André Augusto Precioso Marçal

Lucas José Ferreira

Trabalho de Probabilidade

São José do Rio Preto

2019

André Augusto Precioso Marçal

 1

Lucas José Ferreira

Trabalho de Probabilidade

Trabalho apresentado na graduação de

Matemática na Universidade Estadual Paulista
“Júlio de Mesquita Filho”

Docente: Profa. Dra. Adriana Barbosa Santos

São José do Rio Preto

2019

SUMÁRIO

1.RESUMO…………………………………………………………………………………..03
 2

2.INTRODUÇÃO…………………………………………………………………………....03
3.O QUE É LEAGUE OF LEGENDS?.................................................................................04
4.COLETA DE
DADOS……………………………………………………………………..05
5.DEFININDO AS VARIÁVEIS……………………………………………………………
06
6.DISTRIBUIÇÃO DE PROBABILIDADE NORMAL…………………………………06
6.1.DADOS OBSERVADOS E APLICAÇÃO DO MODELO
NORMAL…………………..07
6.2.TESTE DE ADERÊNCIA QUI-QUADRADO PARA A DISTRIBUIÇÃO NORMAL...09
7. DISTRIBUIÇÃO DE PROBABILIDADE
NORMAL………………………………....11
7.1.DADOS OBSERVADOS E APLICAÇÃO DO MODELO
EXPONENCIAL…………...11
7.2.TESTE DE ADERÊNCIA QUI-QUADRADO PARA A DISTRIBUIÇÃO
EXPONENCIAL……………………………………………………………………………...14
8.APLICAÇÃO COM BASE NA PROBABILIDADE DE DURAÇÃO DE UMA
PARTIDA…………………………………………………………………………………….15
9. IMAGENS ILUSTRATIVAS DO
JOGO………………………………………………..16
10. REFERÊNCIAS………………………………………………………………………....19
 3

1. RESUMO

Este trabalho apresenta uma forma de aplicar métodos probabilísticos envolvendo um

jogo online mundialmente conhecido, chamado League of Legends.
Primeiramente iremos aplicar os modelos de distribuição exponencial e distribuição
normal, a partir dos dados coletados fornecidos pelo próprio jogo, depois discutiremos sobre a
efetividade do método utilizado, e por fim podendo assim chegar a resultados de
probabilidade, com o propósito de apresentar uma proposta para melhor desempenho e
número de vitórias.

Palavras chave: métodos probabilísticos, League of Legends, modelos de distribuição.

2. INTRODUÇÃO

A matemática teve seu papel importante na criação de novas tecnologias, é evidente

que essas estão cada dia mais presentes em nossas vidas, provocando impactos em diversas
áreas.
Com tal avanço, surgiu os jogos online, onde pessoas de diversas localidades jogam
juntas através de conexão com a internet. A velocidade de introdução desses novos meios faz
com que novas perspectivas e potencialidades surjam constantemente, transformando o
cotidiano vivencial de cada um.
No que diz respeito à matemática, com o avanço dessas tecnologias, diversas
atividades são apresentadas por meio de probabilidade, tanto na criação de novos jogos que
envolvem aleatoriedade e porcentagem, ou até mesmo em desempenho de jogadores
profissionais.
Essa é uma área muito ampla que envolve muito conhecimento matemático, o que
iremos expor neste trabalho é uma aplicação de probabilidade em League of Legends (LoL).
Em todo o mundo existem mais de 70 milhões de pessoas registradas nos servidores
de LoL, o Brasil está entre os 10 países que mais comentam sobre o jogo no Facebook, estes
dados o tornam jogo mais jogado no mundo.
A seguir, daremos uma breve introdução da funcionalidade do game, deixando o leitor
mais familiarizado com a linguagem utilizada e as informações coletadas.
 4

3. O QUE É LEAGUE OF LEGENDS?

League of Legends é um jogo eletrônico do gênero multiplayer online battle arena,

desenvolvido e publicado pela Riot Games para Microsoft Windows e Mac OS X.
O jogo é disputado entre duas equipes compostas por 5 jogadores, você inicia a partida
escolhendo um campeão e existem mais de 100 personagens.
Durante o jogo os campeões ficam fortes de duas maneiras, a primeira é subindo de
nível, você ganha experiência ficando na área próximo de inimigos que morrem, quando
juntar experiência suficiente você avança um nível e ganha um ponto de habilidade, quanto
mais forte forem suas habilidades, mais poderoso seu campeão fica.
O segundo modo é comprando itens, eles são comprados na loja que fica na sua base
com o ouro que você coleta ao abater tropas, campeões e conquistando objetivos.
Após escolher seu personagem, cada equipe começa na fonte de sua respectiva base,
aqui você regenera rapidamente sua vida e mana, um refúgio para quando quiser se curar de
um luta, você pode voltar pra base quando quiser, usando o comando de retorno.
O mapa do jogo é grande e possui três rotas, topo, meio e inferior, as rotas possuem
torres e inibidores, estruturas que precisam ser destruídas para chegar ao nexus inimigo. A
área entre as rotas é chamada de selva, e tem alguns monstros bem poderosos que se você
matar, te dão bônus e ouro, são eles o Baron e o Dragon, ao abate-los é concedido ouro ao
time e um bônus de força. Esses dois monstros, além das torres e inibidores, são objetivos
essenciais para a equipe que busca a vitória.
Às vezes as coisas não saem como planejado, você pode morrer e ficar alguns
segundos fora da partida até renascer na sua base, você não perde nada quando morre, mas dá
vantagens ao time inimigo, como ouro extra e vantagem numérica.
O jogo termina quando uma equipe consegue chegar a base inimiga e destruir o nexus,
o tempo de uma partida varia muito, podendo durar de 15 minutos até um tempo
indeterminado, mas dificilmente passa de 1 hora de jogo. Ouro acumulado, abates, mortes e
objetivos derrotados, influenciam diretamente no tempo de duração.
Esse é o básico do jogo, coletar ouro, comprar algumas coisas e acabar com a base
inimiga. Uma combinação de habilidade, velocidade e inteligência fará você acabar com os
inimigos, destruir o nexus e vencer a partida.
 5

4. COLETA DE DADOS

Ao término de uma partida, a própria plataforma nos fornece dados e estatísticas de

eventos ocorridos durante o jogo. Tais dados são: duração da partida, ouro coletado, número
de abate e mortes de cada jogador, estruturas destruídas e etc.

Dentro do jogo existe a separação de jogadores por tiers (níveis), com base no
desempenho e número de vitórias, essas que se iniciam no ferro, depois bronze, prata e assim
por diante até o challenger (desafiante), onde se encontram os melhores jogadores. Com o
propósito de não ter discrepância de habilidades, os jogadores de um determinado tier , só
podem jogar com outros jogadores que estão no mesmo tier, um acima ou um abaixo.
Foram observados o tempo de duração de um total de 50 partidas no tier prata. A
partir dessas observações, calculamos o tempo médio de duração de uma partida, desvio
padrão e a frequência em intervalos onde o tempo de duração das partidas se encontram, que
serão utilizados na aplicação do modelo de distribuição normal e exponencial.

5. DEFININDO AS VARIÁVEIS
 6

Vamos descrever quais serão as variáveis estudadas:

● X : tempo médio de uma partida. Iremos estudar o tempo médio de uma partida com o
propósito de calcularmos o tempo de duração de um jogo.
Utilizaremos o modelo normal para descrever essa variável.

● Y : tempo médio para o fim de uma partida após a destruição do primeiro inibidor. A
destruição de um inibidor é um objetivo essencial para o término de uma partida,
estamos interessados em estudar o tempo médio que uma equipe leva para terminar
com o jogo após a conquista desse objetivo.
Utilizaremos o modelo exponencial para descrever essa variável.

6. DISTRIBUIÇÃO DE PROBABILIDADE NORMAL

A distribuição normal conhecida também como distribuição gaussiana é sem dúvida a

mais importante distribuição contínua. Sua importância se deve a vários fatores, entre eles
podemos citar o teorema central do limite, o qual é um resultado fundamental em aplicações
práticas e teóricas, pois ele garante que mesmo que os dados não sejam distribuídos segundo
uma normal a média dos dados converge para uma distribuição normal conforme o número de
dados aumenta. Além disso diversos estudos práticos tem como resultado uma distribuição
normal. Podemos citar como exemplo a altura de uma determinada população em geral segue
uma distribuição normal. Entre outras características físicas e sociais têm um comportamento
gaussiano, ou seja, segue uma distribuição normal.
No jogo League of Legends a distribuição normal é presente no tempo de uma partida,
onde a maioria dos jogos termina em um tempo médio, onde as partidas mais curtas e mais
longas não variam muito da média.

6.1. DADOS OBSERVADOS E APLICAÇÃO DO MODELO NORMAL

 7

Na tabela a seguir estão expressos os dados de tempo de partida coletados de uma

amostra de 50 jogos no total, como foi dito no “x” tópico deste trabalho.

(Tabela 1: tempo total de 50 partidas)

Agora que temos nosso espaço amostral, calculando a média aritmética e o desvio
padrão obtemos:

(Tabela 2: Estatísticas para o tempo médio de uma partida)

A partir desses dados, distribuímos por intervalos o tempo das partidas coletadas,
obtendo assim o histograma da frequência esperada.
 8

(Gráfico 1: Histograma frequência observada)

A seguir, calculamos a frequência esperada através da distribuição normal

X ~ N(30:34 ; 05:37). Observe que o gráfico é parecido com o histograma.

(Gráfico 2: Frequência esperada)

Na tabela abaixo podemos comparar a frequência observada com a frequência

esperada. Para facilitar a comparação, os dados foram colocados em porcentagem.
 9

(Tabela 3: Frequência observada e esperada em porcentagem)

6.2 TESTE DE ADERÊNCIA QUI-QUADRADO PARA A DISTRIBUIÇÃO NORMAL

É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas

variáveis categóricas nominais e avaliar a associação existente entre variáveis qualitativas, o
princípio básico é comparar proporções, ou seja, possíveis divergências entre as frequências
observadas e esperadas para um certo evento.
Aplicamos esse teste para o modelo normal, a fim de descobrir a validez do método
utilizado para descrever nossas variáveis.
Vamos calcular:

● n é o número de comparações, no caso n = 6;

● é a frequência observada;

● é a frequência esperada.
 10

(Tabela 4: Cálculo do qui-quadrado)

Os valores da quinta coluna da tabela 4, correspondem ao seguinte cálculo:

Somando esses valores obtidos chegamos que X2 = 3,1189. Pela tabela do qui-
quadrado temos o seguinte valor X25(0,05) = 11,07.
Desse modo X2 < X25. Portanto o modelo normal pode descrever a variável X.
Concluímos que podemos calcular a probabilidade de um certo tempo de duração de
uma partida.

7. DISTRIBUIÇÃO DE PROBABILIDADE EXPONENCIAL

A variável aleatória tem distribuição Exponencial com parâmetro λ ,λ > 0 , se tiver

função densidade de probabilidade dada por:

em que λ é o parâmetro de taxa da distribuição e deve satisfazer λ > 0 . Neste caso, λ é o

tempo médio de vida e x é um tempo de falha. O parâmetro deve ter a mesma unidade do
tempo da falha x. Isto é, se x é medido em horas, λ também será medido em horas.

A função de distribuição acumulada f(x) é dada por:

.
 11

Utilizamos a notação X ~ Exp(λ).

7.1. DADOS OBSERVADOS E APLICAÇÃO DO MODELO EXPONENCIAL

Essa distribuição contínua pode ser utilizada para descrever as probabilidades

envolvidas no tempo que decorre para que um determinado evento aconteça. Neste caso,
iremos analisar o tempo entre a destruição do primeiro inibidor inimigo até o fim da partida.
Podemos observar que ao destruirmos o inibidor de determinada rota, super tropas são
lançadas na respectiva rota fazendo com que a condição de vitória fique totalmente favorável
ao time que o destruiu, tornando possível o término do jogo em questão de poucos minutos ou
até mesmo segundos.
Na tabela a seguir estão expressos os dados da diferença entre os tempos de destruição
do primeiro inibidor e o fim de uma partida em uma amostra de 30 jogos no total.

(T
abela 5: diferença entre tempo total de partida e destruição do primeiro inibidor de 30
partidas).
 12

A partir destes dados podemos verificar o comportamento das frequências entre os

tempos no gráfico abaixo:

(Gráfico 3: Histograma frequência observada)

Vejamos que apesar de não termos tantos intervalos, o gráfico se assemelha ao gráfico
de uma variável de distribuição exponêncial.

(Gráfico 4: Frequência esperada)

Dessa forma, iremos calcular a frequência esperada da nossa variável através deste
modelo probabilístico. Temos Y ~ Exp(𝞪), onde 𝞪=0,389358, resultado cujo qual foi obtido da
fórmula E(x) = 1/𝞪. Na tabela abaixo podemos comparar a frequência observada com a
frequência esperada. Para facilitar facilitar a comparação, os dados foram colocados em
porcentagem.
 13

(Tabela 6: Frequência observada e esperada em porcentagem)

7.2. TESTE DE ADERÊNCIA QUI-QUADRADO PARA A DISTRIBUIÇÃO

EXPONENCIAL

Para analisarmos se essa distribuição se encaixa novamente em nossos dados colhidos,

realizaremos o teste Qui-Quadrado. Para isso realizaremos o seguinte processo:

,
onde:
n é o número de comparações, no caso n = 3;

● é a frequência observada;

● é a frequência esperada.
 14

(Tabela 7: Cálculo do qui-quadrado)

Os valores da quinta coluna da tabela 7, correspondem ao seguinte cálculo:

Somando os valores obtidos, chegamos ao resultado que X2 = 19,55 e pela tabela do

qui-quadrado temos que o valor de X22(0,05) = 5,991. Como X2 > X22(0,05),ou seja, os dados
reais que expressam o tempo de duração de uma partida após a destruição do primeiro
inibidor através do modelo de distribuição exponêncial não é adequado.
Para que pudéssemos ter resultados mais precisos, talvez seria melhor que tivéssemos
em mãos mais amostras de partidas. O número de partidas não foi o mesmo da análise do
modelo normal pois algumas partidas podem ser interrompidas por desistência de um dos
times após os 15 minutos.

8. APLICAÇÃO COM BASE NA PROBABILIDADE DE DURAÇÃO DE UMA

PARTIDA

Como podemos ver ao longo deste trabalho, o modelo de distribuição normal nos
permitiu que calculássemos as probabilidades do tempo de duração de uma partida. Perante a
isso, observamos que as partidas têm durado com maior frequência durante o intervalo de 27 a
33 minutos. Neste tópico, indicaremos com base nas estatísticas apresentadas pelo site
vinculado ao jogo, dois campeões por posição que atualmente estão em seu pico de poder
durante este intervalo. Lembramos que estes campeões estão correlacionados ao tier prata,
cujo o qual os nossos dados foram trabalhados. Estes são:

● Topo: Sion, Yorick;

● Selva: Nunu e Willump, Fiddlesticks;
● Meio: Ziggs, Malzahar;
● Atirador: Sivir, Ezreal;
● Suporte: Sona, Zyra.
 15

9. IMAGENS ILUSTRATIVAS DO JOGO

Imagem 1: Base

Fonte: imagem autoral

Imagem 2: Mapa do jogo visto por cima

Fonte: imagem autoral

 16

Imagem 3: Nexus inimigo

Fonte: imagem autoral

Imagem 4: Rota Central

Fonte: imagem autoral

Imagem 5: Dragon
 17

Fonte: Imagem autoral

Imagem 6: Baron

Fonte: Imagem autoral

Imagem 7: Monstros da Selva

Fonte: League of Legends Wiki

 18

10. REFERÊNCIAS

CORREA, A. P. A; QUEIROZ, E; TREVISAN, N. Teste do Qui-Quadrado. Paraná: Ed.

CE001 - Bioestatística. UFPR.

ESTATCAMP. Distribuição normal. Disponível em:

<http://www.portalaction.com.br/probabilidades/62-distribuicao-normal> Acesso em 26 de
fevereiro de 2019

Histórico de partidas. Disponível em:

<https://matchhistory.br.leagueoflegends.com/pt/#page/landing-page> Acesso em 26 de
fevereiro de 2019.

Lol Champions, Estatísticas de Jogo. Disponível em:

<https://www.leagueofgraphs.com/pt/> Acesso em 26 de fevereiro de 2019;

MAGALHÃES, M. N. Noções de Probabilidade e Estatística Básica. 5ed. São Paulo:

Saraiva, 2005;