martes, 13 de marzo de 2012

Película "Moneyball" o "El juego de la fortuna"

Ahora si ando con todo en la onda matemática :-) Recién ví “Moneyball”, creo “El juego de la fortuna” en México, la película protagonizada por Brad Pitt. ¿Por qué en matemáticas? Porque habla de un método estadístico para evaluar el desempeño de los beisbolistas profesionales, y así tasarlos. Me agrada la idea de utilizarlas para encontrar modelos que puedan describir el comportamiento de los equipos, más que de los jugadores, pues en los deportes que sigo usualmente no se tienen tantas estadísticas respecto al desempeño individual y por otro lado las apuestas (otra cosa que me interesa) se hacen sobre los equipos y resultados de encuentros, no sobre los jugadores.

Según leí en una crítica de Rotten Tomatoes, está basada en un libro en el cual se le da más peso al argumento matemático que al emotivo. En el flme es la emoción lo importante de la trama. De hecho es una historia de hazañas, inspiradora, como las mejores películas de deportes gringas, exceptuando a “Raging Bull” que en realidad es una montaña rusa sobre la vida de un boxeador venido a menos y “rehabilitado” en la parte final de su vida en otra cosa distinta al boxeo. Es entendible que no se hable tanto de las matemáticas, pero eso solo despertó mi curiosidad.

Una de las fallas que encontré en el argumento matemático de “Moneyball” fue la implementación de la fórmula en una competencia dividida en dos partes: una temporada regular, para la cual no tengo ninguna objeción y creo su aplicación es idónea; y, una post-temporada, en la cual a mi parecer las reglas cambian. Los números, las pequeñas diferencias calculadas por el gordito economista, al acumularse a lo largo de una temporada podían dar resultados precisamente por ese acumulado minimizando el error. La post-temporada no debe verse como una carrera larga “de resistencia”, es una competencia de poder, de velocidad, de reacción.

Me encantaría aprender a crear modelos matemáticos de este estilo, tan cercanos a aplicaciones prácticas. Hace unos años intenté utilizar uno para apostar al futbol americano, más por curiosidad que por intentar ganar lana. Me funcionó para la primera temporada, pero cuando lo quise utilizar al siguiente año las cosas ya no jalaron. Una de los detalles que noté comparando diferentes ligas de varios deportes es que conforme la liga es más larga los porcentajes de victorias o derrotas se parecen más entre los equipos malos y los equipos buenos.

En la NFL, por ejemplo, con solo 16 juegos no es tan extraño encontrar al final de una temporada algún equipo con solamente un encuentro perdido o ganado, alrededor del 6.25% del total. Por otro lado, en la NBA, los mejores equipos usualmente ganan alrededor de 60 juegos de 82, perdiendo alrededor del 25% de sus juegos. En la MLB con temporadas de 162 partidos los mejores equipos apenas rebasan las 100 victorias, perdiendo alrededor de 38% de sus partidos... ¡Demasiados!

Aquí sería importante calcular la desviación estándar y todo esos datos que nos enseñaron en probabilidad para conocer el desempeño de un equipo respecto a los demás: tabla de frecuencias, normalización de la variable porque seguramente es una distribución normal o de Poisson, etc. Todo para poder entender mejor la realidad a través de esa formalización matemática que buscábamos desde al post anterior.

No hay comentarios:

Publicar un comentario