Они проверили свою модель на данных, собранных с 45 матчей

N+1Наука

Физики предсказали успешность пасов в футболе

Марат Хамадеев

T. Narizuka et al. / Scientific Reports, 2021

Физики построили математическую модель, которая позволяет оценить рискованность паса в футболе зависимости от того, в какую точку поля он будет сделан. Они проверили адекватность модели на большом количестве данных, полученных из реальных матчей, и сделали выводы о практической применимости своих результатов. Исследование опубликовано в Scientific Reports.

Командные виды спорта в силу большого количества участников и сложности протекающих в них процессов кажутся непредсказуемыми с точки зрения физики. Тем не менее отдельные аспекты игры все же поддаются моделированию. Особый интерес в этом плане представляет футбол, поскольку он считается самым популярным и самым массовым видом спорта в мире. Так, ученые смогли найти некоторые универсальные закономерности в распределении голов, применить сетевой анализ для исследования точности пасов, получить статистические данные о перемещении мяча и многое другое.

Помимо прочего физиков интересует вопрос характеризации пространства футбольного поля. Это позволит понять, какую роль играет та или иная точка поля в разных ситуациях, что может быть важно при выборе тактического рисунка игры. Однако среди ученых нет согласия по поводу того, по каким критериям делить это пространство.

На текущий момент можно выделить два больших подхода. В первом из них пространство делится на многоугольники в зависимости от того, как расположены игроки на поле. В простейшем случае поле представляется в виде диаграмм Вороного, где множествами точек являются футболисты. В более сложных случаях эти области модифицируются с учетом скорости или ускорения игроков. Недостатком этих подходов стало то, что в них все точки считаются одинаково важными для игрока, вокруг которого построена эта область. Вместе с тем они могут быть разными с точки зрения успешности паса и результативности ударов по воротам, плотности игроков и так далее.

Японские физики из Университета Тюо и Университета Васэда под руководством Йошихиро Йамазаки (Yoshihiro Yamazaki) предложили новый подход к оценке игрового пространства на основе минимального времени, которое необходимо, чтобы добраться до точки поля хотя бы одному игроку из каждой команды. В качестве входных параметров их алгоритм берет стартовые координаты и скорости игроков. Затем с помощью второго закона Ньютона вычисляется время, необходимое ближайшему игроку от каждой команды, чтобы достичь нужной точки

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Сергей Королев Сергей Королев

Правила жизни Сергея Королева

Esquire
Долгожданная «Лига справедливости» Зака Снайдера: 4 супергеройских часа периода упадка Долгожданная «Лига справедливости» Зака Снайдера: 4 супергеройских часа периода упадка

Нужен ли супергероике такой хронометраж и можно ли привнести что-то новое в жанр

Esquire
Офис в мотеле и деньги других людей: как Марк Рэндольф создавал Netflix Офис в мотеле и деньги других людей: как Марк Рэндольф создавал Netflix

Отрывок из книги «That will never work» об истории создания Netflix

Forbes
Пелена на глазах: бывают ли отношения без ревности Пелена на глазах: бывают ли отношения без ревности

Словно тень, ревность кажется неотъемлемой частью интимной связи

СНОБ
Самые крутые фильмы про супергероев: список 20 лучших от Playboy Самые крутые фильмы про супергероев: список 20 лучших от Playboy

Подборка культовых супергеройских картин, обязательных к просмотру

Playboy
Когда и стены помогают Когда и стены помогают

Идеальный интерьер для твоего типа личности

Лиза
Умная колонка подслушала сердцебиение Умная колонка подслушала сердцебиение

Это позволяет отслеживать нарушения вариабельности сердечного ритма

N+1
Это по любви! Звездные красотки, которые вышли замуж за поклонников Это по любви! Звездные красотки, которые вышли замуж за поклонников

Энн Хэтуэй, Джессика Альба и другие артистки счастливы в браках с поклонниками

Cosmopolitan
Топ-10 важных витаминов и минералов Топ-10 важных витаминов и минералов

Эти полезные вещества нам необходимы в первую очередь

Лиза
Поисковик для банковских данных Поисковик для банковских данных

Как и зачем банк ВТБ создал гигантскую систему управления данными

Forbes

Как избавится от розацеа навсегда

Cosmopolitan
Брильянты, балы и браки по расчету: британские сериалы про высшее общество Брильянты, балы и браки по расчету: британские сериалы про высшее общество

Британские сериалы о высшем свете

Cosmopolitan
Бактериальные волокна из целлюлозы превратили в фильтровальную мембрану Бактериальные волокна из целлюлозы превратили в фильтровальную мембрану

Мембрана позволила эффективно разделить смесь масла и воды

N+1
Кто круче: Алена Водонаева против Виктории Бони Кто круче: Алена Водонаева против Виктории Бони

Алена Водонаева и Виктория Боня и по сей день остаются негласными соперницами

Cosmopolitan
Жить или выживать: география малых городов России Жить или выживать: география малых городов России

Какими разными бывают малые города и что у них общего

N+1
Каким женщинам нравится секс на одну ночь? Каким женщинам нравится секс на одну ночь?

Нравится ли женщина секс на одну ночь

Psychologies
Каланы защитили от морских ежей остатки калифорнийских водорослевых лесов Каланы защитили от морских ежей остатки калифорнийских водорослевых лесов

Возможно, каланы помогут лесам восстановиться на участках, где те исчезли

N+1
Как сказать настоящее «нет»: 6 упражнений для уверенности в себе Как сказать настоящее «нет»: 6 упражнений для уверенности в себе

Чтобы осмелиться сказать «нет», нужно быть уверенным в себе и своем решении

Psychologies
Джим-тоник Джим-тоник

Многогранность Джима Керри притягивает

Playboy
«Темнокожие Томасы Эдисоны»: как пекарь Джозеф Ли делал «хлебные машины» и опровергал расистские стереотипы «Темнокожие Томасы Эдисоны»: как пекарь Джозеф Ли делал «хлебные машины» и опровергал расистские стереотипы

Джозеф Ли изобрел устройства, изменившие промышленное производство хлеба

Forbes
Со всем трепетом Со всем трепетом

Рассказываем, как ухаживать за волосами, — чтобы хорошо было и вам, и природе

Glamour
Раз и навсегда! Щадящие бьюти-процедуры эффект от которых максимально долог Раз и навсегда! Щадящие бьюти-процедуры эффект от которых максимально долог

Самые актуальные процедуры салонов красоты

Cosmopolitan
Как стать стройнее с помощью одежды: 15 способов, которые работают Как стать стройнее с помощью одежды: 15 способов, которые работают

Небольшие хитрости, позволяющие визуально скрыть недостатки фигуры

Cosmopolitan
Упражнения на эмпатию для инспекторов по УДО связали со сниженным риском рецедива среди их подопечных Упражнения на эмпатию для инспекторов по УДО связали со сниженным риском рецедива среди их подопечных

Уровень эмпатии инспекторов по УДО влияет на поведение их подопечных

N+1
Дело Деми Мур: Почему нас так задевает чужая внешность Дело Деми Мур: Почему нас так задевает чужая внешность

За что осудили Деми Мур и почему нам вообще есть дело до чужой внешности

Домашний Очаг
Роботы отмечают столетие Роботы отмечают столетие

Слово «робот» придумал чешский художник и литератор Йосеф Чапек

Наука и жизнь
Дома поговорим: как Букингемский дворец спустил на тормоза конфликт с Меган и Гарри Дома поговорим: как Букингемский дворец спустил на тормоза конфликт с Меган и Гарри

Как отнеслись к откровениям Меган Маркл и Гарри в королевстве?

Forbes
Техника обучения Фейнмана Техника обучения Фейнмана

Техника, которая вам подойдет, если вы ищете способ ускорить свое обучение

VC.RU
Почему мы принимаем насилие за заботу и как это исправить Почему мы принимаем насилие за заботу и как это исправить

Как распознать насилие в отношениях?

Psychologies
Почему все раздражает: выявляем причину «бесячего» настроения и учимся не быть злыми как собака Почему все раздражает: выявляем причину «бесячего» настроения и учимся не быть злыми как собака

Что вызывает чувство раздражительности, и как перестать злиться

Playboy
Открыть в приложении