EISSN 1676-5133 LEYES DE POTENCIA O ESCALA: SU APLICACIÓN AL FENÓMENO DEPORTIVO Juan Manuel García-Manso1 [email protected] Juan Manuel Martín-González1 [email protected] doi:10.3900/fpj.7.3.195.s García-Manso JM, Martín-González JM. Leyes de potencia o escala: su aplicación al fenómeno deportivo. Fit Perf J. 2008 may-jun;7(3):195202. RESUMEN Los sistemas que encontramos en la naturaleza se organizan de forma jerárquica, es decir, se configuran en estratos a los que corresponden escalas características de tiempo, longitud o energía. Por escala nos referimos a la dimensión espacial o temporal de un fenómeno y hay tres aspectos a considerar: la escala característica, el efecto de escala y el escalamiento. La ley de escala que sigue muchos fenómenos naturales, se describe por leyes de potencia, que son expresiones matemáticas del tipo Y=cXb; donde X e Y son dos variables, observables, c es una constante y b el exponente de escala. Una expresión de este tipo tiene dos propiedades fundamentales: 1) su transformación logarítmica se convierte en una recta [log(Y) = log(c) + b log(X)]; 2) es invariante a cambios de escala. Hay básicamente cuatro ámbitos en los que estas funciones se utilizan: en el estudio de sistemas de tipo biológico (leyes alométricas); en la geometría fractal, donde se usan para la determinación de las dimensiones fractales; en ciertos tipos de redes complejas; en el estudio de las distribuciones de probabilidad con comportamientos libres de escala. Su utilidad en el deporte es reciente y abre una nueva línea metodológica en la investigación aplicada, permitiendo abordar, con herramientas sencillas, una infinidad de temas relacionados con la estructura del deporte, su manifestación en la competición y la forma de entrenarlo. PALABRAS CLAVE Carrera, Modelos Lineales, Evaluación. 1 Universidad de Las Palmas de Gran Canaria - ULPGC - Departamento de Educación Física - Las Palmas de Gran Canaria - España Copyright© 2008 por Colégio Brasileiro de Atividade Física, Saúde e Esporte Fit Perf J | Rio de Janeiro | 7 | 3 | 195-202 | may/jun 2008 Fit Perf J. 2008 may-jun;7(3):195-202. 195 G ARCÍA -M ANSO, M ARTIN -G ONZÁLEZ LAWS OF POTENCY OR SCALE: ITS APPLICATION TO THE SPORTIVE PHENOMENON ABSTRACT The systems that we find in nature are organized in a hierarchical way, which means that they are configured in layers, to the ones that characteristic scales of time, longitude and energy are corresponded. When we refer to “scale” we’re talking about the space or time dimension of a phenomenon and there are three aspects to consider: the characteristic scale, the scale effect and the scaling. The scales law, which follows many natural phenomenon, is described by the laws of potency, which are mathematic expressions, such as Y=cXb; where X and Y are two observable variables, c is a constant and b the scale exponent. Na expression like this has two fundamental properties: 1) its logarithmic transformation is converted into a straight line [log(Y) = log(c) + b log(X)]; 2) it is invariable to scale changes. There are, basically, four ambits in which these functions are used: in the biological type systems (allometric laws), of fractal geometry, where it is used for the determination of fractal dimensions; in certain types of complex nets and in the study of the distributions of probability with free scale behavior. Its utility in sports is recent and opens a new methodological line in the applied research, allowing to approach, with simple tools, an infinity of subjects related to the structure of sports, its manifestation in the competition and the way to train it. KEYWORDS Running, Linear Models, Evaluation. LEIS DE POTÊNCIA OU ESCALA: SUA APLICAÇÃO AO FENÔMENO ESPORTIVO RESUMO Os sistemas que encontramos na natureza se organizam de forma hierárquica, ou seja, se configuram em estratos que correspondem a escalas características de tempo, longitude ou energia. Por escala nos referimos à dimensão espacial ou temporal de um fenômeno e há três aspectos a considerar: a escala característica, o efeito de escala e o escalamento. A lei de escala, que segue muitos fenômenos naturais, é descrita por leis de potência, que são expressões matemáticas do tipo Y=cXb; onde X e Y são duas variáveis, quantidades ou observações, c é uma constante e b é o expoente de escala. Uma expressão deste tipo tem duas propriedades fundamentais: 1) sua transformação logarítmica se transforma em uma reta [log(Y) = log(c) + b log(X)]; 2) é invariante a mudanças de escala. Há, basicamente, quatro âmbitos nos quais estas funções se utilizam: no estudo de sistemas de tipo biológico (leis alométricas); na geometria fractal, onde se usam para a determinação das dimensões fractais; em certos tipos de redes complexas; e no estudo das distribuições de probabilidade com comportamentos livres de escala. Sua utilidade no esporte é recente e abre uma nova linha metodológica na pesquisa aplicada, permitindo abordar, com ferramentas simples, uma infinidade de temas relacionados com a estrutura do esporte, sua manifestação na competição e a forma de treiná-lo. PALAVRAS-CHAVE Corrida, Modelos Lineares, Avaliação. INTRODUCCIÓN Por escala nos referimos generalmente a la dimensión espacial o temporal de un fenómeno. La gama de magnitudes en el universo es inmensa, desde tamaños microscópicos a años luz; desde sucesos que duran microsegundos hasta sucesos cuya evolución se mide en miles de millones de años; velocidades; energías liberadas; etc. Algo similar ocurre con las diferentes escalas con las que se rige siendo una realidad que cada elemento o nivel de la estructura se rige con escalas diferentes y no siempre fijas. Tanto los animales, como los sistemas que lo componen o, incluso, las organizaciones sociales 196 no pueden hacerse mucho más grandes o mucho más pequeños sin experimentar cambios fundamentales en su estructura o conducta. Esto lo podemos ver en la construcción de un edificio, donde su tamaño sin duda viene afectado tanto por los materiales de construcción como por todo lo que lo rodea: vecinos, climatología, normas municipales, etc. Una ciudad no es un pueblo grande, los servicios, industrias, patrones de convivencia, barrios, circulación, etc., requiere métodos de gobierno muy distintos. Piénsese, por ejemplo, en las diferencias entre organizar una competición deportiva a nivel local o a nivel internacional, o entrenar para mejorar la condición Fit Perf J. 2008 may-jun;7(3):195-202. L EYES física de un sedentario frente al entrenamiento al más alto nivel de rendimiento. Algo similar también ocurre con el rendimiento y las características morfológicas de los practicantes. En la misma geometría elemental, a medida que un objeto aumenta de tamaño, su volumen se incrementa más rápido que su superficie, y las propiedades que dependen del volumen, como la capacidad y el peso, cambian de proporción con las propiedades que dependen del área, como la fuerza de los soportes o la actividad de superficie (pensemos en fuerza muscular y sección transversal o volumen muscular). Sistemas como los pulmones, los vasos sanguíneos o las raíces de los árboles intercambian sustancias con su entorno a través de superficies, altamente ramificadas, y cuya geometría tiene características fractales. En las escalas hay tres aspectos a considerar: la escala característica; el efecto de escala; y el escalamiento. Por escala característica entendemos la escala distintiva o el rango de escala de un fenómeno que, de alguna forma, caracteriza su comportamiento. El tamaño de una persona, de un animal o de una casa, son ejemplos. También la frecuencia de un fenómeno, como el ciclo anual de las estaciones, la duración del día, las revoluciones por minuto de un motor, el ritmo cardiaco basal de una persona, o los pulsos de una hormona, etc. Las escalas características son intrínsecas a los fenómenos que conciernen, aunque detectarlas puede ser subjetivo, y pueden también percibirse como niveles en jerarquías. La escala intrínseca se refiere a la escala a la cual un patrón o proceso opera. En general es mejor considerar la escala observada de un fenómeno como el resultado de la interacción entre el observador y la escala inherente del fenómeno. El efecto de escala tiene que ver con el cambio en el resultado de un estudio debido a cambios en la escala a la cual conduce dicho estudio. Así, no es correcto extrapolar resultados obtenidos en estudios cuya muestra son sujetos sedentarios o moderadamente activos al entrenamiento de deportistas con un nivel de rendimiento muy elevado. Los efectos del cambio de escala, por tanto, puede ser muy importante en el muestreo de datos o en diseños experimentales. Mientras que el escalamiento, de forma muy general, tiene que ver con las consecuencias de cambiar de tamaño. Sin embargo, también se encuentran fenómenos libres de escala o que carecen de escala característica. Un geólogo, por ejemplo, cuando fotografía una roca o un paisaje, usa una moneda, un lápiz o el martillo para definir la escala, debido a que un hecho geológico permanece, a simple vista, más o menos igual tanto si lo miramos a una escala grande como pequeña. Es decir, no hay patrones que el ojo pueda identificar como teniendo un tamaño típico. También hay fenómenos que parecen repetirse, o Fit Perf J. 2008 may-jun;7(3):195-202. DE POTENCIA ser el mismo, sobre un amplio rango de escalas, como una coliflor; los alvéolos pulmonares; etc. A tales objetos a veces se les llama autoimilares o fractales. Así paisajes, líneas de costas o partes de la corteza terrestre son invariantes a escala, es decir, parecen los mismos a casi cualquier escala pero, curiosamente, también lo son los procesos que les van dando forma, como la erosión o la sedimentación. Más adelante ampliaremos estos temas. Leyes de potencia (LP) o de escala La ley o el comportamiento a escala que siguen muchos fenómenos naturales, se describen por LP. Las LP se manifiestan en numerosos fenómenos, frecuentemente fractales, donde una gran cantidad de elementos interaccionan entre sí para producir una estructura a nivel superior. Estos sistemas evolucionan lejos del equilibrio y, con frecuencia, son altamente disipativos. Se describen mediante expresiones matemáticas del tipo: Y=cXb (1) Donde X e Y son dos variables, cantidades u observables, c es una constante (también puede entenderse como una constante de normalización), y b el exponente de escala. No debemos confundir esta expresión con la función exponencial, que tiene la forma: Y=caX En todo caso conviene tener en cuenta que una ley exponencial tiende a cero o a algún otro valor de forma asintótica y de manera mucho más rápida que una ley de potencia, que también se escribe como: Y~Xb donde ~ se lee como “proporcional a” o “escala como” Una expresión de este tipo tiene dos propiedades claves: 1ª Propiedad Si tomamos el logaritmo en la ecuación (1) nos queda, log (Y) = log (c) + b log (X) (2) que es la ecuación de una recta de pendiente b. Es decir, si en lugar de representar los valores de X contra los de Y en un gráfico, representamos sus logaritmos, log(X) contra log(Y), lo que vemos es una línea recta. Por lo tanto tenemos una forma rápida de rastrear si una serie de datos sigue una ley de potencia: representamos sus logaritmos y estimamos hasta que punto el re- 197 G ARCÍA -M ANSO, M ARTIN -G ONZÁLEZ Figura 1 - Ajuste de una Power Law a una serie de datos sultado se puede considerar o ajustar por una línea recta. Otra ventaja es la cantidad de resultados estadísticos (por ejemplo: análisis de regresión) que se han desarrollado para ajustar y modelizar comportamientos lineales. Por ello, en casi todos los trabajos, artículos, etc., se muestran los resultados en gráficos logarítmicos, con los correspondientes parámetros estadísticos que caracterizan el ajuste (desviación cuadrática media, R2, etc.). En las Figuras 1 y 2 se muestra el ajuste de una ley de potencia a una serie de datos. La siguiente es un gráfico “doblemente logarítmico” (el logaritmo de una magnitud frente al logaritmo de la otra) de los datos anteriores. Las dos representaciones son equivalentes. 2ª Propiedad La LP es invariante a cambios de escala. Supongamos que en la expresión de la LP (1) cambiamos la escala (reescalamos) de la variable multiplicándola por un factor z, como sucede al cambiar la escala de un mapa, o al pasar de metros a kilómetros, etc. La variable X se convierte en zX, y el nuevo valor de la variable Y será: Y’ = c (z X) b Que es lo mismo, después de un poco de algebra, que: Figura 2 - Representación doblemente logarítmica (loglog) de la misma serie de la Figura 1 los fenómenos con este tipo de comportamiento se denominan libres de escala (scale free). Una serie de datos que se distribuyan de esta manera, o que se expresen siguiendo una ley de este tipo, no tienen longitudes (magnitudes) características. Savaglio & Carbone1 utilizan este principio para analizar el punto de corte en las pruebas atléticas de carrera o la forma en que se comportan los rendimientos en estas especialidades del atletismo. Hay básicamente cuatro ámbitos en los que estas funciones se utilizan: en el estudio de las leyes de escala en sistemas de tipo biológico, donde se denominan leyes alométricas; dentro de la geometría fractal, donde se usan para la determinación de las dimensiones fractales; al analizar ciertos tipos de redes complejas; y en el estudio de las distribuciones de probabilidad con comportamientos libres de escala. Ejemplos de aplicación de LP en el campo de la actividad física y el deporte En el estudio del rendimiento deportivo, las LP no han sido muy utilizadas en el pasado. Pero como señalan Katz & Katz2, los record mundiales son medidas bien establecidas y bastante bien estandarizadas, y las LP pueden ser muy útiles para investigar el rendimiento humano. Por ejemplo en las modalidades de carreras atléticas, la distancia recorrida d y el tiempo de carrera t, siguen una ley de escala t(d) = c d b b b b Y’ = c (z ) X = (c z ) Y Como vemos el resultado es una función del mismo tipo, solo que la constante es ahora czb. En este caso se suele decir que cualquier cambio de escala es “absorbido” por o en la constante de normalización, y la forma de la función permanece invariante. A esta propiedad se la conoce como invarianza en escala (scaling invariance) y 198 Donde b es el exponente escala2, que parece ser el mismo desde la carrera de 100m hasta la de 10.000m o la maratón. Así el exponente b medido en 1925 dio un valor de 1,141, y en 1995 fue de 1,123. Un resultado parecido se encontró para nadadores, tanto para hombres como para mujeres. Esto significa que existe invarianza en escala para el rendimiento humano, es Fit Perf J. 2008 may-jun;7(3):195-202. L EYES decir, si cambiamos la distancia d a otro valor cd, la ecuación queda t(cd) = c b t(d) o, lo que es lo mismo, el cociente entre los tiempos para dos distancias diferentes t(cd) / t(d) = c b depende sólo del índice de escala b. Como la invarianza de escala implica invarianza de las propiedades estadísticas del sistema sobre todas las escalas, no es posible definir una escala característica. Este comportamiento es típico en la rama de la Física que estudia los sistemas estadísticos en puntos críticos, como las transiciones de fase. Como señalan Savagli & DE POTENCIA Carbone1 el comportamiento de los deportistas durante las carreras atléticas o durante las pruebas de natación puede considerarse un fenómeno crítico. Para entenderlo, fijémonos en la Figura 3, en la que se representan en el eje X los logaritmos de los valores de las distancias recorridas en cada prueba desde los 200m hasta la maratón, y en el eje Y los logaritmos de los mejores tiempos obtenidos en competiciones oficiales. Aunque los datos a primera vista parecen seguir, en conjunto, una línea recta, en la curva que vemos en la gráfica se observa un cambio, una “rodilla o codo”, cerca de los 1.000m que define el punto de corte de dos rectas con exponentes de escala distintos. Se ha de tener presente que los datos de distancia representado en las abscisas de la gráfica son logarítmicos. La transición entre los dos exponentes de escala, como observan Savaglio y Carbone1, define un punto cerca de los 1.150m (ver Figura 3 - Logaritmo del tiempo frente a la distancia en las mejores marcas de las carreras entre los 200m y la maratón. Se incluye el punto de corte y el valor de las pendientes de ambas rectas Figura 4 - Velocidad vs. Puesto que ocupa un corredor en el ranking de las 1633 mejores marcas all-time de la distancia de 1500m. En el recuadro se muestra el gráfico doblemente logarítmico de los valores de la misma serie de datos. Nótese el punto de corte en el puesto 170 del ranking. Figura 5 - Representación gráfica de la Velocidad vs. Puesto ocupado por el corredor en el ranking de 1500m realizada en forma invertida a como se hizo en Figura 4. Figura 6 - Diagrama de barras del ranking mundial de 1500m para un número de intervalos n = 30 Fit Perf J. 2008 may-jun;7(3):195-202. 199 G ARCÍA -M ANSO, M ARTIN -G ONZÁLEZ Figura 7 - Histograma que muestra como se distribuyen todos los jugadores del mundo con un ELO superior a 2200. En el recuadro se muestran los logaritmos de los parámetros representados en el histograma (eje X: valor del ELO; eje Y: frecuencia). Figura 8 - Secuencia de los jugadores de ajedrez (n = 800) con un ELO superior a 2500. En el recuadro los logaritmos de estos valores. El punto de corte indica el puesto que marca la diferencia entre los buenos jugadores y los que pueden ser considerados como super-élites. Figura 3), que corresponde, para los autores, al cambio entre carreras de corta distancia donde predomina el metabolismo aeróbico (fuerza) y las carrera de resistencia con el característico comportamiento aeróbico necesario para correr largas distancias. A veces es mejor el uso de la velocidad media de carrera, es decir, el tiempo empleado dividido por la distancia, ya que esta magnitud está más relacionada con la energía consumida, o la potencia, a través del cuadrado de la velocidad. La ley de escala es mejor marca (en este caso corresponde a El Guerrouj), con rango 2 la segunda mejor marca (en poder, hasta ese momento, de B. Lagat), y así sucesivamente. En la Figura 4 se muestran los resultados. En el recuadro damos el correspondiente gráfico doblemente logarítmico, apareciendo el patrón en línea recta típico de las LP, así como el valor del exponente b. Se observa como la gráfica muestra un punto de corte en el puesto 170, señalado con flechas, que separa claramente dos comportamientos. Es decir, parece que el sistema viene determinado, al menos, por dos leyes de escala. Una refleja el comportamiento de los primeros 170 corredores, es decir la “élite”, y otra para el resto de corredores de nivel internacional. Si aplicamos una LP a los 170 primeros v = c’ d b’ siendo b’ = 1-1/b. Con objeto de ilustrar el uso de las LP y como trabajar con ellas, nos centraremos en un ejemplo obtenido del deporte: la carrera de 1.500m (datos propios no publicados). La elección se debe a varias razones. Esta es una de las pruebas atléticas más populares, está bien documentada y hay muy buenos corredores, incluso españoles. Además, no es una carrera de resistencia pura, aunque se encuentra más allá del valor señalado antes, 1.150m, que separa ambas pruebas. Aquí analizaremos sólo algunos aspectos competitivos, basándonos en el estudio de las mejores marcas obtenidas por los mejores corredores en todos los tiempos. Para ello hemos buscado los mejores resultados de los 1.633 corredores que han obtenido marcas por encima de cierto valor, transformados a velocidad, es decir, el mejor tiempo en segundos dividido por 1.500m. Estos valores, en m⋅s-1, son ordenados por puestos de mayor a menor; así el de rango (o puesto) 1 tiene la 200 v(i) = c1 i -b siendo i el rango i = 1, 2,…, 170, v(i) la velocidad media del corredor que ocupa el puesto número i en el ranking, y c1 es una constante de normalización en m⋅s-1. Veámoslo de otra manera. En la Figura 5 se muestran los valores de la velocidad en el eje X y los puestos de los corredores en el eje Y, es decir, invertimos la gráfica anterior. Si nos fijamos en la gráfica, dos flechas señalan un valor concreto: el puesto 200, el cual corresponde a un valor de la velocidad de 7,1m⋅s-1. Este tipo de curva se puede interpretar de la siguiente manera: por encima del valor de la velocidad 7,1m⋅s-1 hay 200 corredores de un total de 1.633; o bien decir que 12,24% de los corredores superan la velocidad de 7,1 m⋅s-1. También lo podemos ver como probabilidades. Para ello, dividimos todos los Fit Perf J. 2008 may-jun;7(3):195-202. L EYES rangos por el total, quedando como se ve en el recuadro (a) de la gráfica. Como 200/1663 = 0,122 podremos decir que la probabilidad de que un corredor obtenga un valor superior a 7,1 m⋅s-1 es de 0,122. De esta manera la curva de la gráfica se interpreta como una distribución de probabilidad acumulada, es decir: P( > vc) = c2 v –b Que podemos leer como “la probabilidad de que un corredor alcance un valor por encima de uno fijo vc o que ocupe un puesto por encima de uno determinado (como el 200) decae inversamente como una potencia de la velocidad”. Una tercera forma de verlo es a través del histograma o de la distribución de probabilidades. Para ello dividimos la diferencia entre el máximo y mínimo valor de la velocidad en un número de intervalos n. A continuación contamos cuantos corredores tienen marcas en cada intervalo, es decir, las frecuencias de cada intervalo. En la Figura 6 se muestran con un diagrama de barras dichas frecuencias para un número de intervalos n=30. Es notable la aparición de intervalos más poblados que sus vecinos y de los que destacamos dos: uno en torno al valor 7,1 que corresponde a lo puestos entre el 166 y el 210, y otro que representa a los puestos en torno al 40. García-Manso et al.3 señalan que estos valores corresponden a las barreras, es decir, aquellos valores que un deportista tiende a alcanzar a medida que mejora su rendimiento. En otras palabras, hay unas metas fijas o marcas determinadas que funcionan, de alguna manera, como atractores y a la vez como filtros. De hecho, cuando un deportista bate un record importante está abriendo el camino de los demás hacia una nueva barrera. En el recuadro se representan los logaritmos de las velocidades frente a las frecuencias, apareciendo la conocida rodilla, y los valores de los exponentes de escala obtenidos para las dos rectas. El deporte es, por tanto, un ámbito donde podemos encontrar este tipo de distribuciones. Hay algunos trabajos en deportes individuales como es el caso del atletismo2,3,4,5,6. En deportes de equipo también parece que se dan las LP. Malacarne & Mendes7 consideran los mayores goleadores de campeonatos de liga de diferentes países donde el fútbol es un fenómeno de masas. Así cuentan el número de jugadores que han marcado n goles, luego los que han marcado n-1, etc., y encuentra una ley de potencia. La distribución de goles por jugador sigue, según estos autores, un proceso de “difusión anómala” o LP Zipf-Mandelbrot. También Greenhough et al.8 destacan la relación existente entre la distribución de los goles que se consiguen en fútbol con estadísticas de fenómenos extremos (colas largas). Fit Perf J. 2008 may-jun;7(3):195-202. DE POTENCIA En este tipo de competiciones también se han encontrado resultados parecidos al analizar el tiempo medio que dura un entrenador en un equipo de cierta categoría en varios deportes. Creemos interesante comentar el artículo de Aidt et al.9, en el que muestran como el tiempo que un entrenador permanece al mando de equipos de fútbol, baseball y fútbol americano de muchos países sigue una ley de potencia con valores de los exponentes entre 2 y 3. Para ello trabajan sobre una base de datos con un total de 7.183 entrenadores donde, en algunos casos, los datos tienen 130 años de antigüedad, y se centran en el tiempo, en años, que cada entrenador permanece en un equipo. Analizan diferentes periodos: entre 1874-1900, 1874-1920, 1874-1966, 1874-1980 y 1874-2005, y encuentran que a medida que el sistema evoluciona la distribución se va ajustando cada vez mejor a una LP, por lo que deducen que las LP en este contexto es un fenómeno emergente, es decir emergen como consecuencia de la evolución del sistema; un resultado ya obtenido para otros sistemas complejos. De todas maneras conviene señalar que los autores no consideran a aquellos entrenadores despedidos en su primer año o temporada, pues no parece haber muchas razones para este proceder, salvo por alguna casualidad. Por otra parte, en su primer año de trabajo suele haber una especie de “luna de miel” dentro de la cual los entrenadores forman un equipo y, en opinión de los autores, no suelen ser juzgados hasta la segunda temporada. Por países, salvo en Francia, los datos siguen una distribución LP. Veamos los resultados obtenidos para los exponentes de escala en el artículo citado. En Fútbol (desde 1874 hasta 2005 aunque no en todos los países, por ejemplo en España desde 1910): Inglaterra -2,23; Suiza -2,93; Francia ---; España -2,75; Alemania -2,51. En baseball: USA -2,63; Japón -2,41. En Fútbol americano -2,08. Los autores piensan que el rendimiento de los entrenadores se mide por el de los equipos que lideran; trabajan en un ambiente muy competitivo, son generalmente despedidos cuando su crédito cae bajo cierto valor umbral o, por el contrario, son comprados por otros equipos si su éxito es suficientemente alto. Una pregunta queda en el aire ¿qué pasa en el fútbol francés? El ajedrez también responde a este tipo de comportamiento. En un reciente artículo, Blasius & Toenjes10 encuentran que las aperturas de ajedrez más utilizadas, tanto por jugadores aficionados como por grandes maestros, se distribuyen de acuerdo a una LP que tiene un exponente que aumenta a medida que el juego avanza. Tras leer este trabajo, nosotros nos preguntamos si los rankings en este deporte también siguen una LP. Recordemos que el nivel de rendimiento del jugador de ajedrez se mide mediante un procedimiento que asigna un valor denominado ELO a cada deportista. Para responder a esta cuestión selec- 201 G ARCÍA -M ANSO, M ARTIN -G ONZÁLEZ cionamos un listado de 20.600 jugadores con un valor de ELO superior a 2200. El ELO es un sistema matemático, elaborado por el profesor Arpad Elo (Profesor de Física de la Universidad de Milwaukee), para la evaluación del rendimiento de los jugadores de ajedrez. Con él se puede saber sin conocer a un jugador cual es su nivel de juego y permite realizar clasificaciones de los jugadores. El ELO, se evalúa en cada competición y se tiene en cuenta el ELO previo de cada rival para aumentar o disminuir el propio según el resultado en función del rival y el resultado de la partida. Para obtener un valor alto valor de ELO se ha de competir con jugadores que a su vez tienen ELO alto. Esto implica, por tanto, que se ha competir a alto nivel, en torneos internacionales y con muchas interacciones entre jugadores de gran nivel, lo cual limita el número de jugadores de élite. Observamos, en la Figura 7, como el ELO parece seguir una LP. Para comprobarlo, representamos en el recuadro los logaritmos de los parámetros del histograma (eje X: valor del ELO; eje Y: frecuencia). Observemos como, aparentemente, hay tres líneas (tendencias) diferenciadas que presentan puntos de corte entorno a valores de ELO cercanos a 2400 y 2500. Estos cortes responden a niveles de competición diferentes. Así, por encima de los 2400 hay una élite de jugadores que incluye, aproximadamente, a los 800 mejores jugadores mundiales. Si nos centramos sólo en los de valor superior a 2500 (Figura 8) y los representamos por orden de rango: el primero es el de valor más alto, el segundo el siguiente, etc., obtenemos la gráfica anterior. En el recuadro se muestra la representación doblemente logarítmica, que también sigue un doble comportamiento lineal, con una “super-élite” que abarca a los 40 primeros, con valores de ELO por encima de los 2650, donde se debe dar la máxima rivalidad. una perspectiva diferente a la que proponen los modelos tradicionales (óptica reduccionsta). Afrontar el deporte desde una óptica diferente permite enriquecer nuestro cuerpo de conocimiento y, a la vez, incrementar el pool de instrumentos de medición, evaluación y caracterización que nos sirven comprender el proceso desde la óptica de los sistemas complejos no-lineales. Esto es lo que tratamos de demostrar con la aplicación de las leyes de escala o potencia al estudio del fenómeno deportivo en uno de sus aspectos (sino el más importante): el rendimiento. Sin duda no es la única metodología útil, ni siquiera la más potente, pero a luz de los datos se comprueba como un instrumento útil y fiable para abordar el fenómeno aportando aspectos diferentes a los que nos aporta el modelo biofísico. REFERENCIAS 1. Savaglio S, Carbone V. Scaling in athletic worlds records. Nature. 2000;404:244. 2. Katz JS, Katz L. Power laws and athletic performance. J Sports Sci. 1999;17:467-76. 3. García-Manso JM, Martín-González JM, Arriaza E, González L. Middle and long distance races viewed from the complexity: macroscopic analysis based on behaviour as a power law. New Studies in Athletics. IAAF. 2006;21(1):17-25. 4. García-Manso JM, Martín-González JM, Dávila N, Arriaza E. Middle and long distance athletics races viewed from the perspective of complexity. J Theor Biol. 2005;233(2):191-8. 5. Alvarez-Ramirez J, Rodríguez E. Scaling properties of marathon races. Physica A. 2006;365(2):509-20. 6. García-Manso JM, Martín-González JM, Da Silva-Grigoletto ME, Vaamonde D, Benito P, Calderón J. Male powerlifting performance described from the viewpoint of complex systems. J Theor Biol. 2008;251(3):498-508. 7. Malacarne LC, Mendes RS. Regularities in football goal distributions. Physica A. 2000;286:391-5. 8. Greenhough J, Birch PC, Chapman SC, Rowlands G. Football goal distributions and extremal statistics. Physica A. 2002 dez;316(1-4):615-24. 9. Aidt T, Leong B, Sgroi D, Saslaw W. A power-law distribution for tenure lengths of Sport managers. Physica A. 2006;370(2):697-703. DISCUSIÓN A la luz de los ejemplos mostrados se demuestra que también es posible abordar el fenómeno deportivo desde 202 10. Blasius B, Toenje R. Zipf law in the popularity distribution of chess openings. [actualizado 2007 abr 20]. ArXiv. Recibido: 08/01/2008 – Aceptado: 25/02/2008 Fit Perf J. 2008 may-jun;7(3):195-202.