La eficacia de una estimación puntual (A,U,?) depende de la cantidad y calidad de un conjunto de datos W y de la capacidad que tenga el modelo para: sacarle el máximo a las características positivas de W; y evitar sus características negativas. En este trabajo es analizada la sensibilidad de estos estimadores y en particular la causada por el mal condicionamiento de A, el cual ocasionalmente provoca que si hay pequeños cambios en el valor de los datos, se producen grandes cambios en los resultados. Se describe un procedimiento para detectar y evaluar estos problemas usando: Números de Condición, los errores de estimación y las pruebas de Validación Cruzada. Se proponen criterios para resolver el mal condicionamiento del estimador mediante el uso de suficientes cifras decimales significativas en los cálculos y algoritmos eficientes; también se recomienda la selección de modelos adecuados pero simples y el uso de soportes compactos. Finalmente se presenta un diagrama que facilita la comprensión del algoritmo para resolver los problemas de mal condicionamiento de los estimadores (A,U,?).