Hvordan løpsprediksjon fungerer
Vitenskapen bak å forutsi prestasjoner over distanser.
Løpsprediksjonen bruker Riegel-formelen (1977). Den anslår sluttiden din for et målløp basert på en eksisterende prestasjon.
FORMELEN
T2 = T1 × (D2 / D1)1.06
Eksponent 1.06 = utmattingsfaktor
Hvorfor 1.06?
Hvis løping var rent aerobt og uten utmattelse, ville tider skalert lineært (eksponent = 1.0). Eksponenten 1.06 fanger virkeligheten der lengre løp krever mer innsats.
En løper som gjør 10K på 42:00 vil ikke løpe maraton på nøyaktig 4 ganger det tempoet på grunn av tretthet. Faktoren 1.06 modellerer dette.
Eksempel
Du har løpt en 10K på 45:00. Hva er din estimerte maratontid?
T1 = 2700 seconds (45:00)
D1 = 10 km
D2 = 42.195 km
T2 = 2700 × (42.195 / 10)1.06 ≈ 13,140 s ≈ 3:39:00
Bruk av prediksjon i trening
Når du har en estimert maratontid, kan du regne bakover for å finne dine treningstempoer. Hvis din estimerte maraton er 3:30, er ditt målmaratontempo omtrent 4:58 min/km (7:59 min/mi). Bruk det tempoet for langturprogresjon og maratonspesifikke økter i de siste 8 ukene før løpsdagen.
Prediksjoner er mest nyttige når de oppdateres etter hvert nøkkelløp. Etter hvert som formen din forbedres gjennom trening, vil din 10K-tid synke, og din maratonprediksjon vil forbedres samtidig. Å spore denne progresjonen er en pålitelig måte å overvåke treningseffektiviteten på, selv uten å løpe en full maraton i hver treningssyklus.
⚠️ Begrensninger
- Formelen forutsetter maksimal innsats.
- Tar ikke hensyn til terreng, vær eller høyde.
- Prediksjoner er mest nøyaktige mellom distanser som ligger nær hverandre (f.eks. 5K → 10K).
- Nybegynnere overgår ofte prediksjonene; trente utøvere ligger nærmere modellen.
Test løpsprediksjon
Oppgi et resultat og sammenlign Riegel vs. Cameron.
Ser du etter en alternativ tilnærming? Les om Cameron-formelen →
FAQ løpsprediksjoner: få mest mulig ut av resultatene dine
Riegels formel (1977) er den mest brukte modellen for å forutsi løpstider på tvers av distanser. Den fanger en grunnleggende sannhet om utholdenhet – når distansen øker, bremses tempoet med en forutsigbar, ikke-lineær hastighet. Formelen er T2 = T1 × (D2/D1)^1,06.
Nøyaktigheten er høyest når man forutsier mellom nærliggende distanser på flate baner fra en ekte maksimal konkurranseinnsats. For et maraton fra en 10K, forvent resultater innenfor 2–4 minutter under ideelle forhold. Vanlige feilkilder inkluderer bruk av en treingstid i stedet for en konkurransetid.
Formelen tar ikke hensyn til treningsspesifisitet. Bruk prediksjonen som et realistisk tak og planlegg en konservativ startsstrategi. For store distanseekstrapolasjoner (f.eks. 5K til maraton), sammenlign med Cameron-formelens output som kryss-sjekk.
Hvordan fungerer dette?
Hvor nøyaktig er Riegels formel?
Innenfor 2–4 minutter for et maraton forutsagt fra en 10K under ideelle forhold (flat bane, godt vær, ekte maksimal innsats). Nøyaktigheten forbedres for nærliggende distanser (10K til halvmaraton) og minsker for store gap. Fungerer best for farter mellom 3:30 og 5:30 per km.
Hvorfor virker den forutsagte tiden for rask eller for langsom?
Oftest var inndataene ikke en ekte konkurranseinnsats – en komfortabel lang løpetur undervurderer kondisjon, et PB på en rask bane overvurderer den. Bane- og værsforskjeller spiller også inn.
Kan jeg forutsi over svært ulike distanser, som 5K til maraton?
Teknisk ja, men påliteligheten avtar jo større gapet er. For et 5K-til-maraton-hopp, kjør også Cameron-prediksjonen – den gir et mer konservativt, ofte mer realistisk, maratonestimate.