Metodologia do Modelo ValorFinal do Brasileirão

De onde vêm os dados

O calendário da Série A, os horários, as remarcações e os placares encerrados vêm de uma base pública de dados esportivos, consultada a cada 30 minutos por um serviço nosso. O navegador de quem visita o site nunca fala com essa base: ele recebe uma página já pronta, com os números dentro do HTML.

A classificação não é copiada pronta. Ela é montada aqui, jogo a jogo, a partir dos placares encerrados, com os critérios de desempate aplicados na ordem do regulamento. Isso é deliberado: quando a nossa tabela e a tabela da fonte discordam, a diferença aponta um problema de dado que precisa ser investigado, e não um detalhe de apresentação.

Placar de jogo encerrado é dado, não estimativa: ele entra como está e nunca é sorteado. Quando a lista de jogos da fonte atrasa em relação à realidade, o que acontece com frequência nas horas seguintes ao apito final, a tabela agregada publicada pela própria fonte é usada para deduzir o placar que falta, e só quando quatro conferências independentes fecham. Na dúvida, o jogo continua pendente: tabela atrasada é ruim, tabela com placar inventado é pior.

A força de cada clube

Todo clube começa a temporada com o mesmo número, 1500, e sobe ou desce a cada partida conforme o resultado. É um rating no estilo Elo, o mesmo esquema usado no xadrez e adaptado ao futebol: quem vence ganha pontos de quem perde, e quanto mais inesperado o resultado, maior a transferência.

Três decisões definem esse cálculo, e todas estão abertas. A constante de ajuste é 24, que controla a velocidade com que o rating reage a um resultado. O mando de campo entra como um bônus de 65 pontos para o time da casa no momento de calcular o que se esperava daquele jogo. E a variação é multiplicada pela raiz quadrada do saldo da partida, de modo que uma goleada mexe mais do que uma vitória por um gol, sem que um resultado isolado domine a conta.

Só a temporada corrente entra. Nada de história antiga, nada de tradição, nada de valor de elenco. Um clube promovido começa exatamente igual a um campeão, e é o campo que separa os dois ao longo das rodadas. A consequência honesta disso é que, nas primeiras rodadas, o rating ainda diz pouco, e o modelo é fraco justamente ali. A página de desempenho mede isso por fase do campeonato em vez de esconder na média.

Quando o modelo olha para uma rodada antiga, ele usa o rating daquela data, recalculado apenas com os jogos que já tinham acontecido. Contar a rodada 20 com o rating de hoje seria contar a história com o gabarito na mão.

De força para probabilidade de gols

A diferença de rating entre dois clubes vira o número médio de gols que cada lado tende a marcar naquela partida. Um confronto equilibrado parte de 1,35 gol esperado para cada lado, que é a ordem de grandeza de uma liga de pontos corridos, e a diferença de força desloca esse número para cima de um lado e para baixo do outro, numa relação exponencial.

O mando de campo é somado ao rating do mandante antes dessa conta, com o mesmo valor de 65 pontos usado no ajuste do rating. Não existe um segundo parâmetro escondido para o mando: é o mesmo número nos dois lugares.

Com os dois números médios em mãos, o placar é descrito por uma distribuição de Poisson para cada lado, que é a forma matemática usual de contar quantas vezes um evento raro e independente acontece num intervalo. Somando as probabilidades de todos os placares possíveis até 12 gols de cada lado, saem as probabilidades de vitória do mandante, empate e vitória do visitante. Essa parte é conta fechada, não sorteio: dois clubes com a mesma diferença de força recebem sempre exatamente o mesmo número.

A simplificação assumida aqui é que os gols dos dois lados são independentes. A literatura registra que empates de 0 a 0 e 1 a 1 acontecem um pouco mais do que essa hipótese prevê, e correções para isso existem, como a de Dixon e Coles. Nenhuma foi adotada porque nenhuma foi testada aqui ainda, e uma correção não medida é enfeite.

A simulação da temporada

Com a probabilidade de cada jogo em mãos, o campeonato inteiro é jogado 20.000 vezes. Em cada uma delas, cada um dos 81 jogos que faltam recebe um placar sorteado, os 299 jogos já encerrados entram com o placar real, e a tabela final é montada e ordenada.

A ordenação segue o Art. 15 do Regulamento Específico da Competição, na ordem oficial. Ela é aplicada em cada um dos 20.000 campeonatos simulados, e não só na tabela de hoje.

Critérios de desempate do Brasileirão 2026

Quando dois ou mais clubes terminam com a mesma pontuação, a ordem entre eles sai do Art. 15 do Regulamento Específico da Competição, nesta sequência. É a mesma ordem que a tabela desta página aplica e que cada um dos 20.000 campeonatos simulados aplica no fim.

O confronto direto entra como manda o § 1º do artigo: vale a pontuação somada dos jogos de ida e volta e, persistindo o empate, o saldo de gols dessas duas partidas. E ele entra somente quando exatamente dois clubes estão empatados nos quatro primeiros critérios, porque o § 2º proíbe o critério em empate de três ou mais. A proibição faz sentido: num empate triplo o confronto direto pode ser circular, com A vencendo B, B vencendo C e C vencendo A, e não existe ordem que satisfaça os três.

Os dois critérios de cartões não são aplicados, e a razão é de dado, não de escolha: a fonte publica placar, data, rodada e remarcação de cada partida, e não a súmula. Sem súmula não há como contar cartão, e inventar um número aqui seria pior do que declarar a falta dele. O sorteio, último critério, não é reproduzível nem antecipável por modelo nenhum. Nos dois casos a ordem final entre clubes que cheguem empatados até ali é decidida por um desempate determinístico do sistema, escolhido para que a mesma fotografia devolva sempre a mesma tabela.

O quinto critério só é alcançado quando dois clubes terminam com os mesmos pontos, as mesmas vitórias, o mesmo saldo e os mesmos gols marcados, e o confronto direto entre eles também empata nos dois quesitos. Quando a disputa entre dois clubes específicos já estiver decidida no confronto direto, a página do clube diz isso em texto.

Quanto essa limitação custa, medido

Dizer que "o efeito é desprezível" é uma opinião até alguém contar, e uma limitação declarada sem tamanho é meia declaração. O motor conta: em cada fotografia, ele registra quantos dos campeonatos simulados chegaram a um empate que nem o confronto direto resolve, e quantos desses caíram justamente em cima de uma linha que decide alguma coisa.

Em 20.000 campeonatos simulados nesta fotografia, 43 chegaram a um empate que nem o confronto direto resolve, ou seja 0,21% deles. Desses, o empate caiu 4 vezes sobre a última vaga garantida de Libertadores e 4 vezes sobre a linha do rebaixamento; nos demais ele ficou em faixas da tabela onde a ordem entre dois clubes não muda resposta nenhuma publicada aqui. A contagem é refeita a cada fotografia e publicada nos dados abertos.

A distinção entre os dois números é o ponto. Um empate irresolvido entre o 11º e o 12º não muda resposta nenhuma que este site publique: as duas posições estão na mesma faixa, e a probabilidade de faixa é idêntica nos dois arranjos. Um empate irresolvido entre o 5º e o 6º muda, porque um dos dois termina com vaga garantida e o outro não. Por isso os dois são contados separadamente, e os dois estão nos dados abertos, no campo materialidadeDoDesempate.

Se algum dia esse número deixar de ser pequeno, a conclusão não será mudar o texto: será buscar uma fonte de súmula e aplicar o critério de verdade.

O guia critérios de desempate no futebol explica a mesma ordem sem o recorte deste modelo, e serve para outras competições.

Anotada a posição de cada clube em cada simulação, a probabilidade é a frequência: se um clube terminou em primeiro em 11.200 das 20.000 simulações, a chance de título exibida é 56%.

Com 20.000 simulações, o erro padrão de uma probabilidade perto de 50% fica em 0,35 ponto percentual, e o de uma probabilidade perto de 5% fica em 0,15. É por isso que nenhuma frase automática do site nasce de uma variação menor que 3 pontos percentuais: abaixo disso, o movimento pode ser só a amostragem.

O que muda se vencer, empatar ou perder

Essa é a pergunta que o torcedor faz de verdade, e ela não é respondida rodando três simulações separadas. As três seriam amostras diferentes, e os números não fechariam entre si.

O que o modelo faz é separar a MESMA amostra pelo resultado que o jogo teve em cada simulação. Das 20.000 temporadas simuladas, algumas terminaram com vitória do clube naquele jogo, outras com empate, outras com derrota. Contando o desfecho final dentro de cada um desses três grupos, saem as três respostas, e elas são coerentes por construção: a média das três, ponderada pela probabilidade de cada resultado, reconstrói exatamente a probabilidade incondicional exibida ao lado. Um teste automático confere essa identidade a cada mudança no código.

O Índice de Impacto

A mesma leitura condicional responde uma pergunta maior: qual jogo da próxima rodada mexe mais no campeonato? Não só para quem entra em campo, mas para os vinte clubes.

Para cada jogo e cada objetivo, o índice soma, sobre todos os clubes e sobre os três resultados possíveis, a distância entre a probabilidade condicionada àquele resultado e a probabilidade sem condição, ponderada pela chance de o resultado acontecer. Em símbolos, é a soma de P(resultado) vezes o módulo de P(objetivo dado o resultado) menos P(objetivo). A unidade é ponto percentual somado: um jogo com impacto 30 no rebaixamento desloca, no total, trinta pontos percentuais de risco entre os vinte clubes, contando quem melhora e quem piora.

Uma correção entra aí, e ela importa. Cada probabilidade condicional é medida numa fração da amostra, então ela oscila em torno da incondicional mesmo quando o resultado não muda nada. Somar sessenta desvios pequenos daria um impacto positivo alto para um jogo irrelevante. Antes de somar, o índice desconta de cada desvio o que seria puro ruído de amostragem, calculado do tamanho de cada grupo. O que sobra é o deslocamento real, e um jogo sem consequência fica perto de zero.

O índice geral é a soma dos três objetivos que costumam estar em disputa: título, vaga direta na Libertadores e rebaixamento. Cada página mostra o índice do SEU objetivo, e não o geral: na página de título, o destaque é o jogo que mais mexe no título.

Pontos esperados, incerteza e força do calendário

Pontos esperados. Para cada jogo que falta, o clube tem uma probabilidade de vitória e uma de empate, e daí sai quanto ele espera somar naquele jogo: três vezes a chance de vitória mais uma vez a chance de empate. Somando os jogos restantes, sai quanto o clube deve somar até o fim. Essa conta é fechada e não depende de sorteio, o que a torna uma conferência da simulação: a pontuação atual mais os pontos esperados tem que bater com a média da pontuação final simulada. Um teste automático exige que as duas fiquem a menos de meio ponto uma da outra.

Incerteza. Alguns clubes têm o destino praticamente resolvido e outros podem terminar em quase qualquer lugar. A medida usada é a entropia de Shannon da distribuição de posições finais, dividida pela entropia máxima, que seria a de um clube com chance igual de terminar em qualquer uma das vinte posições. Zero é destino selado, um é tudo em aberto. A leitura mais direta é a exponencial dessa entropia, que dá o número efetivo de posições possíveis: um clube com 6,2 tem a chegada espalhada por algo como seis posições.

Força do calendário. A pergunta "quem tem a tabela mais fácil" costuma ser respondida pela média da posição dos adversários, que é uma medida ruim: ela ignora o mando de campo e trata todas as distâncias da tabela como iguais. Aqui, um clube médio, com rating igual à média da Série A, é colocado para jogar exatamente os jogos que faltam ao clube analisado, no mesmo mando, e o que se mede é quantos pontos por jogo ele somaria. Quanto menor o número, mais duro o calendário, e a unidade é a mesma que todo mundo entende.

Vagas continentais: o que o regulamento diz e o que o modelo pode afirmar

O modelo calcula posição final. Vaga continental é outra coisa, e em 2026 as duas deixaram de coincidir. Esta seção existe para que ninguém precise adivinhar qual das duas está lendo.

O Art. 6º do Regulamento Específico da Competição publicado pela CBF distribui 5 vagas de Libertadores pela posição final: o campeão e os 2º, 3º e 4º colocados entram na fase de grupos, e o 5º na fase preliminar. Outras duas vagas saem da Copa do Brasil, uma para o campeão na fase de grupos e uma para o vice na preliminar. Até a temporada anterior o Brasileirão dava seis vagas e a Copa do Brasil dava uma, e é dessa distribuição antiga que vem o apelido G6, que este site deixou de usar como sinônimo de zona de Libertadores.

A consequência é direta. Terminar entre os 5 primeiros garante Libertadores sem depender de mais nada, e é isso que a página publica. Terminar em 6º ou 7º pode dar Libertadores, mas só se uma das vagas da Copa do Brasil sobrar, o que acontece quando o campeão ou o vice dela termina o Brasileirão dentro da faixa e, por isso, a vaga que ele teria pela Copa fica sobrando. Os §§ 2º a 5º do mesmo artigo mandam a vaga não usada ser repassada ao clube mais bem colocado ainda sem vaga.

A Sul-Americana funciona por sobra, e não por intervalo de posições. O Art. 7º diz que ela leva os 6 clubes mais bem colocados que não estejam classificados para a Libertadores. Como os finalistas da Copa do Brasil podem terminar em qualquer lugar da tabela, a faixa da Sul-Americana se desloca: no melhor caso ela vai do 6º ao 11º, e no pior ela se estica até o 13º. Publicar "7º ao 12º" como se fosse regra fixa seria repetir um número que o regulamento não tem.

Por isso o site publica faixa de posição, com o nome da faixa, e não promessa de vaga. Onde a posição garante a vaga sozinha, o texto pode citar a competição; onde não garante, ele cita a faixa e explica a condição na mesma tela. O rebaixamento é o caso simples: caem os quatro últimos, do 17º ao 20º, e essa regra não depende de nenhuma outra competição.

O que este modelo não simula

• O campeão e o vice-campeão da Copa do Brasil 2026 levam duas vagas de Libertadores. Onde eles terminarem no Brasileirão decide se sobra vaga para o 6º e o 7º colocados.
• Um clube brasileiro campeão da Libertadores 2026 ou da Sul-Americana 2026 entra na Libertadores de 2027 por essa via, e a vaga que ele teria pelo Brasileirão desce para o clube mais bem colocado ainda sem vaga (Art. 6º, § 2º).
• O modelo do ValorFinal simula apenas os jogos do Campeonato Brasileiro. Ele não simula a Copa do Brasil nem os torneios continentais, e por isso publica faixa de posição final, não vaga.

Se um dia a Copa do Brasil entrar no modelo, a probabilidade de vaga passa a ser calculável e será publicada como tal, com o método descrito aqui. Enquanto isso não acontecer, a página chama a faixa pelo que ela é.

Regulamento por temporada

Estas regras não estão escritas no meio do código das páginas. Elas vivem num módulo de regulamento indexado por temporada, e é ele que decide onde ficam os cortes, quais faixas são publicadas, que rótulo cada uma pode usar e quais critérios de desempate se aplicam. Trocar de temporada é acrescentar uma entrada nesse módulo. Foi assim que a mudança de 2025 para 2026 chegou a todas as telas de uma vez, incluindo os widgets que outros sites usam.

Fonte: CBF - Regulamento Específico da Competição, Brasileirão Série A 2026. Trecho literal: "Art. 6º - O Campeão, o 2º, o 3º e o 4º classificados acessarão a CONMEBOL Libertadores de 2027 na sua Fase de Grupos; o 5º classificado, na sua Fase Preliminar. Art. 7º - Para a CONMEBOL Sul-Americana de 2027 estarão classificados os 6 (seis) mais bem colocados do CAMPEONATO, excluídos os Clubes classificados para a CONMEBOL Libertadores de 2027."

Por que este número pode não bater com o de outro lugar

Vários sites publicam probabilidade do Brasileirão, e é normal que os números não coincidam. Quando isso acontece, quase sempre é por um destes quatro motivos, e nenhum deles significa que um dos dois esteja errado.

A faixa medida não é a mesma. Este é o mais comum e o mais fácil de confundir com um erro. Publicações que chamam de "Libertadores" a chance de terminar entre os seis primeiros estão medindo uma faixa maior do que a nossa, que é o Top 5. Para o mesmo clube, a faixa maior devolve sempre um número maior. Nós publicamos as duas: prob_top5 e prob_top6 estão lado a lado nos dados abertos, e a razão da escolha é o Art. 6º do regulamento desta temporada, explicado acima.

O momento do corte é outro. Uma probabilidade só significa alguma coisa junto com a rodada em que foi calculada. Um jogo de quarta-feira muda os números, e duas leituras separadas por algumas horas são duas fotografias diferentes do mesmo campeonato. É por isso que cada número daqui vem com o identificador da fotografia ao lado: para conferir contra outra fonte, compare fotografias do mesmo ponto do calendário.

A força de cada clube é estimada de outro jeito. Aqui ela sai só dos resultados desta temporada, sem elenco, sem valor de mercado e sem ajuste manual. Modelos que usam outras entradas chegam a favoritismos diferentes, e essa diferença é de método, não de qualidade.

A amostra é finita. Vinte mil campeonatos simulados deixam uma margem de aproximadamente meio ponto percentual nos valores intermediários. Duas simulações honestas do mesmo modelo, com sementes diferentes, também não devolvem exatamente o mesmo número.

O que dá para exigir de qualquer publicação, inclusive desta, é que ela diga qual faixa mediu, em que rodada, com quantas simulações e por qual método. É o que esta página faz, e é o que permite conferir em vez de acreditar.

Por que não há artilharia, cartões nem escalações aqui

Um portal de estatísticas do Brasileirão responderia também as perguntas factuais de SÚMULA: quem é o artilheiro, quem mais deu assistência, quem levou mais cartão, quem entrou em campo e por quantos minutos. Elas têm busca alta e seriam páginas úteis.

A camada factual de PLACAR, essa existe e está publicada. Gols marcados e sofridos, campanha como mandante e como visitante, sequências, aproveitamento e maior goleada saem do resultado das partidas, que é justamente o que a fonte traz. Cada página de clube mostra a campanha dele em casa e fora, e as tabelas por recorte respondem quem é o melhor mandante e quem mais pontuou nas últimas rodadas, com os vinte clubes lado a lado.

O que não existe neste cluster é a camada de súmula, e a razão é de FONTE, não de esforço. O dado que alimenta estas páginas traz calendário, mando, data, rodada, placar e remarcação. Ele não traz a súmula: nem gol por jogador, nem assistência, nem cartão, nem escalação, nem minutagem. Sem súmula, uma página de artilharia teria que sair de outro lugar, e as opções disponíveis ou não permitem redistribuição, ou não têm garantia de continuidade, ou as duas coisas.

A decisão é publicar nenhuma página em vez de uma com dado de procedência incerta. Um número de artilharia errado é pior do que a ausência dele: ele é fácil de conferir, e quem conferir uma vez para de confiar no resto. O que este cluster faz é o que a fonte sustenta com segurança, e ele diz em cada página de onde o número saiu.

O que muda essa decisão é uma fonte com três características ao mesmo tempo: licença que permita redistribuir o derivado, cobertura completa da Série A e compromisso de atualização durante a temporada. Havendo isso, a camada factual entra pelo mesmo caminho das demais: fonte declarada em proveniência, invariantes conferidas a cada requisição e limitação escrita na página.

A parte que a posição final decide, essa o cluster responde inteira: classificação, probabilidade por faixa, projeção, pontos esperados, dificuldade de calendário e o efeito de cada partida.

Rodada, jogo adiado e jogo antecipado

A rodada do Brasileirão não avança em bloco, e tratar como se avançasse é a origem de metade dos erros de tela que se veem por aí. Neste momento existem 1 jogos fora do calendário corrente: Chapecoense x Vasco (21ª rodada).

Três conceitos diferentes convivem, e o site usa cada um no lugar certo. Rodadas concluídas conta quantas rodadas tiveram todos os jogos disputados, e hoje são 29. Rodada de referência é a maior rodada com pelo menos 80% dos jogos disputados, que é onde o campeonato está de fato, e hoje é a 30ª. Próxima rodada é o bloco de jogos da próxima semana, batizado pelo número que aparece mais vezes nele.

Jogo adiado continua carregando a data antiga até a CBF remarcar. Ele sai do calendário exibível, para não virar "o próximo jogo" de ninguém, mas continua entrando na simulação, porque a partida ainda acontece e ainda vale pontos. Jogo antecipado entra na semana em que acontece sem sequestrar o número da rodada.

Fotografia, reprodutibilidade e histórico

Cada conjunto de números publicado é uma fotografia com identidade própria. O identificador junta a temporada, a rodada de referência, uma assinatura dos resultados conhecidos e a versão do modelo. Duas páginas do site com o mesmo identificador têm obrigatoriamente os mesmos números, e páginas com identificadores diferentes têm um motivo explícito para divergir.

A fotografia é recalculada quando um resultado entra, quando um jogo é remarcado ou quando o dia vira, e não a cada visita. Entre uma coisa e outra, o número fica parado de propósito. Como o sorteio parte sempre da mesma semente, refazer a conta sobre a mesma fotografia devolve exatamente os mesmos valores.

Quando o campeonato deixa uma rodada para trás, a fotografia daquele momento é arquivada e nunca mais reescrita. É dela que saem os gráficos de evolução e as páginas de cada rodada. O arquivo tem hoje 25 fotografias, e as rodadas anteriores à criação do arquivo aparecem marcadas como reconstrução, porque foram calculadas depois, com o mesmo método e sobre o mesmo corte de resultados.

O que o modelo não faz

• Não enxerga elenco, lesão, suspensão, troca de treinador nem escalação. Um time desfalcado e um time completo entram iguais.
• Não sabe de calendário de outras competições, viagem, altitude, gramado nem arbitragem.
• Não modela motivação: time já rebaixado e time lutando pela vaga jogam a mesma partida aos olhos dele.
• Não aplica os critérios de cartões nem o sorteio no desempate, que são o 5º, o 6º e o 7º critérios do Art. 15. A fonte de dados publica o placar das partidas e não a súmula, então não há como contar cartão. O confronto direto, que é o 4º critério, é aplicado; a versão do modelo que o introduziu está registrada no histórico de versões, mais abaixo nesta página.
• Não simula a Copa do Brasil nem os torneios da Conmebol, e por isso publica faixa de posição final em vez de probabilidade de vaga continental.
• Não trata a correlação entre os gols dos dois times numa mesma partida, o que subestima levemente a chance de empates de placar baixo.
• Não modela mudança de força dentro da temporada por outro caminho que não os resultados. Um clube que se reforçou em julho só aparece mais forte depois de vencer.
• Não tem relação com casas de apostas, não publica odds e não recebe comissão de plataforma nenhuma.

Nenhuma dessas limitações é acidente de implementação. Cada uma foi uma escolha entre um modelo simples que se pode explicar inteiro nesta página e um modelo mais elaborado que ninguém consegue conferir. Enquanto não houver evidência medida de que a complexidade extra melhora a previsão, a versão simples fica.

Como o modelo evolui, e o que cada versão identifica

Quatro identificadores respondem a quatro perguntas diferentes, e nenhum deles é usado no lugar do outro.

Mudança que altera um número publicado sobe a versão do modelo e ganha uma linha aqui. Mudança de texto, de layout, de conferência, de cache ou de campo publicado ao lado dos números não mexe na versão do modelo: ela vai para as notas de produto, logo abaixo. Antes de adotar qualquer alteração de método, ela passa pela mesma avaliação da página de desempenho, comparada com a versão em uso, e só entra com evidência de melhoria.

Rótulos publicados por engano e o que eles significam: 1.3.0 equivale a 1.2.0. Um identificador de fotografia com o rótulo errado resolve, em /brasileirao/fotografia/, para o identificador canônico, que contém os mesmos números.

Versões do modelo

Notas de produto

O que mudou no que o site publica, serve e confere, sem mexer em número nenhum.

Situação dos dados agora

Este bloco existe para que ninguém precise adivinhar se a página está atrasada. Ele é gerado do mesmo estado que alimenta os números.

Quando a fonte falha, a página mostra o calendário base versionado e diz isso no selo do topo, com o indicador cinza em vez de verde. O sistema nunca completa um placar que não conhece.

Perguntas frequentes