ランニング速度はなぜこれほど差が出るのか
(allendowney.com)- シューズ店のプロモーションや野球場のイベントは、プロ級の短距離走者と一般人の速度差が体感よりもはるかに大きいことを示している
- 約160mのレースでThe Freezeはファンに5秒の先行スタートを与えてもほとんど追いつき、実在の人物であるNigel Taltonは大学時代に200mを21.66秒で走った
- 200mの記録はAllen Downeyの約30秒から、高校生、Nigel Talton、Wallace Spearmon、Usain Boltへと短くなり、上位層ほど小さな差も大きく作用する
- James Joyce Ramble 10km完走者1,592人の記録を速度に変換すると、対数値がガウス分布に従い、速度そのものは対数正規分布に近い
- ランニング速度は身長、体重、筋線維、心肺能力、柔軟性・弾性といった要因が掛け算のように絡み合って決まり、最も弱い要因が全体の限界を強く制約する可能性がある
プロ級の走者はどれほど速いのか
- フランスのあるシューズ店は「Rob It to Get It」プロモーションで、客が商品を持って店を出られればそのまま持ち帰れるようにしたが、「警備員」役はプロのスプリンターであるMéba Mickael Zezeが務めた
- Atlanta Bravesの試合中イベントであるThe Freezeレースは、一般のファンとスパンデックスのスーツを着たマスコットが約160mを走る形式である
- ファンは約5秒先にスタートする
- The Freezeはコースを20秒未満で走り、ほとんどの場合ファンに追いつき、余裕を持ってフィニッシュラインに到達する
- The Freezeの実在の人物はBravesのグラウンドクルーであるNigel Taltonで、プロランナーではない
- 大学時代の200m記録は21.66秒
- 大学200m記録はWallace Spearmonが2005年に樹立した20.1秒
- 現在の世界記録はUsain Boltが2009年に樹立した19.19秒
記録差は小さく見えても速度差は積み重なる
- Allen Downeyは42歳のときに10kmを42分44秒で走り、地域の10K参加者の94%より速かった
- 当時、200mは追い風の助けを受けて約30秒で走ることができた
- 近くの高校の速い女子生徒は200m約27秒、速い男子生徒は24秒未満を記録していた
- 速度に換算すると、速い高校女子はDowneyより**11%速く、速い高校男子はその女子より12%**速い
- 全盛期のNigel Taltonはその男子生徒より**11%**速い
- Wallace SpearmonはTaltonより約**8%**速い
- Usain BoltはSpearmonより約**5%**速い
ランニング速度は対数正規分布に近い
- James Joyce Ramble 10kmレースの完走記録1,592人分をkm/hの速度に変換して分析すると、速度の対数値がガウス分布に従う
- 対数値がガウス分布に従うなら、速度そのものは対数正規分布になる
- 速度の限界は複数要因の和よりも、積に近い形で決まる可能性がある
- 考慮される要因には、身長、体重、速筋・遅筋の筋肉量、心血管コンディション、柔軟性、弾性などが含まれる
- 2つの要因が0〜1の範囲にあるとき、0.9と0.9の積は0.81だが、0.9と0.3の積は0.27にとどまる
- 掛け算では最も小さい要因が結果を強く制約し、要因の数が増えるほどこの効果は大きくなる
- 5つのランダムな要因をガウス分布から生成して掛け合わせるシミュレーションは、実データによく合った
- このメカニズムは、最も弱いリンクが全体の性能を制約するときに対数正規分布が生じ得ることを示している
- ランニング速度に少なくとも5つの要因が影響し、個人の限界が最悪の要因に左右されるなら、速度分布は対数正規に近づく可能性がある
関連資料
- 「Rob It to Get It」プロモーションはWashington Postの記事で読め、人々が追いつかれる様子はYouTube動画で見られる
1件のコメント
Hacker Newsの意見
ばかな質問かもしれないが、なぜ趣味の長距離ランナーたちは速度をそこまで気にするのか気になる
しばらくハーフマラソン、マラソン、Disney Goofy Challengeまで走ってきたし、トレーニングにも満足していて、体重もかなり減り、心肺機能も良くなって人生はかなり良くなったが、一度も速く走ることには興味がなかった
自分にとっては常に距離と経験が大事だった。今は自転車を楽しんでいるが、友人たちと朝に100マイル走るという挑戦そのものが好きだ。ところがロードの多くのサイクリストは、同じ距離をより速く走ることにとても集中している
時計や、他人に勝つことのようなものに、なぜそこまで大きな意味を置くのかがよくわからない。自分が少数派なのはわかっているが、別の視点を聞いてみたい
速度は行ける場所も変える。ここでは普通、朝5時か5時30分に集まって出勤前に60km走るが、25km/hと30km/hではほぼ30分の差になり、その時間差は多くの人にとって受け入れにくい
150kmほど走って、山のふもとまで60km、そこから10kmで標高1km上がり、また下って家まで戻るコースもやったことがある
結局、速度はライド時間を数時間単位で変え、走れるコースを変える。風景も景色も良く、より遠くまで行くほど面白いコースを走れる。たいていは時間の制約があるので、より高い速度 = より楽しいコースになる
全盛期は過ぎたがコミュニティに残っている50代以上のグループもいて、休養日にアクティブリカバリーとして一緒に走るのにちょうどいい。自転車のような持久系運動の良いところは、自分の速い日と相手の遅い日、その逆も含めてうまく合わせながら、異なるレベルの人たちとグループライドできることだ
より長い距離を走って限界を探る人もいる。比較的のんびりしたランナー集団を求めるなら、ウルトラマラソンを始めればよい
先週末にはbackyard ultraの記録がまた更新され、今では108時間、つまり4.5日で450マイルを走った記録になった: https://backyardultra.com/
最後の5周についてのLazの更新も読む価値がある: https://backyardultra.com/hours-103-108/
誰もがIhorが勝つと確信していて、レースを見ながらHarveyがもう一度やれるようには思えなかった。ところが一瞬でIhorが崩れ、Harveyが立て直して、またBackyardで優勝した
[1]: https://en.wikipedia.org/wiki/Lazarus_Lake
大学時代は競技ランナーだったので、だから今はマラソンを走らない。当時で燃え尽きすぎて、今は時計なしでストレス解消のために走っている
マラソンを走るなら、ただ完走するのではなく「ちゃんと」やらなければと感じるだろうし、それはストレスが大きすぎそうだ。今でも毎年turkey trot 5Kを走ると、体調が最悪でも周りの人と競ってできるだけ速く走ってしまう
全体的なパフォーマンスという面では、友人たちとどんなスポーツでもしたり、緊急時が起きてももっと速く動けると感じられるのが良い
個人的達成という面では、新しい自己ベストを更新する感覚が良い
時間的制約もある。平日は走れる時間が1時間ほどしかないので、より速く動ければ同じ時間内により長い距離をこなせて便利だ
体はそれほど良くないが、動画のFreezeのように走る人を見ると本当に美しいと感じる。人間の身体があれほど高性能に機能する姿、その人がそこに到達するまでに費やした時間と努力を思うと、背中をたたいて「よくやった」と言いたくなる
大きな橋、巨大な建物、原子炉のような優れた工学的達成を見るときと似ている。人類がどれほどすごく、驚くべきものかを考えさせられる
だから「人間より犬のほうが好きだ」みたいな言葉を聞くと、逆にいら立つ。現代社会という驚異を見渡せば、問題はあっても、この極度に複雑なシステムを完全に並列的かつ分散した状態で維持し、全体的な混沌へ崩壊させないこと自体がものすごい
だが多くの犬は、集団の結束、親切さ、粘り強さにおいて人間を圧倒する。そうした価値を重視する人たちもいる
Freezeの「best of」動画を見ると最も明らかなのは、ほとんどの人のランニングフォームがひどいという点だ。おそらく各参加者のひとまたぎを見るだけでも、誰に可能性があって誰にないかかなり当てられると思う
バイオメカニクスには多くの要素があり、自分のランニングフォームも直しにくいが、そのすべてが一目で「速そうに見える」要素へとまとまるのが興味深い
誰かの速度を測ろうとするとき、たとえばウサイン・ボルトと他の高水準の短距離選手を比較するなら、身長、歩幅、筋力のような要素を見ることになる。だが、走る速さの仕組みを説明するのに必要な要素をすべて考えると、重力加速度、脚の本数、空気の粘性のようなものも含まれる。
もちろんウサイン・ボルトはこうした要素を変えられないので、3%速くなるには、式の中で影響を与えられる数少ない変数である筋力が、他の選手よりはるかに多く必要になるのかもしれない。
これがトップクラスの短距離選手の成績分布を説明しているのだと思う。2021年オリンピックの100m優勝記録は9.80秒で、優秀な10代なら10.70秒で走れる。トラック上で見れば、オリンピック王者がフィニッシュしたとき、アマチュアはおよそ93m地点にいる計算で、かなり近い。
一方は何年にもわたって専門的な支援を受けながら訓練し、10代よりはるかに重い重量を持ち上げられ、レース運びのフォームもずっと優れているプロだと考えると、なおさらそうだ。
人の能力を比較して測定し、それが社会の中でどう分布するかを考えるときに覚えておくべき点だ。
実力の頂点が、ある程度訓練した才能あるアマチュアより10%高いだけなら、所得分布ももっと平等であるべきに思える。
書き手は「すべての要素」に注目しすぎているように思う。分布がそうなる理由は、1) 自分が「得意だ」と気づき、2) もっと上達したいと思う人たちが、より多くの練習時間を投入して実際にうまくなり、その結果として測定可能な能力に自然な差が生まれるからだと思う。
身体であれ精神であれ、最高の成果における最大の要素は一貫性かもしれない。身長が4フィート11インチだったり、ニューロンの発火速度が人より遅かったり、けがをしやすかったりするなら、一貫性だけでオリンピック短距離まで行くことはできないだろうが、現代で100m世界記録を出すには、体調が100%でない日でも何年にもわたって毎日練習していたはずだ。
プロレベルではコーチとのつながりができ、報酬を得られることもあり、とにかくそこまで激しく鍛えるほど執着するようになる。差が生まれるのは当然だ。もし身体的に可能なすべての人が、最大限に効果的な訓練をしたら、分布がどれほど線形に近づくのか気になる。
しかし競争環境で最高になるには、一貫性がすでに適用されたうえで、「すべての要素」がかみ合う必要がある。
すべての要素がそろっていても一貫性がなければ、基礎をすぐ覚える生まれつきの才能で終わり、それ以上には進めない。
フォームの観点から、短距離のスピードを正確にどう上げればいいのか以前からよく気になっていた。短距離コーチに会ったことがないので、とりあえず自然に全力疾走してみる程度だが、自分が速くないことは確かで、昔から速かったこともない
でも基本が何なのかも分からない。速くなるには何をすればいいのだろうか？
それと驚くのは、マラソン選手たちが自分の全力疾走できるスピードよりも速く見えることだ。あのスピードをどう維持しているのか本当に理解できない。その速度でほんの少しでも全力疾走できれば、かなり速いほうのはずなのに
動画の多くの人はかなり速くスタートする一方で、160mのあいだにかなり減速してもいる。疲労も重要な要素かもしれない
[1] Bolt, foot strike: https://imgur.com/a/QOQaEX2
[2] Amateur, foot strike: https://imgur.com/a/Pmiijgx
[3] Bolt, leg extension: https://imgur.com/a/mRCq7uc
[4] Amateur, leg extension: https://imgur.com/a/cxzMkEi
ときどき 裸足で練習して、フォームがどう変わるか見てみるといい。靴がないと自然に前足部で着地しやすくなる。その状態を靴を履いたときにも維持してみればいい
脚をもっと速く動かす必要がある。単純でありきたりに聞こえるが、ほとんどの人はもっと速く走ろうとすると、実際には脚をより速く動かしていない。歩幅を広げ、かかと着地が増え、一回の蹴りごとにより大きな加速を得ようとしがちだ。これはスピードではなく力を鍛える方向だ。より高い ケイデンス に集中すべきで、意識的により小さな歩幅のように感じることをやる必要がある可能性が高い
スクワット、デッドリフト、クリーンは爆発力に大きく役立つ。この目的なら、低回数・高重量・長い回復時間がよさそうだ
定期的にトラックへ行って、100m全力疾走を6〜10本、間に4〜5分休みながらやるのもよい
例のウェイト計画: https://www.stack.com/a/sprinter-workout-program/
短距離走は持久力よりも筋力の比重が大きいので、筋肉質のスプリンターと細身の5K以上の長距離ランナーが違って見えるのだ
速くなるには速くトレーニングしなければならず、これは手っ取り早い解決策ではなく何年もかかる努力だと理解することが最大の要素だと思う。おそらく足の着地パターンを少し変える必要があるだろうが、1か月で終わる話ではなく長期プロジェクトだ
深読みしすぎかもしれないが、この記事を見て悪名高い 10xプログラマー を思い出した。成功するプログラミング能力が、生の知能、空間推論、教育、長時間集中できる能力のような複数の要素に依存し、それらの要素が似たようなガウス分布に従うなら、最高のプログラマーと平均的なプログラマーのあいだに10倍の差があるというのも、そこまで突飛には見えない
この記事が何を言おうとしているのか分からないが、筆者はランニングをあまり分かっていないように見える。短距離走と長距離走を混ぜて語っている
長距離走は持久系スポーツで、短距離走は筋力・パワー訓練の非常に特定的な応用に近い。歩幅そのものも違う
データ分析をする前に、データポイントが本当に同じものを指しているのかをまず考える必要がある
この分析が最初に見えるほど驚くべきもの、あるいは意味のあるものかどうかはよく分からない
結局のところ、一般人口にはランニング速度の分布が異なる複数の 下位集団 があるという話に見える。性別、年齢、体力レベルのような条件をかけ始めれば、対数正規分布ではなく、もっと正規分布に近くなると予想する
Freeze に勝てない理由は、単に速く走るよう訓練された若く健康な男性ではないからかもしれない。特に驚くことではない
年齢、性別、トレーニング歴、遺伝のさまざまな側面のような乗法的特性が複数あると、正規分布ではなく対数正規分布になり、個人差の分散もはるかに大きくなる
ガウス分布は要因が足し合わされるときに生じ、対数正規分布は要因が掛け合わされるときに生じるので、まったく別の分布だ。同様に、指数分布に条件をかけたからといって正規分布が出てくると見るのも難しい
たぶん深読みしすぎたのだと思う
高校数学が Allen Downey のさまざまな本を順を追って解くだけで構成されていても、プログラミング、計算機科学、統計、計算論的思考、ベイズ的思考など多くのことについて、非常にしっかりした基礎的な入門になったはず
複数のプログラミング言語で単純なプログラムから中級レベルのプログラムまで書いて比較でき、同じ構造を別の言語で実装してみた経験も得られる。分布や標本抽出も怖くなくなる
少なくとも90年代の自分の高校数学よりは100万倍良かったはず。Allen は本当にすごいと思う
第一に、当てはめたデータは 10K の距離データなのに、結論は「なぜ Freeze に勝てないのか」という短距離走の問題になっている
第二に、速度が 乗法モデル だという主張は悪くなく、10K データ基準では同意する。ただし Freeze と競う人たちは全人口から一様に抽出された集団ではないので、彼らが背景分布のどのパーセンタイルから来たのかという段階が抜けている
第三に、女子高生が Downey より何％速く、男子生徒がその女子高生より何％速いかという興味深い数字があるが、記事後半の統計とつながっていない
そのモデルを真面目に受け取るなら、Usain Bolt は人類史上誰にでもなれたことになってしまう