Вы находитесь на странице: 1из 30

Pontificia Universidad Católica de Chile

Departamento de Ingenieria Industrial y de Sistemas


ICS2122 - Capstone Investigación Operativa

Calendarización de partidos
NBA
Informe Final
Grupo 1

Carlos Carvajal Gallegos


José Casanova Tobar
Catalina Piña López
Eduards Triviño Vildósola
Karina Veloso Barría
Resumen

En el presente informe se expone la problemática de generar una calendarización efi-


ciente de los partidos del torneo de la NBA a realizarse en la temporada 2018-2019
que cumpla con el objetivo de equiparar las distancias recorridas por los equipos par-
ticipantes, con la intención de hacer más justa la competición. Además, se presenta la
metodología que se ha decidido seguir para resolver el problema, junto con un caso de
estudio a modo de comparación, resultados obtenidos para la instancia general y un
análisis del calendario solución obtenido.
Dada la geografía de Estados Unidos, la cantidad de equipos que participan del torneo,
cantidad de partidos a jugar y extensión de la temporada, sumado a la cantidad de
restricciones que se deben respetar al momento de asignar partidos a cada equipo, la
resolución del problema de forma integrada se complejiza; por lo tanto, se decide se-
parar el problema en dos sub-casos. Por un lado la asignación de partidos, por el otro,
la calendarización de estos. Dado que el objetivo es equiparar las distancias recorridas
por los equipos, se calcula como métrica de desempeño del algoritmo el gap, que se
define como la variación porcentual entre la distancia máxima recorrida por un equipo,
respecto de la distancia mínima recorrida por un equipo, es decir,
Distmax −Distmin
Gap = Distmin

Finalmente, en cuanto al caso general, se programaron los algoritmos principales que


resuelven el problema de asignación y el programa que permite resolver lo referido a
calendarización.

Keywords: NBA, calendarización, algoritmo de ahorro, Traveling Tournament Pro-


blem, calendario factible, problema de asignación.
Índice general

1. Introducción 1

2. Descripción del Problema 2

3. Marco Teórico 4
3.1. Revisión bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.1.1. Algoritmo de ahorro . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.1.2. Resolución del problema en etapas . . . . . . . . . . . . . . . . . 5
3.2. Opinión de expertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

4. Interpretación y Exposición de Datos 7


4.1. Análisis de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2. Supuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

5. Enfoque de Solución 9
5.1. Metodología propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.1.1. Etapa 1: Algoritmo de ahorro . . . . . . . . . . . . . . . . . . . 9
5.1.2. Etapa 2: Asignación partidos misma conferencia . . . . . . . . . 9
5.1.3. Etapa 3: Equiparar . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.1.4. Etapa 4: Asignar calendario . . . . . . . . . . . . . . . . . . . . 11
5.2. Diagrama de procesos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

6. Caso de Estudio 13

7. Resultados 15
7.1. Exposición de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . 15
7.2. Análisis de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
7.2.1. Días de descanso . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
7.2.2. Distancias entre equipos según calendario encontrado . . . . . . 16
7.2.3. Comparación de distancias recorridas respecto a caso de estudio
NBA 2008-2009 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
7.2.4. Ocupación de partidos al día . . . . . . . . . . . . . . . . . . . . 18

8. Conclusiones 20

9. Referencias 21

10.Anexos 22

ii
Capítulo 1

Introducción

Se aproxima un nuevo torneo de la Asociación Nacional de Basketball Estadouni-


dense y, con ello, la necesidad de calendarizar los partidos que se disputarán durante
el torneo. Con el fin de que los equipos cuenten con la mayor igualdad de condiciones
ante un partido, existe una serie de restricciones que se deben satisfacer al momento
de realizar el calendario. Para ello, se debe tener en cuenta cómo funciona el torneo.
En primera instancia, dada la geografía de Estados Unidos, el campeonato se divide
en dos conferencias, Este y Oeste, las que a su vez se agrupan en 3 divisiones con 5
equipos cada una, formando un total de 30 equipos durante el torneo, los que casi en
su totalidad corresponden a equipos estadounidenses, a excepción del equipo Toronto
Raptors que pertenece a Canadá.

El torneo de la NBA está compuesto por una temporada regular, la que consiste
en el período inicial del torneo, en donde los 30 equipos se ven enfrentados entre sí,
extendiéndose desde Octubre hasta Abril del siguiente año, con la excepción de un fin
de semana del mes de Febrero en donde se interrumpe el torneo con el fin de celebrar
el anual All-Star Game, espectáculo dirigido hacia los fans de la liga. Cuando termina
la temporada regular comienzan los playoff, en donde se ven enfrentados los 16 equi-
pos con mejor desempeño durante la temporada regular en 3 rondas de competición.
Finalmente, cuando terminan los playoff, se selecciona a los campeones de cada confe-
rencia, los que se ven enfrentados en siete partidos, el primer equipo que consiga ganar
4 partidos es el campeón de la NBA.

En el presente informe se busca confeccionar el calendario de la NBA correspon-


diente a la temporada regular, con el objetivo principal de equiparar las distancias
recorridas por cada equipo, es decir, minimizar la diferencia entre el equipo que reco-
rre una mayor distancia con aquel que recorre la menor distancia durante el torneo. Lo
anterior se desarrollará mediante una metodología de resolución en donde se dividirá
el problema en dos partes. La primera parte del problema es la de asignación, que
consiste en programar los distintos partidos que va a jugar cada equipo, es decir, qué
partidos juega de local, cuáles de vista y en qué orden. La asignación recientemente
mencionada se realiza procurando disminuir la diferencia entre el equipo que recorre
mayor distancia con aquel que recorre menos, y a su vez con la menor distancia posible
para cada equipo.

Una vez determinada la asignación de partidos, la segunda parte consiste en la


calendarización de los partidos. La calendarización abarca la temporada regular del
campeonato NBA, que parte el 17 de Octubre del 2018, en donde desde el 15 al 17 de
Febrero se juega el All Star Game, motivo por el cual se pausa el torneo. Posterior al All
Star Game continua el campeonato regular que termina el 11 de Abril del 2019. Con el
periodo de duración ya delimitado, la programación de la calendarización corresponde
a la determinación del conjunto de encuentros entre equipos para cada fecha del torneo.

1
Capítulo 2

Descripción del Problema

La calendarización de partidos debe ser realizada para un total de 30 equipos par-


ticipantes del torneo, quienes deben jugar 82 partidos cada uno. Lo anterior, sumado
a las múltiples restricciones que se detallarán más adelante, algunas de ellas bastante
estrictas, hace que la magnitud del problema aumente dificultando la resolución de este.

La relevancia de generar un calendario adecuado radica en que una mala calendari-


zación puede llevar a viajes innecesariamente largos para los equipos, lo que deriva en
mayor fatiga para los jugadores que tienen viajes más extensos y, por lo tanto, un menor
rendimiento en comparación a los equipos que recorren menores distancias.Teniendo
en consideración lo anterior, con la intención de hacer más justa la competencia, se
definió el objetivo principal como equiparar las distancias recorridas debido a traslados
de los equipos participantes del torneo.

Para poder confeccionar un calendario factible (y el mejor posible) que cumpla


con el objetivo definido anteriormente es necesario, además, cumplir con una serie de
restricciones impuestas por la metodología del torneo. Dado que mientras mayor es la
cantidad de restricciones estrictas, mayor es la complejidad del problema, se decidió
considerar solo las presentadas en el enunciado del proyecto, con la excepción de una
que tuvo que ser adaptada en base a una de las reglas impuestas por la NBA. Así, las
restricciones que se usarán para la resolución del problema presentado, se detallan a
continuación:

1. Cada equipo juega exactamente 82 partidos, de los cuales 41 deben ser de local
y los 41 restantes de visita.
2. Cada equipo debe jugar exactamente 2 partidos con los equipos que no son de
la conferencia a la que pertenece el equipo.

3. Cada equipo debe jugar obligatoriamente 4 partidos con los equipos de su misma
división y 3 o 4 partidos con el resto de los equipos de la misma conferencia, hasta
completar el total de 82 partidos.
4. Salvo 2 excepciones como máximo, un equipo no puede jugar más de 5 partidos
seguidos de visita y, en estas excepciones, los equipos no pueden jugar más de 7
partidos seguidos de visita.
5. Cuando los equipos juegan de visita, se toman un día de descanso y luego vuelven
a su ciudad.
6. En caso de que se jueguen partidos consecutivos (sin día de descanso), el equipo
se queda en el lugar en que juega el primer partido.

2
CAPÍTULO 2. DESCRIPCIÓN DEL PROBLEMA 3

7. Un equipo nunca puede jugar más de 2 partidos en días seguidos.


8. Un equipo no puede tener más de 5 secuencias de partidos consecutivos, sin
importar si es de local o visita.
9. Dos equipos no pueden jugar 2 o más partidos seguidos entre sí.
La restricción 3 fue adaptada según las reglas establecidas del torneo. Esta decisión de
modificar la restricción se tomó luego de observar que si se consideraba tal como estaba
en el enunciado del proyecto: “los partidos con los equipos de la misma conferencia
deben ser 2 ó 3”, el número total de partidos a jugar por equipo no alcanzaba los 82
que se deben jugar, establecidos en la restricción 1. El detalle de la agrupación de
los 30 equipos participantes en conferencias y divisiones se encuentra en la Tabla 2.1
y Tabla 2.2 del Anexo. A continuación se presenta un ejemplo de calendario que se
obtendrá con el algoritmo de resolución:

Tabla 2.3: Calendario ejemplificado de fechas para equipos

Equipo 1 Equipo 2 Equipo 3 Equipo 4 Equipo 5 Equipo 6


Día 1 -5 - 6 - 1 -3
Día 2 4 3 -2 -1 - -
Día 3 - -5 - 6 2 -4
Día 4 6 - - - - -1
Día 5 3 4 -1 -2 - -
Día 6 - - 4 -3 -6 5
Día 7 -2 1 - 5 -4 -
Día 8 - -6 -5 - 3 2

Fuente: Elaboración propia


Las columnas de la tabla, corresponden a los equipos pertenecientes al campeonato,
mientras que las filas corresponden a las fechas. Por otro lado, se establece que el signo
de los valores en la tabla, indican si un equipo juega de local o de visita, en donde el
valor negativo de un número indica que ese equipo juega de visita con el equipo que
representa esa columna, mientras que si el valor del número de la casilla es positivo, el
equipo representado por ese número juega de local contra el equipo que representa esa
columna. Además, los guiones indican que el equipo referido en esa columna no juega
ningún partido ese día. Por ejemplo, en la Tabla 2.3 el elemento de la primera fila y
de la primera columna, indica que el equipo 1 jugará contra el equipo 5 de visita. El
elemento de la primera fila y tercera columna, indica que el equipo 3 juega contra el
equipo 6 de local, mientras que el elemento de la primera fila y cuarta columna indica
que el equipo 4 no tiene partido programado ese día.
Capítulo 3

Marco Teórico

Para poder definir el problema descrito, que involucra una gran cantidad de varia-
bles y restricciones, se ha decidido realizar una selectiva revisión bibliográfica como
también se han agendado reuniones con académicos expertos en la Investigación de
Operaciones. Luego de eso, se ha definido que el problema a resolver consiste en una
variación al problema conocido como Traveling Tournament Problem, el cual se desa-
rrolla como un problema compuesto de dos subproblemas: el problema de asignación
de partidos (determinístico) y el de calendario (combinatorial).

3.1. Revisión bibliográfica


3.1.1. Algoritmo de ahorro
Para desarrollar el problema de asignación de partidos, Olivera (2004) presenta uno
de los algoritmos más difundidos actualmente, el Algoritmo de Ahorros de Clarke &
Wright (1964). Como se puede apreciar en la figura 2, dadas dos rutas diferentes (0, . .
. , i, 0) y (0, j, . . . , 0), estas pueden ser combinadas dando paso a una nueva ruta (0,
. . . , i, j, . . . , 0) que posee una distancia menor a la configuración inicial. El ahorro
de nueva configuración, puede ser calculado como:

aij = di0 + d0j dij


dado que en la configuración, luego de aplicar el algoritmo, los arcos (i, 0) y (0, j)
ya no se usarán, debido a que se ha agregado el arco (i, j).

Figura 3.1: Configuración de rutas antes y después de aplicar algoritmo de ahorro.


Fuente: G. Durán, S. Durán, J. Marenco, F. Mascialino, & P. A. Rey (2016)

4
CAPÍTULO 3. MARCO TEÓRICO 5

Procedimiento

1. Inicialización: Para cada cliente i construir la ruta (0, i, 0).


2. Cálculo de ahorros: Calcular aij para cada par de clientes i y j.
3. Mejor unión: Sea ai∗j∗ = max aij en donde el máximo se toma entre los ahorros
que no han sido considerados aún. Sean ri∗ y rj∗ las rutas que contienen a los
clientes i* y j* respectivamente. Si i* es el último cliente de ri∗ y j* es el primer
cliente de rj∗ y la combinación de ri∗ y rj∗ es factible, combinarlas. Eliminar
ai∗j∗ de futuras consideraciones. Si quedan ahorros por examinar ir a 3, si no,
terminar procedimiento.
Bean & Birge (1980), muestran que al utilizar este algoritmo para un estudio con
22 equipos, los resultados respecto al caso inicial (en el que no utilizan el algoritmo)
muestran un ahorro de 2,75 millones de millas menos recorridas, el cual traducido a
variación porcentual, corresponde a alrededor del 20 %. Esto, a su vez, satisface los
requisitos de programación de la liga.

Aplicándolo entonces al problema abordado, si se tiene un equipo en el origen O,


que correspondería a la sede del equipo seleccionado, como instancia inicial irá de visita
y volverá a su sede, por lo que la distancia total recorrida sería dos veces la distancia
entre el origen y la sede del equipo i más dos veces la distancia entre origen y la sede
del equipo j. Al usar el algoritmo, si se une las rutas i y j, se ahorra una cantidad
di0 + d0j − dij . Finalmente para cada sede se tendría una matriz de ahorros entre cada
par de destinos, de donde se elige aquellos ahorros máximos.

Respecto al problema de asignación de fechas, una vez obtenida una solución me-
diante el modelo presentado en esta sección (punto 3.1.1), resta asignar los días del
calendario en que se llevará a cabo cada uno de los juegos. Para ello se utiliza el modelo
formulado en la subsección siguiente (punto 3.1.2). Hasta ahora, según lo investigado,
no hay en la literatura de sports scheduling utilización de modelos matemáticos para
asignar los días de los partidos en una competencia deportiva.

3.1.2. Resolución del problema en etapas


Durán et al. (2016) presentan un problema similar al abordado, en donde la mo-
delación consiste de dos etapas, primero se define la secuencia de los partidos de cada
equipo y después un segundo modelo asigna los días en que cada partido se tiene que
disputar. En cada etapa considera una serie de restricciones solicitadas por los equipos
participantes, la televisión y la asociación que aglutina a todos los equipos.

Para la resolución del problema presentado, se adaptarán las mismas etapas presen-
tadas por Durán et al. (2016), dado que permite dividir el problema y poder abordarlo
de manera más sencilla. También, porque la etapa de asignación de días en que ca-
da partido se debe disputar, presenta una ventaja a la hora de programar, dado que
corresponde a una estructura de listas y arreglos, los cuales son de baja dificultad en
cuanto a manejo técnico.

3.2. Opinión de expertos


Se realizó una primera reunión con un experto en algoritmos discretos y bajo incer-
tidumbre, Matías Klapp, Ph.D., en Investigación de Operaciones, School of Industrial
and Systems Engineering, Georgia Tech, Atlanta, con quien se discutió diversos temas
respecto al problema de estudio. Dada la dificultad que presentaba el organizar una
calendarización óptima, teniendo en consideración el hecho de que además se quiere
reducir distancias para los equipos, luego de exponer los planteamientos posibles que
el grupo había formulado, el profesor Klapp recomendó realizar una división del pro-
blema en dos subproblemas: asignación de partidos y asignación de calendario.
CAPÍTULO 3. MARCO TEÓRICO 6

Respecto al algoritmo de ahorro (usado en la etapa de asignación de partidos) se


presentaban dos enfoques, por un lado estaba el minimizar la distancia total, y como
segunda opción estaba minimizar el gap de distancias entre el equipo que recorre me-
nos y el que recorre más, y como tercera posibilidad estaba el equiparar distancias de
forma que todos los equipos recorrieran lo mismo. Con este planteamiento, el investi-
gador recomendó que el método que generaba mayor equidad era el minimizar el gap
de distancias, ya que así se buscaría un resultado que otorgara una menor distancia
para equipos y también disminuyendo alguna ventaja comparativa que existiera entre
equipos sobre el cansancio acumulado por recorrer excesivamente menores o mayores
distancias.

Luego, para abordar el problema de asignación de calendario, el docente sugirió


que dado el rango de la matriz de distancias y el orden de magnitud de los datos, la
forma más eficiente de resolverlo era mediante generación de columnas. Este método
comienza con una parte pequeña del problema analizando pocas variables, lo resuelve,
luego analiza la solución parcial para descubrir la siguiente parte del problema que se
va a añadir al modelo y, a continuación, resuelve el modelo ampliado. La generación
de columnas repite este proceso hasta que alcanza una solución satisfactoria a todo el
problema. Este método de resolución es eficiente, pero difícil de programar.

La segunda reunión se realizó con Homero Larraín, profesor asistente del Depar-
tamento de Ingeniería de Transporte y Logística, Pontificia Universidad Católica de
Chile. Esta reunión se orientó a recomendaciones respecto a la heurística a usar para
el problema de asignación de partidos. El docente, en términos generales, mostró una
amplia gama de heurísticas actuales para desarrollar este problema, en donde recalcó
que debe indagarse en la metodología que más se acomodará mejor a la minimización
del gap de distancias entre el equipo que recorre menos y el que recorre más.
Capítulo 4

Interpretación y Exposición de
Datos

Los datos utilizados en la resolución del problema son esencialmente de dos tipos:
distancia entre sedes (para asignación de partidos) y disponibilidad de fechas para
jugar (calendarización), que puede ser afectada por feriados o días especiales.

4.1. Análisis de los datos


En el primer caso, se confeccionó una matriz distancia-distancia para los 30 equipos
del torneo, la que contiene las distancias entre sedes para los 30 equipos, las cuales
fueron obtenidas utilizando Google Maps. Esta información se presenta a modo de
ejemplo para 12 equipos en Tabla 4.1.a y Tabla 4.1.b en la sección de Anexos. Por
otro lado, en cuanto a las fechas disponibles para jugar, se considera que la temporada
de juego comprende los meses de Octubre a Abril, con excepción de un fin de semana
del mes de Febrero en que se juega el All-Star Game. Así, la temporada regular se
desarrolla en las siguientes fechas:
17 de Octubre: Inicio temporada regular

15 de Febrero: Inicio All-Star Game


17 de Febrero: Fin All-Star Game
11 Abril: Fin temporada regular

De esta forma, de los 177 días comprendidos entre el inicio y fin de la tempora-
da regular, se tiene un total de 174 días habilitados para asignar todos los partidos
correspondientes al torneo.

4.2. Supuestos
Para la resolución del problema, se realizaron los siguientes supuestos:
Para los equipos que tienen la misma sede (Los Angeles Clippers y L.A. Lakers),
se define que cuando se enfrenten en un partido, uno de ellos será considerado
como local y el otro como visita. Esta elección local-visita se decidirá en el proceso
de desarrollo del calendario según la cantidad de partidos jugados de local y
visita que tenga cada uno hasta el momento y según sea más conveniente en la
asignación de las fechas en el calendario.
Todos los partidos se juegan a la misma hora, en donde bajo estimaciones rea-
lizadas de acuerdo a la hora elegida para el mayor número de partidos durante
el año 2017, la hora fijada mas recurrente es las 21 hrs. Con esto, los partidos se
juegan en la noche a las 21:00 hrs, con la excepción de los equipos L.A. Lakers y
Los Angeles Clippers, en donde, cuando ambos coinciden jugando de local L.A
lakers juega a las 19 hrs, y Los Angeles Clippers a las 21 hrs. Cuando juegan uno
contra el otro es a las 21 hrs.

7
CAPÍTULO 4. INTERPRETACIÓN Y EXPOSICIÓN DE DATOS 8

Dentro del rango de fechas establecidas para el desarrollo del torneo, los equipos
tienen la posibilidad de jugar en cualquier día de la semana, sin preferencia de
uno sobre otro. De modo que los equipos se enfrentarán inclusive en días feriados
y festivos que se encuentren dentro del rango de fechas establecidas en la sección
4.1.
Capítulo 5

Enfoque de Solución

Después de realizar una extensa revisión bibliográfica, realizar reuniones con in-
vestigadores entendidos en el tema y analizar los datos que se tienen disponibles para
resolver el problema; se decidió, tal como se adelantó en la sección III, abordar el
problema desde una variación del conocido Traveling Tournament Problem, el cual
se desarrolla como uno compuesto por dos subproblemas: Problema de asignación de
partidos (enfrentamientos entre equipos) y problema de calendarización (asignación de
los partidos en los días de un calendario).

5.1. Metodología propuesta


Entendiendo que si se intenta abordar el problema de manera agregada, es decir,
asignación de partidos y calendarización juntos, la resolución aumenta demasiado su
complejidad y el problema se hace inmanejable para los alumnos, se decidió resolver
el problema en 3 etapas, pertenecientes a los dos subproblemas mencionados anterior-
mente.

5.1.1. Etapa 1: Algoritmo de ahorro


El primer paso para comenzar con la resolución del problema consiste en definir las
rutas mínimas para todos los equipos participantes del torneo, cumpliendo con las res-
tricciones 6 y 7 de la sección II; es decir, las rutas pueden tener una extensión máxima
de 2 ciudades a visitar en un mismo viaje y estas rutas de 2 ciudades no pueden ser
más de 5 por equipo. De esta forma, se obtiene 5 rutas con 2 ciudades a visitar y múlti-
ples rutas en que se visita una ciudad y se vuelve a la sede a la que pertenece el equipo.

Lo anterior se realiza mediante el uso del algoritmo de ahorro propuesto en la


sección III, en el punto 3.1.1., el cual minimiza la distancia total viajada por equipo
al construir las rutas óptimas mediante el uso de arcos de ahorro.

5.1.2. Etapa 2: Asignación partidos misma conferencia


El algoritmo anterior entrega como resultado rutas para jugar 4 partidos de “ida y
vuelta” para equipos de la misma conferencia, en dos se juega como local y en los otros
dos como visita y 2 partidos entre equipos de distintas conferencias, uno de local y otro
de visita. Sin embargo, las reglas del torneo indican que con los equipos de la misma
conferencia se debe jugar entre 3 y 4 partidos. Por lo tanto, se debe eliminar, dentro
de la misma conferencia, el cuarto partido contra algunos de los equipos contrincantes.

Para abordar este punto, se decidió generar una función que elimine de la lista de
partidos de cada equipo 2 enfrentamientos, los que equivalen a eliminar los dos parti-
dos de visita de ese equipo con el fin de cumplir las reglas previamente establecidas.
De esta forma, se eliminan 4 partidos por equipo, ya que al seleccionar como eliminado
un partido de visita, se borra, a la vez, para los dos equipos correspondientes partidos
de local.
El algoritmo prioriza eliminar los partidos inicialmente a los equipos que recorren ma-
yor distancia, de manera de asegurar el máximo ahorro para cada equipo y que el gap

9
CAPÍTULO 5. ENFOQUE DE SOLUCIÓN 10

entre el equipo que más recorre y el que menos recorre disminuya

Dado todo lo anterior se realiza el siguiente procedimiento:

1. Calcular distancias totales recorridas por equipo dado que se aplicó el algoritmo
de ahorro de la etapa 1.
2. Crear dos listas, una por cada conferencia ordenada de forma descendiente según
las distancias totales recorridas.
3. Para cada equipo, en el orden recibido, busca en la lista el partido que genera
un viaje de mayor distancia al equipo que juega de visita (que es el que esta
eliminando partidos) y la agrega a una lista de partidos eliminadas. Solo puede
eliminar partidos contra los equipos que no hayan sido eliminados dos veces
previamente y a su vez que que el partido que desea eliminar no haya sido
seleccionado previamente por su contrincante.
4. Se repite el punto 3 para descartar un segundo partido en la lista de este mismo
equipo
5. Realizar el procedimiento para los 15 equipos y para las dos conferencias.

Algoritmo 1 Asignación de partidos al Calendario


Entrada: Distancias totales recorridas por los equipos por conferencia DE DW , ma-
trices de distancia - distancia entre equipos de la misma conferencia ME MW y
lista de partidos P .
Salida: Lista de partidos P con 82 partidos por equipo, 41 de local y 41 de visita.
1: Elegir equipo e o w con la mayor distancia según la lista DE o DW respectivamente
2: Buscar en ME o MW los dos equipos con los que e o w recorre más respectivamente
3: Eliminar los dos partidos correspondientes a los equipos con los que más recorre
4: Pasar al siguiente equipo con mayor distancia y volver al paso 2 para los 15 equipos
de cada conferencia

Así, se logra la asignación de 82 partidos por equipo que cumplen con la condición
de mantener la proporción 1:1 entre partidos de local y visita.

5.1.3. Etapa 3: Equiparar


Luego de tener las rutas factibles (y mejores posibles) para cada equipo, se evalúa
el gap de distancia recorrida entre el valor máximo y el valor mínimo obtenidos entre
los 30 equipos, con el fin de trabajar sobre estos valores para poder reducir lo más
posible este gap. Para esto, ya que el máximo valor está en su mínimo posible, solo
queda trabajar sobre los equipos con menor distancia recorrida. El enfoque de solución
definido será:

Procedimiento
1. Identificar el equipo con menor distancia recorrida.

2. Evaluar gap con el equipo que tiene mayor distancia recorrida.


3. Identificar rutas de 3 ciudades que posee el equipo con menor distancia recorrida.
Tener rutas de 3 ciudades, implica que se utilizó algoritmo de ahorro para dichas
ciudades. Si tiene rutas avanzar al punto 4, si no existen rutas de 3 ciudades,
detenerse.

4. Elegir la ruta de 3 ciudades con menor distancia total recorrida.


5. Romper la ruta elegida, de manera de que queden 2 rutas en que se visita una
ciudad y se vuelve a la sede del equipo.
6. Volver al punto 1.
CAPÍTULO 5. ENFOQUE DE SOLUCIÓN 11

5.1.4. Etapa 4: Asignar calendario


Luego de haber equiparado distancias, se obtiene la mejor combinación de rutas
para los 30 equipos que cumple con el objetivo principal del proyecto. Con esto com-
pletado, se avanza al segundo subproblema, la calendarización de los partidos.

Aún cuando el problema de asignar calendario es de tipo combinatorial, el enfoque


de solución utilizado para esta etapa es ingresar partidos aleatoriamente, lo que im-
plica que, por cada ejecución, se genera un nuevo calendario con diferentes partidos
jugados por cada fecha.

Para esto, en primer lugar se crea un calendario inicial sin ningún partido asignado,
luego, por cada día, se elige un partido al azar, si los equipos del partido aún no juegan
ese día y si al agregar el partido al calendario, se cumplen con las reglas impuestas por
la NBA, se asigna el partido.

Al finalizar los días, si no se asignaron todos los partidos, el algoritmo se ejecutará


de nuevo hasta cumplir con que todos los partidos se asignen.

Algoritmo 2 Asignación de partidos al Calendario


Entrada: Calendario inicial C, lista de partidos P .
Salida: Calendario con partidos asignados C
1: Inicializar con Calendario Inicial y t = 0
2: mientras P 6= ∅ y se puedan asignar partidos al día t hacer
3: Elegir un partido pi de P aleatoriamente.
4: si los equipos del partido pi no han jugado en t y agregar el partido pi en el día
t cumple con las condiciones de la NBA entonces
5: Agregar partido pi al día t del calendario C
6: Eliminar el partido pi de la lista P
7: si no
8: Volver al paso 3
9: fin si
10: si no se pueden asignar más partidos al día t entonces
11: t←t+1
12: fin si
13: fin mientras
14: si P 6= ∅ entonces
15: Volver al paso 1
16: si no
17: devolver Calendario C
18: fin si
CAPÍTULO 5. ENFOQUE DE SOLUCIÓN 12

5.2. Diagrama de procesos


En el diagrama de procesos presentado en la Figura 5.2.1 se muestra de forma
más resumidaCALENDARIZACIÓN
la metodología dePARTIDOS
resoluciónDE
propuesta
LA NBA en el punto 5.1. de esta misma

CALENDARIZACIÓN
DIAGRAMA
sección.

No

Cumple
Restricciones
Si Fin
Asignar
calendario
ASIGNACIÓN DE
PARTIDOS

Asignación
de partidos

Instancia Algoritmo
inicial Ahorro Asignación
partidos
Equiparar
misma
conferencia

Figura 5.2.1: Diagrama de proceso de asignación de rutas y calendarización.


Fuente: Elaboración propia.

Del diagrama anterior se puede ver que una vez resuelto el problema de "qué equipo
juega con quién"(mediante las etapas de ahorro, asignación de partidos para la misma
conferencia, equiparar y la asignación final de partidos), se debe realizar la asignación
de calendario, para asignar días para estos partidos (la cual comenzará a revisar que
cumpla las restricciones propias del problema, entregando el calendario final)

También, se debe hacer hincapié en que el problema de calendarización posee una


mayor dificultad de resolución dado que posee bastantes combinaciones y a su vez,
bastantes condiciones que revisar y que cumplan con lo pedido en el enunciado. Por
otro lado, la parte de ver qué equipo juega con quién, se reduce a calcular distancias
y usar ahorros, operaciones que son sencillas respecto al punto anterior.
Capítulo 6

Caso de Estudio

Hung et al. (2011) propone hacer un calendario factible, que cumpla con las res-
tricciones propias de la NBA. Además de esto, se busca reducir los costos de tiempo
de viaje de los equipos pertenecientes a la NBA, asimismo las distancias recorridas por
cada equipo (temporada 2008-2009).

A modo general de trabajo, se propone usar una heurística que va mejorando sobre
las distintas soluciones factibles que va generando, tales como Tabu Search y Revised
Genetic Algorithm.

Los pasos propuestos por el autor son los siguientes:

Introducir parámetros del torneo y restricciones, tales como, número de equipos,


ligas, divisiones, duración de temporadas y tiempos de ejecución.
Generar calendario al azar, buscado en la base de datos para obtener distancias
de viaje.
Elegir dos calendarios como genes padres y generar el siguiente calendario, a
partir de estos dos (calendario n).
Verificar que el programa cumple las restricciones del primer paso, luego del
swapping.
Identificar que el costo total del calendario n sea menor que el de otros calenda-
rios.
Basado en las restricciones del paso 1, repetir de paso 3 a paso 5. Los programas
generados en el paso 3 van a suscribir al programa n que descartó en el paso 3
al 5.

Los pasos mencionados anteriormente, pueden resumirse en el siguiente diagrama:

Generate the netxt


Crossover
generation (Nth Schedule

Pick schedules Meet schedule


randomly constraint
Mutation
Yes
Total travelling cost
Travelling cost of
the Nth Schedule Set the
Distance to stadium distance
The Nth schedule maximum
Moving path of every Betterthan others
team yes

Generate the N-1th Swap the shedule


random schedule
Final
Input parameter schedule

Figura 6.1: Diagrama de flujo de actividades.


Fuente: Hung et al. (2011).

13
CAPÍTULO 6. CASO DE ESTUDIO 14

Para explicar cómo funciona el algoritmo genético se hará uso del siguiente diagrama:

Figura 6.2: Algoritmo Genético.


Fuente: Russell & Norvig (2004).

En la fase (a) es donde se disponen los calendarios iniciales. Estos calendarios son
generados aleatoriamente, los cuales son factibles, en base a las restricciones dadas.

En la fase (b), existe una función de ajuste, la cual produce la siguiente genera-
ción de calendarios, asignando un puntaje a cada calendario. La probabilidad de ser
elegido en la próxima etapa, depende de este puntaje asignado por la función de ajuste.

En la fase (c) dos pares de calendarios son seleccionados al azar para ser unidos,
en base al puntaje asignado de la función de ajuste. También se establece un punto de
unión seleccionado al azar.

En la fase (d) se hace el intercambio de fechas con el calendario que es pareja del
otro.

Los resultados obtenidos por los autores fueron los siguientes:

Tabla 6.3: Resultados caso de estudio


NBA
NBA Official This study
Team Team This study
(km) (km)
Official
HOU 79893 78573 BOS 75195 75698
DAL 76762 72568 NYK 70537 71236
SAS 85771 83478 NJN 77280 78536
NOH 81011 79586 PHI 63768 66325
MEM 81418 78326 TOR 62495 63652
UTA 73488 75681 CHI 60634 61589
DEN 77627 76257 CLE 63949 66369
MIN 87363 82541 DET 60695 61568
OKC 76067 75329 IND 63822 63456
POR 86016 80325 MIL 66837 64231
LAL 75115 77258 ATL 58533 59864
LAC 69665 70523 CHA 64056 62963
SAC 84035 83684 WAS 60725 60364
GSW 70882 70256 ORL 83773 81256
PHX 74261 73268 MIA 86344 87741
Total 2197119 2182501

Fuente: Hung et al. (2011).

Al momento de comparar los resultados obtenidos en esta temporada de NBA, se


puede obtener que el equipo que recorre menor distancia es Detroit Pistons (DET) de
60505 millas y el equipo con mayor distancia es Minnesota Timberwolves (MIN) con
87363. El gap entre estos dos distancias corresponde a un 44,08
Capítulo 7

Resultados

7.1. Exposición de resultados


El modelo de optimización desarrollado fue programado y solucionado en Python
versión 3.6.6 . El computador utilizado para ejecutar el algoritmo fue de procesador
Intel Core i5-3630QM a 2,5GHz hasta 3,5 GHz, Quad Core, con memoria RAM de 8GB
DDR4 2400 Mhz. Este computador fue utilizado para todas las instancias ejecutadas.

El calendario factible obtenido se puede visualizar en las Tablas 7.2.1 a y 7.2.1 b


en la sección Anexos. Dado el número de equipos participantes en el torneo regular de
la NBA, la aleatoriedad del contrincante al que puede enfrentarse un equipo en cada
partido, el número de partidos que deben jugarse a lo largo del torneo y las restriccio-
nes que debe satisfacer la solución hace que el problema tenga una alta complejidad
computacional. Inicialmente el programa tardaba 720 segundos en entregar solución,
por lo que se optimizó el código hasta llegar a la ultima versión del programa en donde
se cumplió un tiempo de ejecución de 13 segundos.

7.2. Análisis de resultados


Para verificar si el calendario realmente cumple con el objetivo del trabajo realizado
que es crear una competición más justa mediante equiparar distancias recorridas, se
analizó distintos aspectos relevantes respecto a la configuración de este y su desempeño
respecto a otros trabajos realizados anteriormente por invetigadores expertos en la
materia, los que se detallan a continuación.

7.2.1. Días de descanso


Del total de días que dura la temporada regular del torneo, se obtuvo que con el
calendario propuesto, todos los equipos tienen un 54 % de días de descanso. Lo anterior
asegura que, al menos en cuanto a tiempo, todos los equipos descansan aproximada-
mente lo mismo.

En los siguientes gráficos se puede ver que la distribución de días de descanso entre
equipos:

15
CAPÍTULO 7. RESULTADOS 16

Figura 7.2.1.1: Distribución días de descanso - Conferencia Oeste


Fuente: Elaboración propia.

Figura 7.2.1.2: Distribución días de descanso - Conferencia Este


Fuente: Elaboración propia.

Podemos notar que la distribución entre los distintos equipos, tanto para conferen-
cia este como oeste, no varía demasiado y que existe un patrón constante respecto a
los días de descanso. Por lo tanto, podemos afirmar que el calendario creado es justo
con la asignación de días de descanso para todos los equipos

7.2.2. Distancias entre equipos según calendario encontrado


De las distancias recorridas en total por todos los equipos, tenemos los siguientes
resultados:

Figura 7.2.1.2: Distancia total recorrida por equipos


Fuente: Elaboración propia.

Calculando la media de las distancias recorridas, se tiene que fue de 52.566 millas
aproximadamente por equipo, con una desviación estandar de 12.373 millas. También
CAPÍTULO 7. RESULTADOS 17

se puede ver que el equipo que menos distancia recorrida tiene fue Charlotte Hornets
con 39.089 millas y el que más recorre es Portland Trail Blazers, con 89.004 millas.
A modo de explicar porque estos equipos son los que menos y más distancia reco-
rren, se adjunta un mapa geográfico de la ubicación de los estadios de ambos equipos.

Figura 7.2.1.2: Ubicación equipos con máxima y minima distancia recorrida


Fuente: Elaboración propia.

En el mapa, el punto amarillo corresponde al estadio del equipo de Portland Trail


Blazers mientas que el punto rojo corresponde a Charlotte Hornets.

El hecho de que Portland Trail Blazers corresponda a uno de los equipos con ma-
yores distancias recorridas está dada por su ubicación geográfica en el mapa. Éste, se
encuentra ubicado en el extremo de la costa Oeste, en el estado de Washington, el cual
limita con Canadá. Claramente el hecho de ser uno de los equipos que se encuentra en
uno de los puntos extremos del país, hará que recorra mayor distancia que el resto de
los equipos.

Respecto a Charlotte Hornets, si bien se encuentran hacia la coste este, alrededor


del estadio de este existen varios estadios de equipos cercanos, lo que explica que de-
bería tener poca distancia total recorrida.

Otro factor, que es transversal para todos los equipos, es considerar que en la
conferencia Oeste, los estados se encuentran mas separados que en la conferencia Es-
te, haciendo que los primeros, deban recorrer en promedio, mayor distancia que los
segundos.

7.2.3. Comparación de distancias recorridas respecto a caso de


estudio NBA 2008-2009
En cuanto a las distancias recorridas, se tiene que para el 2008 Minnesita Timber-
wolves fue el equipo que más distancia recorrió, con un total de 54.285 millas; mientras
que Atlanta Hawks fue quien menos distancia recorrió con un total de 36.371 millas.
Lo anterior, entrega un gap aproximado de 49 %

Por otro lado, en el calendario presentado, Portland Trail Blazers fue el equipo que
más distancia recorrió, con 89.004 millas, mientras que Charlotte Hornets fue quien
menos distancia viajó, con 39.098 millas. El gap entregado por este calendario fue
aproximadamente de 128 %.

De lo anterior, puede verse que con el calendario propuesto tanto las distancias
recorridas como el gap entre el máximo y el mínimo aumentan, sin embargo, debe
considerarse que las restricciones del problema presentado son mucho más estrictas
que las utilizadas en la generación de un calendario real para el torneo. En este senti-
do, es importante destacar que para el trabajo realizado, se considera rutas de ahorro
solo con dos equipos, pudiendo entonces jugarse un máximo de 2 días consecutivos
CAPÍTULO 7. RESULTADOS 18

como visita. Para el torneo real, esta restricción es bastante más relajada, pudiendo
los equipos visitar más de 2 ciudades de forma consecutiva para jugar de visita, lo que
les permite un mayor ahorro en cuanto a distancia por millas viajadas.

Variación % (respecto NBA 2008-2009)


100%
80%
60%
40%
20%

Minnesota…

Golden State…
Oklahoma City…
0%

New Orleans Pelicans


Miami Heat

Indiana Pacers
Milwaukee Bucks

Phoenix Suns
Boston Celtics

Orlando Magic

San Antonio Spurs


Brooklyn Nets

Toronto Raptors

Chicago Bulls

LA Lakers
Atlanta Hawks
Charlotte Hornets

Washington Wizards

Detroit Pistons

Denver Nuggets

Dallas Mavericks
Portland Trail Blazers
Utah Jazz

Memphis Grizzlies
New York Kincks
Philadelphia 76ers

Los Angeles Clippers

Sacramento Kings
Cleveland Cavaliers

Houston Rockets
-20%
-40%

Variación % (respecto NBA 2008-2009)

Figura 7.2.2: Estadística comparativa distancia recorrida por equipo respecto a caso
de estudio NBA 2008-2009
Fuente: Elaboración propia.

7.2.4. Ocupación de partidos al día


Una métrica interesante de analizar por parte de quienes transmiten los partidos
de la NBA por televisión o streaming online, es saber qué días existe mayor cantidad
de partidos, dado que eso trae mayor cantidad de rating, y con eso, mayores oportu-
nidades de vender publicidad a marcas importantes (considerando el nivel de alcance
que posee la NBA a sus fanáticos).

El siguiente gráfico muestra cifras estadísticas acerca de esto:

Figura 7.2.3: Ocupación de días, según partidos jugados


Fuente: Elaboración propia.

Respecto a esto se hizo el cálculo correspondiente al porcentaje de partidos jugados


al día, respecto de un máximo de 15 partidos por día (dado que son 30 equipos). Este
cálculo arroja un promedio de 46 %, con lo cual sería atractivo para cadenas televisas
o servidores de streaming online, transmitir preferentemente en días que tengan un
porcentaje de ocupación por sobre el promedio.
Dentro de los días con mayor porcentaje de ocupación, puede verse que esto ocurre
cada dos días, desde el inicio del campeonato. Eso quiere decir, que dentro de una
semana existen 4 días en los que es más rentable transmitir partidos. Por último, se
CAPÍTULO 7. RESULTADOS 19

puede ver que la ocupación de los días tiene una tendencia oscilatoria concentrada
entre el 40 % y 60 %. Esto puede ser útil a la hora de ver cómo asignar los días a las
distintas cadenas televisivas o servidores streaming online para hacer una asignación
pareja de días, en base a este indicador.
Capítulo 8

Conclusiones

En este trabajo se busca resolver un problema estilo Traveling Tournament Pro-


blem, con el objetivo de hacer más justa la competición en el torneo de la NBA.
Para ello, se opta por separar el problema en dos fases: asignación de partidos y asig-
nación de fechas en un calendario; las cuales se resuelven mediante el algoritmo de
resolución diseñado por los alumnos, que se basa en el algoritmo de ahorros planteado
por Clarke & Wright (1964) con una posterior etapa de mejoramiento definida como
.equiparar"(sección 5.1.3), y un algoritmo de asignación de fechas en un calendario,
programado por los alumnos, que asigna los partidos a días del calendario del torneo.

En cuanto a resultados, se obtuvo un calendario de 177 días que cumple con todas
las restricciones impuestas en el planteamiento del proyeto; sin embargo, dado que las
reglas de la NBA en cuanto a partidos consecutivos jugados de visita son menos es-
trictas que las consideradas para la resolución de este trabajo, los resultados obtenidos
en cuanto a equiparar distancias recorridas, con el fin de hacer una competencia más
justa, no son verdaderamente comparables con los de un calendario real. El resultado
observado para el gap del calendario propuesto es de 128 %, mientras que el de la NBA
2008-2009 es de 49 %.

Por lo tanto, al menos realizando una comparación respecto a calendarios pasados


de la NBA, se puede afirmar que los resultados no son concluyentes. Para esto, se pro-
pone como estudio futuro modificar restricciones en el algoritmo desarrollado por los
alumnos, de manera que estas se asemejen más a las reales impuestas por la NBA. De
esta forma, se espera poder obtener resultados comparables que permitan establecer
si, con el calendario propuesto, realmente existe una mejora respecto a los calendarios
reales.

Por otra parte, en cuanto a tiempo de descanso, se observó que todos los equipos
descansan un 54 % del tiempo, respecto al total de días que dura la temporada regular.
En este sentido, sin considerar la diferencia en la configuración de días de descanso en
el calendario, se puede asegurar que con el calendario propuesto, al menos, los equipos
tienen igualmente el mismo tiempo de descanso.

20
Capítulo 9

Referencias

1. Agnastopulos, A., Michel, L., Van Hentenryck, P. & Vergados, Y. (2003). A Si-
mulated Annealing Approach to the Traveling Tournament Problem.

2. Bean, J. & Birge, J. (1980). Reducing travelling costs and player fatigue in the
National Basketball Association.
3. Clarke, G. & Wright, W. (1964). Scheduling of vehicles from a central depot to
a number of delivery points. Operations Research 12 (1964) 568–581.

4. Durán, G., Durán, S., Marenco, J., Mascialino, F., & Rey, P. A. (2016). Progra-
mación matemática para los fixtures de los torneos profesionales del básquet de
la Argentina en un formato NBA. Revista de Ingenierıa de Sistemas Volumen
XXX. Disponible en: http://www.dii.uchile.cl/ ris/RIS2016/2_basquet12.pdf

5. Hung, J., Chien, M. & Yen, N. (2011).Intelligent Optimization Scheduling Al-


gorithm for Professional Sports Games. Sao Paulo, Brazil: Fourth International
Conference on Ubi-Media Computing.
6. Olivera, A. (2004). Heurísticas para Problemas de Ruteo de Vehículos. Instituto
de Computación, Facultad de Ingeniería, Universidad de la República, Montevi-
deo, Uruguay. Disponible en: https://www.fing.edu.uy/inco/pedeciba/bibliote/
reptec/TR0408.pdf

7. Russell, S. & Norvig, P. (2004). Inteligencia Artificial: Un Enfoque Moderno.


Madrid, España: Pearson Editorial.

21
Capítulo 10

Anexos

Tabla 1.1: Carta Gantt.


Carta Gantt Calendarizacion de NBA
Grupo 1
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Fecha 4/2/2018 4/9/2018
4/16/2018
4/23/2018
4/30/2018
5/7/2018
5/14/2018
5/21/2018
5/28/2018
6/4/2018
6/11/2018
6/18/2018

Reunión con ayudante

Investigar reglamento y
funcionamiento de la NBA

Revisión bibliográfica
Entrega 1
Revisar documentación
Python y Gurobi

Preparación presentación 1

Análisis de feedback de
entrega 1

Reunión con experto en tema

Definición de objetivos

Definición tentativa de
metodología y supuestos
Entrega 2
Estudio de literatura y
soluciones existentes

Recolección de datos

Selección de Heuristica

Preparación presentación 2

Análisis de feedback entrega


2

Generar diagrama de flujo

Inf. Medio Semestre Generar base de datos

Elección de lenguaje y
librerías a utilizar

Diseño de algoritmo

Análisis feedback entrega de


mitad de semestre
Iteración de diseño en
algoritmo

Análisis de resultados

Entrega 3 Análisis de sensibilidad

Comparación de resultados
con datos históricos
Creación de interfaz gráfica
(calendario)

Preparación presentación 3

22
CAPÍTULO 10. ANEXOS 23

Análisis de feedback entrega


3

Entrega Final
Reunión experto en tema
Revalidación del algoritmo y
modelo
Preparación presentación e
informe final

Leyenda
Avance planificado
Avance real
Avance no cumplido
Fecha entrega

Fuente: Elaboración propia

Tabla 2.1: Equipos por división Conferencia del Este.

Conferencia del Este


División Atlántico División Central División Sudeste
Boston Celtics Chicago Bulls Atlanta Hawks
New Jersey Nets Cleveland Cavaliers Charlotte Hornets
New York Knicks Detroit Pistons Miami Heat
Philadelphia 76ers Indiana Pacers Orlando Magic
Toronto Raptors Milwaukee Bucks Washington Wizards
Fuente: Elaboración propia

Tabla 2.2: Equipos por división Conferencia del Oeste.

Conferencia del Oeste


División Suroeste División Noroeste División Pacífico
Dallas Mavericks Denver Nuggets Golden State Warriors
Houston Rockers Minnesota Timberwolves Los Angeles Clippers
Memphis Grizzlies Portland Trail Blazers Los Angeles Lakers
New Orleans Pelicans Oklahoma City Thunder Phoenix Suns
San Antonio Spurs Utah Jazz Sacramento Kings
Fuente: Elaboración propia

Tabla 7.2.1 a: Calendario solución para torneo regular 2018-2019.

Tabla 4.1.a Matriz distancia-distancia para problema dimensión 12.

0 1 2 3 4 5 6 7 8 9 10 11
0 0 960 1.065 813 960 624 1.938 1.369 1.778 1.819 3.073 2.968
1 960 0 855 603 794 452 1.765 1.203 1.580 1.609 2.906 2.767
2 1.065 855 0 261 674 664 1.401 1.065 812 799 2.514 2.209
3 813 603 261 0 713 545 1.557 1.120 1.062 1056 2.712 2.450
4 960 794 674 713 0 339 999 408 942 1062 2.119 2.041
5 624 452 664 545 339 0 1.314 747 1.164 1.267 2.462 2.351
6 1.938 1.765 1.401 1.557 999 1.314 0 836 783 1.018 1.195 1.073
7 1.369 1.203 1.065 1.120 408 747 836 0 965 1.187 1.863 1.850
8 1.778 1.580 812 1.062 942 1.164 783 965 0 249 1.743 1.398
9 1.819 1.609 799 1056 1.062 1.267 1.018 1.187 249 0 1.886 1.527
10 3.073 2.906 2.514 2.712 2.119 2.462 1.195 1.863 1.743 1.886 0 403
11 2.968 2.767 2.209 2.450 2.041 2.351 1.073 1.850 1.398 1.527 403 0

Fuente: Elaboración propia


CAPÍTULO 10. ANEXOS 24

Tabla 4.1.b Equipos enumerados en matriz distancia-distancia para problema


dimensión 12.
Equipo nro. Equipo nro.
Boston Celtics 0 Denver Nuggets 6
Brooklyn Nets 1 Minnesota Timberwolves 7
Atlanta Hawks 2 Dallas Mavericks 8
Charlotte Hornets 3 Houston Rockets 9
Chicago Bulls 4 Golden State Warriors 10
Cleveland Cavaliers 5 Los Angeles Clippers 11
Fuente: Elaboración propia

Dia/equipo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 -2 1 - 8 12 - -20 -4 27 - 29 -5 - - 18 - - -15 - 7 -26 - -25 - 23 21 -9 - -11 -
2 - - -24 - - 28 - - - -22 - - 30 -16 - 14 -19 - 17 - - 10 - 3 - - - -6 - -13
3 11 -18 - - -23 - 21 28 -12 -25 -1 9 - -29 27 - - 2 - 26 -7 - 5 - 10 -20 -15 -8 14 -
4 - - -13 30 - -19 - - - - - - 3 - - -17 16 - 6 - - 24 - -22 - - - - - -4
5 12 15 - - 8 -20 28 -5 -18 30 -21 -1 - -23 -2 - - 9 - 6 11 - 14 - 27 -29 -25 -7 26 -10
6 - - - 24 - - - -16 - - - - 22 - - 8 19 - -17 - - -13 - -4 - - - - - -
7 14 - - - 12 -7 6 - - -15 27 -5 - -1 10 - - -23 - -29 28 - 18 - 30 - -11 -21 20 -25
8 - -8 - -16 - - - 2 -19 - - - - - - 4 -24 - 9 - - -26 - 17 - 22 - - - -
9 - - 5 -29 -3 -18 -13 - -20 -21 15 14 7 -12 -11 - - 6 - 9 10 -30 27 - 28 - -23 -25 4 22
10 16 24 - - - - - -17 - - - - - - - -1 8 - -26 - - - - -2 - 19 - - - -
11 - - 16 - -15 -10 - - -14 6 18 30 -23 9 5 -3 - -11 - - 29 -25 13 - 22 - 28 -27 -21 -12
12 4 26 - -1 - - 8 -7 - - - - - - - - 20 - -24 -17 - - - 19 - -2 - - - -
13 - - - - 26 11 - - -15 -13 -6 -14 10 12 9 -27 - 30 - - 25 28 29 - -21 -5 16 -22 -23 -18
14 -17 -4 -7 2 - - 3 19 - - - - - - - - 1 - -8 -24 - - - 20 - - - - - -
15 - - - - 11 23 - - 19 - -5 26 -18 15 -14 -25 - 13 -9 - -30 27 -6 - 16 -12 -22 29 -28 21
16 20 -17 4 -3 - - 8 -7 - 24 - - - - - - 2 - - -1 - - - -10 - - - - - -
17 - - - - 20 -13 - - 23 - 25 -15 6 30 12 -18 - 16 -21 -5 19 26 -9 - -11 -22 29 - -27 -14
18 -2 1 -8 17 - - 10 3 - -7 - - - - - - -4 - - - - - - 28 - - - -24 - -
19 - - - - 9 15 - - -5 - - 14 - -12 -6 25 - -27 29 -30 26 -23 22 - -16 -21 18 - -19 20
20 -11 13 7 - - - -3 10 - -8 1 - -2 - - - 24 -28 - - - - - -17 - - - 18 - -
21 - - - 29 16 12 - - -22 - - -6 - -15 14 -5 - - 27 -21 20 9 30 - 26 -25 -19 - -4 -23
22 3 7 -1 - - - -2 13 - 29 17 - -8 - - - -11 24 - - - - - -18 - - - - -10 -
23 - - - 27 15 16 - - -21 - - -14 - 12 -5 -6 - - -26 22 9 -20 28 - -30 19 -4 -23 - 25
24 13 8 -11 - - - 24 -2 -29 27 3 - -1 - - - -18 17 - - - - - -7 - - -10 - 9 -
25 - - - -14 -12 15 - - - - - 5 - 4 -6 -21 - - -30 -23 16 25 20 - -22 28 - -26 - 19
26 8 -11 10 - - - 13 -1 17 -3 2 - -7 - - - -9 29 - - - - - -27 - - 24 - -18 -
27 - - - 26 6 -5 - -25 - - - 21 - 15 -14 -22 - - -23 30 -12 16 19 -28 8 -4 - 24 - -20
28 9 27 7 - - - -3 - -1 26 13 - -11 - - - -29 - - - - - - - - -10 -2 - 17 -
29 - - - 22 27 14 - 23 -25 - - 20 - -6 -18 21 - 15 -28 -12 -16 -4 -8 30 9 - -5 19 - -24
30 -3 11 1 - - - -10 - - 7 -2 - 20 - - - - - - -13 - - - - - 29 - - -26 -
31 - - - 5 -4 8 - -6 -24 - - -17 - 21 - 28 12 -19 18 - -14 25 - 9 -22 - 30 -16 - -27
32 -11 15 -10 - - - -23 - - 3 1 - -26 - -2 - - -20 - 18 - - 7 - - 13 - - - -
33 - - - -19 -9 -14 - 12 5 - - -8 -30 6 - - -27 - 4 - 29 -28 - -25 24 - 17 22 -21 13
34 7 16 - -20 - - -1 - - 15 -23 - - - -10 -2 - -26 - 4 - - 11 - - 18 - - - -
35 - - 14 - -6 5 - 13 21 - - 16 -8 -3 - -12 -22 - -25 - -9 17 - -29 19 - -30 - 24 27
36 -23 18 - -10 - - 11 - - 4 -7 - - - 28 - - -2 - -26 - - 1 - - 20 - -15 - -
37 - - 18 - -27 22 - -21 13 - - -19 -9 -17 - -24 14 -3 12 - 8 -6 - 16 - - 5 - -30 29
38 -10 -23 - 11 -28 - -25 - - 1 -4 -20 - - -26 - - - - 12 - - 2 - 7 15 - 5 - -
39 - - 14 - - -17 - -9 8 - - - 21 -3 - -19 6 27 16 - -13 29 - 30 - - -18 - -22 -24
CAPÍTULO 10. ANEXOS 25

40 23 12 - 5 -4 - 10 - - -7 - -2 - - -20 - - - - 15 - - -1 - - -28 - 26 - -
41 - - 23 - - -14 - -19 13 - 16 - -9 6 -29 -11 -21 24 8 - 17 -25 -3 -18 22 - 30 - 15 -27
42 -4 -5 - 1 2 - 20 -26 - -12 - 10 - - - - - - - -7 - - - - - 8 - - - -
43 - - - - - 24 - - 15 - 14 - - -11 -9 28 -30 25 -29 - 22 -21 27 -6 -18 - -23 -16 19 17
44 -12 -7 4 -3 -10 - 2 -13 - 5 - 1 8 - - - - - - 26 - - - - - -20 - - - -
45 - - - - - 11 - - -28 - -6 - - -19 17 27 -15 -30 14 - -25 29 24 -23 21 - -16 9 -22 18
46 5 10 12 13 -1 - - 26 - -2 - -3 -4 -20 - - - - - 14 - - - - - -8 - - - -
47 - - - - - 25 -27 - 26 - 15 - - - -11 -18 -23 16 21 - -19 - 17 29 -6 -9 7 30 -24 -28
48 14 -13 -5 10 3 - - -12 - -4 - 8 2 -1 - - - - - 21 -20 - - - - - - - - -
49 - - - - - 7 -6 - -11 - 9 - - -25 - 22 19 -24 -17 - - -16 -30 18 14 27 -26 29 -28 23
50 -5 21 20 - 1 - - 15 - - - 13 -12 - -8 - - - - -3 -2 - - - - - - - - -
51 - - - - - -11 -14 - 15 -19 6 - - 7 -9 -27 30 -23 10 - - -29 18 26 28 -24 16 -25 22 -17
52 12 4 5 -2 -3 - - -13 - -20 - -1 8 - - - - - - 10 - - - - - - - - - -
53 - - - - - -21 16 - 28 - -22 - - - - -7 18 -17 -30 - 6 11 -24 23 29 27 -26 -9 -25 19
54 -14 3 -2 12 -13 - - 16 - 15 - -4 5 1 -10 -8 - - - - - - - - - - - - - -
55 - - - - - 7 -6 - 25 - -30 - - - - - 27 28 26 29 24 23 -22 -21 -9 -19 -17 -18 -20 11
56 13 14 -12 - 10 - - -15 - -5 - 3 -1 -2 8 - - - - - - - - - - - - - - -
57 - - - 9 - - 27 - -4 - 24 - - - - -23 21 - -29 25 -17 -26 16 -11 -20 22 -7 -30 19 28
58 -3 6 1 - 18 -2 - 14 - 13 - -15 -10 -8 12 - - -5 - - - - - - - - - - - -
59 - - - 23 - - -16 - - - 20 - - - - 7 -28 - -21 -11 19 24 -4 -22 - -27 26 17 30 -29
60 6 -9 -13 - -12 -1 - 15 2 - - 5 3 -18 -8 - - 14 - - - - - - - - - - - -
61 - - - -11 - - -19 - - -24 4 - - - - -25 -22 - 7 -21 20 17 -29 10 16 30 -28 27 23 -26
62 9 -14 -5 - 3 8 - -6 -1 - - 18 -15 2 13 - - -12 - - - - - - - - - - - -
63 - - - -23 - - -10 - - 7 21 - - - - 30 -24 - 28 -27 -11 - 4 17 - 29 20 -19 -26 -16
64 -6 22 -14 - -15 1 - 9 -8 - - 25 18 3 5 - - -13 - - - -2 - - -12 - - - - -
65 - - - 7 - - -4 - - 22 19 - - - - -23 -26 - -11 -28 - -10 16 27 - 17 -24 20 30 -29
66 -21 -6 -15 - 9 2 - 14 -5 - - -13 12 -8 3 - - -25 - - 1 - - - 18 - - - - -
67 -22 - - -17 - - -24 - - 11 -10 - - - - 26 4 - 28 30 - 1 -27 7 - -16 23 -19 - -20
68 - -21 -9 - -14 -15 - 18 3 - - -29 - 5 6 - - -8 - - 2 - - - - - - - 12 -
69 26 - - 10 - - -13 - - -4 30 - 7 - - 25 -20 - -22 17 - 19 -24 23 -16 -1 28 -27 - -11
70 - -6 26 - 21 2 - 9 -8 - - 15 - 18 -12 - -29 -14 - - -5 - - - - -3 - - 17 -
71 22 - - -13 - - 25 - - 11 -10 - 4 - - 20 - - -27 -16 - -1 -28 -30 -7 - 19 23 - 24
72 - -12 22 - -8 9 - 5 -6 - - 2 - -26 -17 - 15 -29 - - - -3 - - - 14 - - 18 -
73 28 - - -7 - - 4 - - - - - 16 -30 - -13 - - -25 - -27 - 24 -23 19 - 21 -1 - 14
74 - 5 28 - -2 -26 - -11 -10 9 8 -22 - - - - -18 17 - 29 - 12 - - - 6 - -3 -20 -
75 -16 - - -27 - -30 14 - - - - -25 23 -7 21 1 - - 24 - -15 - -13 -19 12 - 4 - - 6
76 -29 -22 -18 -28 - - - -10 11 8 -9 - - - - - 26 3 - - - 2 - - - -17 - 4 1 -
77 - -25 -21 - -16 13 23 - - - - 24 -6 27 30 5 - - -20 19 3 - -7 -12 2 - -14 - - -15
78 -8 - - -22 - - - 1 10 -9 -17 - - - - - 11 -28 - - - 4 - - - -29 - 18 26 -
79 - -27 - -25 13 21 -15 - - - - 23 -5 19 7 24 - - -14 -30 -6 - -12 -16 4 - 2 - - 20

80 10 -28 -22 - - - - -11 - -1 8 - - - - - 29 -26 - - - 3 - - - 18 - 2 -17 -


81 - - -25 14 - - -9 - 7 - - 19 -27 -4 23 -20 - -30 -12 16 -24 - -15 21 3 - 13 - - 18
82 - -26 - - 22 10 - 29 - -6 - - -28 - - - - - - - - -5 - - - 2 - 13 -8 -
83 -24 -30 -20 -15 - - -21 - 29 - 12 -11 - -27 4 17 -16 23 25 3 7 - -18 1 -19 - 14 - -9 2
84 - - - - -26 - - -10 - 8 - - -22 -28 - - - - - - - 13 - - - 5 - 14 - -
85 -15 -24 -4 3 -30 17 9 - -7 - - -23 -25 - 1 29 -6 19 -18 -27 - - 12 2 13 - 20 - -16 5
86 - - - - - - - 17 - -14 28 - - 10 - - -8 - - - - 26 - - - -22 - -11 - -
87 -27 5 - 19 -2 - 12 - 16 - - -7 15 - -13 -9 - 23 -4 - 30 - -18 - -29 - 1 - 25 -21
88 -28 - -6 - - 3 - 11 - 19 -8 - - 17 - - -14 - -10 -22 - 20 - -26 - 24 - 1 - -
89 - 7 - -12 -13 - -2 - 11 - -9 4 5 - -21 18 - -16 - - 15 - 29 -30 27 - -25 - -23 24
90 6 - 10 - - -1 - 20 - -3 - - - 26 -22 - 28 - - -8 - 15 - - - -14 - -17 - -
91 - 23 - -13 -11 -25 12 - 20 - 5 -7 4 - - -19 - 21 16 -9 -18 - -2 - 6 - -29 - 27 -
92 - - -17 - - - - -24 - 14 - - - -10 26 - 3 - - - - 30 - 8 - -15 - - - -22
93 27 12 - -18 - 20 9 - -7 - -13 -2 11 - - -28 - 4 25 -6 -29 - - - -19 - -1 16 21 -
94 - - 27 - 14 - - -23 - 17 - - - -5 22 - -10 - - -24 - -15 8 20 -26 25 -3 - - -
95 -12 9 - 13 - 18 -29 - -2 - - 1 -4 - - 19 - -6 -16 - 30 - - - - - - - 7 -21
96 - - 9 - 24 - - 22 -3 -26 14 - - -11 25 - -23 - - -28 - -8 17 -5 -15 10 - 20 - -
97 -13 - - -6 - 4 -18 - - -30 - -27 1 - - 24 - 7 - - -29 - - -16 - - 12 - 21 10
98 - -14 -23 - -17 - - -20 22 - - -28 - 2 -19 - 5 - 15 8 - -9 3 - -26 25 - 12 - -
99 11 - - -24 - 10 - -29 - -6 -1 - - - -30 21 - -27 - - -16 - - 4 - - 18 - 8 15
100 - -3 2 - -14 - -9 - 7 - -25 -26 19 5 - - 23 - -13 28 - - -17 - 11 12 - -20 - -
101 24 - - -21 - - - -15 - -18 - -30 - - 8 -29 - 10 - - 4 -27 - -1 - - 22 - 16 12
102 - -5 24 - 2 -9 -11 - 6 - 7 - 14 -13 - - 25 - 20 -19 - -28 26 -3 -17 -23 - 22 - -
103 21 - - -15 - - - 30 - - - 27 - - 4 - - 29 - - -1 - - - - - -12 - -18 -8
104 - -10 21 - 7 -11 -5 - 30 2 6 - 27 25 - -28 26 - 23 - -3 -24 -19 22 -14 -17 -13 16 - -9
105 -4 - - 1 - - - -12 - - - 8 - - 20 - - - - -15 - - - - - - - - - -
106 - - - - 10 - 22 - -23 -5 -19 - - 16 - -14 -27 -24 11 - 26 -7 9 18 - -21 17 -29 28 -
107 - 3 -2 8 - 30 - -4 - - -20 13 -12 - -25 - - - - 11 - - - - 15 - - - - -6
108 19 - - - -22 - 30 - -27 - - - - -21 - -17 16 26 -1 - 14 5 28 -29 - -18 9 -23 24 -7
109 - -11 19 - -25 -8 - 6 - -12 2 10 -15 - 13 - - - -3 - - - - - 5 - - - - -
110 -18 - - -14 - - -17 - -16 - - - - 4 - 9 7 1 - 28 -23 -27 21 - - -30 22 -20 - 26
111 - -10 6 - -8 -3 - 5 - 2 -12 11 -19 - 24 - - - 13 - - - - -15 -29 - - - 25 -
112 -14 - - 9 - - -30 - -4 - - - -20 1 - -22 18 -17 - 13 - 16 -26 - - 23 -28 27 - 7
113 - 11 12 - 25 -15 - 21 - - -2 -3 - - 6 - - - 24 - -8 - - -19 -5 - - - - -
114 -7 - - - - - 1 - -10 9 - - 25 -22 - 23 28 - - 24 - 14 -16 -20 -13 30 -29 -17 27 -26
115 - -19 8 21 -18 -12 - -3 - - -15 6 - - 11 - - 5 2 - -4 - - - - - - - - -
116 - -29 - - - - 17 - -13 21 - - 9 28 - 22 -7 - - -26 -10 -16 -25 - 23 20 -30 -14 2 27
117 -19 - 15 -8 -24 - - 4 - - -18 - - - -3 - - 11 1 - - - - 5 - - - - - -
118 -20 28 - - - -22 -26 - 14 -23 - 17 - -9 - -21 -12 - - 1 16 6 10 - -30 7 29 -2 -27 25
119 - - -19 18 28 - - 24 - - 13 - -11 - - - - -4 3 - - - - -8 - - - -5 - -
CAPÍTULO 10. ANEXOS 26

120 -9 -20 -29 - - 14 15 - 1 18 - 22 - -6 -7 26 - -10 - 2 -27 -12 25 - -23 -16 21 - 3 -


121 - - - -5 4 - - 11 - - -8 - - - - - 24 - 30 - -28 - - -17 - - - 21 - -19
122 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
123 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
124 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
125 -5 10 -4 3 1 - -8 7 -12 -2 26 9 - - 16 -15 - - -28 - - - - 25 -24 -11 - 19 - -
126 - - - - - -23 - - - - - - 17 29 - - -13 30 - 27 -22 21 6 - - - -20 - -14 -18
127 25 9 -8 -26 -19 - -15 3 -2 -16 -24 28 - - 7 10 - - 5 - - - - 11 -1 4 - -12 - -
128 - - - -30 -20 - - - - -29 - - 28 22 - - 21 - - 5 -17 -14 - - - - - -13 10 4
129 2 -1 -26 - - -12 -8 7 18 - - 6 - - -23 19 - -9 -16 - - - 15 - -27 3 25 - - -
130 - - -30 - -10 - - - - 5 22 - -21 24 - - - - - -29 13 -11 - -14 -28 - - 25 20 3
131 15 19 - 16 - -7 6 -27 12 - - -9 - - -1 -4 - - -2 - - - -26 - - 23 8 - - -
132 - - -11 - 19 - - -28 - 16 3 - -14 13 - -10 - - -5 25 -22 21 -30 29 -20 - - 8 -24 23
133 -7 17 - 12 - -27 1 - -15 - - -4 - - 9 - -2 26 - - - - - - - -18 6 - - -
134 - - 17 - - -28 - -14 - -13 -16 - 10 8 - 11 -3 - 30 -23 -25 -29 20 - 21 - - 6 22 -19
135 18 -15 - 7 - - -4 - 12 - - -9 - - 2 - - -1 - - - - - 27 - - -24 - - -
136 - - 11 - 13 26 - 25 - -17 -3 -16 -5 20 - 12 10 - -22 -14 23 19 -21 - -8 -6 - -29 28 -
137 30 - - -9 - - 26 - 4 - - - - - -24 - - - - - - - - 15 - -7 - - - -1
138 - - 30 - 14 29 - 10 - -8 - -13 12 -5 - - -28 -19 18 27 25 -23 22 - -21 - -20 17 -6 -3
139 15 -4 - 2 - - -11 - 24 - 7 - - - -1 -26 - - - - - - - -9 - 16 - - - -
140 - - 6 - - -3 - -22 - 13 - - -10 - - -30 23 21 27 -25 -18 8 -17 - 20 - -19 - - 16
141 29 -7 - 28 11 - 2 - 14 - -5 -24 - -9 - - - - - - - - - 12 - - - -4 -1 -
142 - - 29 - - -8 - 6 - 28 - - - - -16 15 20 19 -18 -17 -23 27 21 - 26 -25 -22 -10 -3 -
143 4 - - -1 -9 - -12 - 5 - - 7 -14 13 - - - - - - - - - - - - - - - -
144 - -8 -16 - - -10 - 2 - 6 - - - - 29 3 - -22 20 -19 27 18 - 25 -24 -28 -21 26 -15 -
145 7 - - -11 23 - -1 - -14 - 4 - - 9 - - - - - - - - -5 - - - - - - -
146 - 29 - - - 13 - 12 - -15 - -8 -6 - 10 23 -21 -25 -27 - 17 -24 -16 22 18 - 19 30 -2 -28
147 -26 - -9 20 29 - - - 3 - -14 - - 11 - - - - - -4 - - - - - 1 - - -5 -
148 -30 - - - - 12 -28 -18 - 20 - -6 -16 - 19 13 25 8 -15 -10 -24 23 -22 21 -17 - - 7 - 1
149 - 14 -27 -5 4 - - - -26 - - - -29 -2 - - - - - - - - - - - 9 3 - 13 -
150 10 - -28 - - -16 15 - -30 -1 - -21 - - -7 6 -19 -22 17 24 12 18 25 -20 -23 - - 3 - 9
151 - 8 - - - -29 - -2 - - -27 - 26 - - - - - - - - - - - - -13 11 - 6 -
152 5 - -7 15 -1 - 3 - 10 -9 -28 - - 23 -4 20 22 -21 - -16 18 -17 -14 - 30 - - 11 - -25
153 - -12 - - - 19 - - - - - 2 -24 - - - - - -6 - - - - 13 - -27 26 - - -
154 -15 - 8 -10 17 - 19 -3 - 4 -14 - - 11 1 - -5 - -7 -22 23 20 -21 - 29 - - -30 -25 28
155 - -13 - - - 27 - - - - - -18 2 - - -24 - 12 - - - - - 16 - - -6 - - -
156 3 - -1 - -11 - 29 27 - - 5 - - -15 14 - -20 - 21 17 -19 - 30 - - 28 -8 -26 -7 -23
157 - 25 - 6 - -4 - - - 12 - -10 24 - - - - 22 - - - -18 - -13 -2 - - - - -
158 - - 25 - 15 - 14 -9 8 - 23 - - -7 -5 -29 27 - 26 - - - -11 - -3 -19 -17 - 16 -
159 -10 30 - -12 - -13 - - - 1 - 4 6 - - - - 20 - -18 22 -21 - 28 - - - -24 - -2

160 - - - - 30 - - -14 -17 - -15 - - 8 11 - 9 - - - - - -27 - - - 23 - - -5


161 - 20 13 6 - -4 -22 - - - - - -3 - - - - 25 - -2 -26 7 -28 - -18 21 - 23 - -
162 17 - - - - - - - -11 -27 9 29 - -24 - - -1 - - - -30 - - 14 - - 10 - -12 21
163 - -3 2 15 -7 - 5 - - -28 - - 29 - -4 -20 -25 22 - 16 - -18 - - 17 - - 10 -13 -
164 - - - - - 9 - -30 -6 - -26 - - - - - - - 23 - 24 - -19 -21 - 11 - - - 8
165 -25 - -10 -7 - - 4 - - 3 -29 - 14 -13 - 27 22 28 - 23 - -17 -20 - 1 - -16 -18 11 -
166 - -9 - - -21 -24 - - 2 - - - - - - - - - - - 5 - - 6 - -30 - - - 26
167 - -16 13 - -29 - 18 - - 23 -12 11 -3 - - 2 - -7 -20 19 - - -10 - - - - - 5 -
168 - - - -6 - 4 - - - - - - - - - - - - - - - - - -28 - - - 24 - -
169 - - -12 - 7 - -5 - - - -13 3 11 - -27 29 - -21 - - 18 - - - - - 15 - -16 -
170 -6 4 - -2 - 1 - - - - - - - - -28 - - - - - - - - -25 24 - - 15 - -
171 - - -14 - - - 11 - - - -7 - - 3 - - - -20 - 18 - - - - - - - - -30 29
172 -13 - - - - -9 - - 6 - - - 1 - - - -26 - 22 - - -19 - - - 17 - - - -
173 - - 15 - - - - - - -11 10 - - - -3 - -30 - - 22 - -20 - - - - - - - 17
174 - - - 25 - - - - - - - - - - - - - - - - - - - - -4 - - - - -
175 - - - - - - - - - 25 - - - - - 30 - - - - - - - - -10 - - - - -16
176 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
177 - - - - - - - - - - - - -17 - - - 13 - - - - - - - - - - - - -

Fuente: Elaboración propia.


CAPÍTULO 10. ANEXOS 27

Tabla 7.2.1 b: Identificación equipos calendario solución.

Equipo nro. Equipo nro.


Boston Celtics 1 Denver Nuggets 16
Brooklyn Nets 2 Minnesota Timberwolves 17
New York Kincks 3 Oklahoma City Thunder 18
Philadelphia 76ers 4 Portland Trail Blazers 19
Toronto Raptors 5 Utah Jazz 20
Atlanta Hawks 6 Dallas Mavericks 21
Charlotte Hornets 7 Houston Rockets 22
Miami Heat 8 Memphis Grizzlies 23
Orlando Magic 9 New Orleans Pelicans 24
Washington Wizards 10 San Antonio Spurs 25
Chicago Bulls 11 Golden State Warriors 26
Cleveland Cavaliers 12 Los Angeles Clippers 27
Detroit Pistons 13 LA Lakers 28
Indiana Pacers 14 Phoenix Suns 29
Milwaukee Bucks 15 Sacramento Kings 30
Fuente: Elaboración propia.

Вам также может понравиться