58
La chimie et le sport
de l’été, moment des grands
championnats. Mais est-ce le
championnat qui entraîne les
meilleurs résultats ou n’est-ce
pas plutôt que les dates des
compétitions ont été choisies
pour que la performance soit
la meilleure ? On note après
le point culminant de la saison
un décrochage important, une
autre exponentielle, correspondant aux analyses mathématiques décrites ci-dessous
(Figure 15). Cependant, les
variations saisonnières sont
légèrement différentes selon
le sexe de l’athlète. La phase
de décrochage en octobrenovembre est plus marquée
pour les femmes (-3 % par
mois, contre -2 % pour les
Perf saisonnière
10,50
10,00
(m/s)
9,50
100m (
9,00
se sur 1
8,50
Vitess
00
0.00
0.20
0.40
0.60
0.80
1.00
Jan
Mars
Mai
Juillet
Sept
Nov
8,00
Figure 15
Évolution des performances
des 50 meilleurs sprinters
français (5 400 temps de course
chronométrés de 2004 à 2009).
A) Vitesse moyenne sur le cent
mètres masculin, rapportées à
l’âge de l’athlète ; B) évolution
saisonnière de ces sprinters.
Toutes les performances sont alors
exprimées selon le jour calendaire.
Figure 16
Rythme ultrannuel quadriennal en
athlétisme : on observe un gain de
performance l’année olympique
(année t).
10,5
s)
10
m (m/s
9,5
100m
9
se sur
8
8,5
Vitess
8
14 16 18 20 22 24 26 28 30 32 34 36 38
Âge
B
A
hommes) ( voir aussi le Chapitre
d’A. Berthoz).
Chez les très grands champions, se superpose au
rythme circannuel un rythme
quadriennal ultrannuel, le
rythme olympique, qui montre
dans l’année des Jeux, l’ensemble des performances de
l’athlétisme mondial progresse
de 1 % suivi d’un recul de 0,4 %
dans l’année post-olympique,
puis à nouveau une augmentation, plus faible, dans les deux
années suivantes. Ce cycle se
reproduit très régulièrement
depuis 1896 (Figure 16).
Les outils mathématiques
descriptifs mis au point à
l’Institut de Recherche bioMédicale et d’Épidémiologie du
Sport (IRMES) permettent
d’interroger les variabilités
de performance en réponse
à
diverses
perturbations
(Encart : « Élaboration d’un
modèle de prédiction »). On
observe alors des structures oscillantes, avec une
remarquable cohérence entre
modèle et réalité. Imaginons que l’on introduise une
nouvelle technologie dans
une discipline sportive :
on observe une augmentation rapide de la performance, après un bref temps
La chimie et le sport
de l’été, moment des grands
championnats. Mais est-ce le
championnat qui entraîne les
meilleurs résultats ou n’est-ce
pas plutôt que les dates des
compétitions ont été choisies
pour que la performance soit
la meilleure ? On note après
le point culminant de la saison
un décrochage important, une
autre exponentielle, correspondant aux analyses mathématiques décrites ci-dessous
(Figure 15). Cependant, les
variations saisonnières sont
légèrement différentes selon
le sexe de l’athlète. La phase
de décrochage en octobrenovembre est plus marquée
pour les femmes (-3 % par
mois, contre -2 % pour les
Perf saisonnière
10,50
10,00
(m/s)
9,50
100m (
9,00
se sur 1
8,50
Vitess
00
0.00
0.20
0.40
0.60
0.80
1.00
Jan
Mars
Mai
Juillet
Sept
Nov
8,00
Figure 15
Évolution des performances
des 50 meilleurs sprinters
français (5 400 temps de course
chronométrés de 2004 à 2009).
A) Vitesse moyenne sur le cent
mètres masculin, rapportées à
l’âge de l’athlète ; B) évolution
saisonnière de ces sprinters.
Toutes les performances sont alors
exprimées selon le jour calendaire.
Figure 16
Rythme ultrannuel quadriennal en
athlétisme : on observe un gain de
performance l’année olympique
(année t).
10,5
s)
10
m (m/s
9,5
100m
9
se sur
8
8,5
Vitess
8
14 16 18 20 22 24 26 28 30 32 34 36 38
Âge
B
A
hommes) ( voir aussi le Chapitre
d’A. Berthoz).
Chez les très grands champions, se superpose au
rythme circannuel un rythme
quadriennal ultrannuel, le
rythme olympique, qui montre
dans l’année des Jeux, l’ensemble des performances de
l’athlétisme mondial progresse
de 1 % suivi d’un recul de 0,4 %
dans l’année post-olympique,
puis à nouveau une augmentation, plus faible, dans les deux
années suivantes. Ce cycle se
reproduit très régulièrement
depuis 1896 (Figure 16).
Les outils mathématiques
descriptifs mis au point à
l’Institut de Recherche bioMédicale et d’Épidémiologie du
Sport (IRMES) permettent
d’interroger les variabilités
de performance en réponse
à
diverses
perturbations
(Encart : « Élaboration d’un
modèle de prédiction »). On
observe alors des structures oscillantes, avec une
remarquable cohérence entre
modèle et réalité. Imaginons que l’on introduise une
nouvelle technologie dans
une discipline sportive :
on observe une augmentation rapide de la performance, après un bref temps