Modélisation mathématique d’un match de football


L. Gerville-Réache et C. Ley

Comment estimer les chances de victoire de votre équipe préférée à la prochaine Coupe du monde de football ? Dans une certaine mesure, cela est rendu possible grâce aux mathématiques et à l’intelligence artificielle. Exemple avec l’édition 2018 de la compétition.

Lors d’un match de football, le résultat est clair : victoire, défaite ou match nul. Il est cependant tout sauf évident de pouvoir prédire ce résultat avant le match. Une formule magique n’existe tout simplement pas ! C’est un jeu pratiqué par des humains et la nature humaine est bien difficilement prévisible. Néanmoins, on peut utiliser les mathématiques pour essayer de s’approcher au mieux d’une telle formule. L’idée consiste à modéliser le résultat d’une partie par une loi probabiliste, à savoir une formule mathématique qui cherche à décrire le résultat d’un évènement aléatoire.

 

La loi de Poisson bivariée

Un match de football est caractérisé par deux équipes adverses qui peuvent marquer chacune un certain nombre de buts pendant un intervalle de temps bien déterminé (quatre-vingt-dix minutes, plus les arrêts de jeux). Un choix naturel pour décrire un phénomène aléatoire X qui peut se produire plusieurs fois sur un intervalle de temps déterminé est la loi de Poisson, avec comme formule P(X = k) = exp(‒λ) × λk/k ! pour évaluer la probabilité que X prenne la valeur k. Ici, l’entier k ≥ 0 représente le résultat de X, le paramètre λ ≥ 0 est la moyenne attendue de X. Une version légèrement plus compliquée, appelée loi de Poisson bivariée et qui tient compte ... Lire la suite


références


A systems model of the effects of training on physical performance. Thomas Calvert, Eric Banister, 
Margaret Savage et Tim Bach, IEEE transactions on systems, man, and cybernetics 6 (2), 1976.

Quantification de la charge dans l’entraînement sportif. François Gazzano, Cahiers de l’INSEP 33, 2002.

Statistique et traitement des données : du recueil à l’interprétation. Léo Gerville-Réache, Ellipses, 2022.