언더독 승리를 위한 위험 최적화 전략

초록

이 논문은 언더독 팀이 승리 확률을 높이기 위해 평균 점수를 약간 포기하고 점수 변동성을 크게 하는 최적의 공격 전략을 수학적으로 도출한다. 경기 플레이를 독립적인 베르누이 시행으로 모델링하고, 평균·분산을 구해 중앙극한정리 기반의 Z‑점수 기준을 제시한다. 3점 슛, 러닝·패스·헐리메리, 경기 지연, 해크‑어‑샤크 등 다양한 실제 사례에 적용해 구체적인 전략 전환 조건을 제시한다.

상세 분석

본 연구는 “위험”을 통계학적 분산으로 정의하고, 언더독이 평균 점수(기대값)를 일부 포기하더라도 분산을 확대함으로써 승리 확률을 높일 수 있음을 수식적으로 증명한다. 경기 내 모든 플레이를 독립적인 베르누이 시행으로 가정하면, 각 플레이 i의 성공 확률 p_i와 득점 가치 v_i에 대해 평균 점수 μ = Σ v_i N_i p_i, 분산 σ² = Σ v_i² N_i p_i(1−p_i) 로 표현된다. 여기서 N_i는 해당 플레이의 시도 횟수다.

승리 확률은 팀과 상대의 점수 분포 겹침 면적으로 정의되며, 정확한 계산은 부록에 제시된 다중 베르누이 합산을 통해 가능하지만, N이 충분히 크면 중앙극한정리(CLT)를 적용해 점수 차 Δ = (팀 점수)−(상대 점수)가 평균 μ−μ_opp, 분산 σ²+σ²_opp인 정규분포를 따른다고 가정한다. 이때 승리 확률 P는
P ≈ ½