
Entrenamiento basado en velocidad: mide la fatiga real
La velocidad de la barra revela la fatiga real y mejora la dosificación de la carga frente al porcentaje fijo tradicional.
Resumen
Dos personas pueden levantar el mismo porcentaje de su máximo y estar, en realidad, en estados de fatiga completamente distintos. La velocidad a la que se mueve la barra revela lo que un porcentaje fijo esconde. El entrenamiento basado en la velocidad convierte cada repetición en un dato que ajusta la carga en tiempo real. Este artículo explica la ciencia que lo respalda y cómo usarlo sin necesidad de tecnología cara.
El caso
En una serie de estudios dirigidos por Juan José González-Badillo y colaboradores se demostró una relación muy estrecha y estable entre la velocidad de ejecución de un ejercicio y el porcentaje de la repetición máxima que representa esa carga: para cada ejercicio, una velocidad concreta corresponde de forma fiable a una intensidad concreta (González-Badillo & Sánchez-Medina, 2010). Más aún, la pérdida de velocidad dentro de una serie resultó ser un indicador preciso del grado de fatiga y del número de repeticiones que quedan en reserva (Sánchez-Medina & González-Badillo, 2011). Medir la velocidad de la barra, en lugar de fijarse solo en el peso, abría una forma más precisa de dosificar el esfuerzo.
El problema
El entrenamiento tradicional prescribe la carga como un porcentaje fijo de la repetición máxima: por ejemplo, cuatro series al 80%. El problema es que la repetición máxima no es un valor estable: fluctúa día a día según el sueño, el estrés, la nutrición y la fatiga acumulada. El 80% de un buen día puede ser el 85% de un mal día. Entrenar con un porcentaje rígido significa, en la práctica, entrenar demasiado fuerte cuando estás cansado y demasiado suave cuando estás fresco. Además, contar siempre las mismas repeticiones ignora que algunos días esas repeticiones te dejan al borde del fallo y otros te sobran fuerzas.
Por qué la velocidad es un indicador tan potente
La velocidad de ejecución resuelve varios de esos problemas gracias a mecanismos bien estudiados.
La velocidad refleja la intensidad real del día. Como la relación entre velocidad y porcentaje es muy estable para cada ejercicio, medir la velocidad de la primera repetición indica qué intensidad relativa estás moviendo realmente hoy, más allá de lo que diga la tabla. Si la barra va más lenta de lo previsto, hoy esa carga te pesa más de lo habitual, y conviene ajustar.
La pérdida de velocidad mide la fatiga en tiempo real. Dentro de una serie, la velocidad de cada repetición cae a medida que aparece la fatiga. Esa caída es un mapa fiable de cuánto te acercas al fallo: una pérdida pequeña indica que quedan muchas repeticiones en reserva; una pérdida grande, que estás cerca del límite (Sánchez-Medina & González-Badillo, 2011). Esto permite cortar la serie en el punto deseado sin llegar sistemáticamente al fallo.
Menos fatiga innecesaria, mejor adaptación. La investigación ha mostrado que limitar la pérdida de velocidad dentro de la serie (parar antes de degradarse demasiado) puede producir adaptaciones de fuerza y potencia similares o superiores con menos fatiga, menos daño muscular y menos repeticiones totales que llevar cada serie al fallo (Pareja-Blanco et al., 2017). Entrenar más fresco y más preciso rinde más a largo plazo. En FHI enseñamos a nuestros alumnos a autorregular la carga con criterio, porque una programación rígida ignora que el cuerpo no rinde igual todos los días.
Cómo aplicarlo con o sin tecnología
El entrenamiento basado en la velocidad se popularizó con encoders y sensores que miden la barra, pero su lógica es aprovechable incluso sin aparatos, a través del concepto de repeticiones en reserva, que es su primo cercano.
Aplicaciones prácticas
Primero, si dispones de un medidor de velocidad, usa la velocidad de la primera repetición para ajustar la carga del día a la intensidad objetivo, en lugar de fiarte de un porcentaje fijo.
Segundo, define un umbral de pérdida de velocidad para cortar la serie (por ejemplo, cuando la velocidad cae cierto porcentaje respecto a la mejor repetición) y evita degradarte hasta el fallo en cada serie.
Tercero, si no tienes tecnología, aplica la misma filosofía con las repeticiones en reserva: deja habitualmente una o dos repeticiones en reserva en lugar de llegar siempre al fallo.
Cuarto, usa la velocidad para el trabajo de potencia: en ejercicios explosivos, mantener velocidades altas asegura que estás entrenando la cualidad que buscas y no simplemente fatigándote.
Quinto, registra tus velocidades habituales para cada carga: con el tiempo tendrás una referencia individual que detecta días de bajo rendimiento antes de que la sesión se estropee.
Conclusión
La velocidad de la barra convierte cada repetición en información y resuelve el gran defecto del porcentaje fijo: que la fuerza real cambia cada día. Medir cuánto se mueve y cuánto se frena el peso permite ajustar la intensidad al estado del día y cortar el esfuerzo antes de acumular fatiga inútil. Tanto con tecnología como con el criterio de las repeticiones en reserva, la lección es la misma que defendemos en FHI: el mejor entrenamiento no es el que sigue una tabla a ciegas, sino el que escucha lo que el cuerpo comunica en cada serie y responde con precisión.
Referencias
González-Badillo, J. J., & Sánchez-Medina, L. (2010). Movement Velocity as a Measure of Loading Intensity in Resistance Training. International Journal of Sports Medicine, 31(5), 347-352.
Sánchez-Medina, L., & González-Badillo, J. J. (2011). Velocity Loss as an Indicator of Neuromuscular Fatigue During Resistance Training. Medicine & Science in Sports & Exercise, 43(9), 1725-1734.
Pareja-Blanco, F., et al. (2017). Effects of velocity loss during resistance training on athletic performance, strength gains and muscle adaptations. Scandinavian Journal of Medicine & Science in Sports, 27(7), 724-735.
Weakley, J., et al. (2021). Velocity-Based Training: From Theory to Application. Strength and Conditioning Journal, 43(2), 31-49.
Banyard, H. G., et al. (2017). Reliability and Validity of the Load-Velocity Relationship to Predict the 1RM Back Squat. Journal of Strength and Conditioning Research, 31(7), 1897-1904.
Javier Ortega
CEO de FHI · Presidente de la Asociación Internacional de Entrenadores Personales (AIEP)


