home *** CD-ROM | disk | FTP | other *** search
/ Suzy B Software 2 / Suzy B Software CD-ROM 2 (1994).iso / adult_ed / rp / rp.doc < prev    next >
Text File  |  1995-05-02  |  4KB  |  118 lines
  1.    rp
  2.  
  3.    Running Performance Predictor
  4.    by Joseph M. Knapp
  5.  
  6.    Given several running performances, this program will predict
  7.    performance at distances other than those given. The model used is
  8.    that average speed 'v' depends on distance 's' as follows:
  9.  
  10.          v = v0 - v1 * log(s)
  11.  
  12.    where v0 and v1 are constants
  13.  
  14.              v0 ~ top speed
  15.            
  16.              v1 = speed loss per order of magnitude of s
  17.  
  18.    If you would plot your average speed versus distance on semi-log
  19.    paper, the points would fall on a straight line (for a given
  20.    level of exertion: e.g., "all out" or "training"). The level of
  21.    fit is surprisingly good for casual as well as world-class runners.
  22.    The well-known "nomograph" charts you see around seem to be based
  23.    on the same principle. It is easy to extrapolate or interpolate
  24.    to distances of interest once the best-fit line is found.
  25.  
  26.    Least-squares analysis is done on the input data, which consist of
  27.    a file of 'events' where an event is a distance-time pair (e.g.
  28.    1 mile  4:00). There must be at least two events at different
  29.    distances to define the line! Multiple events at a given distance are
  30.    OK. Also, the more widely the distances are separated, the more reliable
  31.    the results will be. A one-mile time and a 10k time work well; a
  32.    five-mile and 10k don't.
  33.  
  34.    With more than two events, the
  35.    correlation score (0-100) gives a measure
  36.    of the consistency of the data.
  37.  
  38.    Note that the constants are only relatively constant: more interval
  39.    work, say, would increase v0, and better aerobic conditioning might
  40.    reduce v1. Data spanning months may be inconsistent if fitness
  41.    is changing rapidly.
  42.  
  43.  
  44.    rp takes three files as input:
  45.  
  46.       distance units file: default 'dunits'
  47.       prediction distances file: default 'dlist'
  48.       event file: specified on command line
  49.  
  50.    The function and format of each file is described below:
  51.  
  52.       dunits     - This file contains pairs of the alphanumeric
  53.                    representation and value (in meters) of the distance
  54.                    units that rp knows about. E.g.,
  55.  
  56.                      meters       1
  57.                      kilometers   1000
  58.                      miles        1609.4
  59.                      marathon     42195
  60.                      laps         400
  61.                      hops         0.5
  62.                      skips        1.2
  63.  
  64.       dlist     - This file contains a list of the distances that you
  65.                   want rp to predict performance at.
  66.                   Distance units must match those given in dunits,
  67.                   although non-ambiguous abbreviations are allowed. E.g.,
  68.  
  69.                      800 meters
  70.                      1000 me
  71.                      1 mile
  72.                      10 k
  73.                      0.5 mar
  74.                      1 mar
  75.                      94000 hops
  76.  
  77.       <event-file> - This file contains the data on
  78.                      which rp will base its model. A data point
  79.                      is a distance and a time, e.g.,
  80.  
  81.                      * This is a comment
  82.                      * 1977 Data for Steve Ovett
  83.                      400 meters     45.6     * Crystal Palace, June 18
  84.                      1 mile         4:00     * Crystal Palace, June 18
  85.                      0.5 mar        1:02:48  * Brighton, August 3
  86.  
  87.    Time strings are entered in the natural way, hh:mm:ss, mm:ss, or ss.s
  88.  
  89.    rp usage:
  90.  
  91.    rp [-12 | -q] [-u <units-file>] [-l <distance-file>] <event-file>
  92.  
  93.       where:
  94.                -u and -l override the default files
  95.  
  96.                The default function is to predict performance at the
  97.                distances given in the distance file. Output is in
  98.                tabular form.
  99.  
  100.                Alternatively:
  101.  
  102.                -12 -> simulates the 12-minute fitness test given to
  103.                       Air Force trainees to assess basic condition
  104.                       (see Dr. Kenneth Cooper's books)
  105.  
  106.                -q  -> prompts you to enter a reference performance, then
  107.                       prints out a list a performances that are of the
  108.                       same 'quality'
  109.  
  110.    Several files are included for experimentation.
  111.    E.g.,
  112.          rp alberto.sal
  113.          rp -12 mary.dec
  114.  
  115.    Happy running!
  116.    J.KNAPP
  117.  
  118.