Modelo de Predicción Difuso para Encuentros de Fútbol Soccer Mexicano

Abstract

En el contexto del fútbol soccer como en otros deportes, el resultado de un encuentro entre dos equipos depende o es afectado por varios actores y factores involucrados. Tales factores están inmersos en el entorno, como la altura, la presión atmosférica, el clima, el horario, mientras que en los actores entran en juego las decisiones del director técnico, la experiencia del árbitro, el apoyo de los aficionados, así como las habilidades deportivas de los jugadores, siendo las habilidades las que se tomaron en cuenta en este trabajo de investigación. En esta tesis de maestría, se presenta la propuesta de un modelo de inferencia basado en lógica difusa, el cual fue usado para obtener una predicción o pronóstico para cada partido del Torneo Apertura 2018 de la Liga MX del fútbol mexicano. Para lograr este pronóstico, en primer lugar, fue necesaria la creación de reglas difusas a partir del análisis de las diferentes habilidades físicas, mentales y futbolísticas de cada jugador registrado en el torneo. Este análisis se realizó utilizando el conocido algoritmo de minería de datos PART, que se haya disponible en la plataforma Weka, con el objetivo de clasificar por posición predeterminada para jugar en el campo de fútbol aquellas habilidades que deben estar presentes en un jugador. Este análisis permitió refinar y concluir 41 reglas difusas para clasificar a un jugador según sus habilidades deportivas como un integrante malo, regular o bueno del equipo para jugar cada posible posición en la cancha, logrando evaluar de manera global al portero, los defensas, los medios y los delanteros de las alineaciones de los equipos local y visitante como malos, regulares o buenos. Seguidamente, mediante la aplicación de otras 243 reglas difusas se categorizó a cada equipo como malo, regular o bueno acorde a los globales de su alineación y respectivo ranking de Elo. Finalmente, mediante 9 últimas reglas difusas se obtuvo un pronóstico para cada equipo en un encuentro como ganador, perdedor, o bien, empate, respectivamente, sin arrojar un estimado de los goles que pueden ser anotados o recibidos por cada uno. Con la puesta en marcha del modelo difuso propuesto, se pronosticaron un total de 153 partidos del Torneo Apertura 2018 de la Liga Mx, jugados a lo largo de 17 jornadas deportivas de 9 partidos cada una. Se obtuvo un porcentaje de resultados correctos cercanos al 50%, lo equivalente a una predicción correcta de 76 partidos. Este porcentaje es aceptable, considerando que sólo se tomaron en cuenta las habilidades mentales, físicas y deportivas de los jugadores, en conjunto con el ranking de Elo de cada equipo, excluyendo otros aspectos como el entorno, el historial de partidos disputados entre dos equipos o la experiencia y conocimiento de los árbitros, los cuales son variables que se pueden utilizar para complementar y mejorar el modelo con el fin de obtener un mayor porcentaje de resultados correctos. Los principales hallazgos, como hitos y contribuciones de tener un trabajo de investigación como el que se propone aquí, radican en el hecho de que no ha sido posible encontrar ningún modelo similar en características en la revisión de la literatura del estado del arte, lo que hace a esta tesis única y novedosa. Además, el modelo propuesto se puede adaptar y modificar para que se aplique en otras ligas alrededor del mundo, o bien, en otros contextos deportivos de una manera exitosa.