Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Martínez Huartos, Johann HeinzNúñez de Villavicencio Martínez, Luis AlbertoRico Aparicio, Steven Fernando2024-03-0420212024-03-0420212021https://noesis.uis.edu.co/handle/20.500.14071/41899La Ciencia de Redes es una rama de la Física conocida por su transdisciplinariedad. Esta estudiasistemas provenientes desde la propia Física, hasta sistemas de la Biología, las Ciencias Sociales,la Economía, entre otros campos, y se enfoca en la colectividad de los agentes que componen elsistema, centrándose en sus interacciones. Este proyecto se basa en la perspectiva de red de unsistema social específico como sistema colectivo, el deporte del Fútbol. El estudio de deportes colectivos como este, es posible gracias al creciente surgimiento de modelos físicos y matemáticosque lo permiten. Sin embargo, existen dos aspectos relevantes que restringen la construcción deuna red de pases. Por un lado, la creación de estas redes se basa en el conocimiento previo delos enlaces que conforman los sistemas deportivos. Por otro lado, existen vastas limitaciones en elacceso a estos datos de los sistemas futbolísticos. Este proyecto propone una alternativa para la reconstrucción de una red compleja de fútbol sinconocimiento previo de los enlaces entre los jugadores. Para esto, se propone trabajar sobre losdatos de rastreo (Tracking), datos en bruto que contiene información espacial (posición) y temporal (tiempo) de los agentes en la cancha. El proyecto pretende generar e identificar los enlaces quedefinen la red de pases a partir de estos datos alternos. Para esto, se desarrolla un modelo físico dedriven-data que actúa bajo la restricción de una condición espacial (p) y una condición temporal(7). Gracias al análisis de diferentes técnicas estadísticas sobre un espacio de configuración de losanteriores parámetros, se obtuvo como resultado una combinación de parámetros óptimos (p”, 7”)bajo la cual el modelo recupera los enlaces del sistema con una eficiencia mayor al 91 %. Al mismotiempo, se capturan los coeficientes de red del Shortest Path y del Clustering, con un error menoral 10%. Por lo que conocemos, esta es la primera aproximación en la reconstrucción directa deredes deportivas de fútbol, con base en la Física de sistemas complejos. El modelo propuesto secomporta con alta eficiencia, sin la necesidad de conocimiento previo de los enlaces del sistema.También se aporta a la aplicación de la ciencia de redes en sistemas sociales como los deportescolectivos.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Redes complejasAnálisis deportivoCienciaUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coComplex networksSports analyticsinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)