Simulação do mata-mata

Chances do bolão

Atualizado em 2026-07-21 02:13 (horário de Brasília)

🏆 Contendores

#	Participante	Esperado	Título	Prêmio	Posição
1	Danilo Salmazio	2434	38%	49%	1–17
2	Gabriela Melo	2122	13%	15%	1–34
3	Rebeca Salmazio	2145	13%	23%	1–29
4	Mari Varela	1950	10%	12%	1–45
5	Felipe da Silva Souza	1789	10%	10%	2–70
6	Bruna Barbosa	2087	7%	12%	2–31
7	Josevaldo	2077	4%	12%	2–32
8	Graziela Catapano	2106	2%	15%	2–35
9	Paz	1933	1%	12%	2–48
10	Gustavo, o Pika	2064	1%	12%	3–34
11	Mariana Pedreira	1887	0%	11%	3–58
12	Luiz Martino	2159	0%	28%	2–26
13	Antonio Petty	1745	0%	10%	2–77
14	Bruno Campioni	2160	0%	28%	2–30
15	Andreas Freymann	2117	0%	14%	3–27
16	Ulisses Cordeiro	2039	0%	1%	6–29
17	Paula Bolelli	1991	0%	12%	3–50
18	Eduardo Freitas	1984	0%	13%	2–49
19	Claude	1943	0%	1%	5–57
20	Noah Thrun Matzenbacher	1780	0%	11%	3–67

ver todos os 102

1	Danilo Salmazio	2434	38%	49%	1–17
2	Gabriela Melo	2122	13%	15%	1–34
3	Rebeca Salmazio	2145	13%	23%	1–29
4	Mari Varela	1950	10%	12%	1–45
5	Felipe da Silva Souza	1789	10%	10%	2–70
6	Bruna Barbosa	2087	7%	12%	2–31
7	Josevaldo	2077	4%	12%	2–32
8	Graziela Catapano	2106	2%	15%	2–35
9	Paz	1933	1%	12%	2–48
10	Gustavo, o Pika	2064	1%	12%	3–34
11	Mariana Pedreira	1887	0%	11%	3–58
12	Luiz Martino	2159	0%	28%	2–26
13	Antonio Petty	1745	0%	10%	2–77
14	Bruno Campioni	2160	0%	28%	2–30
15	Andreas Freymann	2117	0%	14%	3–27
16	Leonardo Florenzano	2072	0%	0%	5–31
17	Ricardo Gazetta	2043	0%	0%	7–38
18	Ulisses Cordeiro	2039	0%	1%	6–29
19	Leonardo Penna Gunzburger	2037	0%	0%	9–39
20	Sofia Siqueira	2031	0%	0%	9–39
21	Carolina Sousa - Gpf Advogados	2012	0%	0%	7–33
22	Danilo Ken	2009	0%	0%	8–35
23	Renata Macedo	1994	0%	0%	6–26
24	Paula Bolelli	1991	0%	12%	3–50
25	Fabio Siqueira	1989	0%	0%	4–42
26	Eduardo Freitas	1984	0%	13%	2–49
27	Beatriz Kelly Oliveira Silva	1983	0%	0%	10–43
28	Guilherme Lopes Gpf	1964	0%	0%	10–40
29	Felipe Salmazio	1962	0%	0%	5–46
30	Claude	1943	0%	1%	5–57
31	Mércia Medeiros	1939	0%	0%	12–47
32	Jony	1937	0%	0%	12–42
33	Tiago Drews Dichel	1923	0%	0%	13–32
34	Mauricio Fiuza Morales	1920	0%	0%	12–33
35	Gabriel Kenji	1911	0%	0%	14–36
36	Melina	1880	0%	0%	24–42
37	Alexandre Fava Fialdini	1875	0%	0%	24–41
38	Eduardo Abreu	1875	0%	0%	25–41
39	Benício Florenzano	1874	0%	0%	15–51
40	Otávio Pedreira	1872	0%	0%	14–58
41	Flavio 2026	1849	0%	0%	16–61
42	Rai Geromel Lara Careca	1837	0%	0%	18–58
43	Henrique Furlaneto	1837	0%	0%	17–64
44	Martim Siqueira	1836	0%	0%	29–45
45	Luiz Eduardo	1832	0%	0%	17–60
46	Felipe Augusto (felipinho)	1829	0%	0%	18–66
47	Paulo Martins	1827	0%	0%	10–69
48	Augusto Guimaraes Pedreira de Freitas	1822	0%	0%	19–67
49	Júlia Magalhães de Paiva	1815	0%	0%	19–62
50	Gabriel o Bodas	1798	0%	0%	34–46
51	Carlos Paiva	1790	0%	0%	36–48
52	Lucas Pedreira	1788	0%	0%	11–73
53	Noah Thrun Matzenbacher	1780	0%	11%	3–67
54	Eduardo Maurer	1774	0%	0%	21–68
55	Eduardo Miyamoto	1768	0%	0%	12–79
56	Manuel Paraguai	1765	0%	0%	40–52
57	Léo Hoppe	1763	0%	0%	20–72
58	Nicholas Porto	1757	0%	0%	42–53
59	Rafael Botelho 2	1750	0%	0%	22–72
60	Leonardo Dotta	1748	0%	0%	44–54
61	Lu & Pedro Ken	1748	0%	0%	43–54
62	Bruno Matayoshi	1746	0%	0%	45–56
63	Renato Almeida	1730	0%	0%	48–57
64	Pedro Campos	1726	0%	0%	47–60
65	Rafael Lourenço	1710	0%	0%	54–61
66	Gislaine Gerardi Simplicio	1707	0%	0%	54–62
67	Margarete Guedes	1690	0%	0%	24–81
68	Felipe Casaroto	1686	0%	0%	59–65
69	Roberta Thrun	1680	0%	0%	60–68
70	Daniel Gunzburger	1670	0%	0%	62–70
71	Paula Inserra	1668	0%	0%	21–80
72	Guilherme Catapano	1651	0%	0%	63–71
73	Rafael Botelho 1	1625	0%	0%	69–73
74	Bruno Tuono	1618	0%	0%	24–84
75	Joao Campos	1604	0%	0%	72–75
76	Cássio Azevedo	1604	0%	0%	71–77
77	Susana Faro	1602	0%	0%	73–77
78	Flavio Pedreira	1596	0%	0%	72–78
79	Vera Trinkl	1590	0%	0%	73–80
80	Clovis	1590	0%	0%	27–87
81	Fabio Rodman	1560	0%	0%	78–82
82	Mauricio Martins Pires	1520	0%	0%	80–84
83	José Alpendre Pires	1516	0%	0%	81–85
84	Emily Oliveira	1511	0%	0%	26–96
85	Cláudio Pedreira de Freitas	1496	0%	0%	82–86
86	Justão e Dna Lala	1466	0%	0%	40–94
87	Lenita Gilioli Pedreira de Freitas	1461	0%	0%	23–95
88	Pedro Siqueira	1454	0%	0%	86–88
89	Katia	1450	0%	0%	85–89
90	Karina Moura	1445	0%	0%	86–90
91	Gustavo Barlati	1440	0%	0%	88–91
92	Marcelo Martins Pires	1435	0%	0%	89–92
93	Tayane Cavalheiro	1385	0%	0%	90–95
94	Pedro Augusto C Pedreira de Freitas	1384	0%	0%	91–95
95	Ana Cristina Merli	1295	0%	0%	94–97
96	Marina Arruda	1250	0%	0%	96–98
97	Camilla Guimarães	1240	0%	0%	97–99
98	Tiago de Faro Franco	1210	0%	0%	98–100
99	Malu Petty	1185	0%	0%	99–101
100	Rodrigo Matzenbacher Brizola	1183	0%	0%	83–100
101	Julia Salmazio	1033	0%	0%	93–101
102	Lanai Plocki	650	0%	0%	102–102

💪 Tirou 0%? Calma — o mata-mata é a terra da zebra! Logo de cara, a Copa já aposentou duas gigantes: Alemanha e Holanda caíram fora. 😱 Quem cravou esses tombos voou no ranking. Por aqui, "0%" não quer dizer "impossível", só "muito improvável" nesta simulação (em 10.000 cenários, não rolou nenhuma vez). Basta o seu azarão avançar e alguns palpites baterem pra você disparar. O torneio ainda não acabou — e as chances mudam a cada jogo. 🍀

🎯 E tem mais: se nada der certo pra ficar entre os primeiros, ainda rola o prêmio do meio da tabela — o 51º lugar, que todo mundo está disputando! Às vezes mirar o meião é a jogada mais esperta. 😉

🔮 E se…

Se Argentina for campeão (28%): lidera Danilo Salmazio
Se Espanha for campeão (28%): lidera Gabriela Melo
Se França for campeão (24%): lidera Mari Varela
Se Inglaterra for campeão (20%): lidera Danilo Salmazio

📊 Como esses percentuais são calculados?

Os números não são um chute nem uma previsão — saem de uma simulação de Monte Carlo: o computador joga o mata-mata inteiro 10.000 vezes, do estado atual até a final, e conta em quantos desses universos cada participante leva o bolão.

1. Força de cada seleção. Cada seleção recebe um rating estimado por IA e ancorado nas odds (cotações) das casas de apostas — as probabilidades implícitas do mercado, já com a margem da banca (o overround, ou "vig") removida e renormalizada para somar 100%.

2. Modelo de gols (Poisson). Os gols de cada time num jogo são sorteados de uma distribuição de Poisson — o modelo estatístico padrão para a contagem de eventos como gols. A taxa esperada de gols (λ, "lambda") de cada lado é calibrada por bisseção numérica até a probabilidade de vitória bater com a força das seleções e com o mercado.

3. Mata-mata e pênaltis. Empate na fase eliminatória vai à disputa de pênaltis, modelada como uma quase-moeda (viés leve para o favorito). O classificado avança pela árvore de confrontos, exatamente como no chaveamento real.

4. Pontuação. Em cada um dos 10.000 cenários, todos os palpites são pontuados pela mesma regra do regulamento (placar, bônus de seleção no mata-mata e os especiais: campeão, finalistas e artilheiro).

5. De onde vem cada coluna. O % de Título é a fração dos 10.000 cenários em que o participante termina em 1º lugar; o % de Prêmio, a fração em que termina entre os premiados; Esperado é a média de pontos; e Posição é a faixa provável de colocação (entre os percentis 10 e 90).

6. Reprodutível e auditável. A simulação usa um gerador pseudoaleatório com semente fixa (seed), então é determinística — rodando de novo com os mesmos dados, dá o mesmo resultado. Ela é recalculada automaticamente quando os ratings, as odds ou os resultados dos jogos mudam.

Importante: é uma estimativa probabilística, não uma garantia. As chances mudam a cada jogo, e percentuais pequenos têm uma margem natural de erro de simulação (da ordem de ±1 ponto percentual com 10.000 cenários). É a mesma família de técnicas que casas de apostas e modelos profissionais de previsão esportiva (como FiveThirtyEight e Opta) utilizam.