close
mar 24, 2014
mar 24, 2014

Análise Bayesiana e apostas desportivas

Análise Bayesiana e apostas desportivas
Frequentemente, os apostadores procuram novas ferramentas para aperfeiçoarem o processo de atribuição de probabilidades rigorosas à hipótese de ocorrência de eventos incertos. Este artigo explica como a análise Bayesiana – a teoria de um pastor presbiteriano inglês do século XVIII chamado Thomas Bayes – pode ajudar os apostadores a estimarem o resultado de um evento.

O nascimento da análise Bayesiana

Nascido em 1701 em Inglaterra, Thomas Bayes dedicou toda a sua vida à teologia e à matemática. Só após a sua morte em 1761 é que um dos seus estudos “An Essay towards solving a Problem in the Doctrine of Chances” foi submetido à Royal Society de Inglaterra e a importância da sua obra foi reconhecida a título póstumo.

Contudo, foi preciso esperar até ao advento dos computadores de secretária – 200 anos mais tarde – para o trabalho de Bayes ser realmente apreciado e amplamente aceite. Desde então, a análise bayesiana tem sido interpretada e aplicada em muitos campos diferentes, incluindo na inteligência artificial. Na sua forma mais simples, a abordagem de Bayes é indiscutivelmente a maneira mais sensata de usar a probabilidade e o raciocínio para tomar decisões perante uma incerteza, incluindo nos jogos de azar.

A análise Bayesiana aplica um processo iterativo para avaliar o que se sabe acerca da probabilidade de um evento futuro e, depois, testa o impacto das novas evidências à medida que vão estando disponíveis.

A fórmula da análise Bayesiana

A análise Bayesiana tem muitas designações "Inferência Bayesiana", "Probabilidade Inversa", "Atualização Bayesiana". Porém, é uma fórmula bastante simples:

P(A|B)= P(A)*P(B|A)/P(B)
A probabilidade de A dado B é igual à Probabilidade de A multiplicada pela Probabilidade de B dado A dividida pela Probabilidade de B

Se quer saber a Probabilidade de A quando sabe que B também está presente (dado), pode obter a resposta multiplicando a sua estimativa anterior de A (Probabilidade de A) pelo quão mais provável B é quando A está presente, ou seja, P(B|A)/P(B).

Utilizar a análise Bayesiana para prever o tempo

Imaginemos que calcula que haja 30% de hipóteses de chover amanhã.

E sabe que, num dia normal, há 50% de hipóteses de existirem nuvens no céu.

Também sabe que há 100% de hipóteses de existirem nuvens quando há chuva (sempre que há chuva há nuvens).

Tem as seguintes informações:

  • P(A)= Probabilidade de ocorrência de chuva= 30%
  • P(B)= Probabilidade de existência de nuvens= 50%
  • P(B|A)= Probabilidade de existência de nuvens quando há chuva= 100%

Acorda de manhã e é abençoado com uma nova informação: há nuvens no céu. Agora, deve realizar uma atualização Bayesiana da probabilidade de ocorrência de chuva, dado que há nuvens no céu.

Assim, como se lembra, P(A|B)=P(A)*P(B|A)/P(B)= probabilidade de ocorrência de chuva * probabilidade de existência de nuvens quando há chuva/probabilidade de existência de nuvens=30%*100%/50%=60%

Agora, já pode atualizar a sua estimativa porque há 60% de probabilidade de ocorrência de chuva.

Análise Bayesiana e apostas desportivas

Agora, vamos aplicar isto a um exemplo das apostas desportivas. Imaginemos que está interessado num jogo do Bayern de Munique, e acredita que o Bayern de Munique tem 50% de hipóteses de ganhar. Também sabe que quando o Bayern ganha, chove 11% das vezes, enquanto a probabilidade normal de ocorrência de chuva num jogo do Bayern de Munique é de 10%.

Cálculo:

  • P(A)= Probabilidade de o Bayern de Munique ganhar = 50%
  • P(B)= Probabilidade de ocorrência de chuva num jogo do Bayern de Munique = 10%
  • P(B|A)= Probabilidade de ocorrência de chuva num jogo de futebol quando o Bayern de Munique ganha = 11%.

Se recebe informações sobre o tempo, não é necessário um grande esforço para considerar de que forma estas informações afetarão as probabilidades. Pode, tal como muitos profissionais em muitas áreas (incluindo as apostas desportivas), realizar uma atualização Bayesiana.

Se houver chuva, sabe que P(A|B)=P(A)*P(B|A)/P(B)= 50%*11%/10%= 55%.

Repare que P(B|A)/P(B) é o mesmo que perguntar "Quanto é que é mais provável que B aconteça dado A?” - Neste caso, 11/10 (11%/10%).

Depois de saber que B é um dado, a sua nova estimativa de A pode mudar em conformidade, bastando multiplicar ambos, ou seja, P(A)*P(B|A)/P(B).

Resumo

Muitas vezes, o maior inimigo de um apostador é ele próprio, visto que tem uma fixação dogmática em relação a um determinado resultado apesar de existirem novas circunstâncias, o que constitui um erro comum. A análise Bayesiana quebra este hábito, permitindo e encorajando o teste constante de novas evidências face à sua posição. Em suma, é um ciclo de feedback positivo para aperfeiçoar as suas estimativas em relação à probabilidade de ocorrência de um evento.

Não é, porém, uma bola de cristal matemática. Tal como todas as fórmulas, aplica-se a lei "GIGO – garbage in, garbage out" (se entra lixo, sai lixo). Mas se confiar na sua avaliação daquilo que está a testar, a abordagem Bayesiana pode ser valiosa para as apostas desportivas. E tudo graças a um padre do século XVIII.

strategy-openaccount.jpg

Recursos de apostas - Capacitar as suas apostas

Os Recursos de apostas da Pinnacle são um dos conjuntos mais abrangentes de conselhos de especialistas sobre apostas que se podem encontrar online. Dar resposta a todos os níveis de experiência - o nosso objetivo é simplesmente capacitar os apostadores a obterem mais conhecimentos.