result≥Target 就命中。
LINBEI certification 另外把 Limbo 描述為 exact ideal + finite 52-bit discrete，避免只驗連續公式卻忽略有限 RNG。
04
高倍率不是『快到了』
看到很多低 result 不代表高 Target 已經累積某種進度。每個 round 都重新抽取結果。
Target 可以調整 variance，但不能靠 streak 形成對下一 round 的預測優勢。
EXAMPLE
Target 速算
2× → P(win)=0.99/2=49.5% → E[first hit]≈2.0202 rounds10× → 9.9% → E≈10.101 rounds100× → 0.99% → E≈101.01 rounds
常見問題
Target 10× 是每 10 局一定中一次嗎？
不是。10.101 rounds 是幾何分布的期望等待值，不是固定週期。
Target 越高 RTP 越高嗎？
不會。理想模型中 P(win)×Target 固定為0.99。
有限 52-bit RNG 為什麼重要？
因為真實電腦 RNG 是離散的。Certification 需要確認離散化後仍符合預期數學邊界。