Dinámica del rendimiento de un equipo de fútbol
Basado en un modelo de simulación con Vensim
Rubén López Bueno
rlopezbu@yahoo.es
A pesar de que el fútbol es considerado en la actualidad como un deporte sumamente complejo, todavía no conocemos análisis profundos que muestren el entramado de relaciones entre los distintos componentes que interactúan en el desarrollo de un partido, y mucho menos de un torneo completo. Sin embargo, sí que se conocen numerosos estudios referidos a aspectos aislados que influyen en el rendimiento del futbolista y, supuestamente en el del equipo, como son los aspectos anatómico - fisiológicos del futbolista, aspectos técnicos, aspectos tácticos, psicológicos, sociológicos e incluso situacionales o relativos al contexto del partido.
Seguramente, un estudio de la interacción de los aspectos mencionados podría darnos como respuesta una visión más completa de la incidencia de cada uno de los factores en la dinámica del rendimiento de un equipo de fútbol, pero también es muy posible que, dada la altísima complejidad de esta interrelación de sistemas (jugadores, que son sistemas en sí mismos, formando, a su vez, un sistema mayor, que es el propio equipo, intentando cooperar para obtener un objetivo opuesto al del equipo contrario, que es otro sistema formado de sistemas relacionados) apenas consiguiéramos explicar muy poco de la dinámica del rendimiento de un equipo de fútbol.
Algunos autores de importantes estudios sobre el deporte del fútbol, centran sus análisis en la lógica interna del juego, intentando buscar elementos de relación entre los sistemas que participan en el mismo. Uno de estos elementos de relación entre los sistemas que forman parte de un equipo son los pases, y otro elemento de relación entre los dos sistemas opuestos (los dos equipos) son las pérdidas / recuperaciones de balón, en donde el balón pasa de estar dominado por un equipo a estarlo por el otro.
También nos parece importante señalar el hecho de que un mayor número de pases, un menor número de pérdidas o un número mayor de recuperaciones, a pesar de resultar positivo para el rendimiento de un equipo, no es garantía para obtener un buen rendimiento, que, en fútbol, se mide a través del resultado final de un partido. Es por ello que resulta necesario tirar a puerta contraria (número de disparos realizados a puerta) y, si es posible, procurar ser eficaz con esos disparos (eficacia = goles marcados/tiros realizados). De este modo, podemos construir un modelo que simule la dinámica del rendimiento de un equipo de fútbol a partir de esos elementos de relación entre sistemas ya comentados.
Gráfico. Modelo de dinámica del rendimiento de un equipo de fútbol.
En el gráfico podemos observar un modelo simplificado de la dinámica del rendimiento de un equipo de fútbol. Este rendimiento final del equipo vendrá dado por la eficacia del equipo propio menos la del equipo rival. A su vez, la eficacia vendrá dada como consecuencia de los goles marcados en función de los tiros realizados.
Una proposición que tomamos como cierta es que a un mayor control sobre el juego (en forma de pases realizados) y mayor número de balones recuperados, existe una mayor posibilidad de realizar tiros a puerta y, cuanto más tiramos a puerta, más posibilidades hay de marcar, aunque también influyan otros factores que despreciamos (ángulo de tiro, número de defensas marcando, proximidad de esos defensas, distancia del tirador a la portería rival, posición del portero, etc.).
También hay que tener en cuenta las acciones realizadas por el contrario, ya que, de modo opuesto a lo que ocurre cuando hablamos de nuestro equipo, cuando el equipo rival realiza más pases y recupera más balones, tiene más posibilidades de tirar a puerta y, por ende, de ganar.
En conclusión, no esperamos que este modelo descifre la complejidad que encierra un deporte como el fútbol, pero quizás pueda servirnos como base para ir perfeccionándolo e ir acercándonos, poco a poco, a un modelo que simule la realidad de un modo algo más cercano.
Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema. Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.
Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.
Los modelos de simulación con Dinámica de Sistemas tienen aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:
Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.
Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.
Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.
Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.
Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas. Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.
(*) Puede solicitar información más detallada de este trabajo al autor
|
