Sabermetria: Final NBA, Golden State WARRIORS vs CLEVELAND CAVALIERS

Es interesante como el Deporte ha hecho que muchos países se mantengan unidos y en paz en el mundo!!! Por ejemplo Estados Unidos es conocido por ser un Imperio en el mundo, pero también por sus grandes eventos Deportivos como la MLB, NFL , WWE y la NBA creo y me atrevo a decirlo abiertamente que no hay eventos de estos en otras partes del mundo en cuanto a calidad y logística!!!

Hoy les vengo a hablar de uno de ellos que nos apasiona a muchos como lo es la NBA y bueno como ahora mismo nada escapa del intento de calcular un evento, nos dedicaremos a intentar dar un resultado de las Finales de la NBA basados en matemáticas pero Basándonos en la Ecuación de Pitagoras solamente, claro a estos se le llama Expectativa Pitagorica, recuerdan la ecuación aquí se las traigo:

No vamos a hacer tantos cálculos, para eso he hecho un Script en Python al que le vamos a pasar los datos de la Tabla de Posiciones de ESPN de la NBA y como llegaron los 2 finalistas alli y mas o menos contra quien se enfrentaron y la expectativa de los otros equipos, pero eso repito lo hará el SCRIPT de python:

Aquí tenemos algunos datos relevantes en Diccionarios Python para manejarlos fácilmente:

###Conferencia del Este

Boston_Celtics = {"PG":53,"PP":29, "PtosA":108.0, "PtosP":105.4}

Cleveland_Cavaliers = {"PG":51,"PP":31, "PtosA":110.3, "PtosP":107.2}

Toronto_Raptors = {"PG":51,"PP":31, "PtosA":106.9, "PtosP":102.6}

Indiana_Pacers = {"PG":42,"PP":40, "PtosA":105.1, "PtosP":105.3}

###Conferencia del Oeste

Golden_State_Warriors = {"PG":67,"PP":15, "PtosA":115.9, "PtosP":104.3}

San_Antonio_Spurs = {"PG":61,"PP":21, "PtosA":105.3, "PtosP":98.1}

Utah_Jazz = {"PG":51,"PP":31, "PtosA":100.7, "PtosP":96.8}

Portland_Trail_Blazers = {"PG":41,"PP":41, "PtosA":107.9, "PtosP":108.5}


Ya así tenemos los datos de todos los equipos involucrados con los Finalistas, ahora vamos a comparar segun los datos que nos arroja el siguiente código hecho en Python:

# -*- coding: utf-8 -*-

###Conferencia del Este

print "Conferencia del Este"

Boston_Celtics = {"PG":53,"PP":29, "PtosA":108.0, "PtosP":105.4}

Cleveland_Cavaliers = {"PG":51,"PP":31, "PtosA":110.3, "PtosP":107.2}

Toronto_Raptors = {"PG":51,"PP":31, "PtosA":106.9, "PtosP":102.6}

Indiana_Pacers = {"PG":42,"PP":40, "PtosA":105.1, "PtosP":105.3}

Lista_equipos = [Boston_Celtics, Cleveland_Cavaliers, Toronto_Raptors, Indiana_Pacers]

Lista_equipos_name = ['Boston_Celtics', 'Cleveland_Cavaliers', 'Toronto_Raptors', 'Indiana_Pacers']

contador = 0

for equipo in Lista_equipos:

    print Lista_equipos_name[contador]

    exp_pitagorica_Partidos = 1.00*equipo["PG"]**2 / (equipo["PG"]**2+equipo["PP"]**2)

    print Lista_equipos_name[contador],":  " , exp_pitagorica_Partidos

    exp_pitagorica_Puntos = 1.00*equipo["PtosA"]**2 / (equipo["PtosA"]**2+equipo["PtosP"]**2)

    print Lista_equipos_name[contador],":  " , exp_pitagorica_Puntos

    diferencia = exp_pitagorica_Partidos- exp_pitagorica_Puntos

    print Lista_equipos_name[contador],":  " , diferencia

    contador +=1

###Conferencia del Oeste

print " "

print " "

print " "

print " "

print " "

print "Conferencia del Oeste"

Golden_State_Warriors = {"PG":67,"PP":15, "PtosA":115.9, "PtosP":104.3}

San_Antonio_Spurs = {"PG":61,"PP":21, "PtosA":105.3, "PtosP":98.1}

Utah_Jazz = {"PG":51,"PP":31, "PtosA":100.7, "PtosP":96.8}

Portland_Trail_Blazers = {"PG":41,"PP":41, "PtosA":107.9, "PtosP":108.5}

Lista_equipos = [Golden_State_Warriors, San_Antonio_Spurs, Utah_Jazz, Portland_Trail_Blazers]

Lista_equipos_name = ['Golden_State_Warriors', 'San_Antonio_Spurs', 'Utah_Jazz', 'Portland_Trail_Blazers']

contador = 0

for equipo in Lista_equipos:

    print Lista_equipos_name[contador]

    exp_pitagorica_Partidos = 1.00*equipo["PG"]**2 / (equipo["PG"]**2+equipo["PP"]**2)

    print Lista_equipos_name[contador],":  " , exp_pitagorica_Partidos

    exp_pitagorica_Puntos = 1.00*equipo["PtosA"]**2 / (equipo["PtosA"]**2+equipo["PtosP"]**2)

    print Lista_equipos_name[contador],":  " , exp_pitagorica_Puntos

    diferencia = exp_pitagorica_Partidos- exp_pitagorica_Puntos

    print Lista_equipos_name[contador],":  " , diferencia

    contador +=1

La salida es la siguiente:

Conferencia del Este

Boston_Celtics

Boston_Celtics :   0.769589041096

Boston_Celtics :   0.512181884288

Boston_Celtics :   0.257407156808

Cleveland_Cavaliers

Cleveland_Cavaliers :   0.730207748456

Cleveland_Cavaliers :   0.51424997876

Cleveland_Cavaliers :   0.215957769696

Toronto_Raptors

Toronto_Raptors :   0.730207748456

Toronto_Raptors :   0.520516416549

Toronto_Raptors :   0.209691331907

Indiana_Pacers

Indiana_Pacers :   0.524375743163

Indiana_Pacers :   0.499049430517

Indiana_Pacers :   0.0253263126462

 

Conferencia del Oeste

Golden_State_Warriors

Golden_State_Warriors :   0.952269834535

Golden_State_Warriors :   0.552533595489

Golden_State_Warriors :   0.399736239047

San_Antonio_Spurs

San_Antonio_Spurs :   0.894041326285

San_Antonio_Spurs :   0.535353930387

San_Antonio_Spurs :   0.358687395898

Utah_Jazz

Utah_Jazz :   0.730207748456

Utah_Jazz :   0.519739138413

Utah_Jazz :   0.210468610043

Portland_Trail_Blazers

Portland_Trail_Blazers :   0.5

Portland_Trail_Blazers :   0.497227378061

Portland_Trail_Blazers :   0.00277262193856


Por ejemplo Podríamos Hacer una análisis Rápido y cuadrar los equipos con los que jugaron y quizás solo con las diferencias sacar nuestras conclusiones, veamos:

Cleveland_Cavaliers :   0.215957769696 vs Indiana_Pacers :   0.0253263126462

A simple vista podemos ver, que Cleveland Tenia mejores EXPECTATIVAS Pitagóricas, en comparación con Indiana, para dar alguna luz sobre esta materia, no estamos Hablando de Ciencia son teorías no probadas, hace algún tiempo cuando era jugador hice un sistema bastante complejo que me dio algunos dividendos pero también bastante estrés jeje de mis analisis saque, que mientras mas grande este numero mas posibilidades habían de que el equipo ganara algunos juegos, podríamos decir que es un factor importante para saber que tan alejado de la realidad esta alguna de las 2 EXPECTATIVAS, podríamos llamarle FACTOR PITAGÓRICO. Siguiendo con nuestro estudio CLEVELAN venció en 4 Juegos a Indiana. Si quisiéramos llevar esto mas lejos podríamos aunar los Puntos de los partidos de los Playoffs pero por ahora mejor no :D.

La siguiente Victima de Cleveland fue Toronto:

Cleveland_Cavaliers :   0.215957769696 vs Toronto_Raptors :   0.209691331907

Aquí aparentemente estaba mas cerrado el encuentro, Pero de nuevo Cleveland Venció en 4 Juegos. Luego le Toco el Turno a Boston:

Cleveland_Cavaliers :   0.215957769696 vs Boston_Celtics :   0.257407156808

Aquí el Factor Pitagoras tenia privilegiado a Boston pero de nuevo Cleveland Venció en 5 Juegos, como les decía al principio es difícil predecir con exactitud y mientras mas variables quizás conozcamos, podemos tener una mejor expectativa general de quien debería Ganar, aquí podríamos usar 2 ecuaciones que estoy preparando y hacer otros cálculos y estimaciones pero lo dejaremos para futuras entradas debemos saber que estos cálculos no son 100% Factibles.

Ahora analicemos a Golden State:

Golden_State_Warriors :   0.399736239047

A simple Vista Arrasa con cualquiera, veamos directamente todas:

Portland_Trail_Blazers :   0.00277262193856

Utah_Jazz :   0.210468610043

San_Antonio_Spurs :   0.358687395898

Si analizamos el único que le podría hacer frente seria San Antonio y esto fue lo que ocurrió:

        G  129-115

        G  120-108

        G  136-100

        G  113-111

En pocas palabras le metió los 4 :O

Ahora comparado con Cleveland no esta Peor:

Golden_State_Warriors :   0.399736239047 vs Cleveland_Cavaliers :   0.215957769696

Bueno hasta aquí este análisis de las matemáticas como modelos Predictivos de ahora en adelante me dedicare a otras cositas interesantes del Fútbol y el Béisbol como por ejemplo estudio de enfrentamientos del Béisbol cuantas carreras por Estadio entre equipos y algunas cosas mas, Como goles de Torneos Medias y Sabermetria de los costos de los jugadores...


Bueno hasta aquí este análisis de las matemáticas como modelos Predictivos de ahora en adelante me dedicare a otras cositas interesantes del Fútbol y el Béisbol como por ejemplo estudio de enfrentamientos del Béisbol cuantas carreras por Estadio entre equipos y algunas cosas mas, Como goles de Torneos Medias y Sabermetria de los costos de los jugadores...





H2
H3
H4
3 columns
2 columns
1 column
Join the conversation now