Prometo, de verdad prometo, que con esta termino la racha de posts sobre probabilidad en este blog. Pero es que después de ver las hazañas y la conmoción causada por el ahora famoso pulpo Paul, no me pude resistir a la tentación de comentar también al respecto.
La historia ya todos la sabemos: el pulpo Paul predijo correctamente al ganador en todos los partidos en los que jugó Alemania en este mundial, y predijo además correctamente a España como ganador de la final en contra de Holanda. Un record impresionante de 8 aciertos en 8 partidos, el 100% de sus predicciones en el mundial fueron correctas. Incluída la derrota de Alemania contra Serbia, ¿quién iba a predecir eso!? Admás, los medios reportan que el pulpo traía ya un impresionante record del 80% de aciertos en los partidos de Alemania durante la Eurocopa en el 2008. Si este pulpo no es psíquico, la verdad es que yo no se que otra explicación pueda haber. ¿Qué tan probable es que el pulpo de un acuario en Oberhausen sea capaz de predecir correctamente a los ganadores en tantos partidos de fútbol?
¿Qué tan probable?
Pues esa es una pregunta científica que nos podemos hacer y que podemos también ponernos a buscar su respuesta. Empecemos por suponer que, en cada partido, la probabilidad que uno tiene de adivinar correctamente al equipo ganador es 50-50, igual que ganar un volado. Estrictamente esto no es cierto, lo vamos a ver más adelante, pero por lo pronto supongamos que sí, que la probabilidad de elegir al equipo ganador en un partido es del 50%. Entonces, la probabilidad de acertar al ganador en 8 partidos consecutivos es de una en 256 (0.4%). Definitivamente una probabilidad muy baja, es como ganar una secuencia de 8 volados, uno tras otro. Intenta ahora tirar una moneda y ver si puedes hacer que ocho veces seguidas te salga águila. Pues no, ¿verdad?1
¿Y qué hay de los partidos de la Eurocopa? Porque Paul no sólo acerto a los partidos del mundial, también tuvo un muy buen record en la Eurocopa. Eso debe de ser, seguramente, aún menos probable. Revisando el historial de Paul nos encontramos con la primera sorpresa: Paul acertó a 4 de 6 partidos en la Eurocopa del 2008. Eso es un 67% de aciertos, ¡no 80% como decían los medios! Primera lección: siempre hay que ser algo escépticos de las historias publicadas en los medios. No hay que olvidar que el negocio de los medios de comunicación no es el de tenernos informados, su negocio es el de ganar nuestra atención y enseñarnos anuncios. Por eso las historias que reportan suelen ser sensacionalistas, y los detalles que parecen impresionantes sean exagerados o simplemente no verificados con el debido cuidado.
Bueno, bueno, pero aún así, en total Paul acertó correctamente a 12 de 14 juegos, ¿esos son muuuchos aciertos para que sea pura coincidencia? ¿no? Pues veamos, haciendo las cuentas e igual suponiendo un 50% de probabilidad de acertar en cada partido, la probabilidad de tener predicciones correctas en por lo menos 12 de 14 juegos es aproximadamente de una en 156 (0.6%). ¿Cómo? ¿Qué la probabilidad no tenía que ser más pequeña? Pues resulta que no, ¡acertar a 12 de 14 juegos es más fácil (la probabilidad es casi el doble), que la probabilidad de acertar a 8 de 8! ¡Los medios se hubieran mejor guardado la anécdota del pulpo en la Eurocopa y el desempeño de Paul habría parecido más impresionante! Segunda lección: la probabilidad puede ser extraña, y nuestra intuición suele engañarnos con frecuencia. Esta es una lección que deberíamos tener siempre presente: nuestra intuición y nuestros sentidos nos pueden engañar y con mucha facilidad. Es por eso que necesitamos de métodos objetivos (¿ciencia?) para poder evaluar y distinguir entre las cosas que son ciertas y las cosas que no lo son.
Ok, si. Pero de todos modos, ¡0.6%! ¡La probabilidad de acertar en tantos partidos es muy baja! ¡No puedes atinar a partidos eligiendo al azar! Exactamente, ese número nos dice que si uno se pone a elegir a los ganadores de los partidos echando volados, en un 50-50, la probabilidad de obtener un record similar al de Paul es relativamente baja. Esto sugiere, de hecho, que Paul no está eligiendo al azar. Y esto se hace también evidente en los juegos de la Eurocopa donde, en sus 6 predicciones, Paul siempre eligió a Alemania como ganador.
Hay varias posibles teorías que pueden explicar esta preferencia de Paul por Alemania. Una puede ser que, simplemente, los cuidadores de Paul tienen cierta influencia sobre su decisión, por ejemplo, poniendo un molusco más grande, más fresco o más jugoso en la predicción que ellos quieren hacer, y el pulpo simplemente elige acorde. Pero aún si suponemos que los cuidadores son honestos, y que el pulpo elige por su propia cuenta, puede ser que a Paul lo que le llame la atención son los colores brillantes en la bandera de Alemania y sea eso lo que esté influenciando sus predicciones.
Pero sea cual sea la explicación, lo importante aquí es que si estás tratando de predecir al ganador en los partidos de un equipo fuerte, como Alemania, y con mayor frecuencia eliges a ese equipo como el ganador, ¡la probabilidad que tienes de acertar es también más grande! Si suponemos que Alemania, como es un equipo fuerte, tiene el 75% de probabilidad de salir victorioso de uno de sus partidos y apuestas siempre a que Alemania va a ganar, la probabilidad de tener un record como el de Paul se vuelve de una en 39 (2.6%). Para darse una idea, esto se acerca a la probabilidad de ganar 5 volados seguidos, uno tras otro. Poco a poco, pero la hazaña de Paul se va haciendo cada vez menos sorprendente.
¡Momento! ¡Momento! ¡Pero Paul predijo correctamente que Serbia le ganaría a Alemania! ¡Y ni Serbia es mejor equipo que Alemania, ni su bandera es más brillante! Si, y en efecto la probabilidad de arriba es cuando siempre se le apuesta al equipo más fuerte. Sin embargo, basta con apostar al equipo fuerte con mayor frecuencia, justo como lo hizo Paul, para aumentar considerablemente tus posibilidades de acertar correctamente. Es más, aunque apostar de vez en cuando al equipo débil reduce tus probabilidades de acertar, también te permite, justo como fue el caso de nuestro cefalópodo favorito, tener un golpe de suerte y atinarle al resultado de un juego que de otra manera parecería imposible de predecir.
Bueno, si, pero, ¿suerte? ¡5 volados! ¡Eso no puede ser pura suerte! ¿O si?
Pregunta interesante, y en este caso la respuesta la tenemos que ir a buscar, ¿en donde más?, en los zoológicos alemanes. Una divertida nota nos recuerda que, de hecho, “los animales suelen equivocarse, al menos cuando se trata de profetisar los resultados en juegos de fútbol. Especialmente aquellos en los zoológicos de Alemania en este mundial. En el zoológico de Chemnitz, una osa perezosa, Renata, eligió incorrectamente a Argentina sobre Alemania el 2 de Julio. También en Chemnitz, un mono llamado Tamarin Anton predijo que Ghana le ganaría a Alemania. Equivocado. Y un hipopótamo de 19 años llamado Petty predijo que Alemania le ganaría a Serbia. De nuevo equivocado.“ En Wikipedia se documenta también que un puercoespín, de nombre Leon, eligió incorrectamente a Australia sobre Alemania, y el cuyo Jimmy cometió el mismo error que Anton eligiendo a Ghana. Por su parte en Singapur, el perico Mani falló al elegir a Holanda sobre España en la final.
Más que una convención de animales psíquicos, ¡esto parece un zoológico de adivinanzas chafas! Por supuesto que la historia de un hipopótamo y sus fallidas predicciones para el mundial no es noticia. Paul, por su parte, tuvo la suerte de comprar ‘el boleto con la combinación ganadora’ que lo hizo saltar a la fama por sus habilidades para ‘predecir’ los resultados de los partidos. Tercera lección: No hay que contar sólo los aciertos, hay que recordar también los fallos. (La próxima ves que tu mamá te diga: “¡Veeees! ¡Las madres siempre tenemos la razón! ¡Tenemos un sexto sentido!”, no le vayas a decir que yo te dije lo contrario.)
Ok Juan si, alguno de los animales se iba a hacer famoso porque le iba a atinar a muchos partidos. ¡Pero! ¡pero! Paul se comenzó a hacer famoso y salir en las noticias al acertar correctamente a Alemania como vencedor sobre Inglaterra en octavos de final. Después de ese partido, y después de hacerse famoso, el pulpo Paul pudo también predecir correctamente los tres partidos restantes de Alemania, así como la final del mundial. ¡La final del mundial Juan!
Eso es completamente cierto, además la ‘excusa’ de que apostarle al equipo más fuerte es ventajoso se empieza también a reducir más y más conforme tus oponentes se hacen más fuertes y alcanzan un nivel similar al tuyo. Es cierto que en los últimos tres o cuatro partidos sin importar mucho a cual equipo apoyas, tu probabilidad de acertar al ganador no van a estar muy lejos del 50-50. Sin embargo después de hacerse famoso, comienza a surgir otro efecto que facilita el trabajo del pulpo: la profecía autocumplida.
Es decir, el mismo hecho de que Paul haya elegido a España sobre Alemania, y después también a España sobre Holanda, va a afectar directamente a la psicología de los jugadores y a favorecer el hecho de que sus profecías se cumplan. Por poner un ejemplo concreto, los jugadores de Holanda no estaban sólo jugando contra once fuertes jugadores españoles, además, estaban jugando también en contra de “la profecía del famoso pulpo adivino” que los marcaba a ellos como los perdedores. Es difícil quantificar que tanto es que “el mito del pulpo” puede afectar a la psicología de los jugadores para hacerlos jugar peor o mejor, sin embargo pueden ver como esto impone una carga emocional adicional para quienes han sido elegidos, desde antes de jugar, como los perdedores del partido.
Pero bueno, sólo por mantener el argumento supongamos que el efecto de la profecía autocumplida es pequeño y que, de cualquier modo, la probabilidad que el pulpo tenía de acertar al ganador en los últimos cuatro partidos seguía siendo del 50% en cada uno. Entonces podemos decir que Paul tuvo la fortuna de (1) ser de los animales adivinadores el que tenía uno de los mejores records de aciertos y (2) después de hacerse famoso, acertar correctamente al resultado en los últimos cuatro juegos del mundial. Y la probabilidad de acertar a estos 4 juegos, suponiendo que es algo así como ganar 4 volados seguidos, es de una en 16 (6.3%). Aún así no se ve tan impresionante, ¿verdad?
Y después del mundial los cuidadores del pulpo Paul en Oberhausen tomaron la que definitivamente fue la mejor decisión que pudieron haber tomado: el pulpo Paul se jubila. No más predicciones ni adivinaciones de Paul garantizan que no lo veamos cometer errores en el futuro y, por lo tanto, lo consolidan en nuestra mente colectiva como el pulpo adivino que acertó al 100% en todas sus predicciones del mundial.
Ya para terminar y poner las cosas en perspectiva: La probabilidad de atinarle a la combinación ganadora del Melate es de una en 32 millones; y si conoces a alguien que se gane el Melate seguramente le vas a llamar, con justa y merecida razón, “pinche güey suertudo”. Mientras que Paul gana en un juego con probabilidad de 1 en 16, ¿y se lleva el título de adivino?
1. Si mi blog tuviera más lectores, unos quinientos o mil, entonces sí que sería bastante probable que alguno de ellos sacara las 8 águilas seguidas una tras otra.
Mostrando las entradas con la etiqueta proba. Mostrar todas las entradas
Mostrando las entradas con la etiqueta proba. Mostrar todas las entradas
lunes, 19 de julio de 2010
sábado, 26 de junio de 2010
La probabilidad de meter un gol
Para los últimos 4 grupos que se decidieron de la primera fase del mundial, yo dije que iba a predecir a los equipos que calificarían a la siguiente ronda. En total predije correctamente a 7 de los 8 equipos. Mis predicciones, anunciadas una hora antes de cada partido, fueron:
Ahora, ¿cómo le hice?
Pues todo empezó cuando, viendo los últimos partidos de esta primera ronda, quería tratar de sacar las combinaciones que los equipos tenían para calificar. Ya saben, esas que suenan como: “pasan si ganan, o también si empatan, pero en el otro partido X tiene que perder por más de n goles”. Me encontré con que es algo tedioso calcular estas combinaciones y, peor aún, cuando las obtienes suelen ser complicadas de expresar. Además, algunas de esas combinaciones (por ejemplo un empate) son mucho más probables que otras (ganar por 9 goles, y que en el otro partido X pierda). El hecho de que expresar las combinaciones sea complicado, junto con el hecho de que no siempre es claro cuales son más probables que otras, hace que se vuelva difícil estimar cuales son los equipos que tienen mayores posibilidades de calificar que otros.
Fue entonces que se me ocurrió la idea, ¿no será posible tratar de estimar esa probabilidad? ¿la probabilidad que cada uno de los equipos tiene de calificar?
Así, al final, en lugar de combinaciones complicadas de expresar y de entender, obtendríamos para cada equipo un número que nos dice, de todas esas raras combinaciones, en que porcentaje de ellas el equipo en cuestión logra pasar a la segunda fase del mundial. Algo mucho más sencillo de expresar, entender y comparar para saber quienes tienen más opciones.
Para poder estimar estos números antes también estimar que tan probables son los diferentes resultados de un partido, ¿0-0? ¿2-1? ¿7-3? ¿Qué tan probable es cada una de las combinaciones? Y antes de poder saber eso necesitamos contestar una pregunta aún más fundamental: ¿cuál es la probabilidad de meter un gol?
En particular nos interesa saber, ¿qué tantos goles se meten en un partido, y más o menos cuando? ¿Suelen meterse los goles en el primer tiempo? ¿En el segundo? ¿O es igual de probable meter un gol en cualquier minuto del partido? Y para poder contestarnos esta pregunta necesitamos de goles. Muchos goles.
Afortunadamente, Planet World Cup tiene un registro detallado de todos y cada uno de los partidos que se ha jugado en la historia del mundial. No sólo el resultado, sino en donde se jugó, los nombres de los jugadores, arbitros, si hubieron amonestados o expulsados y, lo que me interesaba a mi, exactamente en qué minuto se metieron cada uno de los goles.
Así que me bajé toda la información que tienen en ese sitio, y usando los datos de los mundiales desde 1966 hasta el 2006, donde se han jugado un total de 540 partidos y se han metido 1396 goles, me pude hacer el siguiente dibujito.

En este dibujito lo que estoy poniendo es cuantos goles ha anotado, en promedio, un equipo durante el transcurso de un partido. Pueden ver una linea prácticamente recta que va creciendo más o menos constantemente durante los 90 minutos del partido, donde cada equipo ha anotado en promedio 1.25 goles. En los tiempos extras, entre los 90 y 120 minutos, la linea continúa también subiendo más o menos recta aunque mucho más despacio (lo que suena lógico, pues no todos los partidos se van a tiempos extras).
Como chisme les comento que, aunque no es muy claro en el dibujo, la línea no es completamente recta. De hecho, durante los primeros 90 minutos de juego, la inclinación de la línea se va pronunciando más y más conforme pasa el tiempo. Para darse una idea, sólo el 40% de los goles se meten en el primer tiempo, mientras que el 60% caen en el segundo tiempo. Sin embargo, para nuestros fines va a ser suficiente con suponer que la linea es recta y que en promedio cada equipo mete 1.25 goles por partido.
El hecho de que la linea es recta nos dice también algo muy interesante: la probabilidad de meter un gol es más o menos la misma durante cualquier minuto del juego. Da lo mismo si el juego acaba de empezar, o si faltan pocos minutos para que termine, el chance que tiene un equipo de meter gol no varía demasiado.
Ahora, ya sabemos más o menos cuantos goles se meten en promedio por partido pero, ¿cuál es la probabilidad de meter un gol!? Para esto lo único que tenemos que hacer es desempolvar nuestro libro de proba donde encontramos que una fórmula de un tal señor Poisson hace el trabajo que queremos.
¡Exacto, esa es la que queremos! ¡El numero k de eventos son los goles: 0 goles, 1 gol, 2 goles, etc, los que se anoten en un partido; el tiempo fijo son los 90 minutos de juego; y la frecuencia media son los 1.25 goles que ya conocemos! Ojo que Poisson también nos dice que los eventos tienen que ser independientes, lo cual en nuestro caso seguramente no es cierto (si te acaban de meter un gol, quizá le vas a echar más ganas para contraatacar), sin embargo vamos a suponer que son independientes pues eso nos da al menos una buena aproximación.
Así es como, preguntándole entonces al señor Poisson, obtenemos la probabilidad de que un equipo termine un partido con cierto número de goles anotados.
La tabla de hecho es infinita pero, como se imaginarán, a la derecha las probabilidades se van haciendo cada vez más y más pequeñas. Ahora, estos son los goles de sólo uno de los equipos, pero en cada partido juegan dos, y multiplicando estos números podemos estimar también la probabilidad de cada uno de los marcadores al final del partido.1
También una tabla infinita pero, como pueden ver, las probabilidades se van haciendo más y más insignificantes en los marcadores con muchos goles.
Y con esto tenemos ya realizada la mitad del trabajo, y la más interesante, para poder contestar nuestra pregunta inicial, que era ¿cuál es la probabilidad que cada equipo tiene de calificar a la siguiente ronda?
Para contestar esa pregunta lo que falta es sólo algo de talacha: hay que considerar cada uno de
los posibles marcadores de los últimos dos partidos de cada grupo (las opciones son infinitas, pero yo consideré sólo juegos hasta con 5 goles pues las probabilidades de las demás se vuelven insignificativas), y checar según los puntos que cada equipo lleva, sus resultados en los juegos anteriores, y las reglas de la FIFA para romper empates, quienes son los que califican.
Así es como, el miércoles por la noche, calculé las siguientes probabilidades.
Espero que les haya parecido interesante este post y al menos despertar su curiosidad por las cosas se pueden hacer aplicando algunos conceptos básicos de proba. Ya para terminar, y como lo había prometido, les dejo también cuatro predicciones para lo que falta del mundial.
A los interesados, también publiqué una predicción partido por partido, pero la verdad es que no le tengo mucha ‘fe’ a esa. :P
1. Para hacer esto de nuevo hay que suponer que los eventos son independientes, que los goles que tú metes no dependen de los que mete el oponente, lo cual seguramente también es falso. Pero de nuevo podemos suponer que sí son independientes y obtener al menos una aproximación.
- Grupo E: Holanda y Japón.
- Grupo F: Paraguay e Italia.
- Grupo G: Brasil y Portugal.
- Grupo H: Chile y España.
Ahora, ¿cómo le hice?
Pues todo empezó cuando, viendo los últimos partidos de esta primera ronda, quería tratar de sacar las combinaciones que los equipos tenían para calificar. Ya saben, esas que suenan como: “pasan si ganan, o también si empatan, pero en el otro partido X tiene que perder por más de n goles”. Me encontré con que es algo tedioso calcular estas combinaciones y, peor aún, cuando las obtienes suelen ser complicadas de expresar. Además, algunas de esas combinaciones (por ejemplo un empate) son mucho más probables que otras (ganar por 9 goles, y que en el otro partido X pierda). El hecho de que expresar las combinaciones sea complicado, junto con el hecho de que no siempre es claro cuales son más probables que otras, hace que se vuelva difícil estimar cuales son los equipos que tienen mayores posibilidades de calificar que otros.
Fue entonces que se me ocurrió la idea, ¿no será posible tratar de estimar esa probabilidad? ¿la probabilidad que cada uno de los equipos tiene de calificar?
Así, al final, en lugar de combinaciones complicadas de expresar y de entender, obtendríamos para cada equipo un número que nos dice, de todas esas raras combinaciones, en que porcentaje de ellas el equipo en cuestión logra pasar a la segunda fase del mundial. Algo mucho más sencillo de expresar, entender y comparar para saber quienes tienen más opciones.
Para poder estimar estos números antes también estimar que tan probables son los diferentes resultados de un partido, ¿0-0? ¿2-1? ¿7-3? ¿Qué tan probable es cada una de las combinaciones? Y antes de poder saber eso necesitamos contestar una pregunta aún más fundamental: ¿cuál es la probabilidad de meter un gol?
En particular nos interesa saber, ¿qué tantos goles se meten en un partido, y más o menos cuando? ¿Suelen meterse los goles en el primer tiempo? ¿En el segundo? ¿O es igual de probable meter un gol en cualquier minuto del partido? Y para poder contestarnos esta pregunta necesitamos de goles. Muchos goles.
Afortunadamente, Planet World Cup tiene un registro detallado de todos y cada uno de los partidos que se ha jugado en la historia del mundial. No sólo el resultado, sino en donde se jugó, los nombres de los jugadores, arbitros, si hubieron amonestados o expulsados y, lo que me interesaba a mi, exactamente en qué minuto se metieron cada uno de los goles.
Así que me bajé toda la información que tienen en ese sitio, y usando los datos de los mundiales desde 1966 hasta el 2006, donde se han jugado un total de 540 partidos y se han metido 1396 goles, me pude hacer el siguiente dibujito.
En este dibujito lo que estoy poniendo es cuantos goles ha anotado, en promedio, un equipo durante el transcurso de un partido. Pueden ver una linea prácticamente recta que va creciendo más o menos constantemente durante los 90 minutos del partido, donde cada equipo ha anotado en promedio 1.25 goles. En los tiempos extras, entre los 90 y 120 minutos, la linea continúa también subiendo más o menos recta aunque mucho más despacio (lo que suena lógico, pues no todos los partidos se van a tiempos extras).
Como chisme les comento que, aunque no es muy claro en el dibujo, la línea no es completamente recta. De hecho, durante los primeros 90 minutos de juego, la inclinación de la línea se va pronunciando más y más conforme pasa el tiempo. Para darse una idea, sólo el 40% de los goles se meten en el primer tiempo, mientras que el 60% caen en el segundo tiempo. Sin embargo, para nuestros fines va a ser suficiente con suponer que la linea es recta y que en promedio cada equipo mete 1.25 goles por partido.
El hecho de que la linea es recta nos dice también algo muy interesante: la probabilidad de meter un gol es más o menos la misma durante cualquier minuto del juego. Da lo mismo si el juego acaba de empezar, o si faltan pocos minutos para que termine, el chance que tiene un equipo de meter gol no varía demasiado.
Ahora, ya sabemos más o menos cuantos goles se meten en promedio por partido pero, ¿cuál es la probabilidad de meter un gol!? Para esto lo único que tenemos que hacer es desempolvar nuestro libro de proba donde encontramos que una fórmula de un tal señor Poisson hace el trabajo que queremos.
La distribución de Poisson [...] expresa la probabilidad de un número k de eventos ocurriendo en un tiempo fijo si estos eventos ocurren con una frecuencia media conocida y son independientes del tiempo discurrido desde el último evento.
¡Exacto, esa es la que queremos! ¡El numero k de eventos son los goles: 0 goles, 1 gol, 2 goles, etc, los que se anoten en un partido; el tiempo fijo son los 90 minutos de juego; y la frecuencia media son los 1.25 goles que ya conocemos! Ojo que Poisson también nos dice que los eventos tienen que ser independientes, lo cual en nuestro caso seguramente no es cierto (si te acaban de meter un gol, quizá le vas a echar más ganas para contraatacar), sin embargo vamos a suponer que son independientes pues eso nos da al menos una buena aproximación.
Así es como, preguntándole entonces al señor Poisson, obtenemos la probabilidad de que un equipo termine un partido con cierto número de goles anotados.
| Goles: | 0 | 1 | 2 | 3 | 4 | 5 | … |
| Proba: | 28.54% | 35.79% | 22.43% | 9.37% | 2.94% | 0.74% | … |
La tabla de hecho es infinita pero, como se imaginarán, a la derecha las probabilidades se van haciendo cada vez más y más pequeñas. Ahora, estos son los goles de sólo uno de los equipos, pero en cada partido juegan dos, y multiplicando estos números podemos estimar también la probabilidad de cada uno de los marcadores al final del partido.1
| A/B | 0 | 1 | 2 | 3 | 4 | 5 | … |
| 0 | 8.15% | 10.22% | 6.40% | 2.68% | 0.84% | 0.21% | … |
| 1 | 10.22% | 12.81% | 8.03% | 3.35% | 1.05% | 0.26% | … |
| 2 | 6.40% | 8.03% | 5.03% | 2.10% | 0.66% | 0.17% | … |
| 3 | 2.68% | 3.35% | 2.10% | 0.88% | 0.28% | 0.07% | … |
| 4 | 0.84% | 1.05% | 0.66% | 0.28% | 0.09% | 0.02% | … |
| 5 | 0.21% | 0.26% | 0.17% | 0.07% | 0.02% | 0.01% | … |
| … | … | … | … | … | … | … | … |
También una tabla infinita pero, como pueden ver, las probabilidades se van haciendo más y más insignificantes en los marcadores con muchos goles.
Y con esto tenemos ya realizada la mitad del trabajo, y la más interesante, para poder contestar nuestra pregunta inicial, que era ¿cuál es la probabilidad que cada equipo tiene de calificar a la siguiente ronda?
Para contestar esa pregunta lo que falta es sólo algo de talacha: hay que considerar cada uno de
los posibles marcadores de los últimos dos partidos de cada grupo (las opciones son infinitas, pero yo consideré sólo juegos hasta con 5 goles pues las probabilidades de las demás se vuelven insignificativas), y checar según los puntos que cada equipo lleva, sus resultados en los juegos anteriores, y las reglas de la FIFA para romper empates, quienes son los que califican.
Así es como, el miércoles por la noche, calculé las siguientes probabilidades.
- Grupo E: Holanda (100%), Japón (63.05%), Dinamarca (36.20%), Camerún (0%)
- Grupo F: Paraguay (82.79%), Italia (49.62%), Nueva Zelanda (39.83%), Slovakia (26.26%)
- Grupo G: Brasil (100%), Portugal (99.99%), Costa de Marfil (0.000004%), Korea del Norte (0%)
- Grupo H: Chile (88.18%), España (62.13%), Suiza (45.40%), Honduras (2.80%)
Espero que les haya parecido interesante este post y al menos despertar su curiosidad por las cosas se pueden hacer aplicando algunos conceptos básicos de proba. Ya para terminar, y como lo había prometido, les dejo también cuatro predicciones para lo que falta del mundial.
- Por lo menos 3 partidos se van a ir a tiempos extra, de los cuales al menos 2 se van a decidir en penales.
- En uno de los partidos, que va a estar muy emocionante, se va a anotar un gol en los últimos 5 minutos del tiempo reglamentario (pasando el minuto 85).
- Van a haber por lo menos 3 grandes sorpresas: equipos de los que no se espera mucho les van a ganar a algunos que son más favoritos.
- Brasil no va a ganar el mundial. Lo siento, no este año.
A los interesados, también publiqué una predicción partido por partido, pero la verdad es que no le tengo mucha ‘fe’ a esa. :P
1. Para hacer esto de nuevo hay que suponer que los eventos son independientes, que los goles que tú metes no dependen de los que mete el oponente, lo cual seguramente también es falso. Pero de nuevo podemos suponer que sí son independientes y obtener al menos una aproximación.
domingo, 31 de agosto de 2008
La persona más afortunada del mundo (cont.)
Como fué prometido en mi post de la semana anterior, aquí la respuesta al acertijo sobre la persona más afortunada del mundo.
Para recordar, yo propuse que, la persona más afortunada del mundo, sería capaz de obtener, en una especie de torneo mundial de poker, 6 juegos todos ellos siendo full o más grande. La pregunta era si tú tendrías mucha o poca probabilidad de ganarle a este sujeto dado que, en tu mano, lo que tienes son dos pares.
La respuesta depende, por supuesto, del par de pares que tengas, de cuales sean tus cartas, y cuales las cartas comunes (jugando Texas hold 'em). Y si, como bien fijo Rafael, depende de todas estas cosas, pero no depende de la “suerte” que haya tenido el oponente en juegos anteriores. Esto tiene que ver, también como dijo Rafa, con que son eventos independientes, y un poco más formalmente con el hecho de que estas distribuciones no tienen memoria.
En español: No importa que te hayas ganado ya 10 volados consecutivos, la probabilidad de ganar el 11o sigue siendo del 50%.
Para quienes quieran un número, en promedio, si llegas al final del juego y tienes dos pares, tus probabilidades de ganar son del 64%, considerablemente altas! Como ejercicio recreativo, he aquí las probabilidades de ganar contra un solo oponente y según el juego en tus manos. Estos valores los calculé haciendo simulaciones en la computadora.
La primera columna es la probabilidad que tienes de ver cada uno de los juegos, la segunda columna es la probabilidad que tienes de ganar dado que te salió dicho juego; la última columna es la probabilidad que tienes de que te salga ese juego y además que ganes.
Ojo, esta tabla es prácticamente inútil para tomar decisiones en un juego de verdad. Está basada en un solo oponente, y tus probabilidades dependen (como dije arriba) no sólo del tipo de juego que tengas, sino también de la configuración exacta en la mesa (las cartas que tienes tú, y las cartas comunes).
Luego, en cuanto a la afirmación sobre “la persona más afortunada del mundo” (aunque en retrospectiva es mucho más fácil de resolver del trabajo que me costó) me dio mucho gusto el poder haberla resuelto de manera prácticamente analítica, sin más simulación que la necesaria para obtener la tabla de arriba.
Es claro que si un evento ocurre, aunque sea con muy poca probabilidad, cuando repites el experimento una y otra vez, se empieza a volver cada vez más y más probable que por lo menos una vez dicho evento ocurra.
La parte interesante era entonces encontrar un evento poco probable que, cuando el experimento se repita tantas veces como personas en el mundo, se vuelva mucho más probable, pero apenas lo suficiente como para que veamos suceder el evento aproximadamente 1 vez en promedio.
Una forma de encontrar un evento con la probabilidad adecuada es, dado otro cierto evento con probabilidad p, pedir que el evento se repita con éxito unas n veces. En resumen lo que queremos buscar es una combinación de p y n tales que
Npn ≈ 1
donde N, según Wikipedia, es 6,684,000,000. Para los que sepan, noten que éste es simplemente el valor esperado de éxitos en una distribución binomial con probabilidad de éxito pn.
Intentando varias combinaciones de p y n, una de las que mejor funcionan es la probabilidad de ganar con un full o más (p = 2.45%, sumando los tres últimos renglones de la última columna) y cuando n es precisamente 6.
Más datos curiosos, en promedio se espera que sólo 1 persona gane los 6 juegos con full o más, pero se podrán encontrar fácilmente a más de 50 personas que hayan ganado 5 juegos con full o más. Se pueden encontrar unas 40 personas que hayan ganado con 4 pokers (four of a kind) o más, pero ninguna que haya ganado 5. Se pueden encontrar a casi 600 personas que ganen con 2 escaleras de color (straight flush), pero ninguna que haya ganado con 3.
Calcular la probabilidad de que sí exista por lo menos una persona con los 6 juegos ganados de full o más (el 76% anunciado en el post anterior) es un poco más complicado, pero también se puede hacer con las herramientas básicas que te enseñan en un curso de proba. Si alguien tiene curiosidad me puede preguntar y le paso la receta.
Efectivamente, como dice Rafael, a veces parece que no tengo nada que hacer. El problema es que si, si tengo muchos pendientes, en particular un deadline de paper para el próximo lunes 8. :-S Deseenme suerte!
Para recordar, yo propuse que, la persona más afortunada del mundo, sería capaz de obtener, en una especie de torneo mundial de poker, 6 juegos todos ellos siendo full o más grande. La pregunta era si tú tendrías mucha o poca probabilidad de ganarle a este sujeto dado que, en tu mano, lo que tienes son dos pares.
La respuesta depende, por supuesto, del par de pares que tengas, de cuales sean tus cartas, y cuales las cartas comunes (jugando Texas hold 'em). Y si, como bien fijo Rafael, depende de todas estas cosas, pero no depende de la “suerte” que haya tenido el oponente en juegos anteriores. Esto tiene que ver, también como dijo Rafa, con que son eventos independientes, y un poco más formalmente con el hecho de que estas distribuciones no tienen memoria.
En español: No importa que te hayas ganado ya 10 volados consecutivos, la probabilidad de ganar el 11o sigue siendo del 50%.
Para quienes quieran un número, en promedio, si llegas al final del juego y tienes dos pares, tus probabilidades de ganar son del 64%, considerablemente altas! Como ejercicio recreativo, he aquí las probabilidades de ganar contra un solo oponente y según el juego en tus manos. Estos valores los calculé haciendo simulaciones en la computadora.
| Psee | Pwin | Psee Pwin | |
| No pair | 17.39% | 15.81% | 2.75% |
| One pair | 43.82% | 40.74% | 17.85% |
| Two pair | 23.52% | 64.24% | 15.11% |
| Three of a kind | 4.82% | 72.71% | 3.51% |
| Straight | 4.61% | 80.78% | 3.73% |
| Flush | 3.03% | 85.00% | 2.57% |
| Full house | 2.60% | 87.00% | 2.27% |
| Four of a kind | 0.17% | 90.43% | 0.15% |
| Straight flush | 0.03% | 94.64% | 0.03% |
La primera columna es la probabilidad que tienes de ver cada uno de los juegos, la segunda columna es la probabilidad que tienes de ganar dado que te salió dicho juego; la última columna es la probabilidad que tienes de que te salga ese juego y además que ganes.
Ojo, esta tabla es prácticamente inútil para tomar decisiones en un juego de verdad. Está basada en un solo oponente, y tus probabilidades dependen (como dije arriba) no sólo del tipo de juego que tengas, sino también de la configuración exacta en la mesa (las cartas que tienes tú, y las cartas comunes).
Luego, en cuanto a la afirmación sobre “la persona más afortunada del mundo” (aunque en retrospectiva es mucho más fácil de resolver del trabajo que me costó) me dio mucho gusto el poder haberla resuelto de manera prácticamente analítica, sin más simulación que la necesaria para obtener la tabla de arriba.
Es claro que si un evento ocurre, aunque sea con muy poca probabilidad, cuando repites el experimento una y otra vez, se empieza a volver cada vez más y más probable que por lo menos una vez dicho evento ocurra.
La parte interesante era entonces encontrar un evento poco probable que, cuando el experimento se repita tantas veces como personas en el mundo, se vuelva mucho más probable, pero apenas lo suficiente como para que veamos suceder el evento aproximadamente 1 vez en promedio.
Una forma de encontrar un evento con la probabilidad adecuada es, dado otro cierto evento con probabilidad p, pedir que el evento se repita con éxito unas n veces. En resumen lo que queremos buscar es una combinación de p y n tales que
donde N, según Wikipedia, es 6,684,000,000. Para los que sepan, noten que éste es simplemente el valor esperado de éxitos en una distribución binomial con probabilidad de éxito pn.
Intentando varias combinaciones de p y n, una de las que mejor funcionan es la probabilidad de ganar con un full o más (p = 2.45%, sumando los tres últimos renglones de la última columna) y cuando n es precisamente 6.
Más datos curiosos, en promedio se espera que sólo 1 persona gane los 6 juegos con full o más, pero se podrán encontrar fácilmente a más de 50 personas que hayan ganado 5 juegos con full o más. Se pueden encontrar unas 40 personas que hayan ganado con 4 pokers (four of a kind) o más, pero ninguna que haya ganado 5. Se pueden encontrar a casi 600 personas que ganen con 2 escaleras de color (straight flush), pero ninguna que haya ganado con 3.
Calcular la probabilidad de que sí exista por lo menos una persona con los 6 juegos ganados de full o más (el 76% anunciado en el post anterior) es un poco más complicado, pero también se puede hacer con las herramientas básicas que te enseñan en un curso de proba. Si alguien tiene curiosidad me puede preguntar y le paso la receta.
Efectivamente, como dice Rafael, a veces parece que no tengo nada que hacer. El problema es que si, si tengo muchos pendientes, en particular un deadline de paper para el próximo lunes 8. :-S Deseenme suerte!
viernes, 22 de agosto de 2008
La persona más afortunada del mundo
Experimento mental: Supón que tomamos a todas las personas del mundo, las sentamos en mesas por parejas y las ponemos a jugar poker. Cada persona jugará en total 6 partidas con su pareja.
Con alta probabilidad (76%), vamos a poder encontrar a por lo menos una persona, la persona más afortunada del mundo, que va a ganar todas sus 6 partidas con, por lo menos, un full.
Supón entonces que te sentamos a ti a jugar poker con la persona más afortunada del mundo, y encuentras que tu mano tiene tan sólo dos pares. ¿Cuánta probabilidad crees que tengas de ganar?
A ver quién puede adivinar la respuesta. No tienen que dar el dato exacto, pero sí traten de dar argumentos de si creen que será mucha o será poca. La semana próxima pondré un post con la respuesta correcta, así como detalles de cómo calculé todos estos datos. :-)
Update: Ya está publicada la respuesta.
Con alta probabilidad (76%), vamos a poder encontrar a por lo menos una persona, la persona más afortunada del mundo, que va a ganar todas sus 6 partidas con, por lo menos, un full.
Supón entonces que te sentamos a ti a jugar poker con la persona más afortunada del mundo, y encuentras que tu mano tiene tan sólo dos pares. ¿Cuánta probabilidad crees que tengas de ganar?
A ver quién puede adivinar la respuesta. No tienen que dar el dato exacto, pero sí traten de dar argumentos de si creen que será mucha o será poca. La semana próxima pondré un post con la respuesta correcta, así como detalles de cómo calculé todos estos datos. :-)
Update: Ya está publicada la respuesta.
Suscribirse a:
Entradas (Atom)
