¿Te gustan las matemáticas? Teniendo en cuenta los últimos informes PISA sobre el rendimiento académico de nuestros alumnos, probablemente no. Y, sin embargo, las mates están en todas partes. En la tecnología que nos llevó a la Luna, en los algoritmos que encuentran cánceres, y también en el deporte.
Fútbol y baloncesto son dos de los deportes con más seguidores, además de los eSports, claro. ¿Sabías que sus diferentes reglas hacen que las estadísticas sean distintas? Estos datos son claves a la hora de hacer predicciones y apuestas deportivas. Y es que el baloncesto es un deporte de medias y el fútbol de desviaciones estándar.
Juegos similares, puntos diferentes
La mayoría de los lectores sabrán, aunque sea de refilón, en qué consisten las reglas del fútbol y el baloncesto. En esencia, dos equipos se enfrentan por introducir la pelota de juego bien en una portería o en un aro el mayor número de veces posible.
El campo de baloncesto y el de fútbol (soccer) son muy parecidos en su estructura aunque varían considerablemente en tamaño. Y este simple hecho hace que sea más fácil en baloncesto que la pelota llegue de un lado al otro del campo. Esto hace que las estadísticas difieran enormemente, tal y como analizaron en Coffee Break: Señal y Ruido.
Como marcar en baloncesto (canastas) es más fácil que en el fútbol (goles), ocurre que muchos partidos acaban con marcadores con cientos de puntos. En baloncesto, un 150-140 es un resultado accesible, pero completamente imposible en el fútbol.
En este último deporte el resultado más alto que suele verse está entre los tres y cinco goles. Ver más es estadísticamente difícil. Y esto significa que en fútbol es más fácil desmarcarse con respecto al adversario. Basta un gol en el último minuto para sacarle al rival el 100% o el 50% de los puntos. En baloncesto, esto resultaría complicadísimo, y hay que realizar un gran número jugadas para conseguir diferencias similares.
Esta forma de marcar puntos hace que la significancia estadística de lo que ocurre tiene una mayor relevancia que en el fútbol, donde lo que ocurre se define más por accidente. Esto no quiere decir que sea equivalente a tirar una moneda al aire, pero sí que, al comparar ambos deportes, con reglas enormemente diferentes pese a las similitudes, el baloncesto sea más “plano” y el fútbol más “accidentado” en sus datos.
Medias y desviaciones estándar
Cuando decimos “plano” nos referimos a que un equipo de baloncesto marcará un número relativamente similar de canastas durante una liga, en cada partido. O, dicho de otra manera, el número de puntos con que acaba un partido tras sus cuatro tiempos es similar a la media de puntos de la liga.
Esto es debido a lo comentado anteriormente: desmarcarse mucho de una media requiere muchas jugadas. Si en el partido anterior mi equipo metió un triple más que en este consiguiendo un marcador de 103 puntos, la variación es de tan solo un 3% en los puntos.
Pero si mi equipo de fútbol metió tres goles en el partido anterior, y en este solo ha metido dos, la variación es enorme. ¡Del 50% con solo una jugada! De ahí que si analizamos los goles de un equipo a lo largo de una liga observamos cómo sus puntos se alejan más de la media que el de baloncesto. Tienen más “picos”. Los accidentes y errores tienen más protagonismo.
En otras palabras, “el baloncesto es un deporte de medias y el fútbol de desviaciones estándar”. Esto significa que el fútbol es menos fiable, y quizá por eso más pasional. Pongamos un ejemplo matemático basado en las predicciones.
Entonces, ¿apuesto al fútbol o al baloncesto?
Si eres seguidor de ambos deportes, es muy probable que hayas visto algunas diferencias en las apuestas. Algunas apuestas de baloncesto, por ejemplo los tiros con éxito a canasta durante un partido, son más fáciles que otros, como los goles que meterá tu equipo. También recaudan menos dinero.
Pongamos dos jugadores, uno de fútbol y otro de baloncesto. La media de goles del futbolista es de un gol por partido, y la del baloncestista de 30 puntos. ¿Cuál de los dos es más probable que se acerque a su media en el siguiente partido? La respuesta es el segundo, por muchos motivos:
- Las jugadas más dinámicas de baloncesto.
- El uso de un campo más pequeño.
- El que las canastas puedan valer más de un punto.
- El amplio número de tiros a canasta frente a los tiros a portería.
Esto también indica en parte por qué los premios por aciertos en las quinielas de fútbol son mucho más elevados con respecto al coste del boleto: acertar es muchísimo más complicado.
¿Cómo puede ayudarnos la tecnología a saber qué es lo que va a pasar?
Hace unos años la broma del pulpo Paul se popularizó y ahora hay todo tipo de animales que buscan acertar los resultados deportivos. Pero, como no son el almanaque de Regreso al Futuro, rara vez lo hacen.
Lo que sí funciona (en parte) son las técnicas de análisis estadístico basado en “big data”. Y ponemos big data entre comillas debido a que los datos deportivos no suelen ser suficientes como para hacer predicciones fiables. Por muchos motivos.
En primer lugar, los equipos cambian de una temporada a otra. Esto hace que la estadística de una liga no sea comparable con la de la anterior. El Real Madrid o el Barça de hace un año no es el equipo actual, y no será el del año que viene.
En segundo lugar, los datos suelen ser bastante escasos y de muy difícil comparación. Sabemos qué media de puntos tiene un equipo cuando juega, pero no qué media de puntos tiene un equipo cuando juega contra otro equipo específico, que en realidad es lo que importa. Explicado de otro modo, ¿cuántos Betis-Sevilla hay con los mismos jugadores o durante el mismo año?
Las matemáticas y la tecnología son nuestros aliados a la hora de predecir el futuro, pero requieren de datos muy estructurados y un volumen enorme y comparable de ellos. Como cuando una inteligencia artificial detecta tumores en fotografías. Los tumores de hace diez años lucen como los actuales, y los datos se acumulan haciendo posible su localización.
Como corolario, una inteligencia artificial trató con relativo éxito de adivinar quién ganaría el mundial de fútbol de 2018. En el esquema de arriba calculó tras 100.000 simulaciones cómo sería el resultado de la competición. Para quien conozca los datos reales comprenderá las importantes desviaciones, fruto a su vez de las desviaciones estándar propias del deporte.
En Lenovo | ¿Se puede traducir el deporte a números?
Imágenes | iStock/dimarik, JC Gellidon, iStock/elinedesignservices, iStock/sintendo
