La fórmula de Cameron
Un predictor de tiempo de carrera alternativo con una corrección de distancia exponencial.
La fórmula de Cameron, desarrollada por Dave Cameron en 1997, predice tiempos de carrera utilizando un factor de corrección exponencial que varía con la distancia. A diferencia de la fórmula de exponente fijo de Riegel , la corrección de Cameron es mayor cuando la carrera conocida es corta — donde la capacidad anaeróbica juega un papel más importante — y disminuye a medida que la distancia conocida crece.
LA FÓRMULA
T2 = T1 × (D2/D1) × [f(D1) / f(D2)]
f(d) = a + b × e(-d/c)
Cómo funciona la corrección
La función f(d) = a + b × e^(-d/c) disminuye a medida que crece la distancia. Para cualquier carrera de más de ~10 km, el término exponencial se aproxima a cero y f(d) ≈ a.
Al predecir desde una distancia corta (5K), f(D1) es significativamente mayor que f(D2), por lo que la relación supera 1 — prediciendo un tiempo de maratón más conservador (lento). Esto refleja la realidad de que el rendimiento en 5K depende más del VO2máx y la velocidad que de la resistencia aeróbica necesaria para un maratón.
Al predecir desde una distancia moderada (10K), la corrección es pequeña — un 10K ya es un buen predictor aeróbico — por lo que Cameron da una estimación de maratón un poco más optimista.
Ejemplo
Corriste un 10K en 42:00. ¿Cuál es tu predicción para el maratón?
f(10) = 0.000495 + 0.000985 × e^(-10/1.4485) ≈ 0.000496
f(42.2) ≈ 0.000495 (exponential ≈ 0)
T2 = 2520 × (42.195/10) × (0.000496/0.000495)
T2 ≈ 10,666 s ≈ 2:57:46
Riegel da ~3:13:00 para la misma entrada — una diferencia de ~15 min.
Cameron vs Riegel — cuándo usar cada una
| Conocido → Objetivo | Cameron | Riegel | Diferencia |
|---|---|---|---|
| 5K (20:00) → 10K | 42:24 | 41:41 | +43s (Cameron más conservador) |
| 5K (20:00) → Marathon | 2:59:23 | 3:11:49 | −12min (Cameron más optimista) |
| 10K (42:00) → Marathon | 2:57:46 | 3:13:00 | −15min (Cameron más optimista) |
Ninguna fórmula tiene en cuenta el terreno, el historial de entrenamiento o las condiciones del día de la carrera. Úsalas como puntos de referencia, no como garantías.
Prueba ambas fórmulas lado a lado
Ingresa un resultado de carrera conocido y compara las predicciones de Riegel vs Cameron.
Fórmula de Cameron: Cuándo y Cómo Usarla
La fórmula de Cameron, desarrollada por Dave Cameron en 1997, predice los tiempos de carrera utilizando un factor de corrección exponencial que varía con la distancia conocida. A diferencia del enfoque de exponente fijo de Riegel, Cameron aplica una corrección mayor cuando la distancia de partida es corta — donde la capacidad anaeróbica juega un papel mayor — y una corrección menor a medida que la distancia crece hasta los 10K y más allá.
En la práctica, Cameron tiende a ser más conservador que Riegel al predecir carreras largas a partir de rendimientos cortos (p. ej., 5K a maratón), y ligeramente más optimista al predecir desde distancias moderadas (p. ej., medio maratón a maratón). Para predicciones entre distancias adyacentes, ambas fórmulas coinciden estrechamente. El calculador de Calcpace ejecuta ambas en paralelo para que puedas compararlas.
Ninguna de las fórmulas es universalmente más precisa — ambas son modelos empíricos con limitaciones conocidas. El enfoque más útil es tratar el rango entre las dos salidas como un intervalo de confianza para tu tiempo objetivo. Si Riegel dice 3:10 y Cameron dice 3:18, un objetivo realista se sitúa en algún punto de ese intervalo, asumiendo que tu entrenamiento se corresponde con la distancia objetivo.
¿Cómo funciona esto?
¿Cuándo debería usar Cameron en lugar de Riegel?
Usa Cameron cuando predices una carrera larga a partir de un rendimiento en distancia corta, especialmente de 5K a maratón. Cameron es más conservador en ese escenario porque tiene en cuenta que el 5K depende más de la velocidad que de la resistencia aeróbica necesaria para un maratón. Para predicciones entre distancias adyacentes (10K a medio maratón), las dos fórmulas dan resultados muy similares.
¿Cuál fórmula es más precisa?
Ninguna es universalmente superior. Ambas se derivaron de grandes bases de datos de carreras y capturan diferentes aspectos de la relación distancia-velocidad. La precisión en el mundo real depende de la calidad del esfuerzo, el perfil del recorrido, el clima y la especificidad del entrenamiento — ninguno de estos factores está modelado por ninguna de las fórmulas. Ejecuta ambas y usa el rango resultante.
¿Puedo usar estas predicciones para ultramaratones?
No — ambas fórmulas fueron calibradas con datos de carreras en ruta hasta la distancia de maratón. En distancias ultra (50K, 100K, 100 millas), el rendimiento está dominado por la nutrición, el sueño, el terreno y la resiliencia mental, que ninguna fórmula basada en ritmo puede capturar. Las bases de datos específicas de recorrido y la orientación de entrenador son mucho más fiables para las ultramaratones.