Un estudio reciente revela cómo los patinadores pueden utilizar sus habilidades matemáticas para aumentar la velocidad y la altura de los half-pipes. Florian Kogelbauer, matemático de la ETH Zurich, y su equipo de investigación analizaron cómo ciertos movimientos afectan el rendimiento de un patinador en pistas en forma de U. Al alternar entre agacharse y pararse en ciertas posiciones, los patinadores pueden generar más potencia, lo que lleva a saltos más grandes y velocidades más rápidas. Esta investigación, publicada en Physical Review Research, podría conducir a técnicas más efectivas para que los esquiadores mejoren sus habilidades.
Ejemplo de impulso en half-pipes
La investigación fue publicado en Revista de la Sociedad Estadounidense de Física. La técnica de “cuclillas”, o alternar entre agacharse y pararse, es importante para desarrollar la velocidad en el halfpipe. El equipo de Kogelbauer creó un modelo para mostrar cómo el centro de gravedad afecta el movimiento en una pista, como un mecanismo de giro. En sus cálculos, descubrieron que agacharse al bajar y ponerse de pie al subir la colina ayudaba a los esquiadores a ganar altitud de manera más efectiva. El grupo sugiere que este ritmo puede ayudar a los patinadores a alcanzar puntos más altos del cuerpo con menos movimiento.
Probando la teoría con patinadores reales
Para probar la validez de este modelo, investigadores viendo a dos patinadores montar en half pipe. Se les pidió que alcanzaran una determinada altura lo más rápido posible. El análisis del vídeo reveló que la persona más experimentada siguió este tipo de técnica recomendada, alcanzando la altura deseada con un mínimo movimiento. Un esquiador inexperto, que no siguió correctamente este método, necesitó más tiempo para alcanzar la misma altura. Esta diferencia sugiere que los jugadores experimentados utilizan estas reglas para obtener un mejor rendimiento.
Amplias aplicaciones fuera del skate
Según Sorina Lupu, ingeniera del Instituto Tecnológico de California, este modelo simplificado también se puede utilizar en robótica. Al mostrar cómo pequeños ajustes en la posición del cuerpo pueden afectar la velocidad y la altura, este estudio proporciona información que puede hacer que la locomoción robótica sea más eficiente. Para los ingenieros, este estudio muestra que se pueden utilizar modelos simples de movimiento humano para mejorar el rendimiento de los robots, proporcionando una alternativa a los modelos de aprendizaje automático más complejos que se utilizan comúnmente para los robots.
