每一个生物system-microbe、运动员或团队可以被正式的时间演化和动力学。这是可行的,如果利用生物系统的一个重要特征,即他们交换能量和物质,也在某些情况下信息,与他们的环境。在统计物理学中,这样的系统称为开放系统,而不是封闭的系统,没有环境接触。某些类开放系统的自组织,形成连贯的宏观模式由于其组成的子系统之间的相互作用。当应用于体育行为,这个词gydF4y2Ba子系统gydF4y2Ba可能指的是神经元,肌肉、器官和四肢的运动员,而且个别运动员自己,例如在战斗的对手,无论是一对一(拳击),一个对许多(骑自行车),或者在团队(足球)。此外,这个词gydF4y2Ba系统gydF4y2Ba可能指体育行为的几乎所有方面,包括行为、认知,情感,认知,以及他们的生理基础。最后,这些行为可能会改变每个人的发展和学习,它引入了一个额外的层动力学。所有这一切意味着机会运用动力系统理论的概念和方法在体育科学几乎是无限的,任何企图先天的界定是徒劳的。这个条目首先提供了一个直观的,但一定是抽象的,介绍了动力系统理论的主要概念,然后巧妙地揭示了集合的例子强调体育科学的相关性。gydF4y2Ba
概念:一个和物理和数学gydF4y2Ba
开放系统的一个重要特性包括许多交互子系统是他们形成空间,时间,或功能的行为模式。这种一致的宏观模式可能被少数集体变量,调用gydF4y2Ba命令参数gydF4y2Ba。自发的宏观模式称为之间的切换gydF4y2Ba非平衡相变gydF4y2Ba1与类似的定性,等效结构变化在统计物理学习。相变引起的可能是连续的,渐进的变化相关的系统参数,没有指定的宏观模式和被称为控制参数。接下来,它将辩称,这些相变,附近的任何系统,一个好的近似,被描述为一个低维动力系统。动力系统建模的艺术是找到合适的低维描述符,是,订单参数和获得描述他们的氧化动力学方程和非线性对控制参数的依赖。这些方程提供正式的类比的宏观模式和相变展出的系统研究。gydF4y2Ba
稳定状态:固定的点,极限环,等等gydF4y2Ba
通常喜欢宏观行为,动态方程稳态行为。当时间趋于无穷时,他们将会解决稳态解渐近,这通常是一个吸引子(状态空间的子空间轨迹所吸引)。动力系统理论可以显示四种流动:固定的点,极限环,限制,和混沌吸引子。不动点和极限环是最简单的流动:单点或一系列的连接访问了在特定的间隔点,分别。一些流动由不止一个的频率。如果这些频率站在理性的相互关系(相应),由此产生的行为仍然是一个极限环。然而,如果这些频率站在非理性的相互关系(并不相称),由此产生的轨迹不再是封闭的,极限环成为一个极限环。在这种情况下,由此产生的行为gydF4y2Ba准周期的gydF4y2Ba,这意味着轨迹通过任意接近每一个点的环面不重复同样的观点。一个混沌吸引子不再是一个简单的几何对象像一个点,循环,或环面,从而颠覆精确的定义。混沌系统的显著特性是它们敏感地依赖于初始条件:轨迹是从两个任意关闭位置开始分化特征。因此,混沌行为,尽管完全确定性,本质上是不可预测的。gydF4y2Ba
不稳定和相变:隔离开关的行为gydF4y2Ba
相变都伴随着一个巨大的时间尺度不同系统组件之间的分离。考虑的情况下一定的宏观模式正在被另一个取代。在动力学方面,第一个会变得不稳定,第二个就变得稳定。接近一个稳定,然而,意味着需要很长时间系统扰动后恢复到稳定状态。3订单参数因此任意发展缓慢,而底层(真正的)子系统维护他们的个人,有限的时间尺度。从订单参数的角度,所有的子系统成为任意快速,这样他们就可以立刻适应变化参数的顺序。系统动力学这样数量的参数,这意味着下令州总是可以被极少数变量如果附近的行为变化。换句话说,最初高维系统的状态可以总结一些变量或甚至一个集体变量,参数顺序(年代)。子系统之间的关系和宏观结构,子系统生成的宏观结构和宏观结构奴役子系统,意味着一个圆形的因果关系。这有效地允许低维的描述系统的动态特性。gydF4y2Ba
复杂性:持续的开关行为gydF4y2Ba
动力系统的合并与统计物理的概念提供了一个全面的理解非平衡相变,从而形成自组织的模式。可以更进一步调查此案,系统研究仍处于临界状态,这种现象称为gydF4y2Ba自组织临界性gydF4y2Ba。自组织的关键系统有一个临界点作为一个吸引子。因此,他们的宏观行为类似于颞scale-invariance临界点的特征,通常包括分形动力学(如混沌系统)和权力的法律,例如,系统的时序相关性或光谱分布和1 /(长期相关性gydF4y2BafgydF4y2Ba光谱)。gydF4y2Ba
复杂网络gydF4y2Ba
复杂系统的宏观,无标度行为不仅可以成为自我组织临界的结果。最近的研究在复杂networks4显示,某些形式的网络增长产量无标度网络;也就是说,连接网络中的每个节点的分布遵循一个权力法律。优惠附件的机制是:一个新的连接将由一个节点的可能性取决于这个节点的连接数。因此,节点已经有大量的连接更有可能获得更多的连接(“富人越富”)。许多真实网络如万维网、协作网络的科学家,和大脑可能是无标度网络。gydF4y2Ba
例子:从生理节奏匹配gydF4y2Ba
夹带的呼吸和运动:一个效率问题?gydF4y2Ba
一个场景有密切关系的动力系统理论是呼吸和运动周期的自发夹带在哺乳动物中,也称为locomotion-respiration耦合。在走路或跑步,采用特殊的整数频率比率之间的节奏和呼吸(如2:1、3:1,3:2,等等)。召回的多频流动的频率高于解释道。顶尖运动员明确训练他们的最优频率比和学习之间灵活切换不同比例的函数和战略的需求。为什么荣誉奖是有益的?多年来,它被假定为提高性能效率。最近,这个概念与优化的有效氧体积在肺部。总之,周期性的腹压调节自我维持的呼吸,导致最大氧气浓度在整数频率节奏和呼吸之间的比率。gydF4y2Ba
多年来,它已成为明显的领头,不是简单的机械约束(生物)的结果,如垂直脉冲引起的脚步声,夹带的呼吸已经报道了各种日常活动具有明显不同的机械约束,包括自行车、轮椅推进,和划船。在一般情况下,耦合程度和由此产生的频率比率取决于多种因素与任务相关,环境,和运动员。从理论上讲,这意味着呼吸运动夹带是一个泛型实例化的现象,但不能减少,具体的机制或流程。实际上,发现更大的知识与更广泛的解决方案呈现这种动态现象本质上与在所有周期性耐力运动训练和性能增强。gydF4y2Ba
降维:一种理解和感知的协调gydF4y2Ba
一个有利的工具研究复杂的模式的协调行为是主成分分析(PCA),确定减少维数的统计方法在多变量时间序列。的维度或主成分方差占最原始数据集可以被解释为自由度,或者作为订单参数下系统的研究。PCA发现广泛应用于运动协调的研究,也在运动,和吸引人的例子可以发现在整个文学。gydF4y2Ba
PCA揭示出(生物)机械约束导致大量减少所需数量的组件来描述人类行走。只有四个组件被证明是足够的。协调模式被发现显著变化从走路,跑步,和主成分分析揭示了深刻的减少速度造成步态过渡期间的维数,正如前面所讨论的。重要的是,相变是著名的证据而不是步参数的协调模式。这种方法可以很容易扩展到步态模式在竞争激烈的运行,以及其他体育行为,例如捕捉,扔,和撞击,以最近的一些研究。gydF4y2Ba
相当不同的应用程序的主成分分析可以找到研究的视觉期待在网球技能,特别是在不同的方向(左、右)和不同距离(长、短)。一些组件出现足以捕捉镜头中大部分的方差,但他们在镜头不同,网球运动员可以预测方向仅根据这些组件。这表明视觉预期的网球技巧,也最有可能在其他运动项目,包括提取低维从高维显示动态信息。gydF4y2Ba
这一系列的例子强调这一事实(物理理论)新兴模式(有序或无序)可以用于分解复杂的运动模式。最终,更好地理解控制互补的原则流程模式形成和模式分解会帮助推进知觉和运动技能训练运动。gydF4y2Ba
时间和空间相关性:从个人到团队gydF4y2Ba
心率变异性是常用于衡量体育实践个性化训练强度和复苏。但那应该如何理解形成一个动力系统的角度?考虑的复杂性机制调节心率,它是合理的假设动力学是非线性的,尽管没有有力的证据来证明这可能被发现。相反,似乎,运动员的心率时间序列的特征是长期与分形特征的相关性。特别是,扩展分析(去趋势波动分析或DFA)心率时间序列显示不同地区的尺度不变性,对应于著名的频段功率谱的心率变异性。此外,在培训期间,发现显著变化的标度指数尺度不变的地区问题,以及在剧烈运动后恢复。这些发现表明,(也)心率变异性的扩展特征可以用来监测运动员的训练状况。gydF4y2Ba
动态的团队运动gydF4y2Ba
比赛在运动队代表高度复杂的动态事件。球员在球场上的位置随时间而变化,可能描述的空间,方向,和时间特性。虽然这已经是一个相当艰苦的锻炼,适当的理解是不够的。原因在于,球员们在球场上的行为只在特定的意义,但不一定知道,个人和集体的目标和策略。在任何情况下,玩家手头有大量的解决方案来追求自己的战略目标,而并行展开行动。因此,对抗赛是出了名的困难地区的动态的调查。然而,尽管仍处于起步阶段,分析对抗赛的上升是由于技术和概念上的进步。后者中著名的网络理论的出现,关注研究图表作为一个表示离散对象(节点)之间的连接。gydF4y2Ba
作为网络分析的一个例子,通过在西班牙球队的球员在2010年世界杯,在球队与球员被认为是一个网络节点,通过(直接)连接。这显示了西班牙的有效性随着时间的推移,网络游戏的几个措施最重要的是聚类系数和传递长度和速度。同样,在寻找gydF4y2Ba最大的gydF4y2Ba团队在板球比赛中,比赛从19世纪后期开始分析作为网络使用网页排名算法评估的重要性胜团队和队长的等级;使用同样的方法,例如,通过谷歌网站排名的关键词。gydF4y2Ba
团队运动不仅形成一个网络互动玩家在团队合作也是社会上,玩家相同的俱乐部联系在一起。后者关系分析了足球使用由两部分构成的网络节点是球员和俱乐部。一个球员工作的概率gydF4y2BangydF4y2Ba俱乐部或玩gydF4y2Ba米gydF4y2Ba游戏显示了指数衰减,而他得分的概率gydF4y2BaggydF4y2Ba目标代表了一个幂律。如果两个同时为同一俱乐部球员起到了连接的边缘,然后用一个指数衰减出现新的网络度分布。当然,性能(得分)和社会互动(俱乐部共享)相互影响。gydF4y2Ba
结论gydF4y2Ba
系统的动力学的研究有一个丰富而复杂的概念框架来解决体育行为的复杂性。这是真的可以解决的研究问题和目的的方法。不存在绝对的准则,只有合理的假设。理论概念可以作为灵感来源,与现实生活中的现象和相关的问题;相反,这些现象和问题的细节需要一个适当的概念和方法论的方法。关注体育科学的动力系统仍然处于起步阶段但鉴于它的奇迹和intricacies-holds伟大的对未来的承诺。gydF4y2Ba
引用:gydF4y2Ba
- 贝克,p (1996)。大自然是如何工作的:自我组织临界的科学。纽约:哥白尼。gydF4y2Ba
- Baumert, M。Brechtel, L。,锁,J。a &沃斯(2006)。运动员心率变异性的变化在训练营。Biomedizinische Technik, 51 (4), 201 - 204。doi: 10.1515 / Bmt.2006.037gydF4y2Ba
- ;8:32,P。&科尔,j . (1993)。分析之间的协调呼吸和运动节奏的人。Physiology-London学报,471,693 - 706。gydF4y2Ba
- 树莓,d . M。和载体,d . r . (1983)。运行和呼吸在哺乳动物中比较研究。科学,219 (4582),251 - 256。gydF4y2Ba
- 白色短衣,C。莫拉,a . M。Merelo, J·J。& Merelo-Molina, c (2013)。网络分析的2010年世界杯冠军球队。系统科学与复杂性学报,26 (1)21-42。doi: 10.1007 / s11424 - 013 - 2291 - 2gydF4y2Ba
- Daffertshofer,。驾车,R。,和发现,p . j . (2004)。之间的动力学耦合运动和呼吸。生物控制论,90 (3),157 - 164。gydF4y2Ba
- Daffertshofer,。Lamoth, C . j . C。梅耶尔,o . G。,和发现,p . j . (2004)。主成分分析在研究协调和可变性:教程。临床生物力学,19 (4),415 - 428。doi: 10.1016 / J.Clinbiomech.2004.01.005gydF4y2Ba
- 劳工,h (1977)。Synergetics-An介绍。纽约:斯普林格出版社。gydF4y2Ba
- 驾车,R。Daffertshofer,。,发现,p . J。桑德森,D。& Siegmund, g (2004)。Locomotion-respiration耦合:一个账户的潜在动力。应用生理学学报,96 (6),2341 - 2342。doi: 10.1152 / japplphysiol.01341.2003gydF4y2Ba
- 驾车,R。,Smeeton: J。霍奇斯,n . J。,发现,p . J。和威廉姆斯,a . m . (2008)。动态信息基础上的视觉期待技能。知觉和心理物理学,70 (7),1217 - 1234。doi: 10.3758 / Pp.70.7.1217gydF4y2Ba
- 穆克吉,美国(2012年)。复杂网络方法识别最伟大的团队和队长是板球比赛。自然史答:统计力学及其应用,391 (23),6066 - 6076。doi: 10.1016 / J .Physa.2012.06.052gydF4y2Ba
- Onody r . N。&德卡斯特罗,p . a (2004)。复杂网络研究的巴西足球运动员。物理评论,70(3分2),037103。gydF4y2Ba
- Siegmund, g P。,爱德华·m·R。摩尔,k . S。Tiessen, d。桑德森,D。J., & McKenzie, D. C. (1999). Ventilation and locomotion coupling in varsity male rowers. Journal of Applied Physiology, 87(1), 233–242.
参见:gydF4y2Ba