Modelado mediante cadenas de Markov y evaluación simulada del impacto de determinados comportamientos tácticos en el tenis moderno

Resumen

Los comportamientos durante los juegos de red u otros deportes suelen capturarse en forma de indicadores del rendimiento discretos que representan frecuencias o frecuencias relativas de variables conductuales clave. Sin embargo, en este aspecto, los indicadores del rendimiento discretos suelen tener poca relevancia práctica ya que carecen de información sobre la secuencia de acciones y la interacción subyacente de los jugadores durante un partido. Por lo tanto, establecer una conexión entre los indicadores del rendimiento y el éxito deportivo sigue siendo un reto. En tenis, el modelado mediante cadenas de Markov finitas basado en una matriz de transición se muestra prometedor para sortear estos problemas. La matriz de transición permite capturar clases de equivalencia de golpes como una secuencia de estados con la posibilidad de transiciones entre ellos, representando básicamente un intercambio de golpes. Adicionalmente, el modelado mediante cadenas de Markov finitas permite determinar la relevancia de transiciones de estado con relación al rendimiento. Dado que los modelos de transición de estado actuales pueden estar obsoletos, uno de los objetivos principales de este estudio fue establecer una matriz de transición con un diseño nuevo que fuera representativa de la estructura de un juego de tenis. Se pretendía demostrar la suficiencia de la matriz de transición como herramienta descriptiva utilizando datos reales de partidos. Adicionalmente, la relevancia de las transiciones de estado seleccionadas se determinó a través de modelado mediante cadenas de Markov finitas. Los datos de los partidos y los valores emergentes para la relevancia del rendimiento se analizaron en relación con dos factores influyentes: sexo y superficie del campo. Esto reveló solo pequeñas diferencias con respecto a ambos factores, indicando específicamente una convergencia de la estructura de juego en hombres y mujeres.