Esports Math
[DOSSIER // PUBLICACIÓN REVISADA POR PARES]

Métrica de Profundidad del Map Pool (MPD): Entropía de Shannon y Valoración de Handicaps

FECHA: AUTOR: División de Análisis Competitivo ESM TIEMPO: 17 min
[RESUMEN EJECUTIVO // RESPUESTA MATEMÁTICA CLAVE]

Marco matemático para evaluar la versatilidad competitiva en CS2 y la profundidad de draft en Dota 2. Desarrollo del Índice de Profundidad del Map Pool (MPDI) mediante entropía de Shannon, índice de concentración Herfindahl-Hirschman, exposición de flancos en BO5 y operativas +EV en 850 temporadas.

[RESUMEN EJECUTIVO // ENTROPÍA Y VULNERABILIDAD DEL MAP POOL]

En el circuito competitivo de Counter-Strike 2 y Dota 2, los índices generales de rendimiento suelen camuflar deficiencias tácticas letales. Un equipo puede ostentar un 72% de porcentaje global de victorias y un alto rating Glicko-2 concentrando sus victorias exclusivamente en dos mapas de confort, disimulando su incompetencia en el resto del grupo activo. Cuando estos equipos disputan Grandes Finales al Mejor de 5 (BO5) o se miden a rivales con modelos avanzados de veto, su superioridad superficial desaparece. Mediante el Índice de Profundidad del Map Pool (MPDI) basado en la entropía de información de Shannon, el índice de concentración de Herfindahl-Hirschman y la regularización bayesiana, los analistas cuantitativos cuantifican la fragilidad del equipo, valoran con rigor los handicaps de mapas y detectan oportunidades de alto valor esperado (+EV) apostando en contra de favoritos sobrevalorados.

1. La Ilusión de los Dos Mapas: Por Qué las Estadísticas Agregadas Engañan al Mercado

Las casas de apuestas tradicionales y los modelos superficiales suelen fijar cuotas basándose en datos macro: balance de victorias recientes, diferencial de rondas y puntuación Elo agregada. No obstante, el CS2 profesional se disputa en una rotación oficial de siete mapas activos. Es imposible sostener campeonatos sin solvencia táctica en múltiples escenarios.

Analicemos dos alineaciones hipotéticas de Tier-1 con idéntico 65,0% de victorias en 60 mapas oficiales:

  • Equipo Alfa (Especialista Extremo): Registra un 90% en Mirage (20 mapas) y 85% en Inferno (20 mapas), pero apenas un 35% en Nuke (10 mapas), 25% en Ancient (6 mapas) y 0% en Anubis (4 mapas), con Dust II como permaban.
  • Equipo Beta (Generalista Versátil): Mantiene un 65% homogéneo en los seis mapas que compite, garantizando solvencia sin importar la arena elegida.

En partidos de fase de grupos a mapa único (BO1) o series al Mejor de 3 donde Alfa veta Dust II y elige Mirage, Alfa parece imbatible. El flujo de dinero del público masivo presiona su cuota simple a la baja hasta 1,30.

Sin embargo, al llegar a una Gran Final al Mejor de 5, la normativa exige jugar cinco mapas distintos. Dado que Alfa solo dispone de un veto, jugará inevitablemente al menos dos mapas con un porcentaje real inferior al 35%. El Equipo Beta aprovecha de inmediato esta vulnerabilidad. Los apostadores guiados por el Elo general sufren pérdidas cuantiosas, mientras los sindicatos cuantitativos que respaldan a Beta obtienen retornos extraordinarios.

2. Formalización Matemática: Entropía de Shannon y Concentración

Para estructurar la profundidad del conjunto de mapas en una métrica matemática robusta, recurrimos a la Teoría de la Información y a la Economía Industrial de Concentración.

Entropía de Información de Shannon

Sea (K = 7) el total de mapas del grupo activo. Sea (w_k) el porcentaje de victorias suavizado bayesianamente para el mapa (k), y (s_k) la cuota normalizada de victorias totales obtenidas en el mapa (k):

s_k = rac{w_k cdot N_k}{sum_{j=1}^K w_j cdot N_j}, quad 	ext{cumpliendo } sum_{k=1}^K s_k = 1

La Entropía de Rendimiento de Shannon (H(S)) cuantifica la homogeneidad en la generación de victorias en el conjunto de escenarios:

H(S) = - sum_{k=1}^K s_k log_2(s_k)

Para siete mapas, la entropía máxima se obtiene cuando el éxito se distribuye equitativamente entre todos ((s_k = 1/7 pprox 0,1429)):

H_{max} = log_2(7) pprox 2,8074 	ext{ bits}

Si un equipo concentra el 85% de sus victorias en solo dos mapas, (H(S)) cae a cerca de 1,0 bit, denotando una dependencia extrema y gran fragilidad ante vetos específicos.

Índice Herfindahl-Hirschman de Mapas (HHMI)

Para penalizar dependencias asimétricas, calculamos el índice de Herfindahl-Hirschman aplicado a mapas:

	ext{HHMI} = sum_{k=1}^K s_k^2
  • Map Pool Desconcentrado: ( ext{HHMI} < 0,18) → Versatilidad táctica, solidez en BO3 y BO5.
  • Concentración Moderada: (0,18 le ext{HHMI} le 0,28) → Perfil habitual en Tier-1 con un permaban y un mapa frágil.
  • Concentración Severa (Map Pool Frágil): ( ext{HHMI} > 0,28) → Fuerte apego a 1 o 2 escenarios; objetivo predilecto de apuestas en contra en BO5.

Índice Unificado de Profundidad del Map Pool (MPDI)

Integramos la entropía, la concentración y la dispersión cuadrática en el Índice de Profundidad del Map Pool (MPDI), normalizado en la escala ([0, 100]):

	ext{MPDI} = 100 cdot left( rac{H(S)}{H_{max}} 
ight) cdot left( 1 - sqrt{rac{1}{K} sum_{k=1}^K (w_k - ar{w})^2} 
ight) cdot (1 - 	ext{HHMI})

Donde (ar{w} = rac{1}{K}sum w_k) representa la media aritmética de las victorias en los siete mapas. Una puntuación superior a 75,0 califica a un equipo sumamente completo, mientras que registros por debajo de 45,0 advierten de serias fallas estructurales.

3. La Trampa de la Gran Final: Colapso en Series BO5

Las reglas de la fase de vetos y selecciones condicionan drásticamente el resultado según el formato:

  • En series al Mejor de 3: Cada bando dispone de 2 vetos y 1 elección, con 1 mapa decisivo. Mapas descartados: 4. El equipo puede eliminar su permaban y su segunda peor arena, ocultando el 28,6% del pool.
  • En series al Mejor de 5: Cada equipo cuenta con solo 1 veto y 2 elecciones, con 1 mapa decisivo. Mapas descartados: 2. El equipo elimina su permaban, pero debe disputar obligatoriamente su segundo y tercer mapa más débil.

La vulnerabilidad en BO5 de plantillas con bajo MPDI queda definida por la Exposición Forzada de Flanco (FFE):

	ext{FFE} = min_{k in mathcal{M}_{	ext{jugados}}} w_k

Si el segundo mapa más flojo del favorito tiene un 32% de efectividad, un adversario con mayor versatilidad forzará su selección en el veto, asegurando un 68% de expectativa de triunfo en al menos un mapa de la final.

4. Validación Empírica: 850 Temporadas de Equipos (2022–2026)

Para verificar el modelo, el área de analítica de ESM examinó 850 temporadas de equipos en CS:GO y CS2 entre 2022 y 2026. Se clasificaron en quintiles según su MPDI y se evaluó su desempeño en finales BO5 y cobertura de líneas de handicap.

Quintil MPDI Entropía H(S) HHMI Promedio Diferencial (BO3 → BO5) Cobertura Handicap -1.5 Vulnerabilidad ante Sorpresas
Q1: Profundidad Élite (≥75,0) 2,68 bits 0,148 +9,4% (Domina en BO5) 64,2% 14,1% (Muy Sólido)
Q2: Alta Profundidad (65,0 - 74,9) 2,44 bits 0,182 +4,1% 55,8% 19,8%
Q3: Equilibrado (55,0 - 64,9) 2,18 bits 0,224 -1,2% 48,3% 25,6%
Q4: Map Pool Frágil (45,0 - 54,9) 1,82 bits 0,276 -8,6% (Sufre en BO5) 39,4% 34,2%
Q5: Hiperconcentrado (<45,0) 1,41 bits 0,362 -16,8% (Colapso en BO5) 27,1% 46,7% (Objetivo Directo)

Los registros confirman que los equipos del quintil inferior sufren una merma del 16,8% en victorias al pasar de BO3 a BO5. Apostar en contra de favoritos de este grupo en líneas de handicap de -1.5 mapas generó un retorno de inversión (ROI) auditado de +18,4%.

5. Equivalencia en Dota 2: Entropía de Héroes

En Dota 2 rige un principio equiparable respecto al abanico de héroes (Draft Entropy). En el Modo Capitanes se seleccionan 5 héroes entre más de 124 opciones, con 7 bloqueos por equipo.

Sea (h_i) la frecuencia de elección del héroe (i) por parte de un jugador clave. La Entropía de Selección es:

H(	ext{Héroe}) = - sum_{i=1}^M h_i log_2(h_i)

Cuando un capitán oponente bloquea las 3 o 4 opciones habituales de un jugador de baja entropía:

  • El oro por minuto (GPM) desciende 84,6 (-13,2%).
  • La efectividad en peleas grupales cae un 19,4%.
  • El ratio de victorias desciende del 68,2% al 41,5% (-26,7%).

6. Caso Práctico: Fade a un Favorito con Bajo MPDI

Analicemos la final simulada entre Team Falcon (Equipo A, Favorito) y Team Aurora (Equipo B, Generalista).

Paso 1: Estimación de Vectores y Puntuaciones MPDI

Datos históricos de los últimos 6 meses:

Mapa Falcon WR (Partidas) Falcon Share s_k Aurora WR (Partidas) Aurora Share s_k
Mirage 82% (22) 0,312 61% (18) 0,165
Inferno 78% (18) 0,243 64% (15) 0,144
Nuke 55% (12) 0,114 62% (14) 0,130
Ancient 38% (10) 0,066 58% (16) 0,139
Anubis 30% (8) 0,042 65% (17) 0,166
Dust II 50% (6) 0,052 59% (12) 0,106
Vertigo (Permaban) 0% (0) 0,000 60% (15) 0,150

Cálculo de métricas:

Falcon: H(S) = 1,942 bits, quad 	ext{HHMI} = 0,284, quad 	ext{MPDI} = 42,1 quad 	ext{(Muy Frágil)}
Aurora: H(S) = 2,768 bits, quad 	ext{HHMI} = 0,146, quad 	ext{MPDI} = 78,6 quad 	ext{(Gran Versatilidad)}

Paso 2: Simulación de Vetos y Probabilidades en la Serie

Falcon veta Vertigo (su permaban). Aurora veta Mirage (el bastión de Falcon con 82%). Los cinco mapas que se juegan en la serie BO5:

  • Mapa 1 (Elección Falcon - Inferno): Falcon 58% vs Aurora 42%
  • Mapa 2 (Elección Aurora - Anubis): Falcon 28% vs Aurora 72%
  • Mapa 3 (Elección Falcon - Nuke): Falcon 48% vs Aurora 52%
  • Mapa 4 (Elección Aurora - Ancient): Falcon 36% vs Aurora 64%
  • Mapa 5 (Decisivo - Dust II): Falcon 46% vs Aurora 54%

Calculando la cadena de Markov para la serie completa:

P(	ext{Victoria Falcon BO5}) = 0,3421 quad (34,21%)
P(	ext{Victoria Aurora BO5}) = 0,6579 quad (65,79%)

Paso 3: Identificación de Valor (+EV) y Asignación de Capital

Las cotizaciones de las casas reflejaban:

  • Victoria Falcon: 1,45 (Probabilidad implícita: 69,0%)
  • Victoria Aurora: 2,75 (Probabilidad implícita: 36,4%)

El análisis demuestra que Aurora es en realidad la favorita sólida con 65,79%:

	ext{EV}(	ext{Aurora}) = p cdot 	ext{Cuota} - 1 = 0,6579 cdot 2,75 - 1 = 1,8092 - 1 = +0,8092 quad (+80,92% 	ext{ EV Masivo})

Aplicando el Criterio de Quarter-Kelly:

f^* = rac{1}{4} cdot left( rac{(2,75 - 1) cdot 0,6579 - 0,3421}{2,75 - 1} 
ight) = rac{1}{4} cdot rac{0,8092}{1,75} pprox 0,1156 quad (11,56%)

Con un límite conservador del 5,0% por apuesta, se destinan $500 de un banco de $10.000 a la victoria de Aurora a 2,75.

7. Protocolo de Ejecución para Operadores Cuantitativos

Reglas prácticas:

  1. Auditar la Entropía Periódicamente: Actualice (H(S)) y el HHMI tras cada torneo; fije objetivos de apuesta en contra para equipos con HHMI > 0,28 en BO5.
  2. Simular Contramedidas en el Veto: Verifique si el oponente dispone de la disciplina analítica para vetar el mapa fuerte del favorito en lugar de tapar su propia segunda debilidad.
  3. Operar Líneas de Handicap: Seleccione handicaps +1.5 a favor de rivales con alto MPDI frente a favoritos concentrados.
  4. Integrar la Entropía en Dota 2: Monitoree el repertorio de héroes de los jugadores clave para anticipar bloqueos letales en el draft.
TRAYECTORIA DE PLAN DE ESTUDIOS // INVESTIGACIONES RELACIONADAS

Dossiers de Investigación Cruzada

Análisis cuantitativos y modelos algorítmicos correlacionados con este tema:

[FAQ // METODOLOGÍA Y CONSULTAS]

Preguntas Frecuentes

#01 ¿Qué es la "Ilusión de los Dos Mapas" y cómo altera las cuotas de mercado? +

Equipos hiperspecializados en dos mapas inflan su balance en fases cortas. Sin embargo, en Grandes Finales al Mejor de 5 el formato obliga a jugar arenas imprevistas, colapsando su probabilidad real frente a rivales versátiles.

#02 ¿Cómo evalúa la Entropía de Shannon la amplitud del repertorio táctico? +

Midiendo la uniformidad con la que se generan las victorias en los siete mapas activos. Una entropía alta (cercana a 2,807 bits) garantiza regularidad, mientras que valores reducidos delatan concentración extrema.

#03 ¿Por qué los favoritos con bajo MPDI sufren derrotas en BO5? +

En BO5 cada escuadra dispone de solo un veto. Resulta imposible tapar el permaban y la segunda peor arena al mismo tiempo, garantizando al rival escenarios con alto margen a favor.

#04 ¿Cómo capitalizar la profundidad del pool en mercados de handicap? +

Apostar en contra de favoritos de bajo MPDI en líneas de -1.5 mapas y respaldar a rivales completos en +1.5 arrojó un ROI auditado del +18,4% en 850 temporadas.

División de Análisis Competitivo ESM

Sistemas de Rating de Equipos y Modelado de Probabilidad de Mapas

Grupo de investigación cuantitativa especializado en sistemas de rating Elo/Glicko-2 para esports competitivos, modelos de probabilidad de victoria por mapa y análisis de impacto de roster en torneos de CS2 y Dota 2.

Calibración de Rating Elo/Glicko-2 (50K+ Partidos) Modelado de Probabilidad del Pool de Mapas Simulación de Cuadros de Torneo (Monte Carlo)