Era el último domingo de enero soleado y algo fresco, ideal para hacer una pequeña excursión con los niños. Debía de ser a algún lugar cercano, ya que a las dos debíamos regresar para una comida de celebración con la familia. En la radio del coche se escuchaban los últimos puntos del segundo set de la final del Open de Australia entre Nadal y Medvedev. Tras perder el primer set por un contundente 2-6, Nadal volvía a caer en el segundo luchando bravamente. Justo al borde del abismo, la épica del balear era la esperanza que nos restaba al bajar del coche y comenzar nuestra ascensión.

Seguimos el partido a través del móvil. El primer punto del tercer set era de Medvedev. Entonces, la realización de la emisión deportiva proyectó sobre la cancha una predicción en la que vaticinaba con un 96% de probabilidad la victoria del ruso, mientras que solo con un 4% la de Nadal. Aumentaba así la previsión previa al partido de 64% contra 36% a favor de Medveded. Pero el tenis no son números, ¿o sí?

Algoritmos

Una pregunta interesante es saber cómo se obtienen esos porcentajes. Los algoritmos que sirven estos resultados tienen en cuenta el historial previo de cada jugador y cómo se resolvieron situaciones similares. Por ejemplo, de los 338 partidos disputados por Nadal en los cuatro torneos de Gran Slam (Abierto de Australia, Roland Garros, Wimbledon y abierto de EE. UU.), Nadal se había encontrado en 19 ocasiones perdiendo 0-2 y solo en dos había sido capaz de ganar finalmente el partido, un poco más del 10%; ninguna de estas dos victorias había sido contra jugadores en los diez primeros puestos del circuito ATP. Tal vez incluso el porcentaje del 4% a favor de Nadal podía verse como generoso a tenor de estas extremas circunstancias.

El estudio estadístico del Abierto de Australia fue realizado por la empresa australiana Game Insight Group, surgida de la colaboración entre profesores e investigadores de la Universidad Victoria en Melbourne y la Federación Australiana de Tenis. Esta empresa reveló algunos resultados clave para entender la reacción del tenista español.

Después de tener una media del 55% de acierto en su primer servicio en los dos primeros sets, en el tercero Nadal elevó su efectividad con el servicio al 82 %, de un 11 % de acierto con su derecha en el primer set a un 35% en el cuarto set.

El auge de empresas de tecnología y de big data asociadas a deporte, y en particular en el tenis, ha sido constante en los últimos años e incluso décadas. Como ejemplo, señalamos que la consultora tecnológica Infosys es uno de los patrocinadores del circuito ATP. Pero si una empresa lidera el mercado de datos estadísticos en el tenis es Golden Set Analytics. Proporcionan un servicio 24 horas-7 días a la semana al jugador y a su equipo sobre los datos técnicos de sus rivales. En su página web anuncian que en los últimos cinco años, sus clientes (hombres y mujeres) han ganado 12 Grand Slam.

El analista de datos más afamado del mundo del tenis, Craig O’Shannessy se unió al equipo de Novak Djokovic en 2017. Su aportación permitió al tenista diseñar estrategias analizando los patrones de juego de sus rivales. Ahora era el momento en que Nadal debía rediseñar su estrategia y así lo hizo.

Te puede interesar

Así es el cerebro ganador de Rafa Nadal

'La ciencia de Rafa Nadal' llega el 3 de marzo al Paraninfo con la X Jornada de Divulgación Científica

¡Vamos!

De vuelta al coche, increíblemente Nadal seguía jugando. Había ganado el tercer set por 6-4, después de haber ido perdiendo con un 2-3 y un 0-40 en contra. Todos en el coche gritamos cuando consiguió empatar el partido al cerrar el cuarto set con un segundo 6-4 a su favor. "¡Vamos, Rafa!", se oyó desde una ventana cuando, al bajar del coche, nos dirigimos al comedor.

Al abrir la puerta, gran parte de la familia seguían con atención el inicio del quinto set. Saludamos y nos unimos alrededor de la pantalla en ese momento histórico. Entonces, Tito, uno de mis cuñados y jugador de tenis aficionado, comentó:

–El tenis es un deporte muy matemático. Aparte de la geometría de la cancha, cada trayectoria de la pelota se puede expresar por fórmulas que involucran posición, distancias, ángulos y velocidades. Los errores se cometen cuando las fórmulas no se respetan.

–Tito, que pareces tú el matemático –añadió Eduardo, enólogo y hermano pequeño de Tito.

–Por navidades, me han regalado el libro de ‘Game, Set, Math’ del extenista y ahora entrenador argentino Franco Davin –prosiguió Tito. Con este entrenador, Gastón Gaudió ganó Roland Garros en 2004 (al año siguiente sería Nadal quien ganaría su primer Roland Garros) y Juan Martín del Potro se llevó el Abierto de Estados Unidos contra Roger Federer en 2009. En el libro presenta cómo los datos que la ciencia brinda pueden incorporarse de forma creativa al juego de los tenistas.

–Pero siempre habrá algo que las matemáticas no podrá explicar – le devolvió la pelota Eduardo. La fortaleza mental de Nadal no se puede traducir en datos; la psicología es todo, menos una ciencia exacta.

Un deporte increíble

El quinto set seguía avanzando y Nadal llevaba ventaja. Pero esta era una final a lo grande, y el ruso conseguía igualar el set con un 5-5.

El tenis es un deporte increíble. No hay límite de tiempo y, en cambio, se penaliza la pérdida de tiempo. Podría suceder que un partido nunca acabara. El partido más largo de la historia del tenis en tiempo de duración (11 horas y 5 minutos) y juegos (183) tuvo lugar entre el 22 y 24 de junio de 2010 en la primera ronda de Wimblendon entre John Isner y Nicolas Mahut, con el resultado final de 6–4, 3–6, 6–7(7), 7–6(3), 70–68, a favor de Isner.

A diferencia de otros deportes, el desarrollo del juego en el tenis da opciones, tanto para el que va ganando como para el que va perdiendo. Mientras la pelota sigue en juego, hay posibilidades para cualquiera de los dos jugadores de ganar ese punto, luego el juego, el set y finalmente el partido.

Tras cinco horas y 24 minutos, Nadal conseguía el último punto que necesitaba para ganar el partido. Se tapaba parcialmente la cara con ambas manos para acto seguido saludar afectuosamente a su rival, al juez de silla y estallar de alegría en el centro de la pista. Había vuelto a vencer a sus enormes problemas físicos, a la historia y, en esta ocasión, a las matemáticas de un algoritmo mal diseñado, al despreciar el ya conocido como ‘efecto Nadal’.

Pedro J. Miana Departamento de Matemáticas, IUMA & Facultad de Ciencias, Universidad de Zaragoza

-Ir al suplemento Tercer Milenio

Apúntate y recibe cada semana en tu correo la newsletter de Tercer Milenio