Cómo se acumulan los errores de redondeo en cálculos largos

Escribe 0.1 + 0.2 en la calculadora de arriba y presiona igual. La respuesta mostrada es 0.3 — porque la herramienta redondea su resultado a diez decimales antes de mostrarlo. Pero la aritmética cruda debajo devuelve 0.30000000000000004. Ese pequeño fragmento no apareció de la nada; es la superficie visible de un fenómeno más profundo: cada operación de punto flotante deja un residuo de redondeo, y cuando encadenas suficientes operaciones, esos residuos pueden acumularse en un error que importa.

Por qué las computadoras no pueden almacenar 0.1 exactamente

Las computadoras almacenan números en binario — un sistema de unos y ceros. Así como la fracción 1/3 no puede escribirse exactamente en decimal (se vuelve 0.3333… para siempre), el número 0.1 no puede escribirse exactamente en binario. Lo más cercano que la computadora puede representar en el formato de doble precisión de 64 bits usado por JavaScript — y por lo tanto por toda calculadora basada en navegador — es aproximadamente 0.1000000000000000055511151231257827021181583404541015625.

Esta representación está regida por el estándar IEEE 754, que define cómo todos los procesadores modernos manejan números decimales. El estándar garantiza que cada operación aritmética devuelva el resultado representable más cercano — pero "más cercano" no es "exacto". Esa diferencia, por pequeña que sea, es un error de redondeo por definición.

Cómo crecen los errores a través de una cadena

Un solo error de redondeo de 5 × 10⁻¹⁷ es imperceptible. La preocupación es qué pasa cuando usas ese resultado ligeramente incorrecto como entrada para la siguiente operación, y ese resultado alimenta la siguiente, y así sucesivamente. Como describe el artículo de Wikipedia sobre error de redondeo: "Cuando se realiza una secuencia de cálculos con una entrada que involucra cualquier error de redondeo, los errores pueden acumularse, a veces dominando el cálculo."

Dos mecanismos impulsan este crecimiento:

Deriva aditiva — en una suma larga (sumando muchos valores pequeños), cada suma puede redondear en la misma dirección. Los errores individuales no se cancelan; se acumulan. Sumar mil números que cada uno lleva un error de 10⁻¹⁵ puede producir un error final alrededor de 10⁻¹² — todavía pequeño en términos absolutos, pero un millón de veces mayor que el error por paso.
Cancelación sustractiva — restar dos números casi iguales puede amplificar el error relativo de forma aguda. Si ambos valores son imprecisos en el decimal 15 y los primeros 14 dígitos se cancelan, el error domina lo que queda. Las calculadoras usan esto en identidades trigonométricas y otros casos de casi cancelación, por eso sus funciones trigonométricas se implementan con especial cuidado.

Un ejemplo concreto de redondeo repetido

Redondear un número en cada paso en lugar de al final produce un error compuesto mayor que un solo redondeo. Redondea 9.945309 a dos decimales y obtienes 9.95 (error: 0.0047). Redondea eso a un decimal y obtienes 10.0 (error total: 0.055). Redondear todo de una vez — 9.945309 a un decimal — da 9.9, con un error total de solo 0.045. El camino de dos pasos introdujo error extra porque el primer redondeo empujó el valor más allá del siguiente umbral.

Por eso un cálculo que muestra un resultado intermedio — por ejemplo, copiar un valor redondeado de un cálculo al siguiente — puede producir un resultado final ligeramente diferente que mantener toda la precisión en una expresión continua.

Qué hace la calculadora para manejar esto

La calculadora de arriba aplica un paso final de redondeo después de evaluar cada expresión: el resultado crudo de punto flotante se redondea a diez decimales antes de mostrarlo. El código interno usa Math.round(result * 1e10) / 1e10, que limpia el residuo de punto flotante para la mayoría de cálculos cotidianos. Por eso 0.1 + 0.2 se muestra como 0.3 en lugar del crudo 0.30000000000000004.

Esta es una elección pragmática: elimina el ruido distractor al final de la mayoría de resultados. También significa que la calculadora no mostrará errores mucho menores que 10⁻¹⁰, sin importar cómo surgieron. Para la gran mayoría de cálculos prácticos — tareas, presupuestos, estimaciones de ingeniería — diez decimales significativos es más precisión de la que el problema requiere, así que este redondeo es una ventaja, no un compromiso.

Cuándo importa realmente el error acumulado

Para el uso cotidiano, el error acumulado de redondeo rara vez es un problema. Se vuelve relevante en estas situaciones:

Sumas muy largas — sumar manualmente cientos de cifras financieras o mediciones, paso a paso, en lugar de en una sola expresión.
Fórmulas iterativas — cálculos donde una salida se retroalimenta como entrada para muchos ciclos, como interés compuesto durante cientos de periodos.
Casi cancelación — restar dos cantidades casi iguales, lo que puede exponer el residuo de redondeo que normalmente se oculta muy a la derecha.
Redondeo intermedio manual — copiar un resultado intermedio redondeado al siguiente paso en lugar de mantenerlo en la misma expresión.

La mitigación práctica es sencilla: introduce toda la fórmula en una expresión cuando puedas, evita redondear valores intermedios manualmente, y trata un resultado con muchos decimales como una aproximación más que como una respuesta exacta si alguno de tus valores de entrada fue aproximado.

Compruébalo tú mismo: escribe 0.1 + 0.2 en la calculadora de arriba — verás 0.3. La pantalla está limpia, pero la aritmética subyacente no es exacta. Para una cadena larga de pasos, mantén la expresión completa en una línea siempre que sea posible: la calculadora maneja internamente el redondeo acumulado, en lugar de que tú introduzcas deriva extra copiando intermedios redondeados manualmente.