E l baloncesto desde la perspectiva de los sistemas complejos no-lineales

Abstract

Objetivos. Describir los fundamentos teóricos en los que se sustenta el estudio de los sistemas complejos y su aplicación al análisis de los deportes de equipo a través del baloncesto. Método. Se estudia el baloncesto desde tres niveles diferentes: la competición, el partido y el equipo. En el primer caso se buscó una herramienta que permitiese evaluar el grado de competitividad en base a la incertidumbre que existe en cada confrontación usando la entropía de Shannon. En el segundo se estudió 6150 partidos de la fase regular de la NBA, analizando las canastas y los tiempos de anotación. Por último se hizo una aproximación sobre el funcionamiento de los equipos tratándolos como redes de jugadores y sus interacciones: pases, bloqueos y creaciones de espacio. Resultados. NBA y ACB muestra elevados niveles de incertidumbre. La diferencia de puntos actúa como un parámetro de orden. El alto grado de aleatoriedad que existe en la mayor parte de los partidos, diferenciaAim. Describing the theoretical framework in which the study of complex systems is based, and its application to team sport through basketball. Method. We studied basketball from three different levels: the competition, the game and the team. In the fi rst case we evaluated the uncertainty degree using the Shannon entropy, in order to fi gure out the uncertainty present in basketball. In the second cased we studied 6150 games of the Página 46 De Saa Guerra, Y., Martín-González, J.M. y García Manso, J.M. (2014). El baloncesto desde la perspectiva de los sistemas complejos no-lineales. Revista Española de Educación Física y Deportes, 406, 45-55 NBA regular season, analyzing scoring and time between points. Finally we carried out an approach to the team performance using network theory and their interactions: passes, screens and space creations. Results. NBA and ACB show high levels of uncertainty. The point difference acts as an order parameter. The high randomness degree that exists in the most part of games, score difference lower than 11 points, points outs a high level of uncertainty to the fi nal result. Some parameters such as passes, screens and space creations can be interpreted as interactions among players and enables to analyze using network theory. Conclusions. Basketball leagues can be understood as systems organized critically because they remain between two situations, one of maximum randomness and other completed ordered. In turn, teams (players network) try to overcome the game through selforganization, based in different patterns of complex networks.