Simulador de partidos de fútbol con cadenas de Markov

Abstract

En un contexto futbolístico en el que la disposición de grandes bases de datos se ha vuelto cada vez más accesible, las metodologías de predicción han visto su demanda aumentada dada la utilidad de estas herramientas para clubes y miembros técnicos para tomar decisiones óptimas. En este trabajo, se ha desarrollado un simulador capaz de evaluar la capacidad de toma de decisiones de movimientos y zonas de los futbolistas en el campo. Fundamentado a partir de dos cadenas de Markov independientes entre sí, el simulador es alimentado con datos de LaLiga durante la temporada 2022-2023 para construir una herramienta útil para la optimización de decisiones tácticas de equipos. Para medir la sensibilidad del simulador, se ilustra un partido FC Barcelona - Real Madrid donde se implementan alteraciones en las alineaciones. Los resultados señalan cambios significativos en las matrices de transición al modificar el planteamiento táctico de los equipos.

In a football context in which the availability of large databases has become increasingly accessible, match results predictive methodologies have seen an increase in their demand due to their utility for clubs and technical staff for making optimal decisions. In this work, a simulator is developed, capable of assessing the decision-making abilities of football players’ movements and pre-defined zones on the field. Based on two independent Markov chains, the simulator is trained with data from LaLiga during the 2022-2023 season in order to build a tool useful for optimizing tactical decisions of teams. To measure the simulator’s sensitivity, a match between FC Barcelona and Real Madrid is presented where alterations in the line-ups are implemented. The results indicate significant changes in the transition matrices when the team line ups are altered.