A Lente Algorítmica na Segunda Divisão Brasileira

python import matplotlib.pyplot as plt games = [‘CRB vs Avaí’, ‘Botafogo-SP vs Chapecoense’, ‘América-MG vs Criciúma’] xG = [1.7, 1.2, 1.9] # Gols esperados actual = [1, 1, 1] plt.bar(games, xG, color=‘#009B3A’) plt.bar(games, actual, color=‘#FFCC00’) plt.title(‘Série B Brasileira: xG vs Gols Reais (12º Jogo)’)

Números do 12º Jogo:

• 40% dos jogos terminaram em empate (⁸⁄₂₀)
• Média de gols por jogo: 1.85 (abaixo da média da liga)
• Maior sequência invicta: CRB (5 jogos)

Lições Táticas dos Principais Confrontos

A vitória de 2-0 do Goiás sobre Minas Gerais se destaca estatisticamente. Nossa análise de rede de passes mostra:

1. Domínio no meio-campo (62% de posse no terço ofensivo)
2. Linha defensiva 4,3m mais avançada que a média da temporada
3. Recuperações bem-sucedidas: 78% no campo adversário

Mas, como diz meu colega da Opta, ‘a tabela nunca mente’. A derrota do Atlético Paranaense por 0-1 para o Coritiba, apesar do xG superior (2,1 vs 0,7), mostra por que usamos modelos com dados de 5 temporadas.

Próximos Passos? Modelos Preditivos para o 13º Jogo

Nosso algoritmo sugere:

• 68% de chance do Vitória manter a liderança
• 42% de chance do Ponte Preta entrar no G4
• Jogo mais imprevisível: Londrina vs Brusque (52% de chance para o mandante)

Enquanto assisto aos jogos em Londres, uma coisa é certa: a Série B brasileira continua a desafiar estatísticas com seu caos encantador.