Fútbol Y Matemáticas: Aventuras Matemáticas Del Deporte Rey — David Sumpter / Soccermatics: Mathematical Adventures in the Beautiful Game by David Sumpter

Libro interesante pero irregular donde se llega a la conclusión, que las matemáticas, como el fútbol, son más que un juego. Son una manera de razonar que seguirá viviendo cuando tú y yo hayamos desaparecido. Pero las mates no son solo una abstracción, se trata de poner en práctica el razonamiento. Las mates tienen teoría, tienen su aplicación y tienen su pasión. Solo cuando combinamos las tres obtenemos resultados.
Así que la próxima vez que veas una triangulación bien ejecutada, tómate unos segundos para reflexionar sobre cómo funciona. Admira tanto la habilidad técnica como la forma abstracta que genera. Ve cómo surge la emoción en los aficionados. Todas estas son maneras de ver el fútbol, y todas ellas forman parte de las mates. Cuando las juntamos es cuando comprendemos realmente el juego más hermoso.

Dos problemas: Primero, el autor no tiene habilidad para explicar el razonamiento matemático. Por ejemplo, él hace la pregunta, ¿cuántas vueltas de cabezas en una fila es poco probable obtener un sorteo perfecto en la lotería alemana (recogiendo seis números correctamente de 49). Recibo la respuesta haciendo el cálculo completo, que no transmite nada a las personas que aún no saben cómo hacerlo, y nada nuevo para las personas que lo hacen.
Me gustaría explicarlo comparando obtener el primer número correcto (6 de 49 o aproximadamente 1 en 8) para obtener tres cabezas en una fila. El sexto número (1 en 44) es entre obtener cinco y seis cabezas seguidas. Para mantener los números redondos, usaría cinco y decir que obtener el número promedio correcto es aproximadamente cuatro cabezas seguidas. Hay seis números, así que es como 24 cabezas.
Me gusta mi explicación porque (a) puedes hacerlo en tu cabeza, (b) enfatiza el importante punto lógico de dividir eventos improbables en pasos independientes y multiplicar las probabilidades, (c) conduce naturalmente al concepto de usar logaritmos y (d) las personas tienen una percepción intuitiva de las probabilidades relativas de obtener tres cabezas seguidas en lugar de adivinar uno de seis números de 49, pero no de las probabilidades de 24 cabezas seguidas o de obtener seis de seis números.
Otro ejemplo se refiere a las frecuencias relativas de los totales de goles en los partidos de fútbol. El autor afirma que sigue una distribución de Poisson y muestra un gráfico con una correspondencia aproximada. Pero muchas otras distribuciones mostrarían una correspondencia aproximada similar y nunca explicarían qué es una distribución de Poisson (o incluso una distribución), ni por qué parece apropiado para el fútbol.
El maravilloso punto que el autor omite es que puede razonar distribuciones probables de objetivos. Por ejemplo, supongamos que en algunos juegos de liga promedian dos goles anotados entre los dos equipos. Como primer pensamiento, puede utilizar su conocimiento del fútbol para observar que parece igualmente probable que los goles se anoten en cualquier mitad (esto no es cierto para la mayoría de los otros deportes). Por lo tanto, esperaría que aproximadamente 1/4 de los dos goles tengan ambos goles en el primer tiempo, 1/4 para tener dos en el segundo tiempo y 1/2 para tener un gol en cada mitad. Eso implica que 1/4 de las mitades tienen cero goles, 1/2 tienen un gol y 1/4 tienen dos. Eso sugiere que de los 16 juegos, usted espera que 1 sea sin puntos, 4 sea 1-0, 6 o sea 2-0 o 1-1, 4 sean 3 juegos de gol y 1 para contar con 4 goles.
Eso no es completamente erróneo, y muestra cómo se puede combinar el conocimiento del fútbol con algunas suposiciones simples para adivinar la distribución. Pero un problema obvio es que algunos juegos tienen más de cuatro objetivos. Puedes mejorar tu respuesta usando el mismo razonamiento, pero dividiendo el juego en cuartos en lugar de mitades. Cuantas más partes intervengas, más complicado será el cálculo. La distribución de Poison es lo que obtienes si utilizas la misma lógica con un número infinito de intervalos. Ahora los lectores entienden qué es una distribución, cómo pueden adivinar la forma y qué es un Poisson. Podrían ganar algo de aprecio por la maquinaria matemática que simplifica los cálculos.
Esto me lleva al segundo problema. La matemática nunca está conectada al fútbol. Hay discusiones sobre matemáticas, como las que usan el fútbol solo como ilustración de fondo, y análisis de fútbol que usan las matemáticas solo para la contabilidad, no para la comprensión. Por ejemplo, si comparas los totales reales de los goles de fútbol con las distribuciones de Poisson, en la mayoría de los casos, de todos modos, notarás que no hay suficientes juegos de 2-0 (normalmente un 25% menos que las predicciones de Poisson). No se daría cuenta de esto a menos que descubriera por primera vez el Poisson, pero una vez que lo haga, podrá desbloquear el conocimiento del fútbol. ¿Qué factores funcionan contra un juego que termina con un marcador de 2-0?
Algunas explicaciones se sugieren a sí mismos. Cuando el juego está empatado, los equipos juegan de cierta manera. Cuando hay una diferencia de goles, el equipo que está adelante juega más defensivamente, mientras que el equipo que está detrás se vuelve más agresivo, estas tendencias parecen estar más o menos compensadas desde el punto de vista de la puntuación de goles. Pero cuando hay una diferencia de dos goles, el equipo que está detrás puede adoptar tácticas agresivas incluso con el otro equipo en modo defensivo, hay más posibilidades de que se marquen goles en un extremo u otro. O tal vez el equipo que está adelante pasa de tratar de evitar los objetivos a tratar de evitar objetivos rápidos. O podrían ser los funcionarios. En juegos cerrados, los oficiales no quieren determinar el partido con penales marginales o tarjetas rojas; pero cuando el juego ya está decidido, los oficiales se preocupan más por prevenir lesiones o castigar a jugadores desagradables. De todos modos, este es el tipo de cosas que las matemáticas más el conocimiento deportivo pueden iluminar.
Las dos partes más largas del libro me dejaron frío. El autor dibuja muchos diagramas utilizando datos detallados del juego que, según afirma, iluminan puntos importantes. Esto me pareció tan útil como mirar las hojas de té. La matemática subyacente de este tipo de cosas es fascinante.

Interesting but irregular book where the conclusion is reached, that mathematics, like football, are more than a game. They are a way of reasoning that will continue to live when you and I have disappeared. But the mates are not just an abstraction, it is about putting reasoning into practice. Mattes have theory, they have their application and they have their passion. Only when we combine the three do we get results.
So the next time you see a well-executed triangulation, take a few seconds to reflect on how it works. He admires both the technical ability and the abstract form it generates. See how the excitement arises in the fans. All these are ways of watching football, and all of them are part of the mates. When we put them together is when we really understand the most beautiful game.

Two problems. First is that the author is not skilled in explaining mathematical insight or reasoning. For example, he asks the question, how many coin flips of heads in a row is as improbable as getting a perfect draw in the German lottery (picking six numbers correctly out of 49). He gets the answer by doing the full calculation, which conveys nothing to people who don’t already know how to do it, and nothing new to people who do.
I’d explain it by comparng getting the first number correct (6 out of 49 or about 1 in 8) to getting three heads in a row. The sixth number (1 in 44) is between getting five and six heads in a row. To keep the numbers round, I’d use five, and say getting the average number right is about like four heads in a row. There are six numbers so it’s like 24 heads.
I like my explanation because (a) you can do it in your head, (b) it emphasizes the important logical point of dividing improbable events into independent steps and multiplying the probabilities, (c) it leads naturally into the concept of using logarithms and (d) people have an intuitive feel for the relative probabilities of getting three heads in a row versus guessing one of six numbers out of 49, but not of the probabilities of 24 heads in a row or getting six out of six numbers.
Another example concern the relative frequencies of goal totals in football games. The author asserts it follows a Poisson distribution and shows a chart with a rough correspondence. But lots of other distributions would show similar rough correspondence and he never explains what a Poisson distribution (or even a distribution) is, nor why it seems appropriate for soccer.
The wonderful point that the author fails to make is you can reason out likely distributions of goals. For example, suppose in some league games average two goals scored between the two teams. As a first cut at analysis, you might use your football knowledge to observe that it seems about equally likely that goals are scored in either half (this is not true for most other sports). Therefore, you’d expect about 1/4 of the two goal games to have both goals in the first half, 1/4 to have two in the second half, and 1/2 to have one goal in each half. That implies 1/4 of halves have zero goals, 1/2 have one goal, and 1/4 have two. That suggests that out of 16 games you expect 1 to be scoreless, 4 to be 1-0, 6 o be 2-0 or 1-1, 4 to be 3 goal games and 1 to feature 4 goals.
That’s not wildly wrong, and it shows how you might combine football knowledge with some simple assumptions to guess the distribution. But one obvious problem is some games have more than four goals. You can improve your answer by using the same reasoning, but breaking the game up into quarters instead of halves. The more parts you break it into, the more complicated the calculations get, The Poison distribution is what you get if you use the same logic with an infinite number of intervals. Now readers understand what a distribution is, how you might guess the shape, and what a Poisson is. They might gain some appreciation for mathematical machinery that simplify computations.
This brings me to the second problem The math is never connect to football. There are discussion of math like the ones above that use football only as background illustration, and football analyses that use math only for accounting, not insight. For example, if you compare actual football goal totals to Poisson distributions, in most cases anyway, you will notice there are not enough 2-0 games (typically about 25% fewer than Poisson predictions). You couldn’t notice this unless you first figured out the Poisson, but once you do you can unlock football insight. What factors work against a game ending with a 2-0 score?
Some explanations suggest themselves. When the game is tied, teams play a certain way. When there is a one goal difference, the team that is ahead plays more defensively, while the team that is behind gets more aggressive, these tendencies seem to roughly offset from the standpoint of goal scoring. But when there is a two goal differential, the team that is behind can adopt tactics so aggressive that even with the other team in defensive mode, there is more chance of goals being scored at one end or the other. Or perhaps the team that is ahead switches from trying to prevent goals to trying to prevent quick goals. Or it could be the officials. In close games, officials don’t want to determine the match with marginal penalty kicks or red cards; but when the game is likely decided already, official get more concerned with preventing injuries or punishing obnoxious players. Anyway, this is the kind of thing that mathematics plus sports knowledge can illuminate.
The two longest parts of the book left me cold. The author draws a lot of diagrams using detailed game data that he claims illuminate important points. This seemed to me to be about as useful as looking at tea leaves. The underlying mathematics of this kind of thing is fascinating and profound, and the author is an expert in the field, but he doesn’t explain them enough to excite mathematical interest, and the results are not clear enough to impress any football fans.
The other long part is a staggeringly dull detailed accounts of his amateurish attempts to win money betting on football. Mathematics as a logical system gets thrown out the window, although he uses a lot of numbers and calculations.
In between these indulgences, there are some interesting analyses, but really none that combine both mathematics and football in meaningful ways. I actually enjoyed the book, but I’m about as interested in this stuff as anyone. Other aficionados might find more to dislike in this book. If you have only a weak interest (or negative interest) in mathematics but love football, I don’t think you’ll get through this book, but if you do, you’ll learn a little useful math and some interesting stuff about football. If you love math and have only a passing interest in football, I suspect you also won’t finish, but you will find some good nuggets here and there.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios .