2012 年 NBA 全明星周末已经开始。 2 月 24 日新秀挑战赛, 25 日技巧挑战赛、扣篮大赛和三分大赛, 26 日是大餐全明星正赛。在巨星们各种秀技能的时候,死理性派冒充了一把技术指导,在战术板上列了一大推公式和数据,向那些久经赛场但“不懂科学”的队员们解释,关键时刻这球该怎么打。怎样做出有技术含量的指导?当然是靠高端的数学模型。
数学计算决定犯不犯规

图片来源:basketwallpapers.com
让我们穿越回 2010 年 NBA 的一场比赛,火箭队对阵公牛队。在比赛还剩 10 秒结束的时候,火箭队领先 3 分,此时球权在公牛队手中。火箭队虽然离胜利只有一步之遥, 但公牛队还并没有放弃,他们希望在最后一次进攻中扳平比分,把比赛拖入加时。面对这最后一攻,火箭队其实有两个策略可供选择:一是尽力防守阻止公牛队投三分;二是主动犯规,不让公牛队有投三分的机会。如果当时你是火箭队的技术指导员,你会建议主教练选择哪个?
这其实是一道数学题,不妨让我们来算一算。
根据 NBA 的数据,2010 整个赛季三分球平均命中率是 35.5%,不过在离比赛结束还有 10 秒或更短、进攻方落后 3 分的特定情况下,面对严防死守和巨大压力,命中率就要打折扣了,只有大约 20%。火箭队如果主动犯规让进攻方罚球两次,会怎么样?公牛队若想扳平比分,在火箭队犯规后可以选择:罚进第一球罚失第二球第二球,同时还要抢到进攻篮板,之后再把球投进,完成一次“1+2”。
一般情况下,罚进第一球的概率是 75.6%,任务并不算难。故意投失第二个罚球,应该属于 100% 可以完成的任务。但是第二个罚球不进,公牛队抢下进攻篮板的概率就比较小了,根据 NBA 的统计数据,只有 13.9%。到此为止,如果三件事情都发生,概率是 75.6% × 100% × 13.9% = 10.5%。另一方面,NBA 两分球得分率大约是 50%,也就是说在抢到进攻篮板后,公牛队最后能够进入加时赛的可能性也就是 10.5% 的一半,5% 左右。
按照以上的计算来看,两种策略比较起来,选择主动犯规,火箭队有 95% 的获胜希望;不犯规防 3 分,火箭队只有 80% 的获胜希望。还是犯规策略更胜一筹。现实情况是,主教练阿德尔曼采取了与上面计算得出的结论相反的策略,也就是不犯规,所有队员都踩在三分线上防守。结果公牛队的当家球星德里克•罗斯用一道美丽弧线绝杀了火箭队。双方只好打加时赛,火箭队最终输掉比赛。
当然,计算结果并不能代替主教练(否则球队老板雇个数学家就好了,那可比主教练便宜得多)。因为这个模型还很简单和理想化,忽略了很多影响因素。比如公牛队不同球员之间的三分球、罚球命中率相差很大,一个平均值意义有限;另外模型也只考虑了一个进攻回合的情况,实际上双方可能会反复互相犯规,导致局势更复杂;除此之外失误情况我们也没有考虑。虽然如此,这个结果依然有一定的参考价值。如果概率模型足够复杂和完备,准确率和可靠度超过“技术指导”,也并非一件不可能的事情。
24秒何时出手才最好

图片来源:basketwallpapers.com
除了教球员们怎么防守,技术流的指导当然还会教球员们怎么进攻。美国物理学教授布莱恩•斯金纳(Brian Skinner)就曾做过研究,计算出了每轮进攻什么时候出手最好。我们知道按照比赛规则,每个回合有24秒的进攻时间,选择什么时机出手,可是影响成功得分的关键因素。
布莱恩把“何时出手”看做和著名的 37% 法则( 参看 死理性派恋爱法:拒绝掉前面37%的人 )看成同一类题目。在球场上 24 秒钟中某一时刻,如果遇到一个投篮机会,球员会考虑是直接投还是传给队友继续寻求更好的机会。
不妨把每一次投篮机会的好坏都用一个“机会值”表示,假设这个值最差(f1)到最好(f2)是均匀分布、随机出现的。另外布莱恩在模型里还假定,在 24 秒中的某一时刻如果球队遇到一个得分机会,要看这次机会值是否高于一个临界值,只有高于临界值时才值得一试。临界值跟剩下的时间成正比, 24 秒剩下的时间越少,对投篮机会的要求就要越低,例如 24 秒钟声即将临近,进攻队员别无选择,即使此时被对方五人围成一团,投篮机会很差(f1),也只好一试。此时的临界值很低。相反,如果 24 秒进攻时间刚刚开始,机会不好的话还可以先组织一下,等待更好的得分机会,比如发现对方篮下出现空挡时(f2)。 24 秒刚开始时的临界值会比较高。
除此之外,临界值也跟在剩下的时间能有多少次投篮机会,以及失误出现的概率有关(控球的时间越多,出现失误的概率就越大)。根据 NBA 的统计数据,布莱恩教授的模型假定投篮机会是随机产生的,平均 2.8 秒会有一次;失误也是随 机产生的,平均 100 秒会有一次。据此他为 24 秒中的每一个时刻计算出了相应的临界值。
当然真实比赛中,对于一次投篮机会,很难判断什么样的投篮“机会值”是 2,什么样的“机会值”是 1,不过一定符合有好有坏的分布。布莱恩虽然没办法说明具体就一个投篮机会而言是投还是不投,但我们可以根据这个模型和 NBA 的统计数据估算出平均情况下,在 24 秒的各个时刻,最佳的出手比例分配应该是多少。比如计算结果认为在最佳方案中,有 12% 的投篮在 9 到 10 秒的时间段内发生。球队尽量按照图里这条黑色曲线的比例分配 24 秒里各个时间段的出手比例,可以以获取最大的得分率。
从上图可以看到,现实中 NBA 球队的平均出手时间相比于最佳曲线普遍稍晚一些(深红色点),如果改按照计算出的最佳时间分配出手,计算表明,球队每场比赛可以平均多得 4.5 分。果真如此的话,很多经常以小比分输掉比赛的球队就可以有机会反败为胜了。
参考资料:
[1] Late-Game Defensive Strategy with a 3-Point Lead
[3] The problem of shot selection in basketball, Brian Skinner