Metodología del Modelo Probabilístico Mundial 2026 - Luis Enrique Palma
Este Dashboard presenta un análisis avanzado basado en un modelo de simulación de Monte Carlo con 1,000,000 de iteraciones. El objetivo es transformar la incertidumbre del torneo en distribuciones de probabilidad accionables, permitiendo entender no solo quién ganará, sino con qué frecuencia ocurren escenarios específicos.
1. Motor de Simulación y Marco Estadístico
A diferencia de los modelos predictivos tradicionales de Machine Learning (como Decision Trees o Random Forest) que intentan predecir un resultado único, este motor estocástico busca la convergencia estadística. Utiliza:
- Integración FIFA/ELO: Un algoritmo de asignación de fuerzas relativas que normaliza ambos rankings para establecer la "fuerza base" de cada selección.
- Componente Logística: Aplicada para calcular la probabilidad de victoria/derrota en cada duelo individual.
- Probabilidad Dinámica de Empate: Una función que aumenta la probabilidad de tablas cuanto menor es el diferencial de fuerzas entre los rivales.
- Modelado de Fatiga y Presión: Un factor acumulativo que penaliza la fuerza efectiva de las selecciones a medida que avanzan en las llaves, simulando el desgaste físico y la presión psicológica de las rondas de eliminación directa.
2. Lógica de Fase de Grupos y Predicciones Detalladas
El simulador replica el nuevo formato de 48 equipos, procesando los 72 encuentros iniciales. A continuación, las combinaciones de partidos analizadas por el modelo en cada iteración:
Grupo A: Mexico vs South Africa, South Korea vs UEFA Playoff D, Mexico vs South Korea, South Africa vs UEFA Playoff D, Mexico vs UEFA Playoff D, South Africa vs South Korea.
Grupo B: Canada vs Switzerland, Qatar vs UEFA Playoff A, Canada vs Qatar, Switzerland vs UEFA Playoff A, Canada vs UEFA Playoff A, Switzerland vs Qatar.
Grupo C: Brazil vs Morocco, Scotland vs Haiti, Brazil vs Scotland, Morocco vs Haiti, Brazil vs Haiti, Morocco vs Scotland.
Grupo D: United States vs Paraguay, Australia vs UEFA Playoff C, United States vs Australia, Paraguay vs UEFA Playoff C, United States vs UEFA Playoff C, Paraguay vs Australia.
Grupo E: Germany vs Ivory Coast, Ecuador vs Curacao, Germany vs Ecuador, Ivory Coast vs Curacao, Germany vs Curacao, Ivory Coast vs Ecuador.
Grupo F: Netherlands vs Japan, Tunisia vs UEFA Playoff B, Netherlands vs Tunisia, Japan vs UEFA Playoff B, Netherlands vs UEFA Playoff B, Japan vs Tunisia.
Grupo G: Belgium vs Egypt, Iran vs New Zealand, Belgium vs Iran, Egypt vs New Zealand, Belgium vs New Zealand, Egypt vs Iran.
Grupo H: Spain vs Uruguay, Saudi Arabia vs Cape Verde, Spain vs Saudi Arabia, Uruguay vs Cape Verde, Spain vs Cape Verde, Uruguay vs Saudi Arabia.
Grupo I: France vs Senegal, Norway vs Interconf Playoff 2, France vs Norway, Senegal vs Interconf Playoff 2, France vs Interconf Playoff 2, Senegal vs Norway.
Grupo J: Argentina vs Austria, Algeria vs Jordan, Argentina vs Algeria, Austria vs Jordan, Argentina vs Jordan, Austria vs Algeria.
Grupo K: Portugal vs Colombia, Uzbekistan vs Interconf Playoff 1, Portugal vs Uzbekistan, Colombia vs Interconf Playoff 1, Portugal vs Interconf Playoff 1, Colombia vs Uzbekistan.
Grupo L: England vs Croatia, Ghana vs Panama, England vs Ghana, Croatia vs Panama, England vs Panama, Croatia vs Ghana.
3. Algoritmo de Clasificación y Mejores Terceros
Uno de los retos matemáticos del Mundial 2026 es la clasificación de los 8 mejores terceros. El simulador ejecuta en cada una de las 1,000,000 de iteraciones una lógica de comparación dinámica entre los 12 grupos, evaluando puntos y rankings para reconstruir las llaves de 16avos de final de forma coherente con el reglamento FIFA.
4. Visualización Avanzada (Diagramas de Sankey)
Para contar la historia detrás de los datos, el dashboard utiliza gráficos de flujo de Sankey con una estructura específica para analistas:
- Origen: Identifica el grupo y la posición de procedencia (ej. A1, B3).
- Encuentro Central: Muestra el emparejamiento real (ej. Alemania vs México).
- Top 15 de Encuentros: El modelo filtra el ruido estadístico para mostrar únicamente los 15 cruces con mayor densidad de probabilidad.
5. Limitaciones y Alcance
El modelo es una exploración estocástica. Al usar un volumen masivo de iteraciones, eliminamos la volatilidad de eventos aislados para centrarnos en la densidad de trayectorias. No intenta predecir lesiones o cambios tácticos de último minuto, sino la probabilidad estructural de éxito basada en capacidad competitiva histórica y actual.