En cada partido de fútbol, especialmente en los campeonatos, existe un interés constante por anticipar qué equipo resultará vencedor. Ese interés responde tanto a la pasión de los aficionados como a prácticas asociadas al deporte, como las quinielas, las apuestas y los análisis de rendimiento. Por ello, la posibilidad de predecir resultados mediante herramientas matemáticas y estadísticas ha despertado la atención de investigadores y seguidores del fútbol. La idea de identificar al ganador a partir de datos objetivos resulta especialmente atractiva por su potencial para reducir la incertidumbre inherente al deporte.
M.Sc. Rodrigo Leonardo es catedrático del Departamento de Matemática de Universidad del Valle de Guatemala (UVG) y experto en investigación económica. Su tesis de pregrado, titulada “Modelos de aprendizaje automático para optimizar el retorno en portafolios de apuestas de fútbol”, explora la frontera entre el deporte y la ciencia. Entrevistamos al M.Sc. Leonardo, quien nos explicó la utilización de distintos métodos estadísticos tradicionales para predecir resultados deportivos.
M.Sc. Rodrigo Leonardo.
Entre la estadística y el aprendizaje automático
El M.Sc. Leonardo comparó los algoritmos estadísticos clásicos, como los árboles de decisión y las máquinas de soporte vectorial, contra las redes neuronales. Esos sistemas buscan predecir resultados en ligas competitivas como el fútbol europeo.
“Un modelo matemático busca, en esencia, anticipar una función de probabilidad. Aunque el siglo pasado se basó en métodos deterministas, desde el 2000 los científicos de datos utilizan machine learning”, explica. Con el machine learning, los modelos se entrenan con enormes volúmenes de información para alcanzar un nivel alto de predictibilidad en escenarios reales.
El reto de los torneos cortos y la falta de datos
Predecir el resultado de un mundial o una copa de fútbol presenta una dificultad particular: la inexistencia de datos de entrenamiento previos. Las selecciones nacionales juegan pocos partidos al año y muchas veces contra rivales que no reflejan su verdadero nivel competitivo.
“Un equipo del año pasado no es el mismo equipo de hoy. Por esa razón, los modelos matemáticos cambian su enfoque”, dice el experto. En lugar de mirar el historial del equipo completo, los algoritmos analizan los atributos individuales de cada jugador y el impacto que genera en el campo de juego.
Los analistas también utilizan los “power rankings” de los futbolistas en sus respectivos clubes, donde sí abunda la información. “Por ejemplo, los modelos evalúan cómo cambia el desempeño de un club cuando un jugador específico, como Gabriel Martinelli, ocupa el extremo izquierdo. Si su presencia aumenta las asistencias y los pases cruzados, el algoritmo combina esos datos hipotéticos para proyectar ventajas ofensivas o defensivas en la selección nacional”, añade.
Universos paralelos y la varianza del balón
Cuando escuchas que un país tiene 20% de probabilidad de ganar, puedes imaginar cinco universos paralelos. En ese escenario, la selección triunfa, en promedio, en uno de esos cinco mundos. Sin embargo, la matemática enfrenta enemigos impredecibles como la varianza y las variables fuera de control. Una lesión inesperada de una estrella o una táctica que un entrenador guardó en secreto modifica las probabilidades en segundos.
Para el catedrático, la primera ronda de un torneo suele ser un caos total donde ocurren sorpresas constantes. No obstante, tras observar las primeras semanas de juego, los algoritmos ajustan sus parámetros. Con información reciente sobre el desempeño real de los equipos, los modelos ofrecen resultados más certeros. Así aumenta la capacidad de anticipar lo que ocurrirá en las etapas finales.
Complejidad exponencial
La principal novedad del Mundial FIFA 2026 es el aumento de equipos en las competiciones modernas. El cambio eleva la dificultad de los cálculos de forma drástica. “Pasar de 64 a 104 partidos genera una complejidad exponencial. El número de escenarios y resultados posibles hoy supera la cantidad de átomos en el universo”, explica el M. Sc. Leonardo.
Por eso, es posible predecir posibles resultados futbolísticos; ya que la capacidad de cómputo actual permite procesar paquetes grandes de información masivos por jugador y por país. Los matemáticos identifican las variables principales para simplificar la realidad y generar proyecciones útiles. Dominar la matemática pura otorga una ventaja competitiva para modelar esos fenómenos y anticipar eventos futuros con rigor científico.
Si te apasiona la estadística, la inteligencia artificial, los datos y entender cómo funcionan las predicciones deportivas, seguramente te gustará la Licenciatura en Matemática Aplicada. Haz clic en el enlace para conocer más. 
También te puede interesar
Rafael Dubois: Entre integrales y melodías demuestra el encanto de la matemática
Integratón matemática 2020: ¡Una manera divertida de aprender a integrar!
Gira a Altiplano permite reforzar el aprendizaje de matemática en estudiantes de diversificado
