Fatiga (ATL)
Descubre cómo Trainingload.ai modela la Fatiga (ATL) a partir de la carga diaria y cómo interpretar la tendencia sin confundirla con una medición directa de fatiga.
La Fatiga (ATL), o carga aguda de entrenamiento, es una media exponencial de la carga diaria que reacciona con rapidez. Da más peso a los días recientes y cambia antes que la Condición física (CTL). Trainingload.ai usa por defecto una constante de tiempo de siete días.
«Fatiga» es una etiqueta comprensible de la interfaz. ATL resume carga reciente modelada; no mide directamente la fatiga fisiológica o subjetiva, la recuperación, la salud ni la adaptación.
Origen y fórmula
Trainingload.ai elige para cada actividad una carga basada en potencia, frecuencia cardiaca, ritmo o RPE de sesión. Las actividades del mismo día se suman como daily_load. Un día sin carga registrada aporta cero y la ATL previa decae de forma gradual.
decay_ATL = exp(-1 / 7)
ATL_today = ATL_yesterday × decay_ATL + daily_load × (1 − decay_ATL)Con la configuración predeterminada, decay_ATL ≈ 0.866878 y la carga de hoy pesa aproximadamente 0.133122. Los siete días son una constante de tiempo, no una media simple de la última semana. Tras un cambio a una carga diaria constante, ATL completa cerca del 63,2 % del cambio en una constante y alrededor del 95 % en tres.
Interpretación y límites
ATL sube cuando la carga reciente supera el nivel actual, se estabiliza cuando lo mantiene y baja durante descanso, recuperación o descarga. Una subida solo confirma más carga reciente modelada; no demuestra que el deportista esté fatigado ni que haya asimilado la carga.
Úsala junto con Condición física (CTL), Forma (TSB), calidad de las sesiones, sueño, dolor, enfermedad, RPE y sensaciones.