LA ESTADSTICA COMO CIENCIA APLICADA EN LA INGENIERA

CIVIL
Jos Javier Muruzbal Irigoyen
Doctor Ingeniero de Caminos, Canales y Puertos. Departamento de Matemticas e Informtica
Aplicadas a la Ingeniera Civil. Universidad Politcnica de Madrid


1. INTRODUCCIN

La presente comunicacin se refiere a los aspectos docentes de la enseanza de la Estadstica
como ciencia aplicada al servicio de la Ingeniera Civil.

Aunque las Matemticas son una de las ciencias ms antiguas, surgida en los comienzos de la
civilizacin como consecuencia de las necesidades prcticas del ser humano en asuntos como el
control de los bienes posedos, la construccin, la medicin del terreno, la navegacin, las
transacciones comerciales, etc., la Estadstica, como parte de la denominada Matemtica
Aplicada, es una ciencia de desarrollo muy reciente que presenta una enorme utilidad para
comprender e interpretar mejor la realidad.

Su incorporacin a los planes de estudio y formacin de cientficos e ingenieros se ha producido
de una manera gradual a lo largo del siglo XX, hasta convertirse hoy en da en una herramienta
indispensable en el quehacer de la comunidad cientfica.

En estas condiciones, la exposicin que sigue a continuacin se centra, de un lado, en el papel
que cumple la Estadstica dentro del campo de la Ingeniera Civil y, de otro, en los
requerimientos y condicionantes que ello plantea desde el punto de vista docente en la formacin
del Ingeniero.

2. LA ESTADSTICA COMO PARTE DE LA MATEMTICA APLICADA

En la actualidad es incuestionable que las Matemticas deben formar parte del conjunto de
conocimientos que toda persona ha de adquirir desde los niveles ms elementales, por su carcter
formativo como disciplina capaz de educar el pensamiento y fomentar el espritu crtico y por su
utilidad como herramienta para resolver problemas de distinta naturaleza.

En trminos generales suele admitirse una clasificacin de las Matemticas en dos grandes
apartados: Matemtica Pura y Matemtica Aplicada. Esta clasificacin no es del todo
afortunada dado que, segn se ha encargado de demostrarnos la historia, existen abundantes
zonas comunes. De un lado, la historia de la Matemticas nos muestra muchos matemticos que,
a la luz de sus planteamientos, podran encuadrarse dentro de la Matemtica Pura, pero que, sin
embargo, han resultado de un valor inestimable en reas de la Matemtica Aplicada. De otro,
existen teoras matemticas que han tenido su origen o, incluso, se han desarrollado en el marco
de las aplicaciones prcticas.

A pesar de este solape ente ambas formas de Matemtica, puede caracterizarse la Matemtica
Aplicada por su vocacin por la resolucin de problemas reales mediante un proceso lgico
conocido como Modelizacin Matemtica. Desde esta perspectiva podemos considerar la
Matemtica Aplicada en sentido clsico, es decir, como la que dedica su esfuerzo al estudio de
las leyes de la Naturaleza, la Fsica y la Ingeniera.

Dentro de la Matemtica Aplicada, la Estadstica es una ciencia de indudable valor para el
estudio yanlisis de la realidad, de carcter eminentemente impredecible, cuya observacin es
uno de los pilares en los que se asienta el progreso cientfico. Las observaciones constituyen, por
tanto, una base de informacin que es necesario interpretar para avanzar en el conocimiento de lo
que nos rodea.

Un planteamiento cientfico ante las diferentes manifestaciones de la realidad lleva a preguntarse
el por qu de los resultados observados, en el sentido de si existe o no alguna ley o mecanismo
que los gobierna y regula, lo que implica considerar las observaciones como resultados posibles
de un fenmeno que incluye pautas de comportamiento que es preciso estudiar.

Atendiendo a esta consideracin de orden general, cabe, en principio, distinguir dos tipos de
fenmenos:

Fenmenos deterministas. Son aqullos que, siempre que se producen en las mismas
condiciones, dan lugar a un mismo resultado. Obedecen a leyes cientficas con una
dependencia funcional entre las variables que intervienen.


Fenmenos aleatorios. Son aqullos que, aunque se produzcan en condiciones iguales,
presentan manifestaciones diferentes que no se pueden predecir y que nicamente son
conocidas despus de su realizacin. Introducen, por tanto, el concepto de incertidumbre o
desconocimiento en cua nto al resultado.

En realidad, los fenmenos deterministas no son sino fenmenos aleatorios en los que el error, o
diferencia entre los resultados previstos y reales, es despreciable.

Los fenmenos aleatorios y la incertidumbre que encierran hasta que no se concretan en un
resultado determinado son el objeto bsico del anlisis estadstico, que tiene como misin
fundamental reducir al mximo posible dicha incertidumbre.

Una primera forma de reducir la incertidumbre ligada a un fenmeno o experimento aleatorio
consiste en estudiar y relacionar cada uno de los resultados posibles del mismo. No es lo mismo
desconocer a priori el resultado de una determinada accin que desconocerlo pero sabiendo que
dicho resultado se encontrar entre un determinado conjunto de resultados o sucesos posibles.

Una nueva reduccin del grado de incertidumbre que rodea a un fenmeno aleatorio se consigue
cuando, adems de conocer los resultados posibles, es posible asignar a cada uno de ellos un
indicador de las posibilidades que tiene de ocurrir. Dicho indicador recibe el nombre de
probabilidad. La probabilidad es, por tanto, una medida del grado de incertidumbre de cada
resultado del experimento. Evidentemente, no es lo mismo conocer solamente cules pueden ser
los resultados posibles de un fenmeno aleatorio que conocer tambin el nivel de posibilidades
que tiene cada uno de ellos de ocurrir.

De esta forma, considerando la realidad como un conjunto de fenmenos y sucesos, el mtodo
estadstico representa el instrumento ms potente, objetivo y capaz para interpretarla e, incluso,
realizar previsiones y pronsticos.

No nos equivocamos si, como deca Duncan (1986), afirmamos que vivimos en una Sociedad
Estadstica, entendiendo por tal una sociedad en la que los ciudadanos razonan y adoptan
decisiones basadas en datos y anlisis estadsticos, de forma y manera que los mtodos
estadsticos son ampliamente utilizados en la resolucin de problemas.

En este mismo sentido, la revista Science (noviembre, 1984) calific el crecimiento y difusin de
los mtodos estadsticos para interpretar datos en condiciones de incertidumbre, como uno de los
20 desarrollos cientficos:

... ms significativos entre los ocurridos en el presente siglo, por su impacto sobre nuestra forma de vida
y sobre la forma de conocernos a nosotros mismos y al mundo que nos rodea...

La Estadstica aparece as como Ciencia de ciencias, al servicio de las dems ciencias y, al
mismo tiempo, esencial para que stas controlen y maximicen la fiabilidad de sus conclusiones.

El esquema siguiente muestra la dualidad determinismo/aleatoriedad y, dentro de sta ltima, la
diferencia existente entre incertidumbre (desconcierto asociado al desconocimiento del resultado
de un fenmeno aleatorio, en el que nicamente son conocidos los diferentes resultados posibles)
y riesgo (situacin diferente en la que interviene la probabilidad, como una medida de las
posibilidades que tiene cada suceso de ocurrir).



3. APLICACIONES DE LA ESTADSTICA EN EL CAMPO DE LA INGENIERA
CIVIL

De manera general podemos afirmar que difcilmente se encuentra una disciplina de alguna
importancia que no se beneficie de la aplicacin de los principios de la Probabilidad, la
Estadstica y los procesos aleatorios, no escapando la Ingeniera Civil a esta norma.

La Ingeniera Civil tiene como uno de sus elementos consustanciales la toma de decisiones en
escenarios de incertidumbre y el estudio de acciones sociales y naturales de valor incierto. Bajo
estas condiciones la Estadstica se ha convertido en una disciplina indispensable en la Ingeniera
Civil, con cinco grandes campos de aplicacin:

Anlisis de la informacin asociada a un fenmeno: Estadstica Descriptiva
Anlisis probabilstico de un fenmeno: Clculo de Probabilidades
Anlisis muestral de un fenmeno: Teora de Muestras e Inferencia Estadstica
Estudios de prognosis: Modelos estadsticos
Control de calidad y tcnicas de optimizacin: Simulacin e Investigacin Operativa

3.1. ANLISIS DE LA INFORMACIN ASOCIADA A UN FENMENO

Sea un cierto fenmeno del que disponemos de una determinada cantidad de informacin
procedente de un conjunto de observaciones.

La Estadstica aporta tcnicas englobadas bajo la denominacin de Estadstica Descriptiva que
permiten estudiar la informacin disponible y caracterizar el fenmeno, de modo que puedan ser
apreciadas las caractersticas dominantes del mismo, como por ejemplo:

Valores medios
Dispersin de los valores
Pautas de la distribucin temporal o espacial
Tendencias apreciadas

Se trata, por tanto, de obtener valores caractersticos que resuman la informacin disponible y
muestren la estructura subyacente en la misma.

3.2. ANLISIS PROBABILSTICO DE UN FENMENO

Cuando de un fenmeno se conocen los resultados o sucesos posibles del mismo y la distribucin
de probabilidad correspondiente a todos ellos, el fenmeno est en condiciones de ser analizado
probabilsticamente, lo que significa que es posible conocer la probabilidad de que un
determinado suceso (simple (o de los directamente posibles) o compuesto (o combinacin de los
directamente posibles)) se produzca.

3.3. ANLISIS MUESTRAL DE UN FENMENO

Constituye una de las aplicaciones ms interesantes y tiles de la Estadstica y una de las
contribuciones ms apreciadas al proceso cientfico.

En el estudio de un fenmeno aleatorio es frecuente que nicamente sea asequible su
conocimiento mediante observaciones de una parte del mismo por alguna de las razones
siguientes:

El fenmeno adquiere una dimensin infinita imposible de medir en toda su extensin.

La obtencin de observaciones lleva a procesos costosos en tiempo o en recursos.

La obtencin de observaciones implica la realizacin de un ensayo destructivo que extendido
a la totalidad del fenmeno significara su desaparicin.

En estas condiciones, la Teora de Muestras y la Inferencia Estadstica se ocupan del anlisis
muestral de los fenmenos aleatorios en tres vertientes diferentes:

Diseo de las muestras, para garantizar que stas son representativas y presentan la
dimensin adecuada en razn de los objetivos de la investigacin.

Recopilacin y presentacin de los datos obtenidos, permitiendo un conocimiento detallado
de la parte del universo que ha sido estudiada.

Anlisis muestral y extensin de conclusiones al conjunto del fenmeno, para alcanzar un
conocimiento del mismo a partir de los valores muestrales mediante un razonamiento
inductivo con fundamento matemtico.

El anlisis muestral introduce, por tanto, dos grandes aportaciones al estudio de los fenmenos
aleatorios:

Permite estimar caractersticas desconocidas de la poblacin y situar a sta en condiciones de
ser estudiada a travs del Anlisis Probabilstico y de la Estadstica Descriptiva.

Posibilita el contraste de hiptesis en relacin con la poblacin estudiada.

3.4. ESTUDIOS DE PROGNOSIS

La prognosis es otra de las aplicaciones ms interesantes de la Estadstica Matemtica, ya que
permite establecer previsiones fundamentadas del comportamiento de los fenmenos aleatorios y
de los valores a adoptar por determinadas variables antes de que stos se manifiesten. En este
sentido la Estadstica permite descubrir y caracterizar relaciones no funcionales entre las
variables de un determinado fenmeno aleatorio y calificar, adems, la bondad de tales
relaciones, para decidir si se producen con la intensidad suficiente como para que el proceso
cientfico pueda apoyarse en ellas.

3.5. CONTROL DE CALIDAD Y TCNICAS DE OPTIMIZACIN

El control de calidad resulta un elemento indispensable en los procesos de la ingeniera, dado que
a l se confa la garanta de que las distintas fases del proyecto responden a valores controlados
de las variables que intervienen. Se trata, en definitiva, de asegurar que no se estn produciendo
desviaciones significativas en los parmetros de diseo que podran afectar a las caractersticas
esenciales del sistema que se trata.

Las tcnicas de optimizacin se encuentran muy ligadas a los procesos de simulacin o
modelizacin a los que me acabo de referir. La mera elaboracin de un modelo estadstico ya
permite abordar procesos de optimizacin simplemente tanteando diferentes estrategias de
actuacin, hasta encontrar aqulla que produce resultados suficientemente satisfactorios.

Sin embargo, existen tcnicas especficas englobadas bajo la denominacin de Investigacin
Operativa, con un alto contenido estadstico, que se aplican a la mayor parte de los fenmenos
con una dimensin econmica y que abordan directamente la optimizacin de procesos da ndo
respuesta, por ejemplo, a preguntas sobre cmo organizar las diferentes actividades de un
proyecto para minimizar el periodo de ejecucin del mismo.

3.6. LOS MODELOS DE PROBABILIDAD O UNA VISIN CIENTFICA DE LA TEORA DEL
COEFICIENTE DE SEGURIDAD

De este conjunto de aplicaciones, merecen especial atencin los modelos de probabilidad que
siempre han de intervenir en todo proyecto. Son los modelos que simulan el comportamiento de
las solicitaciones y las capacidades de respuesta en condiciones normales y en condiciones lmite
de uso, es decir, el modelo de probabilidad inicial, que surge de la consideracin del sistema
operando bajo condiciones normales, y el modelo de probabilidad extremal, que aparece cuando
se tienen en cuenta las condiciones extremas- mximas o mnimas- de trabajo.

En efecto, todo proyecto de un elemento, estructura o sistema debe cumplir durante su vida til
dos condiciones bsicas:

Garantizar que para todos los estados de uso, y en particular para los estados lmite, se
cumplen las condiciones de funcionamiento para las que el sistema fue originalmente
diseado.

Maximizar el beneficio, en sentido amplio, obtenido.

Ambas condiciones se plantean en rgimen de incertidumbre, debindose realizar previsiones en
relacin al medio, tanto natural como antrpico.

La primera condicin obliga al ingeniero a prever que ninguna situacin catastrfica o de mal
funcionamiento no admisible ocurrir durante el tiempo de vida, V, del sistema. De forma ms
precisa, se debe satisfacer la ecuacin siguiente:

[ ] S t C t t V ( ) ( ) , < 0


siendo S(t) y C(t) las solicitaciones en condiciones de uso y la capacidad real de respuesta del
sistema, en el instante t.

Por la segunda condicin, una vez definida la funcin de beneficio por unidad de tiempo, debe
cumplirse:

( ) B S t C t dt
V
max
( ), ( ) =

0


donde B
max
indica que se ha elegido el elemento o sistema, entre los que cumplen la primera
condicin, que da el beneficio mximo.

En muchos casos las dos condiciones anteriores entre solicitacin y capacidad del sistema se
sustituyen por:

S C
B S C S C dS dC dt
max min
max
( , ) ( ) ( )
<
=

donde S
max
y C
min
son, respectivamente, cotas superior de la solicitacin e inferior de la
capacidad, que no pueden ser excedidas y estn obtenidas a pa rtir de las correspondientes
funciones de distribucin extremal. A su vez, (S) y (C) son las funciones de densidad de las
variables independientes solicitacin y capacidad.

Este planteamiento representa una alternativa al enfoque tradicional del denominado coeficiente
de seguridad, totalmente desentendido de los aspectos estadsticos del problema, superando por
tanto una prctica totalmente insuficiente para analizar problemas de ingeniera. El carcter
eminentemente aleatorio de los factores de diseo hace que una solucin a dichos problemas con
una base mnimamente cientfica slo sea posible a partir de la Teora de la Probabilidad y de la
Estadstica Matemtica.

4. ANTECEDENTES HISTRI COS DE LA ESTADSTICA

La Estadstica Matemtica, tal y como la conocemos en nuestros das, es el resultado de la
integracin de dos disciplinas diferentes. De un lado la Estadstica o ciencia de la enumeracin
de los bienes del Estado y, de otro, el Clculo de Probabilidades asociado en un principio a los
juegos de azar.

4.1. LA ESTADSTICA COMO CIENCIA DE LA DESCRIPCIN DEL ESTADO

Etimolgicamente hablando Estadstica significa enumeracin de las cosas relevantes del Estado.
Entendida de esta forma, la Estadstica encuentra antecedentes tan remotos como los de la propia
organizacin social de la raza humana, empezando por los censos de poblacin y bienes del
Estado.

El anlisis estadstico, como base de los anlisis econmicos, se desarrolla en el siglo XVII. En
esta poca se sistematiza la Estadstica como ciencia de la descripcin del Estado y para el
conocimiento demogrfico de la poblacin. Con el paso del tiempo esta ciencia fue haciendo un
uso cada vez mayor de la formalizacin matemtica, pasando de ser una ciencia para la
obtencin y el anlisis de estadsticas a ocuparse del Clculo de Probabilidades.

4.2. EL CLCULO DE PROBABILIDADES

La mayor parte de los autores sitan los orgenes del Clculo de Probabilidades en los primeros
estudios sobre los juegos de azar que se realizaron en el siglo XVIII.

Los juegos de azar son tan antiguos como la propia sociedad humana ya que existen evidencias
arqueolgicas de ello, al menos en cuanto a los juegos de dados o cartas se refiere. A pesar de su
antigedad, y como se ha indicado ya, no fue hasta el Renacimiento cuando los cientficos se
ocuparon de estudiar las leyes que gobiernan este tipo de fenmenos. Segn sealan Martn
Pliego y Ruiz-Maya (
1
), Kendall sugiere varias razones para explicar el hecho de que el clculo
de probabilidades no tuviera un desarrollo anterior:

La imposibilidad de fabricar dados perfectos que permitieran apreciar las leyes reguladoras
del fenmeno
La inexistencia del concepto de suceso aleator io
La ausencia de un lgebra combinatoria adecuada para el tratamiento de los juegos
La propia supersticin de los jugadores
Obstculos de carcter moral y religioso que se impusieron al desarrollo de las ideas de
aleatoriedad y azar

Los estudios del Clculo de Probabilidades ligado a los juegos de azar y, ms concretamente a
los juegos de dados, se desarrollaron profusamente en el Renacimiento. Martn Pliego y Ruiz-
Maya sitan el origen de la construccin cientfica de esta teora a partir de 1654, con la
correspondencia cruzada entre Pascal (1623-1662) y Fermat (1601-1665) originada por el
famoso problema planteado por el Caballero de Mr al primero de ellos en relacin con las
probabilidades de obtener al menos un seis doble en veinticuatro tiradas consecutivas de una
pareja de dados. Segn Hacking los estudios desarrollados por Pascal con este motivo le hacen
merecedor del ttulo de fundador de la moderna teora de la probabilidad.

Posteriormente, Christian Huygens (1629-1695) public en ese mismo siglo su obra De
Ractiocinis in Ludo Aleae, que ha sido considerada como el primer manual del Clculo de
Probabilidades.


(
1
) Estadstica I: Probabilidad (1995)
Sin embargo, la consolidacin del Clculo de Probabilidades vino con Jacob Bernouilli (1654-
1705) a travs de su obra Ars conjectandi, con la cual la teora de la probabilidad alcanz
categora de ciencia. En esta obra, por ejemplo, Bernouilli ofrece una prueba completa y rigurosa
del, segn l, denominado Teorema Areo y que en la actualidad se conoce como Ley Dbil de
los Grandes Nmeros.

4.3. LA ESTADSTICA MATEMTICA

La Estadstica Matemtica nace a finales del siglo XIX como resultado de un proceso de
integracin entre los tericos del Clculo de Probabilidades y los estudiosos de la Estadstica
como enumeracin de los bienes del Estado.

En particular, fue Kolmogorov quien en 1933 estableci, con su planteamiento axiomtico, los
fundamentos matemticos de la teora de la probabilidad, permitiendo el desarrollo de la teora
de variable aleatoria en que se asienta la Estadstica Matemtica actual.

5. LA ESTADSTICA EN LA FORMACIN DEL INGENIERO CIVIL

5.1. RESEA HISTRICA DE LA ENSEANZA EN LOS PLANES DE ESTUDIO

En Espaa, la importancia de la asignatura de Estadstica ha ido creciendo con el tiempo en los
sucesivos Planes de Estudio del Ingeniero de Caminos, debido a lo reciente del desarrollo de esta
disciplina, prcticamente inexistente en el momento de creacin de la Escuela.

Plan de Estudios 1895

Los primeros antecedentes de la Estadstica como tal en la formacin del Ingeniero de Caminos,
Canales y Puertos se remontan al Plan de Estudios de 1895, que conformaba un plan docente con
unas pruebas de ingreso y cinco cursos en la Escuela Especial de Ingenieros de Caminos,
Canales y Puertos. En el primero de esos cursos se contemplaba una asignatura denominada
Clculo de probabilidades.

I nstrucciones y Programas de I ngreso (1924)

Posteriormente, en 1924 la Estadstica se incorpora a las pruebas de ingreso, figurando en el
Programa de Matemticas del primer grupo una leccin con el contenido siguiente:
coordinaciones, permutaciones y combinaciones con o sin repeticin y binomio de Newton.

Instrucciones y Programas de I ngreso (Gaceta de 3 de julio de 1927)

Las Instrucciones y Programas de Ingreso (publicados en la Gaceta del 3 de julio de 1927),
dentro del Programa de Matemticas para superar las pruebas de ingreso, desarrollaron esta
materia y definieron un apartado especfico de Nociones de probabilidad con el contenido
siguiente: coordinaciones, permutaciones y combinaciones con o sin repeticin y probabilidades
directas.

I nstrucciones y Programas de I ngreso (Gaceta de 17 de junio de 1934)

Posteriormente, en las Instrucciones y Programas de Ingreso (publicados en la Gaceta del 17
de junio de 1934), dentro del Programa de Matemticas, ese contenido temtico se ampli en
un apartado de Probabilidades que inclua: probabilidades directas, probabilidades totales y
compuestas, probabilidad de las causas y teorema de Bayes.

Plan 1957

El Plan de Estudios de 1957, mediante el que se suprimieron las Escuelas Especiales y se crearon
las Escuelas Tcnicas Superiores de Ingeniera dependientes del Ministerio de Educacin,
incorpor dos asignaturas de Estadstica en la carrera: Estadstica Matemtica, en el curso 2 y
Tcnicas Estadsticas de las Obras Pblicas, en el curso 4, de carcter cuatrimestral con 2
horas semanales de docencia, cada una de ellas.

Plan 1964

El Plan 1964 situ la enseanza de la Estadstica en el curso 3 dentro de una asignatura
denominada Matemticas y Estadstica, cuatrimestral y con 2 horas semanales de teora y
otras 2 horas semanales de prcticas.

Plan 1964/75

La modificacin del Plan de Estudios 1964 estableci una asignatura de Estadstica de curso
completo en el tercer ao de la carrera, con un total de 75 horas de teora y 25 horas de prcticas.

En la actualidad

Actualmente la Estadstica es una asignatura cuyas caractersticas docentes varan en funcin de
la Universidad de que se trate, aunque presenta un contenido concordante con el nivel de
conocimientos que la ciencia ha adquirido en esta materia.

Primeras Tesis Doctorales y fondos bibliogrficos relacionados con la Estadstica

Las primeras Tesis Doctorales eminentemente estadsticas ledas en la Escuela Tcnica Superior
de Ingenieros de Caminos, Canales y Puertos de Madrid datan de 1964 y fueron las dos
siguientes:

Control Estadstico de calidad y planes de aceptacin de obras de carretera, elaborada
por D. Pedro Gonzlez-Haba Gonzlez y dirigida por D. Enrique Balaguer Camphuis.

Aplicacin de la Estadstica Matemtica al estudio de la cuenca del ro Guadiana,
elaborada por D. Jos A. Gutirrez Rizo y dirigida por D. Rafael M. Guitart y de Gregorio.

Posteriormente, en el curso 1970-71 se leyeron otras dos:

Teora probabilstica sobre el coeficiente de seguridad, realizada por D. Jos Manuel
Antn Corrales.

Aplicacin de la teora de colas para el clculo del nmero de atraques necesarios en un
muelle, realizada por D. Alfonso M. de Egua Acordagoicoechea y dirigida por D. Modesto
Vigueras.

Por ltimo, quiero sealar que ya en los comienzos de la Escuela Especial de Ingenieros de
Caminos Canales y Puertos, la Estadstica estaba presente en los fondos bibliogrfico de la
biblioteca de la Escuela. As, en 1873, se encontraban catalogadas 65 obras y 114 volmenes de
Estadstica, lo que resulta comparable con las obras dedicadas a la Carreteras (71 obras),
Aplicaciones de la Fsica (86 obras) o Dibujo y pintura (63 obras).

5.2. OBJETIVOS Y CONDICIONANTES DE LA DOCENCIA EN MATERIA DE ESTADSTICA
APLICADA

La formacin estadstica del Ingeniero Civil ha de presentar como objetivo bsico y fundamental
el siguiente:

Inculcar en el Ingeniero de Caminos, Canales y Puertos el Pensamiento Estadstico, como forma
de aproximacin a la realidad, para comprenderla en toda su extensin y ejercer el mejor control
posible del medio natural sobre el que ha de intervenir, con vistas a maximizar la eficiencia de
sus actuaciones.

Se trata de ensear a pensar estadsticamente, superando la concepcin determinista que ha
dominado las etapas anteriores de la formacin del alumno, para que pueda actuar en perfecta
sintona con la Sociedad Estadstica en la que se encuentra y a la que ya he aludido
anteriormente.

La plena consecucin de este objetivo cuenta con tres condicionantes bsicos:

La marcada formacin determinista del alumno y, por tanto, contrapuesta al concepto de
aleatoriedad que domina la realidad.

El nivel de madurez del alumno, que inicia su formacin estadstica con una mente poco
predispuesta, en general, a planteamientos de aleatoriedad.

El perodo lectivo disponible de acuerdo con el vigente Plan de Estudios.

Los dos primeros condicionantes afectan a la dimensin intelectual del problema, ya que nos
sitan ante unas personas excesivamente formadas segn planteamientos demasiado rgidos, que
les exigirn un esfuerzo significativo par asumir, asimilar e incorporar a su esquema de
pensamiento la nueva forma de acercarse a la realidad.

El tercer condicionante es de carcter operativo y delimita el campo de la actuacin docente en
cuanto a su dimensin temporal. Nos determina el tiempo disponible para lograr nuestro
objetivo, anteriormente enunciado.

De esta forma, se hace necesario un esfuerzo de optimizacin que distribuya correctamente los
esfuerzos docentes para alcanzar un equilibrio razonable entre dos objetivos de carcter tctico:

Maximizar el nivel de asentamiento del pensamiento estadstico que vamos a inculcar en el
esquema intelectual de alumno.

Transmitirle los conocimientos tericos y las tcnicas necesarios para alcanzar un nivel
adecuado de competencia profesional.

Dicho de otra forma, debemos equilibrar, de un lado, la dedicacin docente orientada a
profundizar en el pensamiento estadstico y, de otro, los esfuerzos para ensear Estadstica
aplicada a la Ingeniera Civil.

Naturalmente, estos dos objetivos tcticos no requieren actuaciones separadas e independientes,
sino que exigen una accin concertada e integrada en la que se combinen pensamiento, teora y
prctica, con un discurso comn.

6. CONCLUSIONES

La exposicin anterior, aunque somera, permite extraer algunas conclusiones en relacin con la
formacin estadstica del Ingeniero Civil. Son stas:

La Estadstica Matemtica es una herramienta imprescindible para conocer y comprender los
fenmenos de la realidad que nos circunda

Su desarrollo es muy reciente, pudiendo situarse su verdadero origen en la axiomtica de
Kolmogorov (1933), como base que permiti desarrollar la teora de variable aleatoria

La Ingeniera Civil participa de esa norma general y utiliza la Estadstica para considerar el
carcter aleatorio de los factores de diseo y superar la incertidumbre asociada a los mismos,
dentro de un planteamiento manifiestamente ms eficiente que los mtodos tradicionales
basados en el denominado coeficiente de seguridad

El Ingeniero Civil debe pensar estadsticamente para comprender la realidad en toda su
extensin y ejercer el mejor control posible del medio natural sobre el que ha de actuar

La consecucin de ese objetivo docente encuentra dos factores de resistencia que es
necesario vencer:

La marcada formacin determinista del alumno y, por tanto, contrapuesta al concepto de
aleatoriedad que domina la realidad.

El nivel de madurez del alumno, que inicia su formacin estadstica con una mente poco
predispuesta, en general, a planteamientos de aleatoriedad.