Por primera vez un estudio se centra en la dinámica de juego antes que en las estadísticas. Foto: EFE

Por primera vez un estudio se centra en la dinámica de juego antes que en las estadísticas. Foto: EFE

Ciudad de México, 15 de julio (SinEmbargo).- Si alguien dijera que los atletas no son otra cosa que generadores de números, seguramente dicha afirmación tendría, de inmediato, respuestas de todo tipo. algunas no muy agradables. Sin embargo, de acuerdo con científicos estadounidenses, la dinámica de algunos de los deportes de conjunto más populares en el mundo encaja perfecto con la descripción antes dada y el análisis de datos puede decir mucho al respecto.

La escena es clásica: el espectador se mantiene en vilo, observando en la computadora o en su televisión un partido en el que juega su equipo favorito y va ganando cuando apenas restan 10 minutos para que finalice. No obstante, hay cosas que tiene que realizar (trabajo, alguna labor doméstica, etcétera). La pregunta que siempre surge en estos casos es la siguiente. ¿Hay que atender los pendientes, confiando en una victoria segura, o mantenerse al pendiente de un posible revés?

Después de analizar más de un millón de encuentros de basquetbol, hockey y futbol americano (deportes con partidos con una duración fija), Aaron Clauset de la Universidad de Colorado en Boulder (CU) y sus colegas desarrollaron una manera de ayudar a aquellos fanáticos indecisos sobre los instantes decisivos antes del final de un juego, dio a conocer la revista New Scientist.

El conjunto de datos analizados reveló que gran parte de las dinámicas de estas disciplinas competitivas grupales pueden ser capturadas de manera precisa por medio de un modelo simple en el cual la diferencia en el marcador se eleva o disminuye a lo largo del tiempo.

Los deportes que se analizaron fueron aquellos con una duración fija como el basquetbol. Foto: EFE

Los deportes que se analizaron fueron aquellos con una duración fija como el basquetbol. Foto: EFE

“Es algo notable”, dijo Clauset. “El comportamiento emergente de estos atletas altamente entrenados, en un ambiente bien regulado, es básicamente equivalente a un generador de números aleatorios.”

Clauset es una de las jóvenes estrellas del movimiento del big data y su trabajo es, precisamente, encontrar patrones en medio de un caos de datos. Así, el profesor treintañero del Departamento de Ciencias Computacionales de la CU ha incursionado en otros ámbitos como la biología, creando –por ejemplo– un modelo matemático básico que replica los tamaños de 4 mil dos especies de mamíferos del planeta en los últimos 2.5 millones de años. Así mismo, analizó los datos de los cerca de 30 mil ataques terroristas registrados en todo el mundo desde 1968 y encontró que siguieron el mismo patrón que los terremotos, publicó Slate.

Por otra parte, la atención que Clauset ha puesto en los deportes no se debe precisamente a que sea un gran aficionado a ellos. “Realmente nunca he sido una persona deportista”, dice. Sin embargo, afirma que las justas atléticas parecen un asunto maduro para la investigación. “Siempre tuve una mala opinión del análisis de datos de las estadísticas deportivas”, dice. “Muchos de estos tienden a centrarse en los números sobre los jugadores o sobre los equipos, con relevancia incierta para los resultados del juego o la dinámica del juego.”

Lamentablemente el modelo matemático no es replicable en otras disciplinas con una duración arbitraria o bajo promedio de anotaciones. Foto: EFE

Lamentablemente el modelo matemático no es replicable en otras disciplinas con una duración arbitraria o bajo promedio de anotaciones. Foto: EFE

Los investigadores utilizaron un modelo propio para trabajar sobre la probabilidad de que una ventaja en el marcador pueda ser “segura” en un momento determinado del encuentro. De esta manera, para un juego de la NBA (la principal liga estadounidense de basquetbol profesional) de 48 minutos de duración, los especialistas calcularon que un equipo con una ventaja de 18 puntos después del medio tiempo tiene 90 por ciento de probabilidad de ganar el juego.

Para averiguar, en general, qué tamaño de ventaja es 90 por ciento segura en este deporte, los científicos multiplicaron la raíz cuadrada de los segundos restantes en el juego por 0.4602. De acuerdo con Clauset, la formula resultó sorprendentemente precisa, considerando que el modelo computarizado no sabía casi nada sobre las reglas del juego.

No obstante, no todos los deportes funcionaron con dicho modelo. Por ejemplo, la baja cantidad de anotaciones (goles) en el futbol hacen que, en este caso, la fórmula se vuelva poco confiable. Así que aquellos fanáticos del balompié no les queda de otra que contemplar el partido hasta que el árbitro dé el silbatazo final.

Modelos de este tipo tienen implicaciones más amplias para situaciones competitivas, ya que dan a entender que un entrenamiento exhaustivo para vencer a un oponente está, en última instancia, anulado por sus propios preparativos, por lo que el resultado es esencialmente aleatorio cuando ambas partes están bien preparadas. “En realidad se termina haciendo el resultado cada vez más impredecible”, dice Clauset. “Eso es un poco preocupante.”