Влияние зрителей на результаты выступленийспортивных команд

Влияние зрителей на результаты выступленийспортивных команд

ˑ: 

Кандидат технических наук, доцент В.Н. Юшкин
Волгоградский государственный аграрный университет, Волгоград

Цель исследования – теоретическое обоснование и описание расчета рейтинга с применением численных методов в командных видах спорта.
Методика и организация исследования. Формирование рейтинговых классификаций в командных видах спорта осуществлялось с применением математического моделирования с использованием языков программирования высокого уровня и численных методов расчета. Определены требования, которым должны удовлетворять генеральные целевые задачи, ориентиры, формирующие рейтинг команд: учет результатов предыдущих выступлений, фактор влияния своего поля, количество зрителей на стадионе, потенциал команд. Математическая модель оценивалась показателем сходимости текущего рейтинга команд, участвующих в матче, с фактически полученным результатом игры. Проведен анализ результатов выступления команд в матчах чемпионатов России 1992-2022 гг.
Результаты исследования и выводы. Выполнены три варианта расчета: 1) расчет единой системы уравнений с учетом фактора влияния своего поля; 2) расчет с вычислением показателя коэффициента влияния зрителей на результаты игр; 3) расчет коэффициентов влияния фактора своего поля и зрителей на результаты игр. Система линейных уравнений имеет единственное решение, если результаты выступления команд не имеют нулевой неопределенности в течение всего периода проведения соревнования. Разработанная рейтинговая система направлена на численное подтверждение уровня готовности и потенциала команд, точность прогнозирования выступления команд в краткосрочной и долгосрочной перспективе во всех игровых видах спорта.

Ключевые слова: рейтинг, система, зрители, классификация, моделирование, численный метод.

Литература

  1. Полозов А. А. Информационная модель футбола на примере участия сборной России на ЧМ‑2018 / А. А. Полозов, С. В. Михряков, Е. С. Набойченко и др. // Теория и практика физической культуры. – 2018. – № 1. – С. 75–77.
  2. Полозов А. А. Прогнозирование результатов ЧМ‑2018 на основе нового алгоритма консолидации данных / А. А. Полозов, Е. А. Суворова, А. В. Мельникова и др. // Ученые записки университета им. П. Ф. Лесгафта. – 2018. № 4. – С. 263–269.
  3. Юшкин В. Н. Математическая модель определения рейтинга в линейной постановке / В. Н. Юшкин // Теория и практика физической культуры. – 2022. – № 3. – С. 14–16.
  4. Юшкин В. Н. Система определения рейтинга / В. Н. Юшкин // Современная наука: актуальные проблемы теории и практики. Серия: Гуманитарные науки. – 2020. – № 1. – С. 122–126.
  5. Юшкин В. Н. Цифровая модель рейтинговой оценки соревновательной деятельности / В. Н. Юшкин // Ученые записки университета им. П. Ф. Лесгафта. – 2021. – № 10 (200). – С. 428–431.
  6. Boudreaux C.J., Sanders S.D., Walia B. A natural experiment to determine the crowd effect upon home court advantage, Journal of Sports Economics, 2015. Vol. 18. No. 7. pp. 737-749.
  7. Couceiro M.S., Clemente F., Martins F., Machado J. Dynamical stability and predictability of football players: The study of one match, Entropy. Vol. 16. No. 2, 2014. pp. 645-674.
  8. Goumas Chris. Modelling home advantage for individual teams in UEFA Champions League football. Journal of Sport and Health Science, 2017. Vol. 6. No. 3. рp. 321-326.
  9. Karminsky A., Polozov A.A. Handbook of Ratings. Approaches to Ratings in the Economy, Sports, and Society, Springer International Publishing house. London, 2016. 360 p.
  10. Mangan S., Collins K. A rating system for gaelic football teams: factors that influence success. International Journal of Computer Science in Sport, 2016. Vol. 15. Issue 2. pp. 78-90.
  11. Pollard R., Gómez M.A. Components of home advantage in 157 national soccer leagues worldwide. International Journal of Sport and Exercise Psychology, 2014. Vol. 12. No. 3. pp. 218-233.
  12. Principe V., Gavião L.O., Henriques R., Lobo V., Alves Lima G.B., Sant’anna A.P. Multicriteria analysis of football match perfomances: Composition of probabilistic preferences applied to the English premier league 2015/2016 // Pesquisa Operacional, 2017. Vol. 37. No. 2. pp. 333-363.