Математическая модель объясняет, как выносливость и скорость объединяются, чтобы определить, кто выиграет спринт на последнем круге.
Если вы не пересматривали недавно эпический поединок между Полом Тергатом и Хайле Гебрселассие с Олимпийских игр 2000 года, сделайте себе одолжение и нажмите здесь. Хорошо, теперь вы в настроении для одной из вечных дебатов: откуда такие потрясающие кикеры, как Геб, получают свои потрясающие удовольствия?
Есть три основные школы мысли. Во-первых, скорость спринта является предпосылкой для быстрого финиша спринта, идея, недавно сформулированная сторонниками концепции запаса скорости. Во-вторых, самые быстрые финишеры - это те, кто меньше всего устает в конце гонки, поэтому ключевым моментом является выносливость. В-третьих, это все в вашей голове: способность Геба обгонять Тергата почти каждый раз, когда они участвовали в гонках, лучше всего объясняется различиями в самооценке, а не физиологией.
Но, может быть, есть лучшее объяснение. Группа исследователей во главе с Бреттом Кирби из исследовательской лаборатории Nike Sport вместе с соавторами, включая Эндрю Джонса из Университета Эксетера, который работал с Кирби над проектом Nike Breaking2, недавно опубликовали в Журнале прикладной физиологии статью, в которой используется простой математический расчет. модель, чтобы предсказать, как стратегии стимуляции влияют на бегунов с разными сильными и слабыми сторонами. Модель дает массу интересных идей, но мое внимание привлекла ее способность точно предсказать, с какой скоростью каждый бегун пробежит последний круг данной гонки.
Статья была вдохновлена мужскими забегами на 5 000 и 10 000 метров на чемпионате мира 2017 года, где подавляющий фаворит Мо Фарах, непобедимый на крупных чемпионатах на этих дистанциях с 2011 года, защитил свой титул на 10 000 метров, но проиграл. Муктара Эдриса в 5 000. Было ли что-то в том, как эти две гонки были разыграны, что привело к таким результатам? И что еще более важно, исследователи задались вопросом, можно ли заранее предсказать результаты?
Модель, которую используют Кирби и его коллеги, основывается на концепции, называемой критической скоростью. Я уже писал об этом несколько раз раньше, и полное исследование можно бесплатно прочитать в Интернете для тех, кто хочет вникнуть в подробности. Для наших целей критическая скорость - это, по сути, порог, отделяющий метаболически устойчивые усилия от неустойчивых. Как только вы набираете скорость, превышающую критическую, что неизбежно в гонках на 800-10 000 метров, часы отсчитывают ваше возможное изнеможение. Сколько времени на это потребуется или, что эквивалентно, сколько энергии вы можете потратить выше этого критического порога, зависит от второго параметра - типа запасного топливного бака, который иногда называют анаэробной емкостью. (Терминология спорна по разным техническим причинам, но я буду придерживаться анаэробной емкости, потому что не знаю лучших вариантов. В статье они просто называют это D ', и это выражается в единицах расстояния. хотелось бы думать об этом как о максимальной дистанции, которую вы могли бы пробежать, прежде чем упасть, если бы задержали дыхание, но это скорее метафора, чем физиологическое объяснение.)
В статье анализируются результаты забегов на 5000 и 10000 метров из чемпионата 2017 года. Для каждого спортсмена исследователи рассчитывают критическую скорость и анаэробную способность на основе результатов предыдущих гонок (как описано здесь). Эти параметры дают вам прогноз о том, кто выиграет гонку, но этот прогноз предполагает, что каждый будет бежать в совершенно равномерном темпе, который максимизирует свои личные возможности, за счет того, что он будет работать достаточно быстрее, чем их критическая скорость, чтобы исчерпать свои анаэробные возможности при переходе. финишная черта.
Однако в реальном мире все обстоит иначе, потому что темп постоянно меняется в зависимости от того, кто идет впереди, и какую тактику используют бегуны. Если начальный темп быстрый, это заставит бегунов сразу же начать сжигать свой анаэробный резерв, что благоприятствует участникам с высокой критической скоростью. Если начальный темп медленный, гонка сводится к позднему «выгоранию», что благоприятствует тем, у кого высокая анаэробная способность. Это не очень глубокое понимание: быстрые гонки предпочитают аэробных монстров, а медленные гонки - кикеров.
Но в реальной жизни чемпионские гонки редко бывают быстрыми или медленными; темп постоянно меняется по мере того, как бегуны набирают силу, расслабляются и контратакуют. Уникальный анаэробный резерв каждого бегуна истощается, когда темп превышает его уникальную критическую скорость, и восстанавливается, когда темп замедляется. Используя разбивку гонщиков чемпионата 2017 года по кругу, Кирби и его коллеги могут пересчитать, где стоит каждый бегун после каждого круга. В начале гонки знание критической скорости и анаэробного резерва бегунов не дает вам очень хорошего прогноза того, в каком порядке они в конечном итоге финишируют. Но с каждым прохождением круга прогноз становится все лучше и лучше - до тех пор, пока с 400 м до финиша цифры дают вам почти идеальный прогноз того, как будет проходить гонка.
Частично прогноз становится лучше, потому что более слабые бегуны теряют темп, когда их анаэробная способность достигает нуля. Именно это и произошло на дистанции 10 км, поэтому на последний круг боролись всего шесть человек. В гонке 5 км, которая была более медленной и более тактической, все поле все еще находилось в смешанном состоянии. В обоих случаях порядок финиша - и, в значительной степени, время прохождения последних 400 метров - предсказывался не тем, кто был самым быстрым спринтером или обладал лучшей выносливостью, а тем, у кого оставалось больше всего анаэробных возможностей в этом точном режиме. момент времени, после 4, 600 или 9, 600 метров скачков и противодавлений.
Результат? С оставшимся кругом на дистанции 5 км Муктар Эдрис имел преимущество перед победой, несмотря на то, что, согласно модели, начал гонку четвертым посевным. Йомиф Кеджелча, фаворит этой модели перед гонкой и бегун, который в реальной жизни лидировал в гонке на старте последнего круга, теперь, по прогнозам, финиширует только четвертым, исходя из его истощенных анаэробных способностей. Фарах была выбрана второй, а американец Пол Челимо, опустившийся на шестое место, занял третье место. Именно так все и произошло: модель правильно предсказала места всех девяти бегунов, для которых у нее было достаточно данных перед гонкой, чтобы оценить их критическую скорость и анаэробную способность.
Вот график, показывающий время последнего круга как функцию от анаэробной способности, оставшейся в начале этого круга (это D’, показанное как расстояние в метрах):
Чем больше оставшаяся анаэробная способность, тем быстрее будет последний круг. Это не идеально: вы можете видеть, что Челимо, занявший третье место в гонке 5000, на самом деле закрылся немного быстрее, чем двое впереди него, несмотря на то, что у него было меньше D '. Но в целом он невероятно точен в предсказании заведомо труднопредсказуемого завершающего удара.
Ключевым моментом здесь является то, что ни выносливость, ни скорость спринта сами по себе не сделали бы Фара почти непревзойденным бегуном чемпионата в течение шести лет. У него не было самой высокой критической скорости ни на 5 км (это был Кеджелча), ни на 10 км (это был Пол Тануи из Кении). У него была только четвертая по величине анаэробная способность как в 5 км, так и в 10 км. Но он каким-то образом овладел искусством ездить на острие своей критической скорости и контролировать заключительные этапы гонок, чтобы дойти до последнего круга с максимальной оставшейся анаэробной способностью.
Смысл? Возможно, если вы знаете чью-то критическую скорость и анаэробную способность (которые можно оценить по его лучшему времени в гонке на трех разных дистанциях), вы сможете разработать лучшую стратегию, чтобы победить их, в зависимости от того, у вас лучшая критическая скорость или анаэробная способность. Возможно, к лучшему или к худшему, в конечном итоге у нас будут оценки анаэробной способности в режиме реального времени, отображаемые на наших запястьях во время гонки. Но признаюсь: сколько бы раз я ни смотрел, как Геб наматывает, а затем переигрывает Тергата, я все еще не уверен, что существует какая-либо физиологическая модель, которая могла бы полностью передать эту магию.