¿Cómo se calcula la probabilidad de más de 9,5 córners?

Se usa la distribución de Poisson con λ igual al promedio de córners esperado. Sumamos la probabilidad de 0 a 9 córners (under) y restamos de 1 para obtener la probabilidad de over. Por ejemplo, con λ=9,7, P(under)=0,448 y P(over)=0,552.

¿Qué λ debo usar para un partido?

Lo ideal es calcular un promedio ponderado de los córners generados y recibidos por cada equipo, ajustado por localía y ritmo de juego. Una aproximación simple es la media de los promedios de ambos equipos en sus últimos 10-20 partidos, pero con cautela por el tamaño de muestra reducido.

¿Son fiables las cuotas de córners?

Menos que las de goles, porque hay menos datos y mayor variabilidad. Las casas suelen aplicar márgenes más altos en mercados de córners, lo que dificulta encontrar valor. Sin embargo, las ineficiencias existen y pueden explotarse con modelos propios sólidos.

¿El modelo Poisson funciona para córners en la MLS?

Sí, pero con adaptaciones. La MLS tiene un promedio de córners similar a otras ligas (alrededor de 9-10 por partido), pero el estilo de juego varía. Es necesario ajustar λ por equipo y condición de local/visitante, y complementar el modelo con otras variables como el marcador actual.

Córners en apuestas: cómo modelar con Poisson

Actualizado el 2026-07-27 · 722 palabras

Qué es

El mercado de córners permite apostar sobre el número total de saques de esquina en un partido, normalmente con una línea de over/under (más de/menos de). Por ejemplo, en un partido de la MLS, la casa puede fijar la línea en 9,5 córners. Si apuestas al over, ganas si el total llega a 10 o más; si apuestas al under, ganas si es 9 o menos.

A diferencia de los goles, los córners son eventos más frecuentes y con mayor variabilidad, lo que los hace atractivos para el análisis cuantitativo. Sin embargo, modelarlos correctamente requiere entender sus limitaciones.

Las matemáticas

El modelo más común para estimar la probabilidad de un número de córners es la distribución de Poisson. La fórmula es:

P(X = k) = (λ^k × e^{−λ}) / k!

Donde λ (lambda) es el promedio de córners esperado en el partido. Por ejemplo, si estimamos λ = 10,0 córners, podemos calcular la probabilidad de que el total sea 10 o menos (under 10,5) sumando desde k=0 hasta k=10:

P(X ≤ 10) = Σ_{k=0}^{10} (10^k × e^{−10}) / k! ≈ 0,583

Por lo tanto, la probabilidad del over (más de 10,5) es:

P(over 10,5) = 1 − 0,583 = 0,417

Esta probabilidad se convierte en cuota justa decimal: 1 / 0,417 ≈ 2,40. En cuotas americanas, eso equivale a +140 (por cada $100 apostados, la ganancia sería $140).

Si la casa ofrece una cuota diferente, por ejemplo +130 (2,30), podemos calcular el valor esperado:

EV = (0,417 × 2,30) − 1 ≈ −0,041 → −4,1%

Esto indica que la apuesta tiene valor esperado negativo y no es recomendable a largo plazo.

Ejemplo resuelto

Supongamos un partido de la MLS entre dos equipos con un promedio histórico combinado de 9,7 córners. La línea de la casa es over 9,5 córners a cuota -110 (1,91 decimal).

Paso 1: Estimamos λ = 9,7 y calculamos la probabilidad de under 9,5 (es decir, 9 córners o menos):

P(X ≤ 9) = Σ_{k=0}^{9} (9,7^k × e^{−9,7}) / k! ≈ 0,448

Paso 2: La probabilidad de over es:

P(over 9,5) = 1 − 0,448 = 0,552

Paso 3: La cuota justa decimal sería 1 / 0,552 ≈ 1,81, que en americanas es −123 (favorito).

Paso 4: Comparación: la casa ofrece −110 (1,91), que implica una probabilidad implícita de 1/1,91 ≈ 0,524. Nuestra estimación (0,552) es superior, por lo que hay un valor positivo.

EV = (0,552 × 1,91) − 1 ≈ +0,055 → +5,5%

Solo si mantenemos esta ventaja a lo largo de muchas apuestas similares podríamos esperar un retorno positivo.

Cuándo no usarlo

λ varía con el marcador. El modelo Poisson asume una tasa constante, pero en un partido el ritmo cambia: si un equipo va ganando, reduce la presión y se generan menos córners. Ignorar este efecto infla la precisión aparente del modelo y subestima la probabilidad de under cuando el marcador se desequilibra.
El estilo de juego domina la media. Dos equipos defensivos generan menos córners que dos ofensivos. Usar una λ global para todos los partidos ignora las diferencias de estrategia y sesga las probabilidades, sobre todo en ligas como la MLS donde la variación entre equipos es alta.
Datos de córners menos fiables que los de goles. Las casas tienen más datos históricos y modelos refinados para goles, por lo que los márgenes en córners suelen ser mayores y las líneas menos eficientes. Además, la correlación entre córners y otros eventos (como tarjetas) no está capturada en un Poisson simple.
La independencia entre córners es débil. El modelo trata cada córner como independiente, pero en realidad suelen ocurrir en rachas durante fases de presión. La correlación temporal viola el supuesto de Poisson y hace que los extremos (muy pocos o muchos córners) sean más probables de lo que el modelo predice.
El tamaño de muestra es crítico. Las medias de córners por equipo en una temporada pueden basarse en solo 17-34 partidos, lo que añade error de estimación. Ajustar λ con pocos datos produce probabilidades inestables y falsas señales de valor.

Para hacer los cálculos de esta página sin planilla, usa la calculadora de apuestas.

Contenido educativo. Las apuestas implican riesgo de pérdida financiera y tienen valor esperado negativo para el apostador en el agregado. Restringido a mayores de edad, 21+.

Preguntas frecuentes

¿Cómo se calcula la probabilidad de más de 9,5 córners?: Se usa la distribución de Poisson con λ igual al promedio de córners esperado. Sumamos la probabilidad de 0 a 9 córners (under) y restamos de 1 para obtener la probabilidad de over. Por ejemplo, con λ=9,7, P(under)=0,448 y P(over)=0,552.
¿Qué λ debo usar para un partido?: Lo ideal es calcular un promedio ponderado de los córners generados y recibidos por cada equipo, ajustado por localía y ritmo de juego. Una aproximación simple es la media de los promedios de ambos equipos en sus últimos 10-20 partidos, pero con cautela por el tamaño de muestra reducido.
¿Son fiables las cuotas de córners?: Menos que las de goles, porque hay menos datos y mayor variabilidad. Las casas suelen aplicar márgenes más altos en mercados de córners, lo que dificulta encontrar valor. Sin embargo, las ineficiencias existen y pueden explotarse con modelos propios sólidos.
¿El modelo Poisson funciona para córners en la MLS?: Sí, pero con adaptaciones. La MLS tiene un promedio de córners similar a otras ligas (alrededor de 9-10 por partido), pero el estilo de juego varía. Es necesario ajustar λ por equipo y condición de local/visitante, y complementar el modelo con otras variables como el marcador actual.