Árvore de resultados

Como o jogo “inventou” a probabilidade: Pascal, Fermat e a primeira disputa sobre apostas justas

A probabilidade não começou como um tema escolar abstrato. Começou como uma discussão sobre dinheiro. Na década de 1650, jogadores em França enfrentavam uma pergunta prática: se uma partida é interrompida, como dividir a aposta sem prejudicar nenhum dos lados? Esse problema — partilhado por jogadores, nobres e estudiosos — levou Blaise Pascal e Pierre de Fermat a uma correspondência curta e intensa, que ainda hoje parece um esboço claro do pensamento moderno sobre risco.

O “Problema dos Pontos” em termos simples

O cenário clássico é simples. Dois jogadores combinam disputar uma série em que vence quem alcançar primeiro um número fixo de vitórias, ficando com toda a aposta. Depois, o jogo para antes do fim — alguém precisa de sair, há uma discussão, ou o local fecha. A pergunta não é “quem estava à frente?”, mas “qual é a parte justa da aposta para cada jogador, considerando o que ainda podia acontecer?” Esta questão ficou conhecida como o Problema dos Pontos e está na origem da probabilidade como método.

Aqui vai um exemplo concreto que se consegue fazer no papel. Suponha que o objetivo é chegar a 5 vitórias, a aposta total é £100 e o marcador está 3–2. O Jogador A precisa de mais 2 vitórias; o Jogador B precisa de 3. O jogo é interrompido. Um método tentador é “dividir pelo resultado atual” (A fica com £60 e B com £40). Pascal e Fermat defenderam um critério mais rigoroso: dividir de acordo com as probabilidades de cada jogador vencer se a partida continuasse com as mesmas regras. Isso transforma “justiça” num problema de contagem.

Para contar essas probabilidades, não são necessárias fórmulas modernas. Imagine as próximas rondas como uma árvore de resultados possíveis. Numa corrida até 5 a partir de 3–2, a partida pode terminar, no máximo, em 4 rondas adicionais. Conta-se quantas sequências permitem a B chegar a 5 antes de A. Quando se enumeram os caminhos, a probabilidade de A é superior a 60% — logo, a parte justa de A é superior a £60. O passo-chave não é a percentagem exata; é a regra: pagar proporcionalmente ao valor do futuro possível, e não apenas ao que já aconteceu.

Porque é que as perguntas de jogo ao estilo de de Méré importavam

Pascal não decidiu “inventar” a probabilidade por curiosidade pura. A correspondência foi impulsionada por questões de jogo que circulavam nos círculos parisienses — questões que testavam se certos “sistemas” populares eram realmente justos. Quando esses debates chegaram a Pascal, ele levou-os a sério o suficiente para pedir a Fermat um tratamento matemático limpo. Esse detalhe social importa: a matemática nasceu porque as apostas eram reais e a reputação estava em jogo.

Essas questões também obrigaram a clarificar pressupostos. As rondas são independentes? Os jogadores têm a mesma habilidade? As probabilidades mantêm-se constantes de ronda para ronda? Quando se escrevem esses pressupostos, percebe-se exatamente o que está a ser avaliado. Se os jogadores não forem equivalentes, a divisão “justa” muda. Isso já é a lógica da modelação moderna: a resposta depende da estrutura que se assume.

Um efeito duradouro da abordagem Pascal–Fermat é a disciplina perante a incerteza. Não é preciso certeza para ser justo; é preciso um método que trate ambos os lados de forma simétrica e dê preço às possibilidades restantes. Por isso, o Problema dos Pontos continua a ser ensinado: é uma das entradas mais claras para o raciocínio de valor esperado.

Quando o “jogo limpo” se torna matemática do risco

Quando se aceita “dividir a aposta pela probabilidade de vitória”, aceita-se uma ideia muito maior: resultados incertos podem ter valor. Em linguagem moderna, está-se a atribuir um preço a um conjunto de possibilidades. Essa ponte liga a intuição moral (“seja justo”) ao cálculo (“quanto é justo?”). É essa ponte que a teoria da probabilidade viria a formalizar.

O passo seguinte é o valor esperado: o pagamento médio que se obteria se a mesma situação pudesse repetir-se muitas vezes. Esta ideia é central para entender como a probabilidade saiu das cartas privadas e entrou na matemática publicada. Também explica por que os problemas de jogo foram tão férteis: são mundos pequenos, com regras, onde se testa o raciocínio sem o ruído do quotidiano.

Repare no que muda a nível psicológico. Antes, os jogadores discutiam com base em pressentimentos e histórias: “sinto que agora vai sair.” Depois, com o estilo de raciocínio Pascal–Fermat, a conversa muda para: “quais são os futuros possíveis e quantos me favorecem?” É nesse ponto que o risco se torna discutível sem superstição. Não torna o mundo previsível; torna as decisões explicáveis.

Da contagem de resultados às ferramentas que as pessoas realmente usam

Contar resultados parece inocente até se perceber o que permite. Quando se consegue calcular o valor de uma posição incerta, é possível comparar escolhas. Deve aceitar uma proposta de cash-out? Deve segurar um carregamento? Deve ficar com um pagamento garantido mais baixo ou manter o risco por um potencial maior? A estrutura é a mesma: trocar incerteza por um resultado definido com termos justificáveis.

É por isso que os primeiros pensadores da probabilidade voltavam repetidamente aos jogos. Os jogos são laboratórios controlados. Dados, cartas e partidas interrompidas têm regras claras e estruturas repetíveis. Se não se consegue raciocinar bem aí, dificilmente se raciocina melhor no mundo real. Nesse sentido, o jogo fez mais do que “inspirar” a probabilidade: ofereceu um terreno de teste onde o erro custa imediatamente.

No início do século XVIII, o campo já não era apenas um método engenhoso partilhado entre poucos matemáticos. A probabilidade tornou-se uma linguagem geral para pensar sob incerteza, útil para falar de risco, evidência e padrões de longo prazo. O arco é nítido: disputas sobre apostas transformaram-se numa teoria com aplicações muito além da mesa de jogo.

Árvore de resultados

Porque isto mudou seguros, finanças e lotarias

O beneficiário não ligado ao jogo mais imediato foi o seguro. Seguro é uma promessa sobre uma perda incerta, com um preço que permita cumprir a promessa. Não se consegue dar preço a essa promessa sem um método para transformar futuros incertos em números. A probabilidade fornece a gramática: frequências, médias e faixas de resultados, mesmo quando cada evento individual continua imprevisível.

O registo público de dados também empurrou essa mudança. Quando mortes, nascimentos, acidentes e sinistros são registados ao longo de anos, surgem padrões sem fingir que se prevê a vida de cada pessoa. Esta mentalidade orientada por dados é um passo-chave para o trabalho atuarial moderno: não é profecia, é estimativa estruturada baseada em evidência e pressupostos claros.

As finanças públicas seguiram uma lógica semelhante. Quando estados vendem produtos de longo prazo — anuidades, pensões, dívida — estão, na prática, a negociar incerteza ao longo do tempo. O pensamento informado por probabilidade ajuda a separar promessas políticas de compromissos calculáveis e torna o preço mais transparente, mesmo quando a incerteza não desaparece.

O que isto significa na prática em 2026

Em 2026, os descendentes dessas ideias estão por todo o lado. Seguradoras modelam frequência e severidade de sinistros; bancos fazem testes de esforço a carteiras em cenários adversos; operadores de jogo publicam regras e estruturas de prémios que podem ser analisadas em termos simples de valor esperado. Os cálculos podem ser sofisticados, mas o esqueleto continua a ser o mesmo: listar resultados, atribuir probabilidades, avaliar posições e manter o critério transparente o suficiente para ser defendido.

O trabalho moderno de risco também acrescenta humildade. A vida real não é uma moeda justa. Modelos podem falhar, correlações podem quebrar e eventos raros podem dominar os resultados. Por isso, equipas sérias combinam probabilidade com governação: validação de modelos, testes de sensibilidade, análise de cenários e limites claros sobre o que um cálculo pode afirmar.

Para jogadores e consumidores comuns, a lição prática é simples: “justo” não é o mesmo que “vantajoso”. Um jogo pode ser justo nas regras e ainda assim ser um mau negócio quando se considera a estrutura de pagamentos ou a margem da casa. As raízes da probabilidade no jogo não são apenas história — são um lembrete para separar entusiasmo de aritmética e tratar decisões incertas como escolhas justificáveis, não como narrativas pessoais.