Teknikal na Sanggunian at mga Formula

Kumpletong Mathematical na Implementasyon

Gabay sa Implementasyon

Ang pahinang ito ay nagbibigay ng mga copy-paste na formula at step-by-step na mga paraan ng kalkulasyon para sa lahat ng mga sukatan ng Swim Analytics. Gamitin ang mga ito para sa mga custom na implementasyon, beripikasyon, o mas malalim na pag-unawa.

⚠️ Mga Paalala sa Implementasyon

  • Ang lahat ng oras ay dapat i-convert sa segundo para sa mga kalkulasyon
  • Ang pacing sa paglangoy ay pabaligtad (mas mataas na % = mas mabagal na pace)
  • Palaging i-validate ang mga input para sa mga makatwirang saklaw (ranges)
  • Pangasiwaan ang mga edge case (dibisyon sa zero, mga negatibong halaga)

Mga Pangunahing Sukatan ng Pagganap

Critical Swim Speed (CSS)

Formula:

CSS (m/s) = (D₂ - D₁) / (T₂ - T₁)
CSS Pace/100m (segundo) = (T₄₀₀ - T₂₀₀) / 2

🧪 Interactive na Calculator - I-test ang Formula

CSS Pace bawat 100m:
1:49
Mga hakbang sa kalkulasyon:
CSS (m/s) = (400 - 200) / (368 - 150) = 0.917 m/s
Pace/100m = 100 / 0.917 = 109 segundo = 1:49

JavaScript na Implementasyon:

function calculateCSS(distance1, time1, distance2, time2) {
  // I-convert ang mga oras sa segundo kung kinakailangan
  const t1 = typeof time1 === 'string' ? timeToSeconds(time1) : time1;
  const t2 = typeof time2 === 'string' ? timeToSeconds(time2) : time2;

  // Kalkulahin ang CSS sa m/s
  const css_ms = (distance2 - distance1) / (t2 - t1);

  // Kalkulahin ang pace bawat 100m sa segundo
  const pace_per_100m = 100 / css_ms;

  // I-convert sa mm:ss na format
  const minutes = Math.floor(pace_per_100m / 60);
  const seconds = Math.round(pace_per_100m % 60);

  return {
    css_ms: css_ms,
    pace_seconds: pace_per_100m,
    pace_formatted: `${minutes}:${seconds.toString().padStart(2, '0')}`
  };
}

// Halimbawa ng paggamit:
const result = calculateCSS(200, 150, 400, 368);
// Nagbabalik ng: { css_ms: 0.917, pace_seconds: 109, pace_formatted: "1:49" }

Swim Training Stress Score (sTSS)

Kumpletong Formula:

sTSS = (IF³) × Duration (oras) × 100
IF = NSS / FTP
NSS = Kabuuang Distansya / Kabuuang Oras (m/min)

🧪 Interactive na Calculator - I-test ang Formula

Kalkuladong sTSS:
55
Mga hakbang sa kalkulasyon:
NSS = 3000m / 55min = 54.5 m/min
FTP = 100 / (93/60) = 64.5 m/min
IF = 54.5 / 64.5 = 0.845
sTSS = 0.845³ × (55/60) × 100 = 55

JavaScript na Implementasyon:

function calculateSTSS(distance, timeMinutes, ftpMetersPerMin) {
  // Kalkulahin ang Normalized Swim Speed
  const nss = distance / timeMinutes;

  // Kalkulahin ang Intensity Factor
  const intensityFactor = nss / ftpMetersPerMin;

  // Kalkulahin ang oras (hours)
  const hours = timeMinutes / 60;

  // Kalkulahin ang sTSS gamit ang cubed intensity factor
  const stss = Math.pow(intensityFactor, 3) * hours * 100;

  return Math.round(stss);
}

// Halimbawa ng paggamit:
const stss = calculateSTSS(3000, 55, 64.5);
// Nagbabalik ng: 55

// Helper: I-convert ang CSS sa FTP
function cssToFTP(cssPacePer100mSeconds) {
  // FTP sa m/min = 100m / (pace sa minuto)
  return 100 / (cssPacePer100mSeconds / 60);
}

// Halimbawa: CSS na 1:33 (93 segundo)
const ftp = cssToFTP(93); // Nagbabalik ng: 64.5 m/min

SWOLF

Formula:

SWOLF = Oras ng Lap (segundo) + Bilang ng Stroke
SWOLF₂₅ = (Oras × 25/Haba ng Pool) + (Stroke × 25/Haba ng Pool)

🧪 Interactive na Calculator - I-test ang Formula

SWOLF Score:
35
Kalkulasyon:
SWOLF = 20s + 15 stroke = 35

JavaScript na Implementasyon:

function calculateSWOLF(timeSeconds, strokeCount) {
  return timeSeconds + strokeCount;
}

function calculateNormalizedSWOLF(timeSeconds, strokeCount, poolLength) {
  const normalizedTime = timeSeconds * (25 / poolLength);
  const normalizedStrokes = strokeCount * (25 / poolLength);
  return normalizedTime + normalizedStrokes;
}

// Halimbawa:
const swolf = calculateSWOLF(20, 15);
// Nagbabalik ng: 35

const swolf50m = calculateNormalizedSWOLF(40, 30, 50);
// Nagbabalik ng: 35 (normalized sa 25m)

Mga Mekanika ng Stroke

Stroke Rate (SR)

Formula:

SR = 60 / Cycle Time (segundo)
SR = (Bilang ng mga Stroke / Oras sa segundo) × 60

🧪 Interactive na Calculator - I-test ang Formula

Stroke Rate (SPM):
72
Kalkulasyon:
SR = (30 / 25) × 60 = 72 SPM

JavaScript na Implementasyon:

function calculateStrokeRate(strokeCount, timeSeconds) {
  return (strokeCount / timeSeconds) * 60;
}

// Halimbawa:
const sr = calculateStrokeRate(30, 25);
// Nagbabalik ng: 72 SPM

Distance Per Stroke (DPS)

Formula:

DPS = Distansya / Bilang ng Stroke
DPS = Distansya / (SR / 60)

JavaScript na Implementasyon:

function calculateDPS(distance, strokeCount, pushoffDistance = 0) {
  const effectiveDistance = distance - pushoffDistance;
  return effectiveDistance / strokeCount;
}

// Halimbawa (25m pool, 5m push-off):
const dps = calculateDPS(25, 12, 5);
// Nagbabalik ng: 1.67 m/stroke

// Para sa maramihang lap:
const dps100m = calculateDPS(100, 48, 4 * 5);
// Nagbabalik ng: 1.67 m/stroke (4 lap × 5m push-off)

Velocity mula sa SR at DPS

Formula:

Velocity (m/s) = (SR / 60) × DPS

JavaScript na Implementasyon:

function calculateVelocity(strokeRate, dps) {
  return (strokeRate / 60) * dps;
}

// Halimbawa:
const velocity = calculateVelocity(70, 1.6);
// Nagbabalik ng: 1.87 m/s

Stroke Index (SI)

Formula:

SI = Velocity (m/s) × DPS (m/stroke)

JavaScript na Implementasyon:

function calculateStrokeIndex(velocity, dps) {
  return velocity * dps;
}

// Halimbawa:
const si = calculateStrokeIndex(1.5, 1.7);
// Nagbabalik ng: 2.55

Performance Management Chart (PMC)

Mga Kalkulasyon ng CTL, ATL, TSB

Mga Formula:

CTL ngayon = CTL kahapon + (TSS ngayon - CTL kahapon) × (1/42)
ATL ngayon = ATL kahapon + (TSS ngayon - ATL kahapon) × (1/7)
TSB = CTL kahapon - ATL kahapon

JavaScript na Implementasyon:

function updateCTL(previousCTL, todayTSS) {
  return previousCTL + (todayTSS - previousCTL) * (1/42);
}

function updateATL(previousATL, todayTSS) {
  return previousATL + (todayTSS - previousATL) * (1/7);
}

function calculateTSB(yesterdayCTL, yesterdayATL) {
  return yesterdayCTL - yesterdayATL;
}

// Kalkulahin ang PMC para sa isang serye ng mga workout
function calculatePMC(workouts) {
  let ctl = 0, atl = 0;
  const results = [];

  workouts.forEach(workout => {
    ctl = updateCTL(ctl, workout.tss);
    atl = updateATL(atl, workout.tss);
    const tsb = calculateTSB(ctl, atl);

    results.push({
      date: workout.date,
      tss: workout.tss,
      ctl: Math.round(ctl * 10) / 10,
      atl: Math.round(atl * 10) / 10,
      tsb: Math.round(tsb * 10) / 10
    });
  });

  return results;
}

// Halimbawa ng paggamit:
const workouts = [
  { date: '2025-01-01', tss: 50 },
  { date: '2025-01-02', tss: 60 },
  { date: '2025-01-03', tss: 45 },
  // ... higit pang mga workout
];

const pmc = calculatePMC(workouts);
// Nagbabalik ng array na may CTL, ATL, TSB para sa bawat araw

Mga Advanced na Kalkulasyon

CSS mula sa Maramihang Distansya (Regression Method)

JavaScript na Implementasyon:

function calculateCSSRegression(distances, times) {
  // Linear regression: distance = a + b*time
  const n = distances.length;
  const sumX = times.reduce((a, b) => a + b, 0);
  const sumY = distances.reduce((a, b) => a + b, 0);
  const sumXY = times.reduce((sum, x, i) => sum + x * distances[i], 0);
  const sumXX = times.reduce((sum, x) => sum + x * x, 0);

  const slope = (n * sumXY - sumX * sumY) / (n * sumXX - sumX * sumX);
  const intercept = (sumY - slope * sumX) / n;

  return {
    css: slope, // Critical swimming velocity (m/s)
    anaerobic_capacity: intercept // Anaerobic distance capacity (m)
  };
}

// Halimbawa na may maraming test distance:
const distances = [100, 200, 400, 800];
const times = [65, 150, 340, 720]; // sa mga segundo
const result = calculateCSSRegression(distances, times);
// Nagbabalik ng: { css: 1.18, anaerobic_capacity: 15.3 }

Intensity Factor mula sa Pace

JavaScript na Implementasyon:

function calculateIntensityFactor(actualPace100m, thresholdPace100m) {
  // I-convert ang pace sa speed (m/s)
  const actualSpeed = 100 / actualPace100m;
  const thresholdSpeed = 100 / thresholdPace100m;
  return actualSpeed / thresholdSpeed;
}

// Halimbawa:
const if_value = calculateIntensityFactor(110, 93);
// Nagbabalik ng: 0.845 (lumalangoy sa 84.5% ng threshold)

Pagsusuri ng Pace Consistency

JavaScript na Implementasyon:

function analyzePaceConsistency(laps) {
  const paces = laps.map(lap => lap.distance / lap.time);
  const avgPace = paces.reduce((a, b) => a + b) / paces.length;

  const variance = paces.reduce((sum, pace) =>
    sum + Math.pow(pace - avgPace, 2), 0) / paces.length;
  const stdDev = Math.sqrt(variance);
  const coefficientOfVariation = (stdDev / avgPace) * 100;

  return {
    avgPace,
    stdDev,
    coefficientOfVariation,
    consistency: coefficientOfVariation < 5 ? "Napakahusay" :
                 coefficientOfVariation < 10 ? "Mahusay" :
                 coefficientOfVariation < 15 ? "Katamtaman" : "pabago-bago"
  };
}

// Halimbawa:
const laps = [
  { distance: 100, time: 70 },
  { distance: 100, time: 72 },
  { distance: 100, time: 71 },
  // ...
];
const analysis = analyzePaceConsistency(laps);
// Nagbabalik ng: { avgPace: 1.41, stdDev: 0.02, coefficientOfVariation: 1.4, consistency: "Napakahusay" }

Fatigue Detection mula sa Bilang ng Stroke

JavaScript na Implementasyon:

function detectFatigue(laps) {
  const firstThird = laps.slice(0, Math.floor(laps.length/3));
  const lastThird = laps.slice(-Math.floor(laps.length/3));

  const firstThirdAvg = firstThird.reduce((sum, lap) =>
    sum + lap.strokeCount, 0) / firstThird.length;
  const lastThirdAvg = lastThird.reduce((sum, lap) =>
    sum + lap.strokeCount, 0) / lastThird.length;

  const strokeCountIncrease = ((lastThirdAvg - firstThirdAvg) / firstThirdAvg) * 100;

  return {
    firstThirdAvg: Math.round(firstThirdAvg * 10) / 10,
    lastThirdAvg: Math.round(lastThirdAvg * 10) / 10,
    percentIncrease: Math.round(strokeCountIncrease * 10) / 10,
    fatigueLevel: strokeCountIncrease < 5 ? "Minimal" :
                  strokeCountIncrease < 10 ? "Katamtaman" :
                  strokeCountIncrease < 20 ? "Makabuluhan" : "Malubha"
  };
}

// Halimbawa:
const laps = [
  { strokeCount: 14 }, { strokeCount: 14 }, { strokeCount: 15 },
  { strokeCount: 15 }, { strokeCount: 16 }, { strokeCount: 16 },
  { strokeCount: 17 }, { strokeCount: 18 }, { strokeCount: 18 }
];
const fatigue = detectFatigue(laps);
// Nagbabalik ng: { firstThirdAvg: 14.3, lastThirdAvg: 17.7, percentIncrease: 23.8, fatigueLevel: "Malubha" }

Validation ng Data

Mga Check para sa Kalidad ng Data ng Workout

JavaScript na Implementasyon:

function validateWorkoutData(workout) {
  const issues = [];

  // Mag-check para sa makatwirang saklaw ng pace (1:00-5:00 bawat 100m)
  const avgPace = (workout.totalTime / workout.totalDistance) * 100;
  if (avgPace < 60 || avgPace > 300) {
    issues.push(`Hindi karaniwang average pace: ${Math.round(avgPace)}s bawat 100m`);
  }

  // Mag-check para sa makatwirang bilang ng stroke (10-50 bawat 25m)
  const avgStrokesPer25m = (workout.totalStrokes / workout.totalDistance) * 25;
  if (avgStrokesPer25m < 10 || avgStrokesPer25m > 50) {
    issues.push(`Hindi karaniwang bilang ng stroke: ${Math.round(avgStrokesPer25m)} bawat 25m`);
  }

  // Mag-check para sa makatwirang stroke rate (30-150 SPM)
  const avgSR = calculateStrokeRate(workout.totalStrokes, workout.totalTime);
  if (avgSR < 30 || avgSR > 150) {
    issues.push(`Hindi karaniwang stroke rate: ${Math.round(avgSR)} SPM`);
  }

  // Mag-check para sa mga nawawalang lap (mga agwat sa oras)
  if (workout.laps && workout.laps.length > 1) {
    for (let i = 1; i < workout.laps.length; i++) {
      const gap = workout.laps[i].startTime -
                  (workout.laps[i-1].startTime + workout.laps[i-1].duration);
      if (gap > 300) { // 5 minutong agwat
        issues.push(`Natukoy ang malaking agwat sa pagitan ng mga lap ${i} at ${i+1}`);
      }
    }
  }

  return {
    isValid: issues.length === 0,
    issues: issues
  };
}

Mga sanggunian at Pananaliksik

Ang mga formula na ipinatupad sa Swim Analytics ay batay sa sumusunod na peer-reviewed na siyentipikong literatura:

  • Wakayoshi K, et al. (1992). "Determination and validity of critical velocity as an index of swimming performance in the competitive swimmer." European Journal of Applied Physiology.
  • Costill DL, et al. (1985). "Energy expenditure during front crawl swimming: predicting success in middle-distance events." International Journal of Sports Medicine.
  • Toussaint HM, et al. (1990). "The mechanical efficiency of front crawl swimming." Medicine & Science in Sports & Exercise.
  • Banister EW, et al. (1975). "A systems model of training for athletic performance." Australian Journal of Sports Medicine.
  • Coggan AR, et al. (2010). "Training and Racing with a Power Meter." (Adapted for swimming metrics).

Pangako sa Transparency

Naniniwala kami na dapat pag-arian ng mga atleta ang kanilang data at maunawaan kung paano ginagawa ang bawat sukatan. Kung mayroon kang mga tanong tungkol sa aming mga implementasyon ng formula, mangyaring makipag-ugnayan sa aming technical team.