
Calcula fácilmente tu ratio estímulo-fatiga y optimiza tus entrenamientos con esta herramienta basada en la evidencia.

Descárgate gratis el Diario de Entrenamiento de Fit Generation
Basado en evidencia científica para progresar en el gimnasio.
⬇️ Explicación e interpretación de la calculadora:
El equilibrio entre estímulo —la señal que provoca adaptación— y fatiga —el coste neuromuscular y sistémico que deja una sesión— está en la base de toda teoría moderna sobre la evaluación de la carga de entrenamiento → Desde la publicación de las primeras guías de “monitorización de la carga interna y externa” se sabe que, para progresar sin caer en sobreentrenamiento, conviene maximizar la señal útil mientras se mantiene la fatiga dentro de márgenes recuperables.
🧐 Sobre esta idea, el doctor Mike Israetel, conocido divulgador en redes sociales, acuñó el ratio estímulo–fatiga (SFR, por sus siglas en inglés) como un indicador práctico que compara cuán bueno puede resultar para la hipertrofia un ejercicio en relación a la fatiga que deja, y que comunicadores como Jeff Nippard han popularizado en la planificación de rutinas para ganar masa muscular.
La calculadora que te presentamos aquí lleva ese concepto un paso más allá. Mediante un modelo numérico —basado en peso, repeticiones, RPE, intensidad relativa (% 1RM) y un factor específico para cada ejercicio estima de forma instantánea si tu serie fue eficiente (ratio óptimo 1–2), ineficiente por exceso de fatiga (<1) o demasiado conservadora (>2).
Vamos a ver cómo funciona 👇

¿Qué es el ratio estímulo–fatiga y cuáles son sus componentes?
La idea del ratio estímulo–fatiga nació en la comunidad fitness como una forma sencilla de “poner números” a la eterna pregunta de si un ejercicio compensa el cansancio que deja. A partir de la idea original, podría parecer ejercicios con ratios más altos son mejores, pero hay que hacer algunas puntualizaciones sobre esto, que iremos viendo a continuación.
⚖️ En palabras de Israetel y quienes hemos seguido sus pasos, el ratio estímulo–fatiga compara la señal que impulsa la adaptación (estímulo) con el coste fisiológico y neuromuscular que genera (fatiga), de modo que, a priori, al elegir movimientos con un ratio alto podamos progresar más rápido sin estancarnos por exceso de cansancio.
➡️ Mike Israetel propuso puntuar de 1 a 10 los siguientes factores tras cada ejercicio, en un diario de entrenamiento:
💪🏼 Estímulo (hacer la suma entre ellos):
- Conexión mente–músculo.
- Sensación de bombeo.
- Disrupción muscular percibida.
😰 Fatiga (hacer la suma entre ellos):
- Estrés en las articulaciones y el tejido conectivo.
- Esfuerzo percibido.
- Estrés en músculos y/o articulaciones que no son objetivo.
Luego, realiza la división de las sumas: suma estímulo/suma fatiga.

🟡 Sin embargo, nosotros hemos querido ser todavía más precisos y no dejar todo en manos de las percepciones subjetivas, ya que eso podría ser igual de limitante que dejarlo todo en manos de las variables objetivas.
👉 Por un lado, el estímulo que modela nuestra calculadora se aproxima mediante 5 factores:
La carga externa (peso),
El volumen (repeticiones),
La intensidad relativa (% 1RM),
El RPE, y
Un coeficiente propio de cada ejercicio basado en la naturaleza del mismo.
Además, la calculadora introduce un factor–reps con forma de “U” invertida (máximo ≈ 10 reps), penalizando las series muy cortas o muy largas, coherente con la evidencia que asocia ganancias máximas de hipertrofia a cargas medias y volúmenes moderados–altos.
👉 Por otro lado, la fatiga se modela también con el mismo peso utilizado y el número de repeticiones, pero la influencia del RPE se ajusta de tal manera que reproduce mucho mejor la desproporción de fatiga que aparece al acercarse al fallo → Estudios recientes muestran que entrenar hasta el fallo hace que la fatiga crezca exponencialmente mientras el estímulo lo hace de forma casi lineal.
Al dividir ambos componentes —estímulo y fatiga— obtenemos un ratio numérico que nos permite evaluar las sesiones en su conjunto para tener una herramienta muy útil a la hora de tomar decisiones sobre los resultados que vamos obteniendo y los posibles ajustes que haya que ir haciendo.
🔎 Veámoslo con un ejemplo práctico: imagina que realizas press de banca con 80 kg × 8 reps a RPE 9, con un 1RM estimado en 100 kg.
- ¿Crees que este tipo de serie sería suficiente para ganar masa muscular?
- ¿Te has quedado corto o te has pasado?
- ¿Cuántas series puedo meter de este tipo para no acumular demasiada fatiga?
- ¿Y si en vez de hacer un press de banca, realizaras un empuje horizontal en máquina?
- ¿Y si hablamos de un curl de bíceps en vez de un ejercicio monoarticular?
Como puedes imaginar, dar respuesta a todas estas preguntas requiere un análisis pormenorizado de muchos factores en el total de tu rutina, pero esta calculadora te da un valor numérico muy útil para saber si, serie a serie, ejercicio a ejercicio, el estímulo que recibes está bien equilibrado a corto y medio plazo con la fatiga:
Si el ratio es <1, entonces habrá, a priori, una alta fatiga en relación al estímulo.
Si el ratio está entre 1 y 2, vas por buen camino: ratio óptimo entre estímulo y fatiga.
Si el ratio es >2, entonces estás pecando de conservador muy probablemente.

¿Cómo funciona esta calculadora?
La calculadora traduce los cinco datos que introduces en tres pasos secuenciales.
➡️ Primero, asocia el ejercicio que hayas escogido a un valor propio normalizado en función del tipo de ejercicio. Esta es una lista basada en la evidencia y en la práctica empírica sobre comparativas directas e indirectas del efecto de varios ejercicios en las ganancias de masa muscular.
La lista está compuesta por 32 ejercicios, entre los que se encuentran, por ejemplo:
- Press de banca con barra → factor de estímulo = 1.0.
- Jalón al pecho → factor de estímulo = 1.2.
- Curl de bíceps predicador en máquina → factor de estímulo = 1.2.
- Sentadilla pendular → factor de estímulo = 1.3.
- Curl femoral sentado → factor de estímulo = 1.4.
- Etc.
➡️ En segundo lugar, calcula el llamado factor reps, que alcanza su máximo cerca de 10 repeticiones y se degrada cuando las series son muy cortas o muy largas. Así se refleja esa evidencia a la que hacíamos alusión antes que nos dices que la hipertrofia se optimiza con cargas medias y volumen moderado–alto.
➡️ En el tercer paso, se calculan estímulo y fatiga y, a partir de ellos, el ratio. La fórmula implementada es la siguiente:

🤔 ¿Por qué estos términos?
El multiplicador RPE/10 en el numerado (estímulo) asume que acercarse al fallo (RPE 10) intensifica la señal anabólica bruta —sin contar la fatiga acumulada— .
También se introduce la intensidad relativa; ya que sabemos que intensidades muy bajas (<20 % 1RM) reclutan menos fibras de alto umbral, incluso con RPE alto (detalle).
En el denominador (fatiga), RPE² y el divisor (10 – RPE + 1) modelan la “pared” fisiológica que aparece al acercarse al fallo: pequeñas subidas de RPE multiplican de forma desproporcionada el esfuerzo y el estrés neural.
El número “36” es una constante de ajuste de normalización empírica para que los valores resultantes sean comparables y manejables entre ejercicios, series o contextos.
En esencia, la calculadora convierte valores que tú registras (peso, reps, RPE...) en un indicador de eficiencia. Aunque el modelo deriva principalmente de las experiencias prácticas de entrenadores y no de ensayos controlados, hemos conseguido que su lógica coincida al máximo con la evidencia sobre la relación carga interna vs. externa y la autorregulación en el contexto del entrenamiento para aumentar masa muscular.
De esta forma, en los resultados verás que:
- 🥵 Un ratio <1 indica que la fatiga es excesiva en relación al estímulo, lo que sugiere que no sería apropiado mantener siempre ese ritmo —menos aún cuanto menor sea el valor del ratio— o una necesidad de más recuperación.
- ✅ Un ratio entre 1 y 2 es el rango óptimo, donde estamos obteniendo el máximo beneficio con un coste de fatiga manejable, ideal para la progresión a largo plazo.
- 😉 Finalmente, un ratio >2 significa que el estímulo es demasiado alto en comparación con la fatiga; en este caso, podrías considerar aumentar la carga o el volumen para seguir progresando sin generar una fatiga excesiva que perjudique la recuperación y futuras sesiones.

¿Es fiable esta calculadora?
La fiabilidad de la ecuación es alta porque la herramienta es determinista: con los mismos datos de entrada siempre devuelve el mismo resultado. Su utilidad práctica, sin embargo, depende de la calidad de las variables que introduce el usuario —peso levantado, repeticiones, RPE y 1 RM— y de la validez de los coeficientes de estímulo asignados a cada ejercicio.
Nuestra calculadora se apoya en la lógica general de la monitorización de la carga total (interna y externa) descrita por varios autores, entre los que el trabajo de Halson (2014) nos ha servido como referencia. Según él, la progresión óptima nace de maximizar la señal útil y limitar la fatiga acumulada; algo que, como es lógico, también aprovechó Israetel para argumentar su propuesta del ratio estímulo–fatiga.
- Respecto a las variables subjetivas y estimadas, la evidencia disponible indica que la escala RPE es válida y razonablemente fiable en trabajo de fuerza —siempre que estés algo familiarizado con ella— y que su correlación con marcadores fisiológicos mejora con la experiencia (revisión).
- Los coeficientes de estímulo, por su parte, proceden de un consenso interno de Fit Generation, fruto de años de experiencia de nuestros entrenadores, y no de ensayos controlados; igual que sucede con el propio concepto de ratio estímulo–fatiga, popularizado por Israetel y difundido por divulgadores como Jeff Nippard.
🤓 Eso significa que la calculadora es un indicador orientativo, excelente para comparar ejercicios similares, detectar series muy caras a pagar en fatiga o comprobar si una modificación (p. ej., bajar el RPE de 9 a 8) mejora la eficiencia; pero no sustituye la valoración técnica de un entrenador ni los ajustes individualizados basados en la evaluación general de tu rutina y de tu contexto —sueño, nutrición, molestias... —.
✨ Usada con criterios estandarizados —misma técnica, misma escala de RPE y un % 1RM actualizado periódicamente— la consistencia de la calculadora es suficiente para guiar tus decisiones de selección de ejercicios y reparto de volumen dentro de una rutina de hipertrofia muscular.

¿Cómo integrar el ratio estímulo–fatiga en una rutina de hipertrofia?
Integrar los resultados en la práctica suele acabar automatizándose con la práctica y el uso frecuente de este ratio estímulo–fatiga a la hora de seleccionar los ejercicios.
🔎 Como seguro que ya sabes, la mayoría de metanálisis concuerdan en que la hipertrofia muscular puede lograrse con un amplio espectro de cargas siempre que el volumen y la cercanía al fallo estén bien gestionados (posicionamiento) → En otras palabras, no todo vale, pero casi todo puede funcionar si el estímulo supera a la fatiga de forma sostenible en el tiempo.
Ese principio encaja con la lógica del ratio estímulo–fatiga: elegir ejercicios y dosis que dejen el ratio en la franja 1-2 permite mantener la tensión mecánica alta sin disparar el coste neuromuscular, algo especialmente útil cuando se acumulan varias sesiones por semana para los mismos grupos musculares.
🔎 Las revisiones más recientes sitúan el punto dulce de volumen en 12-20 series efectivas por grupo muscular y por semana, con ligeras ventajas al acercarse al extremo superior en grupos rezagados. Usar el ratio estímulo–fatiga como filtro facilita distribuir ese volumen: los movimientos cuyo ratio se mantiene en torno a 1,5 pueden recibir la mayor parte de las series, mientras que aquellos que tienden a un valor<1 (p. ej., peso muerto convencional pesado) se pueden reservar para días concretos y menos series.
📅 Aquí puedes ver qué ventajas e inconvenientes tiene cada rutina para ganar masa muscular, de las más populares (fullbody, torso–pierna, push–pull–legs...).

También conviene especificar algo interesante de cara a hacer tu rutina más eficiente: dentro de una sesión de entrenamiento, a priori —es decir, no siempre tiene por qué ser así— sería mejor idea ordenar los ejercicios del más al menos demandante en términos de valor del ratio estímulo–fatiga:
- Primero, en mayor medida, los multiarticulares que exigen coordinación y permiten cargas altas; o, en su defecto, aquellos a los que quieras dar mayor prioridad en tu rutina.
- Después, variantes guiadas, en máquina y/o monoarticulares, que suelen arrojar un ratio estímulo–fatiga algo mayor (>2) y sirven para añadir estímulo con poca fatiga.
➡️ Por supuesto, todo esto hay que encuadrarlo con una frecuencia semanal óptima: repartir el volumen en 2 o 3 sesiones semanales mantiene una calidad muy alta de cada una de las repeticiones efectivas de cada serie, evitando acumular volumen basura.
✅ En la práctica, un mismo músculo o grupo muscular puede tolerar más series útiles si se espacia la fatiga (más días por semana); algo que el ratio estímulo–fatiga confirma cuando el ratio permanece en zona verde (ratio = 1–2) a lo largo del microciclo.
Registrar el ratio de cada serie de cada ejercicio también permite ajustar en tiempo real: si, por ejemplo, tras dos microciclos, el ratio medio de una sentadilla jaca cae a 0,7 y los indicadores subjetivos de recuperación empeoran, es señal de que la combinación actual de carga y proximidad al fallo es demasiado costosa puede bastar con pasar a una prensa inclinada (factor de estímulo 1,2) o recortar 2–3 series por semana para volver a la zona óptima.

👉 Ejemplo práctico (sesión de pecho-tríceps):
Press de banca: 4 × 6–8 @ RPE 8 → Ratio estímulo–fatiga por serie ≈ 1,4
Aperturas en máquina — 3 × 10–12 @ RPE 8 → Ratio estímulo–fatiga por serie ≈ 2,1
Press francés con barra — 3 × 10–12 @ RPE 9 → Ratio estímulo–fatiga por serie ≈ 0,9
Extensiones de tríceps en polea alta — 2 × 14–15 @ RPE 7 → Ratio estímulo–fatiga por serie ≈ 2,6
Total: 7 series efectivas de pectoral y 5 de tríceps.
Los primeros ejercicios de cada grupo muscular cubren la base con ratios óptimos; mientras que los segundos ejercicios de cada grupo muscular añaden un mayor estímulo sin acumular tanta fatiga. Si al cabo de 3 o 4 semanas el ratio estímulo–fatiga del press francés sigue siendo menor que 1, se intercambiaría por otro ejercicio —por ejemplo, extensiones tras la cabeza (factor-estímulo 1,3)— o se reduciría el carácter de esfuerzo un punto, a RPE 8.
🚀 El ratio estímulo–fatiga actúa como semáforo cuantitativo que sirve para tomar decisiones en la selección de ejercicios y ayuda a exprimir cada serie de esto dentro del rango de 12–20 series efectivas semanales por grupo muscular sin sobrepasar la capacidad de adaptación.
- Borresen, J., & Lambert, M. I. (2009). The quantification of training load, the training response and the effect on performance. Sports medicine, 39, 779-795.
- Halson, S. L. (2014). Monitoring training load to understand fatigue in athletes. Sports Medicine, 44(Suppl 2), S139–S147.
- Crawford, D. A., Drake, N. B., Carper, M. J., DeBlauw, J., & Heinrich, K. M. (2018). Validity, reliability, and application of the session-RPE method for quantifying training loads during high-intensity functional training. Sports, 6(3), 84.
Israetel, M. (2018). Progressing for hypertrophy: Strategies for optimal muscle growth [Entrada de blog]. Renaissance Periodization. - Schoenfeld, B. J., Contreras, B., Krieger, J., Grgic, J., Delcastillo, K., Belliard, R., & Alto, A. (2019). Resistance training volume enhances muscle hypertrophy but not strength in trained men. Medicine & Science in Sports & Exercise, 51(1), 94–103.
- Schoenfeld, B. J., & Grgic, J. (2019). Evidence-based guidelines for resistance training volume to maximize muscle hypertrophy. Strength and Conditioning Journal, 41(1), 80–86.
- Schoenfeld, B. J., Grgic, J., & Krieger, J. (2019). How many times per week should a muscle be trained to maximize muscle hypertrophy? A systematic review and meta-analysis of studies examining the effects of resistance training frequency. Journal of sports sciences, 37(11), 1286-1295.
- Greig, L., Stephens Hemingway, B. H., Aspe, R. R., Cooper, K., Comfort, P., & Swinton, P. A. (2020). Autoregulation in resistance training: addressing the inconsistencies. Sports medicine, 50, 1873-1887.
- Israetel, M., Hoffmann, J., Davis, M., & Feather, J. (2021). The scientific principles of hypertrophy training. Renaissance Periodization.
- Schoenfeld, B., Fisher, J., Grgic, J., Haun, C., Helms, E., Phillips, S., ... & Vigotsky, A. (2021). Resistance training recommendations to maximize muscle hypertrophy in an athletic population: Position stand of the IUSCA. International Journal of Strength and Conditioning, 1(1).
- Zhang, X., Li, H., Bi, S., Luo, Y., Cao, Y., & Zhang, G. (2021). Auto-regulation method vs. fixed-loading method in maximum strength training for athletes: a systematic review and meta-analysis. Frontiers in physiology, 12, 651112.
- Baz-Valle, E., Balsalobre-Fernández, C., Alix-Fages, C., & Santos-Concejero, J. (2022). A systematic review of the effects of different resistance-training volumes on muscle hypertrophy. Journal of Human Kinetics, 81, 199–210.
- Hamarsland, H., Moen, H., Skaar, O. J., Jorang, P. W., Rødahl, H. S., & Rønnestad, B. R. (2022). Equal-volume strength training with different training frequencies induces similar muscle hypertrophy and strength improvement in trained participants. Frontiers in Physiology, 12, 789403.
Hickmott, L. M., Chilibeck, P. D., Shaw, K. A., & Butcher, S. J. (2022). The effect of load and volume autoregulation on muscular strength and hypertrophy: A systematic review and meta-analysis. Sports medicine-open, 8(1), 9. - Lasevicius, T., Schoenfeld, B. J., Silva-Batista, C., Barros, T. D. S., Aihara, A. Y., Brendon, H., ... & Teixeira, E. L. (2022). Muscle Failure Promotes Greater Muscle Hypertrophy in Low-Load but Not in High-Load Resistance Training. Journal of strength and conditioning research, 36(2), 346–351.
- Shattock, K., & Tee, J. C. (2022). Autoregulation in resistance training: a comparison of subjective versus objective methods. The Journal of Strength & Conditioning Research, 36(3), 641-648.
- Greig, L., Aspe, R. R., Hall, A., Comfort, P., Cooper, K., & Swinton, P. A. (2023). The predictive validity of individualized load-velocity relationships for predicting 1RM: A systematic review and individual participant data meta-analysis. Sports Medicine, 53(9), 1693–1708.
Israetel, M. & Hoffmann, J. (2023). How Much Should I Train? . Renaissance Periodization. - Refalo, M. C., Helms, E. R., Trexler, E. T., Hamilton, D. L., & Fyfe, J. J. (2023). Influence of resistance training proximity-to-failure on skeletal muscle hypertrophy: a systematic review with meta-analysis. Sports Medicine, 53(3), 649-665.
- Robinson, Z., Pelland, J., Remmert, J., Refalo, M., Jukic, I., Steele, J., & Zourdos, M. (2023). Exploring the Dose-Response Relationship Between Estimated Resistance Training Proximity to Failure, Strength Gain, and Muscle Hypertrophy: A Series of Meta-Regressions. SportRχiv, November 2023.
- Ruple, B. A., Plotkin, D. L., Smith, M. A., Godwin, J. S., Sexton, C. L., McIntosh, M. C., ... & Roberts, M. D. (2023). The effects of resistance training to near failure on strength, hypertrophy, and motor unit adaptations in previously trained adults. Physiological Reports, 11(9), e15679.
- Ibrahim, A. H., T Beaumont, C. & Strohacker, K. (2024). Implementing meta-session autoregulation strategies for exercise-a scoping review. International journal of exercise science, 17(5), 382.
- Mcleod, J. C., Currier, B. S., Lowisz, C. V., & Phillips, S. M. (2024). The influence of resistance exercise training prescription variables on skeletal muscle mass, strength, and physical function in healthy adults: An umbrella review. Journal of sport and health science, 13(1), 47-60.
- Refalo, M. C., Helms, E. R., Robinson, Z. P., Hamilton, D. L., & Fyfe, J. J. (2024). Similar muscle hypertrophy following eight weeks of resistance training to momentary muscular failure or with repetitions-in-reserve in resistance-trained individuals. Journal of Sports Sciences, 1-17.
- Refalo, M. C., Remmert, J. F., Pelland, J. C., Robinson, Z. P., Zourdos, M. C., Hamilton, D. L., ... & Helms, E. R. (2024). Accuracy of intraset repetitions-in-reserve predictions during the bench press exercise in resistance-trained male and female subjects. The Journal of Strength & Conditioning Research, 38(3), e78-e85.
- Petro, J. L., Ferrari, G., Cardozo, L. A., Vargas-Molina, S., Carbone, L., Kreider, R. B., & Bonilla, D. A. (2025). Validity of Rating of Perceived Exertion Scales in Relation to Movement Velocity and Exercise Intensity During Resistance-Exercise: A Systematic Review. Sports health, 17(3), 621–628.
- Remmert, J., Pelland, J., Robinson, Z., Hinson, S., & Zourdos, M. (2025). Is There Too Much of a Good Thing? Meta-Regressions of the Effect of Per-Session Volume on Hypertrophy and Strength. SportRxiv.




