La física estadística, nueva aliada del bádminton

Un grupo de investigadores de la UPM y la URJC han analizado los datos de juego en 93 torneos para aumentar las probabilidades de las jugadoras de ganar puntos en los partidos según sus patrones de golpeo del volante.

23.01.2023

Conocer los patrones de golpeo en un rally (intercambio de golpes que realizan las jugadoras hasta finalizar un punto) hace que una jugadora de bádminton tenga más probabilidades de ganar el próximo punto. Esta es la conclusión del estudio que han realizado los investigadores Javier Galeano (ETSI Agronómica, Alimentaria y de Biosistemas) y Miguel Ángel Gómez (Facultad de Ciencias de la Actividad Física y del Deporte) de la Universidad Politécnica de Madrid; Javier M. Buldú de la Universidad Rey Juan Carlos, junto al entrenador de la Federación Francesa de Bádminton, Fernando Rivas (también preparador de la jugadora española Carolina Marín).

Los investigadores han analizado los datos de juego de 93 torneos de jugadoras de bádminton entre los años 2015 y 2020, implementando la metodología matemática conocida como “cadenas de Markov”. En la teoría de la probabilidad, se conoce como cadena o modelo de Márkov a un tipo especial de proceso estocástico (sometido al azar) en el que la probabilidad de que ocurra un evento depende solamente del evento inmediatamente anterior.

Según este análisis se han detectado cuáles son los patrones de golpeo que proporcionan más posibilidades de ganar un punto en un partido de bádminton para cada jugadora.

Para realizar el estudio, primero se han calculado las secuencias de golpeo de 3 golpes consecutivos de cada jugadora. Para calcular las secuencias, la cancha de bádminton se divide en 12 zonas y se registran las secuencias. Por ejemplo, si una jugadora golpea desde la posición 12 enviando el volante a la posición 5 de la contrincante y la devuelve a la posición 9, se registra la secuencia 12-5-9. Con dichas secuencias para cada jugadora, se puede obtener la matriz de transición que mide la probabilidad de pasar de una secuencia a cualquier otra, teniendo además en cuenta si esas transiciones acababan en puntos ganados o perdidos. Utilizando esa matriz de Markov, los investigadores han sido capaces de calcular la probabilidad de que ese patrón sea un patrón ganador, obteniendo un parámetro al que han denominado Expected Pattern Value (EPV).

Dichos valores EPV pueden compararse entre jugadoras para conocer sus probabilidades de ganar.

La clave de los patrones de juego ganadores

El estudio, que ha dado lugar a un artículo publicado en la revista Chaos, Solitons & Fractals, la revista número uno del ranking mundial del Journal Citation Reports en aplicaciones matemáticas, ha desvelado “que las jugadoras tienen preferencias por realizar unos determinados patrones de golpeo, siendo éstos diferentes entre jugadoras “, nos explica Javier Galeano.

“Sobre los 20 patrones más repetidos por cada jugadora, calculamos la probabilidad de que esos patrones acaben siendo ganadores (EPV). Comparando los EPVs de cada jugadora respecto a su contrincante o los patrones más jugados del top 20 de las jugadoras, podemos conocer la ventaja de usar unos patrones frente a otros en un partido”, concluye el investigador.

Además, “es posible analizar cada uno de los rallies por separado y a medida que se realizan los golpes, pudiendo identificar rallies que se deberían haber ganado o perdido, dotando a las jugadoras y sus equipos técnicos de una herramienta muy útil para preparar y analizar partidos”, añade Javier Buldú, de la Universidad Rey Juan Carlos.

Aunque esta metodología tiene una aplicación directa en bádminton, también podría trasladarse a otros deportes de raqueta, como el pádel, el tenis o el tenis de mesa.

El tipo de análisis propuesto en este artículo podría ayudar a entrenadores y jugadores profesionales de bádminton a preparar sus entrenamientos y ser más eficientes en sus patrones de golpeo en función del contexto concreto de juego y su oponente.

Using Markov chains to identify player’s performance in badminton, J. Galeano, M-A Gómez, F. Rivas and J.M. Buldú. Chaos, Solitons and Fractals, 165 (2022) 112828.