Polola, Laura. Profesora de Matemtica por la Universidad de Buenos Aires.

Ejerce la docencia universitaria desde 1988, actualmente se desempea como docente de Estadstica
y de Anlisis Matemtico en la Universidad Nacional de La Matanza. Desde 1995 es investigadora en el rea de la Educacin Matemtica habiendo realizado publicaciones y
presentaciones en congresos de sus trabajos.
Fernndez, Graciela. Profesora de Matemtica por la Universidad Nacional del Nordeste,
Postgrado en Estadstica Aplicada a la Investigacin por la Universidad Nacional de Crdoba, Postgrado en Investigacin en Terapia Ocupacional por la Universidad Nacional de
Quilmes y Magister en Ciencias Sociales por la Universidad Nacional de La Matanza. Ejerce la docencia universitaria desde 1975, actualmente se desempea como profesora de
Estadstica en la Universidad Nacional de La Matanza y en la Universidad Nacional de
Quilmes. Desde 1995 es investigadora en el rea de la Educacin Matemtica habiendo
realizado publicaciones y presentaciones en congresos de sus trabajos.
Angel, Mara Eugenia. Profesora de Matemtica por la Universidad de Buenos Aires, Postgrado en Estadstica Aplicada a la Investigacin por la Universidad Nacional de Crdoba,
y Magister Scientiae en Metodologa de la Investigacin por la Universidad Nacional de
Entre Ros. Ejerce la docencia universitaria desde 1985, actualmente se desempea como profesora de Estadstica en la Universidad Nacional de La Matanza y en la Universidad Virtual de Quilmes y como profesora de Matemtica del CBC en la Universidad de
Buenos Aires. Desde 1989 investiga y dirige proyectos en el rea de la Educacin Matemtica habiendo realizado publicaciones y presentaciones en congresos de sus trabajos.

GNESIS Y EVOLUCIN HISTRICA DE LA PROBABILIDAD Y ESTADSTICA

Autores: Angel, M. Eugenia; Fernndez, Graciela; Polola, Laura C.
Colaboradores: Brunetti, Silvia M.; Ecalle, Miriam; Pagano, Liliana S.

Resumen
El siguiente artculo muestra la etapa inicial de un trabajo de investigacin que parte de
un relevamiento histrico de la gnesis y evolucin de conceptos bsicos de Probabilidad
y Estadstica. El objetivo es analizar el trabajo de pensadores de diversas reas del conocimiento frente a los conflictos encontrados ante nuevos paradigmas, las condiciones
en que se realizara la modelizacin de las teoras y la posterior llegada a su formalizacin. La informacin tratada surge de artculos e investigaciones en educacin matemtica referidos a los conceptos de Probabilidad y Estadstica, en bsqueda de la deteccin
de dificultades y/u obstculos en su aprendizaje y en el posible uso de la historia como
herramienta de enseanza.
Desde este estudio se proyecta disear una metodologa de enseanza, donde se capitalicen las diferentes tcnicas y estrategias empleadas en la superacin de las dificultades
al querer establecer como vlidas las ideas primarias y su desarrollo.
Palabras claves: evolucin-historia-conflicto-paradigma-metodologa-formalizacin
Abstract
The following article shows the initial stage of investigation work that leaves of a
historical report of the genesis and evolution of Probability and Statistic's basic
concepts. The objective is to analyze the work of thinkers of diverse areas of the
knowledge in front of the opposing conflicts in the presence of new paradigms, the
conditions in that its carried out the shaping up of the theories and the later arrival to
its formalization. The treated information arises of articles and investigations in
mathematical education referred to the Probability and Statistics concepts, in search of
the detection of difficulties and obstacles in its learning and in the possible use of the
history like teaching tool.
From this study its projected to design a teaching methodology, where the different
ones are capitalized technical and strategies used in the overcoming from the difficulties
when wanting to settle down as valid the primary ideas and their development.
Key words: evolution-history-conflict-paradigm-methodology-formalization.

INTRODUCCIN
En la bsqueda de estrategias y metodologas de enseanza de la Estadstica recorrimos
aspectos muy diversos como fuentes de recursos para mejorar el proceso educativo. Entre ellos, quizs el ms paradigmtico a la hora de revisar los fundamentos donde se
cimienta la ciencia que nos ocupa, es el de situarnos en el proceso histrico donde se
sucedieron los hechos que hicieron surgir los conceptos que hoy conforman los curriculums de las asignaturas de Probabilidad y Estadstica 1 en distintos niveles de educacin.
La estadstica ha jugado un papel preponderante en el desarrollo de las sociedades, particularmente en nuestros das al convertirse en una herramienta metodolgica indiscutible para todo investigador en cualquier campo del saber.
Adems de su carcter instrumental para otras disciplinas, se reconoce el valor del desarrollo del razonamiento estadstico en una sociedad caracterizada por la disponibilidad de
informacin y la necesidad de toma de decisiones en ambientes de incertidumbre. 2
En el siglo XX la estadstica ha pasado a ser uno de los componentes culturales presentes en el currculo de la educacin media y superior de muchos pases del mundo, entre
ellos de Argentina. La estadstica forma parte de la herencia cultural necesaria para el
ciudadano educado de hoy.
En las sociedades actuales donde la caracterstica es la velocidad de los cambios, nos
preocupamos continuamente por cul es la mejor forma de preparar a los jvenes y qu
contenidos relevantes deben incluirse en los programas de esta asignatura dado el dinamismo propio de la ciencia y de su enseanza.
Algunos objetivos que nos proponemos alcanzar, orientados al mejoramiento de la calidad del proceso educativo en esta disciplina, son:
Revalorizar la historia y evolucin de la ciencia en el proceso educativo.
Evidenciar cmo la necesidad en su contexto histrico motiv el continuo desarrollo y
crecimiento de la Estadstica y ms tarde de la Estadstica Matemtica.
Reflexionar sobre cmo se produce la construccin del conocimiento.
Lograr que los antecedentes histricos de las nociones estadsticas constituyan un
verdadero puente entre la Ciencia y los saberes del campo especfico del alumno.
La concepcin del uso de la historia en la educacin vara en funcin de la filosofa de las
matemticas que se posea constituyendo uno de los ejemplos ms importantes de la
relacin entre la ideologa o la filosofa y la prctica educativa matemtica.
Creemos adems que en contraposicin con la inclusin de la historia como fuente de
recursos motivadores de carcter anecdtico existe la opcin de disear programas estructurados con base en el devenir histrico concreto.
2

La importancia de introducir la historia en la educacin matemtica no es producto de un

desarrollo intrnseco de los contenidos matemticos, sino que est profundamente condicionado por objetivos que encuentran sentido y coherencia especialmente en las visiones
aceptadas consciente o inconscientemente sobre la naturaleza de las matemticas. Por
esto es que ms all de la importancia de las actividades intelectuales de los hombres en
su contexto histrico debe enfatizarse el papel de la ideologa entendida como conjunto
ms o menos coherente de representaciones de la conciencia en su construccin.
FUNDAMENTACIN
La introduccin de la historia como herramienta en la enseanza de la estadstica se enmarca dentro de una visin filosfica que la avala y determina el concepto de enseanza
sobre el que se sustenta el trabajo en el aula.
Miguel de Guzmn 3 afirma que la filosofa prevalente sobre lo que la actividad matemtica representa tiene un fuerte influjo, ms efectivo a veces de lo que aparenta, sobre las
actitudes profundas respecto de la enseanza matemtica. Desde la publicacin de la
tesis doctoral de I. Lakatos (1976), Proofs and refutations, se han producido cambios
bastante profundos en el campo de las ideas acerca de lo que verdaderamente es el
quehacer matemtico.
La antigua definicin de la matemtica como ciencia del nmero y de la extensin, corresponde a un estadio de la matemtica en que el enfrentamiento con la realidad se
plasm en dos aspectos fundamentales, la complejidad proveniente de la multiplicidad
(lo que da origen al nmero, a la aritmtica) y la complejidad que procede del espacio
(lo que da lugar a la geometra, estudio de la extensin). Ms adelante el mismo espritu
matemtico se habra de enfrentar con:
9 la complejidad del smbolo (lgebra)
9 la complejidad del cambio y de la causalidad determinstica (clculo)
9 la complejidad proveniente de la incertidumbre en la causalidad mltiple incontrolable
(probabilidad, estadstica)
9 complejidad de la estructura formal del pensamiento (lgica matemtica).
La filosofa de la matemtica actual ha dejado de preocuparse tan insistentemente como
en la primera mitad del siglo XX sobre los problemas de su fundamentacin, especialmente tras los resultados de Gdel a comienzos de los aos 30, para enfocar su atencin
en el carcter cuasiemprico de la actividad propia (I. Lakatos), as como en los aspectos
relativos a la historicidad e inmersin de la matemtica en la cultura de la sociedad en la
que se origina, considerndola como un subsistema cultural con caractersticas en gran
3

parte comunes a otros sistemas semejantes; provocando que algunos matemticos reflexionen sobre su propio quehacer y cmo la enseanza de la matemtica debe ser.
La educacin matemtica se debe concebir como un proceso de inmersin en las formas
propias de proceder del ambiente matemtico y en la forma peculiar de ver las cosas
caractersticas de la escuela en la que se entronca. Esta idea tiene profundas repercusiones en la manera de enfocar su enseanza y aprendizaje.
La matemtica es una ciencia ms emprica de lo que se creia, sobre todo en su invencin, que es mucho ms interesante que su construccin formal. Es necesario que la inmersin en ella se realice teniendo en cuenta mucho ms intensamente la experiencia y
la manipulacin de los objetos de los que surge. La formalizacin rigurosa de las experiencias iniciales corresponde a un estadio posterior. A cada fase de desarrollo mental,
como a cada etapa histrica o a cada nivel cientfico, le corresponde su propio rigor.
Para entender esta rica interaccin entre la realidad y la matemtica es necesario acudir,
por una parte, a su historia, que devela su proceso de emergencia en el tiempo y por
otra parte a sus aplicaciones, que hacen patentes la fecundidad y potencia de esta ciencia. Con ello se hace obvio cmo la matemtica ha procedido de forma muy semejante a
las otras ciencias, por aproximaciones sucesivas, por experimentos, por tentativas, unas
veces fructuosas, otras estriles, hasta que va alcanzando una forma ms madura, aunque siempre perfectible. Nuestra enseanza ideal debera tratar de reflejar este carcter
profundamente humano de la matemtica, ganando con ello en asequibilidad, dinamismo, inters y atractivo.
Es decir la ideologa se instala como factor social que determina el devenir no slo intelectual, sino socio-histrico.
Segn Guillermo Boido: Se pretende sealar los riesgos que entraan la ausencia de
vertientes culturales en la educacin cientfica que se imparte hoy. Al presentar ante el
educando una versin (irreal) de una ciencia desvinculada del quehacer concreto del investigador y del contexto histrico, social y cultural que enmarc su tarea y sus logros[]. Se corre el riesgo de dar una imagen desnaturalizada del quehacer cientfico y
de la ciencia misma, conocimiento provisional, evolutivo, autocrtico y autocorrectivo.

Afirma ngel Ruiz 5 que innumerables textos hacen referencias a pasajes histricos y en
ciertas ocasiones, el orden histrico se ha tomado como base en la explicacin de contenidos. Sin embargo, el uso de la historia de la Matemtica ha sido muy reducido incluso
en buena parte de la enseanza moderna, no aparece en ninguna forma y hasta en la
formacin profesional docente se ha eximido de su aprendizaje o solo se dan casos de
cursos aislados y poco meditados.

Por eso Batanero (2002) 6 describe los componentes bsicos de la formacin didctica de
los profesores, a saber:
La reflexin epistemolgica sobre el significado de los conceptos, procedimientos particulares que se pretende ensear.
Anlisis de las transformaciones del conocimiento para adaptarlos a los distintos niveles de enseanza.
Estudio de las dificultades, errores y obstculos de los alumnos en el aprendizaje y
sus estrategias en la resolucin de problemas que permitirn orientar mejor la enseanza y evaluacin del aprendizaje.
Anlisis del currculo, situaciones didcticas, metodologa de enseanza para temas
especficos y recursos didcticos especficos.
La Dra. Herminia Hernndez Fernndez 7 presupone que en la enseanza de esta ciencia
hay que mostrar el movimiento y desarrollo de los modelos matemticos, conceptos,
teoremas, mtodos matemticos, y que stos tienen su origen en la realidad objetiva, en
las relaciones conjuntistas, estructurales y de posicin y que son sus imgenes abstractas a menudo muy alejadas de la realidad. Y aclara que unos de los aspectos que contribuye a hacer dinmico el pensamiento es tener en cuenta el hecho histrico acompaado del anlisis de las insuficiencias y de las limitaciones de un concepto matemtico
en un determinado momento y su reemplazo por otro, que satisfaga esas limitaciones 8 .
Arribando al tema central de esta investigacin que es la enseanza de la estadstica,
Holmes (2002) 9 considera que las lecciones de estadstica dentro de los libros de textos
de matemticas no tienen como objetivo preferente la actividad estadstica, provocando
muchas veces que los alumnos finalicen los cursos sin adquirir una competencia real para llevar a cabo un trabajo estadstico.
Lo afirmado por Holmes se observa generalmente en que los alumnos realizan slo clculos y desarrollos matemticos dejando de lado la interpretacin y conceptualizacin de
los mismos.
En los ltimos aos se ha venido forjando el trmino stastistics literacy para reconocer
el papel del conocimiento estadstico en la formacin elemental. El hecho de que el Sexto
Congreso Internacional sobre Enseanza de la Estadstica, celebrado en la Ciudad del
Cabo en julio de 2002, tuviese como lema El desarrollo de una sociedad estadsticamente culta, es un claro indicador de esta relevancia (Moreno, 1998; Murray y Gal, 2002).
Batanero aclara que el objetivo principal no es convertir a los futuros ciudadanos en estadsticos aficionados, puesto que la aplicacin razonable y eficiente de la estadstica
para la resolucin de problemas requiere un amplio conocimiento de esta materia y es
5

competencia de los estadsticos profesionales. Tampoco se trata de capacitarlos en el

clculo y la representacin grfica, puesto que los ordenadores resuelven este problema,
lo que se pretende es proporcionar una cultura estadstica.
Para Gal 10 , la cultura estadstica incluye dos componentes interrelacionados:
a) capacidad para interpretar y evaluar crticamente la informacin estadstica, los argumentos apoyados en datos o los fenmenos estocsticos que las personas pueden encontrar en diversos contextos, incluyendo los medios de comunicacin, pero no limitndose a ellos, y
b) capacidad para discutir o comunicar sus opiniones respecto a tales informaciones estadsticas cuando sea relevante.
Con respecto a la cultura estadstica resulta explicativo lo que expresan Wild y Pfannkuch (1999) 11 en relacin al razonamiento estadstico. Dicen los autores que este tipo de
razonamiento incluye cinco componentes fundamentales, a saber:
9 Reconocer la necesidad de los datos: La base de la investigacin estadstica es la
hiptesis de que muchas situaciones de la vida real slo pueden ser comprendidas a partir del anlisis de datos que han sido recogidos en forma adecuada.
9 Transnumeracin: Significa la comprensin que puede surgir al cambiar la representacin de los datos. Al contemplar un sistema real desde la perspectiva de modelizacin,
puede haber tres tipos de transnumeracin: (1) a partir de la medida que captura las
cualidades o caractersticas del mundo real, (2) al pasar de los datos brutos a una representacin tabular o grfica que permita extraer sentido de los mismos; (3) al comunicar
este significado que surge de los datos, en forma que sea comprensible a otros.
9 Percepcin de la variacin: La recoleccin adecuada de datos y los juicios correctos a
partir de los mismos requieren la comprensin de la variacin que hay y se transmite en
los datos, as como la incertidumbre originada por la variacin no explicada. La estadstica permite hacer predicciones, buscar explicaciones y causas de la variacin.
9 Razonamiento con modelos estadsticos: Cualquier estadstico, incluso un grfico
simple, una lnea de regresin o un resumen puede contemplarse como modelo, pues es
una forma de representar la realidad. Lo importante es diferenciar el modelo de los datos y al mismo tiempo relacionarlo con los datos.
9 Integracin de la estadstica y el contexto.
Este modelo describe el razonamiento estadstico en forma global.
Es este tipo de razonamiento el que deberan lograr los alumnos, por tal motivo la metodologa pasa a ser nuevamente el centro de inters donde la historia juega un rol muy
importante. Son la descripcin y el esclarecimiento de los pasos constructivos que hist-

ricamente se han dado en la evolucin de la estadstica los que favorecen su mejor

aprovechamiento intelectual y formativo, asignndole un mayor nfasis a la contextualizacin histrica, social, cultural y emprica de su naturaleza y enseanza.

RESEA HISTRICA
Toda ciencia es medicin, toda medicin es estadstica. (Helhomtz)
Origen de la palabra Estadstica
La palabra Estadstica tiene sus antecedentes histricos en los censos, recuentos o inventarios, de personas o bienes, realizados an antes de Cristo.
Para algunos autores, el vocablo statistik proviene de la palabra italiana statista y fue
utilizado por primera vez en 1752 por Gotfried A. Achenwall con el significado de ciencia
de las cosas que pertenecen al estado. Achenwall fund la Escuela de Gttingen y es
conocido por los alemanes como el padre de la estadstica, reconocimiento que l atribuye a Hermann Conrig (1606-1681).
Para otros autores la palabra estadstica deriva de status que en el latn medieval tena
el sentido de estado poltico. Y con este sentido es usado por primera vez en el Hamlet
de Shakespeare. Posteriormente se la us en tratados de poltica econmica y significaba
la exposicin sistemtica y ordenada de las caractersticas ms notables de un Estado 12 .
El Dr. E. A. W. Zimmerman introdujo el trmino statistics en Inglaterra. Su uso fue popularizado por sir John Sinclair en su obra Statistical Account of Scotland (Informe estadstico sobre Escocia 1791-1799) 13 .
Declaraba Gustav Rumelin en 1863, la cultura alemana exige definiciones de concepto y
de objeto. Es la estadstica una ciencia? Si lo es, qu clase de ciencia es y cules son
sus conceptos y objetos? Hasta ahora hay sesenta y dos definiciones diferentes de estadsticas. La ma har que haya sesenta y tres 14 .
Algunas definiciones de Estadstica
Las diferentes definiciones de Estadstica la ubican en mltiples contextos, desde el propio al utilitario, pasando por el matemtico y social: para Karl Pearson trata de las aplicaciones de la teora matemtica a la interpretacin de observaciones masivas; Jerzy
Neyman la incluye dentro del clculo de probabilidades; Harald Cramer dice que investiga la posibilidad de extraer de datos estadsticos inferencias vlidas elaborando los mtodos mediante los cuales se pueden obtener dichas inferencias. Finalmente, para
Alexander Mood la estadstica no es otra cosa que la tecnologa del mtodo cientfico 15 .

Las discusiones sobre lo que realmente es la estadstica son actuales, incluso en su

taxonoma. La UNESCO la clasifica dentro de las ciencias sociales, pero FONDECYT la incluye dentro de la matemtica y a sta en las ciencias exactas y naturales.
Rosalinda Flores Garca (1998) seala que es posible hablar de dos trminos y metodologas diferentes. Si se trata de la recoleccin, presentacin y caracterizacin de un conjunto de datos que arrojan como resultado la descripcin de las diversas caractersticas
de una poblacin o muestra, tiene lugar una metodologa llamada estadstica descriptiva.
Esas experiencias, enriquecidas con los conceptos de la teora de probabilidades hacen
posible la estimacin de caractersticas de una poblacin, validacin de distribuciones o
la toma de decisiones sobre algn factor de la poblacin, sin conocerla enteramente y
basndose slo en los resultados de un muestreo. Esta metodologa se llama estadstica
inferencial 16 .
Leonard J. Kazmier (1998) dice que la estadsticas es el conjunto de tcnicas que se emplean para la recoleccin, organizacin, anlisis e interpretacin de datos 17 .
Cortada de Kohan, Nuria (1994), nos acerca una posible definicin y demarca un poco
ms el panorama citando a otros autores. Por estadstica entendemos los mtodos cientficos por medio de los cuales podemos recolectar, organizar, resumir, presentar y analizar datos numricos relativos a un conjunto de individuos u observaciones y que nos
permiten extraer conclusiones vlidas y efectuar decisiones lgicas.
Segn Yule 18 por estadstica damos a entender datos cuantitativos fuertemente influidos
por una multitud de causas.
Para Gini 19 la Estadstica, en su aspecto metodolgico, es una tcnica adecuada al estudio cuantitativo de los fenmenos de masa o colectivos, entendiendo por tales aquellos
cuya medicin requiere una coleccin de observaciones de otros fenmenos ms sencillos llamados fenmenos aislados o individuales 20 .
Al respecto, Nuria Cortada de Kohan agrega que es importante sealar que se habla de
fenmenos cuya medicin requiere una coleccin de observaciones, pues hay fenmenos
que se presentan en masa pero no se requiere observacin alguna, pues se conocen a
priori.
Rafael Alvarez Alva. (1991) 21 en el captulo de Estadstica mdica y de la salud incluye
cuatro definiciones que considera muy importantes pues muestran el avance que ha tenido lugar en esta disciplina:
Croxton y Cowden: es el mtodo cientfico que se utiliza para recolectar, elaborar,
analizar e interpretar datos sobre caractersticas susceptibles de ser expresadas numricamente, de un conjunto de hechos, personas o cosas.

 Yule y Kendall: es el mtodo cientfico que sirve para la elucidacin de datos cuantitativos que obedecen a mltiples causas.
Mainland: es el mtodo cientfico que se ocupa del estudio de la variacin.
Ligia Moya: es la rama del saber que trata del desarrollo y aplicacin de mtodos eficientes de recoleccin, elaboracin, presentacin, anlisis e interpretacin de datos.
Para Chou Ya Lun (1991) 22 , la funcin principal de la estadstica es elaborar principios y
mtodos que nos ayuden a tomar decisiones frente a la incertidumbre.
Segn Kreyszig, Erwin (1981), la estadstica matemtica trata de la teora y aplicacin
de mtodos para coleccionar datos estadsticos, analizarlos y hacer deducciones a partir
de ellos. Estos tienen un rasgo en comn que se deriva de la presencia de efectos que
no podemos predecir porque son resultado de factores que no pueden ser controlados y
con frecuencia ni siquiera enumerados, un solo caso muestra irregularidad aleatoria
que hace imposible predecir resultados pero un gran nmero de casos exhiben regularidad estadstica. Es importante descubrir detalles de esas leyes estadsticas para crear
un modelo matemtico. 23
Fausto I. Toranzos (1962) afirma que en primer lugar tenemos que tener en cuenta que
el objeto de los estudios estadsticos est en los fenmenos que se refieren a poblaciones muy numerosas. Resulta, a menudo, que si deseamos estudiar el comportamiento
de ellas, respecto de una propiedad o caracterstica, los mtodos deterministas son inaplicables frente a la complejidad del fenmeno[] Es entonces cuando la Estadstica
apoyada en el clculo de probabilidades se hace presente, y mediante un esfuerzo de
sntesis, que es la caracterstica de sus mtodos, introduce estudios referentes al comportamiento promedio de los individuos, logrando, en esa forma, superar la indeterminacin que se manifiesta en los casos particulares[...] Dice al respecto Darmois: La Estadstica tiende a recoger, caracterizar numricamente y coordinar grupos de hechos, grupos generalmente numerosos, hechos generalmente complejos. 24
En sntesis, nos referimos a la ciencia de la recoleccin y anlisis de datos para la toma
de decisiones, transformando datos en informacin. En su mtodo comienza presentando
tcnicas de diseo y recoleccin de datos respecto a un fenmeno y luego mediante la
estadstica descriptiva se resume lo medular de la informacin. La inferencia estadstica
desde la probabilidad extiende las conclusiones obtenidas de la muestra a la poblacin
de la que es parte, adems de postular modelos que se ajusten a los datos.
Desarrollo de la Ciencia Estadstica
La Estadstica se estructur, como disciplina cientfica, en el siglo pasado, pero ya se
conoca y se aplicaba en forma rudimentaria desde la antigedad. 25
9

El Dr. Fausto I. Toranzos, identifica cuatro hitos principales en la constitucin de la Ciencia estadstica tal como la conocemos hoy en da, a saber:
1- Confeccin de resmenes estadsticos.
2- Formalizacin de la estadstica descriptiva
3- Momento en que se relacionan el clculo de probabilidades y la estadstica
4- Estructuracin matemtica de la estadstica
La clasificacin elegida responde a los cuatro grandes interrogantes que nos formulamos
al momento de querer reconstruir el camino realizado por esta Ciencia.
1- Cundo se comenzaron a realizar resmenes estadsticos?
Prcticamente el hombre comenz a registrar datos -de cosechas, de poblacin, etc.desde que dej de ser nmade.
Desde la antigedad nos llegan testimonios (documentos e inscripciones en donde grandes cantidades de datos numricos se ven representados por promedios y por grficas)
procedentes de las diversas culturas como la sumeria -pueblos de Asiria y de Babilonia-,
la egipcia, la rabe y de la misma Roma (tambin desde las culturas occidentales) pero
sin formalizacin alguna, hasta que el economista prusiano Gottfried Achenwall utiliz el
trmino de estadstica referido a masas de datos numricos, a su concentracin y presentacin en tablas y grficas 26 .
Mucho antes de nuestra era ya se efectuaban relevamientos de poblacin y de recursos,
algunos ejemplos lo constituyen:
9 Las tablas de Estadstica agrcola utilizadas por los chinos miles de aos antes de la
era cristiana. En la China, Confucio (500 a. C), habla de cmo el rey Yao (3000 a. C)
mand hacer una verdadera estadstica agrcola y un relevamiento comercial del pas.
9 Los censos realizados para facilitar la funcin del Estado mencionados en la Biblia,
como la referencia de: el censo de los israelitas realizado por Moiss en el desierto, razn por la que se dio a aquella parte especial del libro el nombre de los Nmeros 27 y en
El Viejo Testamento el Censo del rey Herodes.
9 Realizaron censos tambin los romanos, los griegos y los egipcios. Los primeros para
aplicar impuestos y los ltimos para restituir las propiedades ubicadas en las mrgenes
del Nilo, despus de las inundaciones.
Se puede afirmar que el quehacer estadstico es tan antiguo como la historia registrada, mas fue despus de varios siglos cuando se sistematizaron sus resultados.
2- Cmo comenz a formalizarse la estadstica?
10

Con la aparicin de la estadstica de fenmenos que golpeaban a la sociedad como lo

son la muerte, epidemias, casos de suicidios, enfermedades mentales y todo tipo de delitos, los que dieron origen a la publicacin de datos referidos a los mismos. Fue un verdadero alud de nmeros impresos que dio inicio al recuento e inventario de los seres
humanos y de sus hbitos 28 .

En 1532 al producirse la peste en Inglaterra, durante el reinado de Enrique VII, se

empezaron a registrar los fallecimientos. Y en Francia por medio de una ley se requiri al
clero que registrara los bautismos, defunciones y matrimonios.

A fines del siglo XVI, durante un brote de peste, el gobierno ingls empez a publicar

semanalmente las estadsticas de mortalidad. Prctica que continu y que por el ao

1632 estas Listas de Mortalidad -Bills of Mortality- contenan listados de nacimientos y
muertes clasificados segn el gnero.

En 1662, John Graunt utiliz los listados de mortalidad publicados hasta ese momen-

to para realizar predicciones acerca del nmero de personas que moriran a causa de
diferentes enfermedades, y sobre la proporcin de nacimientos, de ambos sexos, que
poda esperarse. Resumido en su trabajo, Natural and Political Observations Mentionet
in a following Index, and made upon the Bills of Mortality, el estudio de Graunt fue uno
de los primeros anlisis estadsticos 29 .
Newman sostiene que la estadstica fue fundada por Graunt pues fue la mencionada obra
el primer intento de interpretacin de los fenmenos biolgicos de masa y de la conducta
social, a partir de datos numricos 30 .
En 1995 Ian Hacking, concluye que en esa poca, a partir de tamaa irrupcin de cifras
impresas el determinismo fue subvertido por leyes del azar. Para sustentar la presencia
de leyes estadsticas era menester que se dieran regularidades semejantes a leyes en
vastas poblaciones; pues la simple coleccin rutinaria de datos numricos no es suficiente para que afloren a la superficie leyes estadsticas. Aclara adems que el uso de la
probabilidad en lo social no se realiza desde las concepciones matemticas de la probabilidad sino desde donde realmente surgi: la metafsica, la epistemologa, la lgica y la
tica 31 .
En la misma poca se cre en Londres la Escuela de Aritmtica-Poltica que haca estudios demogrficos, actuariales y llevaba datos oficiales. De esta escuela derivaron dos
tendencias en estadstica:
La denominada enciclopedicomatemtica que se entronca con la aparicin del clculo
de probabilidades. Algunas figuras representativas son:

11

Christian Huyghens, Blaise Pascal y Pierre Fermat; la familia de matemticos Ber-

noulli que dieron fama durante ms de medio siglo a la Universidad de Basilea.

Abraham De Moivre, Pierre Simon Laplace, Carl Friedrich Gauss, Simen Denis
Poisson, Adolfo Quetelet, Gournot y Francis Galton. De ste ltimo procede toda la
escuela inglesa de estadsticos y biometristas (Pearson, Fisher, Yule, Spearman, Gosset Student-, Thurstone, etc.).

La demogrfica que procede idealmente de los primeros aritmticos polticos, ini-

ciada por Graunt. Numerosos discpulos continuaron su obra, particularmente William

Petty (1627-1687) y Sssmilch (1707-1767). El primero fue su continuador en Inglaterra
y el segundo en el continente europeo. 32
Sir John Sinclair, de esta escuela, rob a los germanos las palabras estadsticas y estadstica, reconocindolo pblicamente por escrito. Ante la disputa generada los aritmtico polticos saltaron al primer plano internacional. Las agrias discusiones y duros
ataques entre Londres y Gttingen terminaron con la Escuela de Gttingen. Esta se disolvi, y as surgi la estadstica como disciplina aceptada que a partir de Galton se convierte en ciencia.
3- Cundo se relacionan el Clculo de probabilidades y la Estadstica?
Hoy en da cuando se habla de estadstica surge casi naturalmente la idea del azar pero
esto no siempre fue as.
En el siglo XVII paralelamente al desarrollo de la Estadstica como disciplina cientfica
pero en forma independiente, se desarroll el Clculo de probabilidades. Se podra decir
que a fines del siglo XIX se comenz a utilizar el concepto de azar, indeterminismo o
aleatorio.
Sus iniciadores son los matemticos italianos y franceses de ese siglo, particularmente
Pierre Fermat y Blaise Pascal, quienes dieron origen a los estudios del clculo de probabilidades, tratando de resolver problemas de juegos de azar propuestos por el caballero
de Mr.
Los primeros estudios sobre probabilidad estaban intrnsecamente unidos con los juegos
de azar, buscando la mxima rentabilidad monetaria o mayor utilidad, objetivo vigente
hasta que apareci la obra de Daniel Bernouilli en 1730.
Posteriormente, el empleo del mtodo de los mnimos cuadrados es desde su introduccin por Gauss y Legendre, la tcnica de estimacin ms utilizada en el mbito de la
medida. (Rafael Ferrer Toro, marzo 2001) 33 .
Los primeros nombres ligados a esta etapa significativa son:

12

9 Los Bernouilli, originarios de los Pases Bajos pasaron a Suiza. Jakob Bernoulli (16541705), formul las tablas de distribucin de probabilidad Binomial e inici los estudios
sobre la estabilidad de las series de datos obtenidos a partir de registros de mortandad.
Su obra Ars conjectandi fue publicada pstumamente en 1713, en ella se establecieron
las bases de la teora de la probabilidad. Su sobrino, Daniel Bernoulli (1700-1782) se
dedic al estudio de la teora de probabilidades relacionndola formalmente en sus aplicaciones prcticas con la estadstica.
9 Los conocimientos que desde el Renacimiento tenan algunos matemticos como Tartaglia sobre los juegos de azar fueron tratados posteriormente por:
9 Pierre Fermat (1601-1665), en su Teora general de las combinaciones y formalizados
en el siglo XVIII con los estudios de Jakob Bernoulli.
9 Thomas Bayes (1702-1761) fue el autor de la primera inferencia inductiva formal.
Estos logros culminaron con la obra de
9 Pierre Simon Laplace (1749-1827), que establece las primeras hiptesis estadsticas
de orden intuitivo, lleva a cabo estudios sistemticos de cmo se desva un conjunto de
valores a partir de su promedio y escribe la Teora analtica de las probabilidades en
1818 y Ensayo filosfico sobre las probabilidades (1814).
Los trabajos de Laplace permitieron dar su definitiva estructuracin al Clculo de probabilidades. Se puede decir que la obra del propio Laplace y de otros matemticos como
Poisson, Gauss, etc., proveyeron al Clculo de probabilidades de recursos matemticos
llevndolo a un grado de perfeccionamiento que lo ha hecho apto para las aplicaciones a
diversos campos de la ciencia y muy especialmente a la Estadstica.
A partir de Laplace, las dos disciplinas, Clculo de probabilidades y Estadstica, que hasta
entonces haban permanecido separadas, se fusionan de manera que el Clculo de probabilidades se constituye en el andamiaje matemtico de la Estadstica.
El impulso que llev al estado actual de desarrollo del Clculo de probabilidades, producido entre fines del siglo XIX y principios del XX, se debe principalmente a franceses,
rusos y norteamericanos, con la colaboracin de alemanes, escandinavos, ingleses, italianos, etc. 34
4- Cundo la estadstica pudo constituirse con una estructuracin matemtica?
Ese fue el inicio de una escuela que domin a lo largo del siglo XIX.
9 Carl Friedrich Gauss (1777-1855). Desarroll estudios referidos a la ley normal del
error y al mtodo de mnimos cuadrados. Publica un tratado sobre las series hipergeo-

13

mtricas. Gauss, Bessel y el propio Laplace llegaron a establecer el mtodo de mnimos

cuadrados, como procedimiento matemtico para resolver el problema fundamental de
la teora de los errores que constituye la primera rama de la Estadstica con una estructuracin terico-matemtica.
9 Simon Denis Poisson (1781-1840), discpulo de Laplace, redacta la distribucin que
lleva su nombre y en 1837 establece el desarrollo matemtico de la ley de los grandes
nmeros.
La introduccin de mtodos estadsticos en la industria, ciencias fsicas y sociales, y en
otros campos, comenz hace slo unas cuantas dcadas con algunas implicancias an
hoy no entendidas. Su importancia se halla en: la creacin de mtodos matemticos que
permiten realizar inferencia estadstica acerca de las poblaciones a partir de muestras y
la complicacin creciente de los problemas cientficos, de ingeniera, economa y poltica.
Por ambas ha crecido la demanda de mtodos ms precisos y de la estadstica matemtica. Con los desarrollos estadsticos del siglo XX se puede afirmar que la Estadstica es
capaz de proporcionar esos mtodos para una gran cantidad de problemas prcticos importantes.
Histricamente, a fines del siglo XIX y principios del XX hubo un gran impulso en el desarrollo de la estadstica matemtica por parte de Kart Pearson y su escuela (University
Press, Cambridge) 35 .
Historia reciente
En Inglaterra tuvo su origen la Estadstica Experimental.
Con Galton y Weldon (1860-1906) que medan caractersticas biolgicas, surgi la biometra, fundaron la revista Biometrika (y con ello la ciencia y la palabra) y estimularon el
desarrollo de la estadstica con los descubrimientos de Pearson y Fisher.
El diseo de experimentos fue creado, tal como se concibe hoy en da, por R. A. Fisher
(1890-1962). Mucha gente considera a Fisher el ms grande estadstico de todos los
tiempos. Public libros sobre varios aspectos de la Estadstica y una infinidad de artculos, entre ellos Statistical methods for research workers (1925) y The design of experiments (1935, editados por Oliver y Boyd, Edimburgo). La mayor parte de sus contribuciones tericas fueron compiladas en el libro Contributions to Mathematical Statistics
(John Wiley y Sons, N. York, 1950).
Fisher impuls su carrera como estadstico de la Estacin Experimental de Rothamsted a
partir de 1919, con lo que cre de paso una tradicin de utilizacin de la Estadstica en
agricultura. Finalmente, por si lo dems fuera poco, el aporte de Fisher a la gentica
14

(por ejemplo el llamado "teorema fundamental de la gentica" y el libro The genetical

theory of natural selection, 1930, Oxford University Press) lo hace ser considerado uno
de los pilares de la Gentica moderna.
La enorme contribucin de Fisher a la Estadstica fue continuada en la Estacin Experimental de Rothamsted por su sucesor Frank Yates con trabajo pionero en bloques incompletos, modelos lineales, mnimos cuadrados y computacin.
En el primer tercio del siglo XX irrumpen con fuerza en el mbito cientfico-matemtico
corrientes que tratan de configurar un marco propio para la axiomatizacin de la teora
de la probabilidad y las bases para sustentar la estadstica inferencial.
El desarrollo de estas corrientes ocup un amplio perodo de tiempo donde cientficos de
gran renombre fueron plasmando sus teoras:
Preparacin de una base topolgica y de las estructuras asociadas necesarias para establecer una nueva axiomtica (E. Cantor (1845-1918), D. Hilbert (1862-1943), E. Borel
( 1871-1956)).
Inicio y consolidacin de la axiomtica de la teora de la probabilidad (H. Lebesgue
(1875-1941) , A. N. Kolmogorov (1903- 1987) y W. Feller (1906-1970) ).
Desarrollo de la inferencia estadstica clsica y su aplicacin a Ingeniera, Industria (A.
Harkov (1856-1922), K. Pearson (1856-1936), W. S. GossetStudent- (1876-1937) ; G.
W. Snedecor(1881-1974) ; R. Von Mises(1883-1953) y R. A. Fisher)).
Estas reas fueron perfeccionndose simultneamente, consiguiendo en tan solo cincuenta aos desarrollar contenidos que han formado una estructura propia en el mbito
de las ciencias matemticas.
A partir de mediados del siglo XX, tras la puesta en prctica de la inferencia clsica, surgen investigadores que tratan de implementar aplicaciones dirigidas hacia las ciencias
sociales y el mbito econmico surgiendo la inferencia estadstica moderna que tiene dos
pilares fundamentales: la teora de la decisin y los mtodos bayesianos.
Teora de la decisin. Punto de partida en los trabajos de Wald (1950). Pretende establecer una teora, unas reglas de accin en situacin de incertidumbre o riesgo. El valor
de cualquier decisin es medido por su prdida.
Teora bayesiana. Admite conocimientos a priori, as como observaciones nuevas. Las a
priori son modificadas por las verosimilitudes.
Finalmente, la inferencia estadstica robusta configura una teora ms afinada en aspectos tan interesantes como la parte de estimacin y de contraste.
El trmino robusto fue establecido por Box (1953), tratando de forzar hacia una modelizacin ms completa que la establecida. Trabajos posteriores fueron reforzando la teo-

15

ra, destacndose: Quenouille (1956), con tcnicas que permiten reducir el sesgo y establecer nuevos entornos para la estimacin; Anscombel (1960), estimulando la investigacin terica y experimental en datos extremos; Huber (1964), diseando los procedimientos estadsticos robustos; Hampel (1968), introduciendo el uso de curvas de influencia para analizar la sensibilidad de los estimadores; Jaeckel (1971) y Berger (1976),
sobre aspectos de admisibilidad de los estimadores.
Esta breve resea pone de manifiesto que el conocimiento se encuentra en permanente
expansin en forma dinmica desde el momento de su concepcin. Expansin que fue
posible desde las controversias, paradigmas en conflicto, luchas y ambiciones entre otras
causas.
Tomar conciencia de ese proceso posibilita disear metodologas de enseanza donde la
esencia de la ciencia est presente para comprenderla y lograr su conceptualizacin en
virtud de la evolucin histrica como modelo de construccin de conocimiento.

16

Bibliografa
- Alvarez Alva R. Salud Pblica y Medicina Preventiva. Manual Moderno. Mxico 1991
- Batanero, Carmen. Los retos de la cultura estadstica. Congreso de Estadstica. Caseros, Argentina, 2003.
- Boido, Guillermo. Historia de la ciencia y vida en la ciencia. Algunas reflexiones educativas. Artculo del Programa de Epistemologa, Lgica, Metodologa e Historia de la
Ciencia de la Facultad de Ciencias Exactas de la UBA. 1996.
- Cortada de Kohan, Nuria. Diseo Estadstico. Para investigadores de las Ciencias Sociales y de la Conducta. Editorial Universitaria de Buenos Aires, Agosto de 1994.
- Cortada de Kohan, Nuria y Carro, Jos Manuel. Estadstica aplicada. Ediciones Previas/Psicologa. Editorial Universitaria de Buenos Aires, 1968.
- Chou Ya Lun. Anlisis Estadstico. Mc. GRAW-HILL. ltima edicin. 1991
- Ferreiro, O.; Fernndez de la Reguera, P., La estadstica, una ciencia de la controversia, Revista Universitaria N 25 del ImyF. Universidad de Talca. Chile. 1988
- Flores Garca, Rosalinda; Lozano de los Santos, Hctor. Estadstica. Aplicada para
Administracin. Grupo Editorial Iberoamrica, S.A.de C.V. Mxico, 1998.
- Guzmn, M. de, Tendencias actuales de la enseanza de la matemtica, Studia Pedaggica. Revista de Ciencias de la Educacin, 21 (1989),19-26.
- Hacking, Ian. La Domesticacin del azar. Editorial Gedisa, Barcelona, Espaa, 1995.
- Hernndez Fernndez, H.; Delgado Rub, J.; Fernndez de Alaiza, B.; Valverde Ramirez, L. y Rodrguez Hung, T. Cuestiones de Didctica de la Matemtica. Serie educacin. Homo Sapiens Ediciones, Rosario, Argentina, 1998.
- Holmes, P. Some lessons to be learnt from currculo developments in stadistics. En B.
Philips (Ed.) Sixth Internacional Conference on Teaching of Statistics. Ciudad del Cabo:
IASE. CD ROM. 2002
- Kazmier L.J. Estadstica aplicada a la Administracin y Economa. Mc.GRAW HILL 1998
- Kreyszig, Erwin. Introduccin a la Estadstica Matemtica. Principios y mtodos. EDITORIAL LIMUSINA, S.A. Mxico, Quinta reimpresin, 1981.
- Levin, Richard I. ;Rubin, David S. Estadstica para administracin y economa. PEARSON Educacin , Mxico, Sptima Edicin, 2004.
- Newman, J. R. Sigma. El mundo de las matemticas. Ed. Grijalbo-Mondadori. 1997.
- Extractos del artculo de ngel Ruiz, aparecido en el Boletn Informativo del Comit
Interamericano de Educacin Matemtica (CIAEM) Ao 5, N 2. Noviembre de 1997.
- Santal,L.A., La educacin matemtica, hoy (Teide, Barcelona, 1975)
- Toranzos, Fausto I. Teora Estadstica y Aplicaciones. Ediciones Macchi. 1997

17

- Willoughby S.S.- Probability and Statistics- Silver Burdett Company

1

En adelante, con el trmino Estadstica se denominar en forma sinttica el rea de la matemtica que
comprende Probabilidad y Estadstica, identificacin que queda explicada con el surgimiento de la estadstica inferencial que las vincula e integra.
2
Batanero, Carmen. Los retos de la cultura estadstica. Congreso de Estadstica. Caseros, Argentina, 2003
3
Miguel de Guzmn. Una consideracin de fondo. Qu es la actividad matemtica? Tendencias actuales de
la enseanza de la matemtica, Studia Pedaggica. Revista de Ciencias de la Educacin, 21 (1989)
4
Artculo de Guillermo Boido, a raz del Programa de Epistemologa, Lgica, Metodologa e Historia de la
Ciencia de la Facultad de Ciencias Exactas de la UBA. Historia de la ciencia y vida en la ciencia. Algunas
reflexiones educativas. 1996.
5
Extractos del artculo de ngel Ruiz, aparecido en el Boletn Informativo del Comit Interamericano de
Educacin Matemtica (CIAEM) Ao 5, N 2. Noviembre de 1997.
6
Batanero, Carmen., 2003. op. cit.
7
Hernndez Fernndez, Delgado Rub, Fernndez de Alaiza, Valverde Ramirez y Rodrguez Hung. Cuestiones de Didctica de la Matemtica. Serie educacin. Homo Sapiens Ediciones. 1998, Rosario, Argentina.
pp. 7-8.
8
Hernndez Fernndez, H. y otros (1998). P.21.
9
Holmes, P. (2002). Some lessons to be learnt from currculo developments in stadistics. En B. Philips (Ed.)
Proceedings of the Sixth internacional Conference on Teaching of Statistics. Ciudad del Cabo: IASE. CD
ROM.
10
Gal, I. (2002). Aduts statistical literacy. Meanings, componentes, responsibilities. International Statistical
Review, 70 (1), pp: 2-3
11
Wild, C. y Pfannkuch, M. (1999). Statistical thimking in empirical enquiry. International Statistical Review,
67 (3), pp: 223-265
12
Cortada de Kohan, Nuria y Carro, Jos Manuel. Estadstica aplicada. Ediciones previas/Psicologa. EUDEBA, Buenos Aires, 1968. p. 3.
13
Levin, Richard I. y Rubin David S. Estadstica para administracin y economa.PEARSON Educacin. 7
edicin. Mxico, 2004. p.3.
14
Hacking, Ian. La Domesticacin del azar. Editorial Gedisa, Barcelona, Espaa, mayo 1995. p. 49.
15
Ferreiro, Osvaldo y Fernndez de la Reguera, Pedro, La estadstica, una ciencia de la controversia. Revista Universitaria N 25. Instituto de Matemticas y Fsica. Universidad de Talca. Chile. (1988)
16
Flores Garca, Rosalinda; Lozano de los Santos, Hctor. Estadstica. Aplicada para Administracin. Grupo
Editorial Iberoamrica, S.A. Mxico, 1998. p. 2.
17
Leonard J. Kazmier. Estadstica aplicada a la Administracin y Economa. Tercera edicin. Mc. GRAW HILL.
(1998)
18
Yule, G.O. y Kendall N.G. Introduccin a la Estadstica Matemtica. Ed. Aguilar, Madrid 1947. Citado por
Cortada de Kohan, N. Diseo Estadstico. EUDEBA, Bs. As. 1994. p. 23.
19
Gini C. Curso de estadstica. Editorial Labor, Barcelona 1953, citado por Cortada de Kohan, Nuria (1994).
p.24.
20
Cortada de Kohan, Nuria (1994).
21
Alvarez Alva, Rafael. Salud Pblica y Medicina Preventiva. Editorial El Manual Moderno. Mxico, 1991. pp
121-122.
22
Chou Ya Lun. Anlisis Estadstico. Mc. GRAW-HILL. ltima edicin. 1991
23
Kreyszig, Erwin. Introduccin a la Estadstica Matemtica. Principios y mtodos. EDITORIAL LIMUSINA,
S.A. Mxico, Quinta reimpresin, 1981. pp.17 y 18.
24
Toranzos, Fausto I. Teora Estadstica y Aplicaciones. Ediciones Macchi. 1997. pp.7 y 8.
25
Toranzos, Fausto I. Op. cit.. p.3.
26
Flores Garca, Rosalinda; Lozano de los Santos, Hctor. Estadstica. Aplicada para Administracin. Grupo
Editorial Iberoamrica, S.A.de C.V. Mxico, 1998. p. 1
27
Cortada de Kohan, N. y Carro, J. M. Estadstica aplicada. EUDEBA, Bs As. 1968. p. 3.
28
Hacking, Ian. La Domesticacin del azar. Editorial Gedisa, Barcelona, Espaa, mayo 1995. p.9.
29
Levin, Richard I. ;Rubin, David S. OP.cit. p.3.
30
Newman, James R. Sigma. El mundo de las matemtica. Ed. Grijalbo. T 3. Parte 2. pp. 104
31
Hacking, Ian (1995) .Op.cit . pp. 36 y 37
32
Cortada de Kohan, Nuria y Carro, Jos Manuel. Op. cit. pp. 4 y 5.
33
Rafael Ferrer Toro, 2001. Catedrtico de Universidad de Ingeniera Cartogrfica, Geodesia y Fotogrametra. Universidad de Cantabria.
34
Toranzos, Fausto I. Op. cit. p. 5.
35
Kreyszig, Erwin. Introduccin a la Estadstica Matemtica. Principios y mtodos. EDITORIAL LIMUSINA,
S.A. Mxico, Quinta reimpresin, 1981. pp.19 y 20.

18