Modelado Duckworth–Lewis–Stern con lógica difusa e índices contextuales para la revisión de objetivos en cricket

Por qué la lluvia y el rocío pueden cambiar un partido de cricket

Los aficionados a menudo se quejan de que las reglas por lluvia y el rocío de últimas horas pueden sesgar injustamente un partido de cricket de overs limitados. Cuando el juego se acorta, se usa el método Duckworth–Lewis–Stern (DLS) para reajustar el objetivo del equipo que persigue, pero este solo considera los overs restantes y los wickets perdidos. Este artículo plantea una pregunta que muchos espectadores y jugadores ya sienten de manera intuitiva: ¿deberían los cálculos de objetivo tener también en cuenta la fuerza de los equipos, el comportamiento del pitch y si el outfield está resbaladizo por el rocío? Los autores proponen un modo nuevo y más flexible de hacer precisamente eso.

Cómo ve el reglamento actual un partido

El método DLS estándar parte de la suposición de que la capacidad de anotar de un equipo depende de dos números: cuántos overs quedan y cuántos wickets han caído. A partir de ellos construye una curva suave que describe la fracción de “recursos de bateo” todavía disponibles. Los objetivos y las puntuaciones de par en partidos afectados por la lluvia se calculan luego simplemente comparando los recursos utilizados por cada lado. Este enfoque ha funcionado lo bastante bien como para convertirse en el estándar mundial, pero tiene un punto ciego: trata dos entradas con los mismos overs y wickets como idénticas, incluso si un lado tiene bateadores de clase mundial en un pitch plano y el otro se enfrenta a una bola que se mueve bajo iluminación.

Introduciendo el contexto

Para cerrar esa brecha, los autores construyen índices numéricos que capturan la fuerza del equipo y las condiciones del partido de manera simple e interpretable. Un Índice de Calidad de Bateo combina promedios de bateo, tasas de golpeo y clasificaciones en un solo valor entre cero y uno, donde 0,5 significa aproximadamente “promedio”. Un Índice de Amenaza de Lanzamiento hace lo mismo para el lado de los lanzadores, usando la tasa de economía, wickets por bola, promedios y clasificaciones, otorgando puntuaciones más altas a ataques más fuertes. También tienen en cuenta cuántos overs de Powerplay quedan, cuánto favorece el pitch al bateo o al lanzamiento y si el tiempo sugiere aire seco, llovizna o fuerte rocío. El pitch y el tiempo se resumen usando lógica difusa: en vez de un rígido “bueno” o “malo”, se describen en tonos solapados como “duro”, “húmedo” o “gastado”, que luego se mezclan en una única puntuación de pitch o de tiempo.

Una curva flexible que se adapta a las condiciones

Partiendo de estas entradas, los autores diseñan dos herramientas matemáticas relacionadas. Primero, presentan una curva logística‑exponencial generalizada que imita estrechamente la conocida curva de recursos del DLS cuando las condiciones son medias, pero se curva ligeramente hacia arriba o hacia abajo cuando el bateo es más fuerte, el lanzamiento más agresivo, el pitch se aplana o aparece rocío. Segundo, integran esta idea dentro de un sistema completo de lógica difusa, que toma reglas lingüísticas que suenan a jerga real del cricket —por ejemplo, “si el bateo es fuerte y el pitch está plano y hay rocío, entonces los recursos son muy altos”— y las traduce en ajustes numéricos precisos. En ejemplos trabajados, el modelo desplaza suavemente las puntuaciones de par hacia arriba en entornos favorables a los lanzadores y hacia abajo cuando la persecución se ve ayudada por las condiciones, al tiempo que vuelve siempre a la forma clásica del DLS cuando todo es neutral.

¿Realmente ayuda el rocío en la persecución?

Más allá del modelado, el artículo examina 100 partidos internacionales de un día jugados en India para probar una creencia ampliamente extendida: que el rocío invernal facilita la persecución. Dividiendo los partidos en meses de invierno y no invernales, los autores encuentran que los equipos que baten segundo ganaron el 56,5 por ciento de los partidos de invierno, pero solo el 37,0 por ciento de los no invernales. Las probabilidades de ganar al perseguir son algo más del doble en invierno, aunque la muestra es lo bastante pequeña como para que el resultado no alcance la significación estadística estricta. Aun así, este patrón encaja bien con las entradas difusas que el modelo está diseñado para usar: bolas resbaladizas, outfields más rápidos y condiciones más suaves para los bateadores en la segunda entrada.

Qué significa esto para objetivos más justos

En conjunto, el modelo Fuzzy‑DLS se comporta como una versión mejorada y consciente del contexto de la regla de lluvia estándar. En un conjunto de 30 casos ilustrativos, sus estimaciones de recursos difieren de los valores oficiales del DLS en solo alrededor de 1,5 puntos porcentuales de media, y las puntuaciones de par cambian en poco más de dos carreras: cambios pequeños y suaves en lugar de revisiones drásticas. Sin embargo, esos ajustes se fundamentan en información de la que ya hablan jugadores, comentaristas y aficionados: la fuerza de las alineaciones, el estado del pitch y la presencia de rocío o lluvia. Para un lector general, la conclusión clave es que es posible mantener el marco familiar del DLS haciéndolo más sensible a la sensación real de un partido, lo que podría conducir a revisiones de objetivos que resulten no solo matemáticamente coherentes sino también intuitivamente justas.

Cita: Samanta, S., Allahviranloo, T., Mrsic, L. et al. Duckworth–Lewis–Stern modeling with fuzzy logic and contextual indices for target revision in cricket. Sci Rep 16, 10630 (2026). https://doi.org/10.1038/s41598-026-44750-8

Palabras clave: analítica de cricket, partidos afectados por lluvia, revisión de objetivos, lógica difusa, Duckworth-Lewis-Stern