Probabilidade de dois dados cairem iguais
A conta é simples, mas tem uma armadilha que as pessoas cometem quase sempre. O resultado total quando se lançam dois dados é 36 combinações possíveis — seis faces do primeiro dado multiplicado por seis do segundo. Dessas, apenas seis são iguais: par (1,1), (2,2), (3,3), (4,4), (5,5) e (6,6). A probabilidade é 6 dividido por 36, ou seja, 1/6. Dá cerca de 16,67%. Pronto. É isso.
qual a probabilidade de 2 dados cairem iguais
Você já viu muita gente responder 1/36 por engano, confundindo com a probabilidade de cair um resultado específico — como dar (3,3) ao invés de qualquer par. Outro erro comum é achar que a chance é 1/12, que é a probabilidade de o segundo dado coincidir com o primeiro em um único face fixa. A lógica errada mais frequente é: "tenho que somar as chances de cada par", o que não funciona aqui porque os eventos são mutuamente exclusivos e a soma já está embutida na contagem de 6 casos favoráveis. Na prática, eu trabalhei num projeto de simulação de jogos de tabuleiro onde o motor de física dos dados gerava resultados pseud Aleatórios com viés suave em três faces por causa de um seed mal configurado. Os dados teoricamente mostravam 16,67%, mas a simulação de 100 mil rodadas tava dando algo em torno de 15,2%. O workaround foi trocar o gerador de Mersenne Twister para um sistema com validação de distribuição uniforme e depois aplicar um teste qui-quadrado de bondade de ajuste antes de confiar nos números. Depois disso, a variância ficou dentro de 0,3% do esperado.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Um insight que poucos levam em conta: a independência dos dados significa que o resultado do primeiro lançamento não altera em nada a probabilidade do segundo. Alguns ficam impressionados quando percebem que a chance de os dois dados darem o mesmo número não muda mesmo depois de verem o primeiro resultado. Isso é contraintuitivo pra quem ainda não internalizou bem o conceito de evento independente. Em outras palavras, saber que o primeiro dado caiu 4 não muda a chance de o segundo cair 4 — continua sendo 1/6. Outra nuance importante: se você está lidando com dados viciados ou com faces desbalanceadas, a conta de 1/6 deixa de valer. Aí a probabilidade real depende da distribuição de probabilidade de cada face de cada dado. Se um dos dados tem uma face mais pesada, as chances de pares aumentam nessa combinação específica e diminuem nas outras. Em cenários assim, o modelo teórico simples falha e você precisa mapear empiricamente as frequências ou usar uma abordagem baseada em Monte Carlo com pesos reais.
Resumindo sem resumo: a probabilidade de dois dados justos caírem iguais é 1/6, cerca de 16,67%. O principal erro é confundir com probabilidades de resultados específicos ou somar eventos indevidamente. Se os dados não forem perfeitamente equilibrados, o cálculo muda e aí cabe simulação ou medição prática.
