Inicialmente vamos mostrar que abrir duas caixas não é suficiente. Vamos chamar as caixas de A,B,C,D e E e as bolas com os mesmos nomes para que possamos abrir hipóteses sem perder generalidade e chamaremos de caixa especial a caixa com bola de mesma numeração da caixa.
Após abrir a primeira caixa (A) duas coisas podem acontecer: encontramos a bola A e teremos descoberto a caixa especial. Então vamos nos concentrar no caso em que a bola na caixa A seja uma bola diferente de A, que chamaremos de B.
Hipótese 1: Abrir a caixa B (é uma hipótese ruim, pois já temos certeza de que a caixa B não é a especial, mas, ainda assim, vamos analisar para esgotar as possibilidades).
Se na caixa B estiver a bola A, então ainda não se pode saber qual é a caixa especial, basta ver no diagrama abaixo que haveria três possibilidades para as outras 3 caixas e cada uma dessas possibilidades apresenta uma caixa especial diferente :

Se na caixa B estiver uma bola diferente de A e de B, podemos, sem perda de generalidade, chamá-la de C, então com certeza a caixa especial terá que ser a D ou a E, mas as duas coisas ainda poderiam acontecer como descrito no diagrama abaixo e, portanto, não seria possível determinar a caixa especial abrindo só duas caixas.

Hipótese 2: Após abrir a caixa A, escolhemos uma caixa diferente da B para abrir. Separaremos essa hipótese em dois casos: se a bola nessa caixa for A ou se a bola nessa caixa for diferente de A e de C.
Se a bola na caixa C for A, então cairemos nos dois casos do diagrama abaixo, e não será possível determinar se a caixa especial é a D ou a E:

Se a bola na caixa C for diferente de A e de C (por exemplo, D), esta será a única situação em que a caixa especial ficará determinada após a abertura de duas caixas não especiais.

Com isso, concluímos que, de fato, a abertura de duas caixas não garante a determinação de qual é a especial.
Vamos mostrar agora que com a abertura de 3 caixas podemos garantir qual é a caixa especial.
Imaginemos que 3 caixas foram abertas e que nenhuma delas era a especial.
Se chamarmos essas 3 caixas de A,B e C, então é impossível que as 3 bolas A, B e C já tenham aparecido nas 3 primeiras caixas, pois isso obrigaria as caixas D e E a serem ambas especiais ou ambas não especiais.

Portanto, em uma das 3 caixas não especiais que já foram abertas tem que aparecer a bola de uma das outras duas caixas que automaticamente poderemos garantir que também não será especial. Com isso, só sobrará uma caixa para ser a especial.
Podemos, portanto, garantir que a quantidade mínima de caixas que precisam ser abertas para descobrirmos qual caixa contém a bola de igual número é 3.