Toda véspera de Copa rola a mesma cena: a EA roda o videogame de futebol, simula o torneio inteiro e solta uma manchete tipo "o jogo já sabe quem vai ser o campeão". E o engraçado é que às vezes acerta na mosca — em 2022 a previsão deles cravou a Argentina antes de uma bola rolar. Fui dormir naquela: será que um game consegue prever a realidade?
No dia seguinte caiu a ficha — e não tem nada de bola de cristal. É estatística teimosa, rodando muitas e muitas vezes. O nome disso é simulação de Monte Carlo, e é uma das ferramentas mais úteis (e mais subestimadas) que eu uso no trabalho de verdade. Reescrevi a ideia do zero num simulador que tá aqui embaixo — você roda milhares de Copas e vê a chance de cada seleção aparecer diante dos seus olhos. Mas deixa eu te contar como funciona, porque é mais simples do que parece.
Um jogo não dá pra "calcular" — mas dá pra apostar
O primeiro nó é esse: você não consegue dizer com certeza "o Brasil ganha da França". Futebol tem zebra. O que você consegue dizer é quão provável é cada resultado. Então a gente dá uma nota de força pra cada seleção (um rating, no estilo do Elo do xadrez) e transforma a diferença de força numa probabilidade. A fórmula clássica é esta:
P(A vence B) = 1 / (1 + 10(ratingB − ratingA) / 400)
Lê-se assim: se os dois times têm a mesma nota, dá 50% pra cada — moeda honesta. A cada ~400 pontos de vantagem, o favorito fica ~10× mais provável de ganhar. Aí, pra "jogar" a partida, eu sorteio um número aleatório entre 0 e 1: se cair abaixo da probabilidade do time A, o A passa; senão, passa o B. É um cara-ou-coroa viciado a favor do mais forte. (Empate? No mata-mata sempre alguém avança, então a gente dobra os pênaltis dentro dessa mesma probabilidade.)
Uma Copa não te diz quase nada
Aqui mora o pulo do gato. Se eu simulo uma Copa, o resultado é quase folclore: pode dar o favorito, pode dar uma zebra histórica. Uma amostra só não revela a tendência — do mesmo jeito que jogar uma moeda uma vez não prova que ela é honesta.
A sacada do Monte Carlo é repetir o experimento um montão de vezes e contar. Rodo o torneio 10 mil, 50 mil vezes, anoto quem levantou a taça em cada uma, e no fim divido: "a Seleção X foi campeã em 23,7% das Copas". Essa fração é a probabilidade estimada de ela ganhar, dada a força que eu coloquei. Quanto mais simulações, mais a estimativa se aproxima do número verdadeiro — isso tem nome e sobrenome: Lei dos Grandes Números. No simulador abaixo dá pra ver isso acontecendo: com poucas Copas as barras tremem feito vara verde; com muitas, elas travam e quase param de se mexer.
Monte Carlo é o que você usa quando a conta é complicada demais pra resolver na fórmula: em vez de calcular a resposta, você sorteia a resposta milhares de vezes e deixa a média te contar o resultado.
Um truque nascido na bomba atômica (e batizado num cassino)
Essa história é boa demais pra não contar. O método foi inventado nos anos 1940 pelo matemático Stanisław Ulam enquanto ele se recuperava de uma doença jogando paciência — ficou tentando calcular na unha a chance de o jogo "fechar", não conseguiu, e pensou: "e se eu só jogar várias vezes e contar?". Ele e o von Neumann levaram a ideia pro Projeto Manhattan, pra simular o caminho de nêutrons. Como era segredo militar, precisava de um codinome — escolheram Monte Carlo, em homenagem ao cassino onde o tio do Ulam torrava dinheiro. Ou seja: a técnica que hoje "prevê" a Copa nasceu calculando bomba atômica e tem nome de roleta.
E ela está em tudo: precificação de risco em banco, física de partículas, renderização de luz em filme da Pixar, e — careta confessar — na estimativa de prazo de projeto. Lembra do PERTCalc, uma das minhas ferramentas? A versão séria de "quando esse projeto fica pronto?" é exatamente isto: simular o cronograma milhares de vezes e olhar a distribuição, em vez de fingir que existe uma data única e mágica.
Minha opinião honesta: probabilidade não é profecia
Tenho que ser justo com você: os ratings que coloquei ali são ilustrativos, pra ensinar — não são oficiais. E mesmo um modelo com notas perfeitas só captura força relativa. Ele não sabe da lesão na véspera, do cartão vermelho aos 20 minutos, do goleiro fazendo a partida da vida dele. O modelo te dá chances, não destino. Quando a EA "acerta" o campeão, é metade método e metade sorte de ter caído o número mais provável — e quando erra feio, é só a zebra que o próprio modelo dizia ser possível.
Isso é, pra mim, a lição que vale pra muito além do futebol. No trabalho eu lido o tempo todo com incerteza — prazos, custos, carga de servidor, conversão de um site novo. A tentação é cravar um número e fingir confiança. O caminho honesto (e mais útil pro cliente) é dizer "olha, o cenário mais provável é esse, mas existe 20% de chance de dar aquilo outro, então vamos nos preparar". Modelo bom não é o que adivinha o futuro; é o que deixa a incerteza visível pra você decidir melhor.
Chega de papo, roda a Copa aí 👇
Abaixo está o simulador que escrevi: JavaScript puro, sem nenhuma biblioteca. Clica em "Rodar uma Copa" pra ver um chaveamento sair na sorte (e às vezes uma zebra linda). Depois manda "Rodar Monte Carlo" — escolhe quantos torneios no slider — e observa as barras de probabilidade brigarem, tremerem e finalmente se acalmarem. É a Lei dos Grandes Números ganhando vida na sua tela.