关于运动员举重问题的研究
关于运动员举重问题的研究
摘要
本文通过查阅运动员举重问题相关的论文及资料,并根据实际经验数据建立起了运动员举重成绩与体重之间的关系模型。基于是否考虑体重中有一部分是与成年人的尺寸相关,本文建立起了两类关系模型,即模型(15)和模型(20)。经检验得知两类模型均能能有效描述运动员举重与体重之间的关系,但模型(20)更为精准和有说服力,它使得比赛受体重因素的影响较小,从而更加公平。
关键字:最小二乘法, 回归分析, 数据拟合, O’Carroll模型
1.引言
在现代奥运会举重比赛中,比赛前运动员都要称体重,并且最后运动员的成绩只计算抓举和挺举的总成绩,如总成绩相同则赛前体重轻者列前。一般情况下,最中获奖级别越高,体重越重,举起的重量也越大,那么可设想同一级别的运动员,体重越大的,举起的重量应该越大。也就是说,运动员的体重与总成绩应该有着密切的关系。同时已经提出的生理学论
【】
证建议肌肉的强度和其横截面的面积成比例1,而生理学已证明肌肉强度近似正比于力量的大小,从这个角度出发来研究举重总成绩与体重的关系,并用表中数据进行检验有着重要的研究价值。更进一步地,基于生理学、动物解剖学和统计分析,体重分为两部分,肌肉部
【】
分和非肌肉部分,体育运动员身体中肌肉所占体重为40%—45%2。从而可以推断体重中有一部分体重与成绩关系不大。本文在查阅了大量关于运动员体重与举重成绩研究的基础上进行进一步的研究,旨在找出体重与举重成绩之间的关系。
2.问题重述
运动员在高度和体重方面差别很大,为了在举重比赛中对此做出补偿,规定要从运动员
(二)已经提出的生理学论证建议肌肉的强度和其横截面的面积成比例,利用这个强度子模型,建立一个表示举重能力和体重之间关系的模型,列出所有的假设,用所提供的数据来检验你的模型。
(三)假定体重中有一部分是与成年人的尺寸无关的,提出一个把这种改进融合进去的模型,并讨论两个模型各自的优缺点,然后提出一种经验法则,对不同体重的举重运动员设定障碍,使得比赛受体重因素的影响较小,从而更加公平。
3.问题假设及符号说明
3.1问题假设:
① 举重运动员的总成绩是生理条件,心理因素等众多因素共同作用的结果; ②本文的研究重点虑体重的因素,假设运动员其他条件相差不大。 3.2符号说明
表 1 符号说明
注:上表仅仅列出本文主要符号,其它将在后文给出,这里不再赘述。
4.模型建立与求解
4.1问题一
通过对问题中图表数据的分析可以得出如下两个结论:
1)题目中,由于运动员在高度和体重方面差别很大,因此在举重比赛中对此做出补偿,规定要从运动员举起的重量中减去其体重。这个规定暗示了运动员的举重总成绩与体重可能成正比。
2) 结合表中也可得:体重越重的,级别越高,举起的重量就越大。表中体重一列是呈上升趋势,抓举、挺举和总重量三列也是呈上升趋势。
下面用图形和数据拟合来验证一下观察的结论,首先画出表中所给总成绩和体重数据的散点图,如图1:
450
400
总成绩(kg)
350
300
25050
6070
80
体重(kg)
90100110
图 1 体重与成绩散点图
从上图可以直观地看出,体重越大,举重总成绩越好,因此,举重总成绩与体重大概成 线性关系。下面我们用一次函数Ca.W0
拟合图像(图中直线)如图2所示
440420
400总成绩(kg)
b对它们进行拟合。得到拟合后的函数是:
C2.6153W162.0959
[***********]
50
60
708090体重(kg)
100
110
图 2 体重与成绩拟合图
从上图看出实际的举重成绩值在拟合的线性函数上下波动,说明拟合的函数与实际具有一定的误差。说明用线性函数对举重总成绩与体重进行拟合的模型过于简单、粗略,考虑的因素比较少。但依然可以推知这个规定暗示的结论是:举重总成绩与体重近似成正比。
4.2问题二
4.2.1模型的建立
一般举重运动员的举重能力是用举重成绩来衡量,而举重运动员的举重能力与其肌 肉强度近似成正比关系,从而举重运动员的举重总成绩与其肌肉强度近似成正比,即:
Ck1T (k1为大于零常数) (1)
从运动生理学得知,肌肉的强度与其横截面积近似成正比,即:
T从而得出
(2) k2S (k2为大于零常数)
Ck1Tk1k2S (3)
【3】
假设肌肉的横截面积正比于身高的平方,人的体重正比于身高的三次方
,即可得:
(4) Sk3h2,Wk4h3(k3,k4为大于零的常数)
从而得
Ck1k2Sk1k2k3h2 (5)
1
3
从W
W
k4h3可得: hk (6)
4
带入(5)式可得
Ck1k2k3h2
W
k1k2k3k
4
23
23
k1k2k3k4 (7)
23
23
从而可得举重运动员举重总成绩与其体重的关系模型为:
CKW(Kk1k2k3k4) (8)
上述模型是根据比例关系推导得出,又称为经验模型。
利用题目表格中所给的体重和举重总成绩数据,运用最小二乘法求出上述模型的系数K。因为体重超过108千克的运动员的体重没有具体的数据,为了模型的准确性,故将这个数据舍去。
通过在matlab中编程求得K=20.0880,于是举重运动员的举重总成绩与体重的关系模型为 C20.08W
80 (9)利用表格中数据画出举重总成绩实际值的散点图(用小圆圈表示)和模型
23
23
23
C20.0880W的曲线图,如下图所示:
440420
400总成绩(kg)
[***********]50
60
70
8090体重(kg)
100
110
图 3 模型曲线图
从上图可以看出,实际数据在函数曲线上下波动,第一个点跟理论值非常接近,而第八 个点则跟理论值偏差比较大。根据模型(9),我们求出了相对应的一些理论值,并用画出它的散点图(用星号表示),再跟实际值(用圆圈表示)进行对比,如图4:
440420
400总成绩(kg)
[***********]
50
60
70
8090体重(kg)
100
110
图 4 实际值与理论值散点图
根据上表数据计算的误差很大为37.2124。这个模型主要是依据比例关系得到的, 假设条件都比较粗糙,是比较粗略的计算模型。通过这个模型只能大概得到举重总成绩与体重的关系,但计算得到的理论值与实际值不是很相符。由于人的重量并非完全均匀的,并且通过查找资料得知,人的体重并不完全正比于身高的三次方,有人做过统计得到人的体重和身高
的关系[3]为
W17.1h2.32 (10) 假设人的体重跟身高的关系为
Wk1h (11)
同时由于人体中不同部位的肌肉横截面积不相同,所以横截面积不一定完全正比于身高的平方。假设肌肉横截面积跟身高的关系为S
3
k2h,类似于上面的推导,可得到
3
WKh(Kk1k2k3k4
(12)
利用表格中的数据对上述模型进行求解,首先将上述函数化成对数形式
lgClgKlgW (13) 然后利用表中的数据用线性最小二乘法和matlab软件编程,得K=29.7427,γ=0.5775。 得
到拟合后的函数为
C29.7427W
画出图形如下所示
440420
400总成绩(kg)
0.5775
(14)
[***********]
50
60
708090体重(kg)
100
110
图 5 模型(14)曲线图
由图5可知模型(14)的效果显然比模型(9)好的多。根据模型(14),我们求出了相对应的一些理论值,并用画出它的散点图(用星号表示),再跟实际值(用圆圈表示)进行对比,如图6:
440420
400总成绩(kg)
[***********]50
60
70
8090体重(kg)
100
110
图 6 实际值与理论值散点图
经计算得到他们的误差为25.8221,故而模型(14)比模型(9)更好,用它来描述举重运动员的总成绩和体重的关系比较准确。最终得到的模型为:
C29.7427W4.2.2模型检验:
将CKW转化为对数形式lgClgKrlgW,再用回归分析对模型进行检验。计算得到lgK=3.3926,lgW=0.5775。得到的置信区间为[0.4522,0.6729],并且
0.5775
(15)
R2=0.9670,F=204.9798,P
下面作残差的置信区间分析,如下图,可以观察出全部数据的残差置信区间均包含零点, 没有异常点,结果比较令人满意。
Residual Case Order Plot
0.080.06
0.04Residuals
0.020-0.02-0.04-0.06-0.08
2
46Case Number
8
图 7残差图
所以模型(15)较为合理。 4.3问题三 4.3.1模型建立
人体体重有一部分是与成年人的尺寸无关的,我们可以将人体体重分为肌肉重量与 非肌肉重量,对成年人而言,非肌肉重量可近似看成是相同的。从生理学得知肌肉包括快肌和
【】
慢肌4,其中快肌是决定肌肉爆发力的主要因素,也就是影响力量的主要因素。对于举重运动员来说,他们能举起的重量跟与肌肉爆发力密切相关。故考虑将肌肉重量 作为决定举重运动员成绩的主要因素,同时还考虑非肌肉重量。
从而假设:人的体重可以看成肌肉重量和非肌肉重量,其中非肌肉的重量是与成年人的尺寸无关,成年人的非肌肉重量可近似为35kg[3]。并且假设运动员体重中除了肌肉重量之外其他重量为W0,则可得到关系式:
WW0k4h (16)
其他假设条件和上面的模型一样,类似于上面的推导,可得到举重成绩C与肌肉重量W的关系为:
CK(WW0)r (17)
其中k和是待定系数。上述模型也称为O’Carroll模型,它是O’Carroll在1967年提出的。
4.3.2模型求解
先将模型(17)妆化logClog
Klog(WW0) (18)
假设W0=35千克,然后利用表中的数据用线性最小二乘法得到拟合后的函数为:
C118.8752*(W35)0.3039 (19)
即举重运动员的举重总成绩与体重的关系模型为
C118.8752*(W35)0.3039 (20)
由模型(20)画出的图像如下所示
440420
[***********]28050
60
70
80
90
100
110
图 8
从图中可以看出,曲线有波动,但有误差已经很小,这与实际相吻合。故选择模型(20)作为改进后的最终模型。
4.3.3模型检验
下面用回归分析检验模型C
K(WW0)r的有效性:
通过函数regress()用matlab编程求出K和的估计值和相应的回归置信区间,得:k=18.8722,=0.2111,R2=0.9921 ,p
Residual Case Order Plot
0.05Residuals
-0.05
2
46Case Number
8
图 9
残差区间如图9,没有异常点,可见残差较小,所以模型(20)可以作为改进后举重运
动员举重成绩与体重的模型。
4.3.4模型比较
模型1 C29.7427W
0.5775
与模型2
C118.8752*(W35)0.3039是根据最小
二乘拟合法得到的模型,从统计分析的角度验证了它们的可靠程度。两个模型相比较, 模型2实际值十分接近,精确度比较高,用该模型可以对不同体重的举重运动员设置障碍,使得比赛受到体重因素的影响较小,从而更加公平。 根据模型1,可以大概得到举重运动员总成绩跟体重的关系,但模型中自变量体重对因变量举重成绩的决定作用很大,相对于用模型2计算总成绩不是很公平,计算出来的值跟实际值也不是很相符。
4.3.4设置障碍
根据经验以及我们所建立的两个模型,运动员的体重越大,他的举重成绩就越好。如果在一个级别里的所有运动员的举重总成绩比级别更低的运动员的举重总成绩还要小,却可以拿到该级别的冠军,那显然是很不公平的。所以,将各个运动员的体重代入式子模型
C118.8752*(W35)0.3039,计算各个运动员应该达到的理论总成绩,若该运动员的
实际举重总成绩与理论总成绩之比大于等于1时,即实际举重成绩大于或等于其理论成绩,则有机会成为冠军;如果实际举重成绩与理论成绩之比小于1,即没有达到该理论成绩值,即使是在其所在的级别中是最高的成绩,则同样不能拿冠军。
5.结语
本文中人的体重中肌肉百分比是一个基于统计分析而得出的理论值(查阅有关资料 所得),实际上由于每个人所占的肌肉百分比不同,所以在本文中对不同的人,都以一 个常量值来代替其体内的肌肉百分比,会产生一点误差。本文首先分析了题目条件与表中数据,根据表中数据和所给的条件建立了几个有关举重总成绩和体重模型,并对其进行误差分析,改进。运用最小二乘法对数据进行分析和建立模型,并运用回归分析对所建立模型进行有效检验。同时还利用MATLAB的强大图形处理功能,进行数据的可视化,根据可视化的结果做出分析和判断。最终的得出了运动员举重成绩与体重的关系模型为模型(15)与模型(20),但模型(20)使得比赛受体重因素的影响较小,从而更加公平。
参考文献
[1]邓树勋等.运动生理学.高等教育出版社.P363-365 [2]杨亚琴.素质练习.东方出版社
[3]刘利刚.浙江大学数模讲义:http://mcm.ustc.edu.cn/download.htm [4]卢塞军.体能训练的理论与实践.贵州:贵州人民出版社
[5]李云霞等.8运会我国优秀举重运动员身体成分的调查报告.体育科学.1999年第3期 [6] 王雪莹,李戴娴,郭艳当.2007华南师范大学第六届数学建模竞赛优秀论文.来自http://wenku.baidu.com/view/f3e5d68a6529647d272852eb.html
附录