Dự Đoán Thời Gian Đua – Máy Tính Công Thức Riegel

Cách dự đoán thời gian chạy: Công thức Riegel

Dự đoán thời gian chạy dựa trên mối quan hệ toán học giữa hiệu suất ở các khoảng cách khác nhau. mô hình được sử dụng rộng rãi nhất là công thức của Peter Riegel, được công bố trong Scientist Mỹ vào năm 1977:

T2 = T1 × (D2/D1)^1.06

Trong đó T1 là thời gian chạy được biết, D1 là khoảng cách của cuộc đua đó, D2 là khoảng cách mục tiêu, và T2 là thời gian dự đoán. hệ số 1,06 phản ánh thực tế sinh lý rằng hiệu suất giảm nhanh hơn tuyến tính khi khoảng cách tăng lên — các cuộc đua dài hơn tỷ lệ thuận với các cuộc đua ngắn hơn.

Ví dụ: một người chạy có thời gian 5K là 22:00 dự đoán thời gian marathon là: 22:00 × (42,195/5)^1.06 = 22:00 × 9,12 = 200,6 phút = 3:20:38.

Công thức Riegel rất chính xác cho các vận động viên được đào tạo chạy trên khoảng cách thường xuyên của họ. hạn chế chính: nó giả định chuẩn bị tương đương cho cả hai khoảng cách. nếu bạn đã đào tạo chuyên sâu cho 5K nhưng chưa bao giờ chạy dài, marathon của bạn sẽ chậm hơn dự đoán.

Bảng dự đoán khoảng cách chéo

Sử dụng bảng tham chiếu này để tìm thời gian dự đoán tại các khoảng cách khác nhau dựa trên hiệu suất được biết. giá trị sử dụng công thức Riegel (hệ số 1,06):

Lưu ý rằng các dự đoán này giả định các đường đua phẳng trong điều kiện thời tiết vừa phải (10–15°C) với chuẩn bị cho cả hai khoảng cách.

Tại sao dự đoán sai và cách điều chỉnh

Công thức Riegel cho một dự đoán thống kê trung bình — nhưng bạn không phải là trung bình thống kê. các yếu tố hệ thống sau gây ra các dự đoán sai:

• Chuyên môn khoảng cách: các vận động viên tốc độ thuần túy (đào tạo cho 5K) thường có hiệu suất tốt hơn ở khoảng cách ngắn hơn dự đoán cho marathon. các vận động viên chuyên về sức bền cho thấy hiệu suất ngược lại — marathon của họ vượt qua dự đoán 5K của họ. nếu đào tạo của bạn ưu tiên một loại công việc, hãy điều chỉnh dự đoán theo.
• Thể tích đào tạo: một vận động viên có 30 dặm/tuần không thể chạy marathon như dự đoán bởi thời gian 5K của họ so với một vận động viên có 70 dặm/tuần. đào tạo chạy dài là cần thiết cho hiệu suất marathon vượt quá khả năng oxy hòa hợp.
• Nhiệt độ: cho mỗi 5°C trên 15°C, hãy mong đợi 1–3% hiệu suất chậm hơn trong các cuộc đua dài hơn. hiệu ứng này chồng chéo — một ngày marathon 30°C có thể có nghĩa là 8–15% chậm hơn.
• Khó khăn của đường đua: tổng độ dốc, tổng độ cao và loại bề mặt đều ảnh hưởng đến dự đoán. hầu hết các công thức dự đoán đều giả định các đường đua phẳng.
• Độ chín của oxy: các vận động viên mới thường thấy sự cải thiện lớn hơn giữa các cuộc đua cơ bản của họ và dự đoán dài hơn — hệ thống oxy của họ chưa đạt đến ngưỡng.

cho hầu hết các vận động viên giải trí, dự đoán marathon chính xác nhất là thời gian chạy 1/2 marathon gần đây (đôi khi nó và thêm 10–15 phút như một điểm xuất phát chung, hoặc sử dụng công thức Riegel).

Các mô hình dự đoán khác

các mô hình cạnh tranh khác nhau với công thức Riegel. mỗi mô hình có những điểm mạnh:

• Công thức Cameron: sử dụng một phương trình phân số phức tạp hơn. thường chính xác hơn ở khoảng cách cực đại (ultramarathon) nơi Riegel có xu hướng dự đoán hiệu suất cao hơn.
• Phương pháp VDOT (Jack Daniels): chuyển thời gian chạy của bạn sang điểm VDOT, sau đó tìm kiếm các thời gian tương đương cho các khoảng cách khác. chính xác cao cho khoảng cách 1500m – marathon khi VDOT được tính từ nỗ lực tối đa thực sự.
• Phương pháp VO2max: ước tính VO2max từ thời gian chạy của bạn, sau đó tính thời gian dự đoán tại các khoảng cách khác sử dụng các phương trình chi phí oxy chạy. có nguyên tắc sinh lý nhưng đòi hỏi nhiều tính toán.
• Bảng điểm của World Athletics: mặc dù được thiết kế để chấm điểm, bảng điểm này ngầm định các hiệu suất tương đương ở các khoảng cách và có thể được sử dụng để dự đoán thô.

cho các quyết định đặt mục tiêu quan trọng, công thức Riegel là lựa chọn hàng đầu vì sự đơn giản và chính xác trong khoảng cách 5K – marathon. sử dụng các mô hình và trung bình chúng để có dự đoán chính xác hơn.

Sử dụng dự đoán thời gian chạy để đào tạo

Dự đoán thời gian chạy không chỉ hữu ích để đặt mục tiêu chạy — đó là công cụ đào tạo mạnh mẽ. Dưới đây là cách huấn luyện viên sử dụng dự đoán thời gian:

• Xác nhận sẵn sàng: Nếu thời gian chạy 5K dự đoán là 3:30 cho marathon nhưng bạn đang nhắm đến 3:15, bạn sẽ biết bạn cần phải có thêm đào tạo hoặc mục tiêu bảo thủ hơn.
• Xác định điểm yếu: Nếu thời gian chạy 10K dự đoán là một marathon nhanh hơn nhiều so với hiệu suất marathon thực tế của bạn, bạn có thể có một khoản nợ đào tạo trong sức bền chạy dài.
• Đặt mục tiêu trung gian: Sử dụng dự đoán thời gian để đặt mục tiêu chạy 5K và 10K phù hợp trong một chu kỳ đào tạo marathon. Chạy các khoảng cách ngắn hơn tại nỗ lực dự đoán tương đương là một kích thích đào tạo có giá trị.
• Đánh giá sức khỏe: Chạy một thử nghiệm thời gian (5K hoặc 10K) tại nỗ lực chạy trong tuần 8 của một kế hoạch 20 tuần. Sử dụng dự đoán để xác minh liệu đào tạo của bạn có đang theo hướng mục tiêu của bạn hay không.

Phương pháp VDOT của Jack Daniels đặc biệt mạnh mẽ ở đây: một khi bạn tính toán VDOT từ bất kỳ cuộc chạy nào, bạn có các tốc độ đào tạo được quy định và dự đoán thời gian cho tất cả các khoảng cách tiêu chuẩn đồng thời.

Hiệu suất chạy theo tuổi

Thời gian chạy tự nhiên giảm theo tuổi do các thay đổi sinh lý — giảm VO2max, tần suất tim tối đa thấp hơn, phục hồi chậm hơn, giảm khối lượng cơ bắp. Bảng hiệu suất theo tuổi điều chỉnh các thay đổi này, cho phép so sánh công bằng hiệu suất của các vận động viên ở các độ tuổi khác nhau.

World Athletics (trước đây là IAAF) duy trì bảng hiệu suất theo tuổi. Một vận động viên 60 tuổi chạy 4:30 trong marathon có thể nhận được điểm hiệu suất theo tuổi là 72%, có nghĩa hiệu suất của họ bằng 72% mức kỷ lục thế giới cho độ tuổi và giới tính của họ. Một vận động viên giải trí trung bình ở bất kỳ độ tuổi nào đạt 55-65%; vận động viên lứa tuổi cao cấp đạt 75-85%.

Thời gian hiệu suất theo tuổi cũng có thể được sử dụng để dự đoán: nếu bạn biết yếu tố hiệu suất theo tuổi của mình, bạn có thể ước tính bạn sẽ chạy nhanh hơn bao nhiêu trong cùng một cuộc chạy 10 hoặc 20 năm trước đó — hoặc dự đoán mục tiêu thời gian tuyệt đối của bạn nên điều chỉnh như thế nào khi bạn già đi.

Quy tắc của bàn tay: VO2max giảm khoảng 10% mỗi thập kỷ sau tuổi 25 cho các cá nhân không hoạt động — nhưng chỉ 5-7% mỗi thập kỷ cho những người duy trì đào tạo aerobic nhất quán. Giữ hoạt động giúp chậm lại đáng kể sự suy giảm hiệu suất chạy theo tuổi.

VDOT của Daniels như một hệ thống dự đoán thời gian chạy

Trong khi công thức Riegel là một mô hình toán học thuần túy, hệ thống VDOT của Jack Daniels sử dụng một cách tiếp cận dựa trên sinh lý để dự đoán thời gian chạy. Trong Định luật chạy của Daniels, ông đã phát triển bảng VDOT từ hàng thập kỷ đào tạo của mình, ánh xạ bất kỳ hiệu suất chạy nào đến các thời gian tương đương ở tất cả các khoảng cách tiêu chuẩn từ 1500m đến marathon.

Ưu điểm chính của VDOT so với Riegel: bảng VDOT của Daniels được phát triển từ các hiệu suất thực tế của các vận động viên — không chỉ là một sự suy diễn toán học. Họ tính đến mối quan hệ không tuyến tính giữa khoảng cách và hiệu suất một cách chính xác hơn, đặc biệt là ở các khoảng cách cực đoan (chạy ngắn và chạy dài).

VDOT dự đoán ví dụ so với Riegel:

Trong hầu hết các mục đích thực tế, sự khác biệt giữa dự đoán Riegel và VDOT là nhỏ — thường là 1-2 phút cho marathon. Tuy nhiên, VDOT có lợi thế đáng kể là cũng quy định các tốc độ đào tạo của bạn, làm cho nó là một hệ thống đầy đủ hơn cho cả dự đoán và chuẩn bị.

Daniels cảnh báo rằng các tương đương VDOT giả định đào tạo có tính chuyên môn bằng nhau cho cả hai khoảng cách. Một vận động viên chạy đường trường thuần túy có thể không đạt được thời gian marathon dự đoán VDOT mà không có đào tạo marathon cụ thể. Ngược lại, một vận động viên chỉ đào tạo cho marathon có thể không đạt được tương đương VDOT của mình ở 5K do thiếu các bài tập tốc độ.

Phương pháp của Pfitzinger đối với các phương pháp tương đương thời gian chạy

Pete Pfitzinger, trong cả Advanced Marathoning và Faster Road Racing, cung cấp hướng dẫn thực tế về việc sử dụng dự đoán thời gian chạy trong bối cảnh đào tạo. Phương pháp của ông nhấn mạnh tầm quan trọng của độ đặc hiệu của chuẩn bị như là yếu tố chính điều chỉnh bất kỳ dự đoán toán học nào.

Pfitzinger xác định ba cấp độ tin cậy của dự đoán:

• Tin cậy cao (khoảng cách lân cận): Dự đoán 10K từ một 5K gần đây, hoặc nửa marathon từ một 10K gần đây. Các khoảng cách này đủ gần nhau để đào tạo chồng lấp nhau. Độ chính xác: trong 1-2%.
• Tin cậy trung bình (tỷ lệ khoảng cách 2-4 lần): Dự đoán marathon từ một nửa marathon, hoặc nửa marathon từ một 5K. Yêu cầu đào tạo cụ thể khoảng cách đủ. Độ chính xác: trong 3-5% với đào tạo chuẩn bị phù hợp.
• Tin cậy thấp (tỷ lệ cực đoan): Dự đoán marathon từ thời gian 1500m hoặc dặm. Yêu cầu về sinh lý là khác biệt đến mức dự đoán toán học đơn thuần không đáng tin cậy. Có thể sai lệch lên đến 10%+ mà không có đào tạo marathon cụ thể.

Phương pháp thực tế của Pfitzinger để dự đoán marathon từ một nửa marathon: đôi thời gian nửa marathon và thêm 5-15 phút, với phần thấp hơn cho những người chạy nhanh (60+ dặm/tuần) và phần cao hơn cho những người chạy ít (30-40 dặm/tuần). Phương pháp "đôi plus" này tính toán cho sự mệt mỏi nhiễu loạn của nửa marathon.

Ông cũng nhấn mạnh rằng độ chính xác của dự đoán phụ thuộc vào mùa. Thời gian chạy từ 6 tháng trước là một dự đoán không đáng tin cậy hơn so với một từ 4-6 tuần trước, vì sự thay đổi về thể lực — cả tích cực và tiêu cực — ảnh hưởng đến tính hợp lệ của dự đoán đáng kể.

Model Mệt Mỏi Tích Lũy của Hansons và Dự Đoán Chạy Bộ

Phương pháp Hansons cung cấp một góc nhìn độc đáo về dự đoán chạy bộ: thay vì chỉ dựa vào các công thức toán học, họ sử dụng hiệu suất đào tạo dưới mệt mỏi như một dự đoán trực tiếp về khả năng chạy bộ.

Trong hệ thống Hansons, các tiêu chí đào tạo quan trọng dự đoán khả năng sẵn sàng chạy bộ:

Phương pháp dự đoán của Hansons về cơ bản là thực tế: nếu bạn có thể đạt được các tiêu chí đào tạo của mình trên chân mỏi, mục tiêu chạy bộ của bạn là có thể đạt được. Nếu bạn thường xuyên bỏ lỡ mục tiêu tốc độ trong đào tạo, dự đoán toán học là không quan trọng — cơ thể của bạn đang nói với bạn mục tiêu cần điều chỉnh.

Phương pháp dự đoán dựa trên đào tạo này bổ sung cho Riegel và VDOT bằng một lớp xác minh thực tế. Các dự đoán chạy bộ tốt nhất kết hợp: (1) một mô hình toán học từ thời gian chạy bộ gần đây, (2) xác nhận từ hiệu suất đào tạo tại các nỗ lực chạy bộ cụ thể và (3) điều chỉnh cho điều kiện chạy bộ ngày (mưa, đường, độ cao).