La captura de pepino de mar en América inicio a mediados de los años 80 como respuesta a la alta demanda de países asiáticos y se considera una pesquería económicamente valiosa. Sin embargo, a principios de los 90 se detectó una disminución poblacional alarmante del pepino de mar Isostichopus fuscus en las costas mexicanas que resultó en una veda total. En 2001 se reabrió la pesquería según la norma legislativa NOM-059-SEMARNAT-2001, la cual categoriza a I. fuscus como especie “sujeta a protección especial”, indica que la Captura Total Permisible por unidad de área es del 10% de la población total. Esta estimación se realiza mediante un muestreo sistemático del número de organismos presentes, donde se estima una densidad poblacional mediante la media aritmética, la cual se extrapola al área total del Predio Federal. Desafortunadamente estas poblaciones son poco abundantes, y los muestreos suelen presentar una gran cantidad de estaciones de muestreo vacías, así como unas pocas estaciones con valores atípicos comparativamente altos. Estos dos atributos de los datos generan fuertes sesgos y varianzas altas en la estimación de la abundancia del predio. El objetivo de esta investigación fue comparar la técnica de estimación poblacional estándar (media aritmética) de I. fuscus en la Cooperativa Pesquera “Bahía Magdalena” en el estado de B.C.S., contra los métodos de la Δ- distribución y el método geoestadístico de Kriging Ordinario. Ambos son más complejos que la estimación estándar pero reducen los sesgos y las varianzas. Los resultados obtenidos muestran que la media aritmética en general no es una buena estimación poblacional ya que sobreestima la abundancia y presenta las varianzas más grandes. La Δ-distribución generó resultados más conservadores cuando había presencia de gran proporción de valores ceros, sin embargo se debe tener precaución el uso de esta técnica con muestras de tamaño pequeñas. El método Kriging presenta resultados más conservadores que las otras dos técnicas en los predios que tienen muestras representativas y en general resultó con varianzas menores. Además esta técnica, genera información de la distribución espacial de los organismos, esto le da una gran ventaja por sobre cualquier técnica estadística tradicional, ya que se puede identificar bancos de altas densidades poblacionales y proponer un manejo espacial por bancos [...]In America during the 1980`s, sea cucumbers began to be exploited due to the increasing demand from Asian countries, becoming a valuable economical resource for fisheries. However, in the early 1990`s, an alarming decrease of the population of the sea cucumber Isostichopus fuscus was detected in Mexican coasts, as a result all captures where completely prohibited. In 2001 fisheries were reestablished according to the statute NOM-059-SEMARNAT-2001, which categorizes I. fuscus as a specie “subject for special protection”, this legislation indicates that total permissible captures is 10% of the total population within a concession area. This estimation is performed by a systematic sampling, where population density in the area is estimated through an arithmetic mean, and extrapolated to the total concession area. Unfortunately these populations are very scarce, resulting in numerous empty sampling plots and it is also common to find atypical density values. Both of these data attributes create biases and high variances in the abundance estimation process. The objective of this research was to compare the standard population estimation technique (arithmetic mean) of I. fuscus of the “Bahía Magdalena” Fisheries Co-op in B.C.S. against the Δ-distribution and Ordinary Kriging. Both being more complex than the standard estimation. Attained results demonstrated that the arithmetic mean in general is not a good population estimator, because it overestimates the abundance and presents higher variances. Δ- distribution method gave more conservative results when the sampled data contained a high proportion of zeros, but had problems with small samples. Kriging gave the best estimates when the sample size was large, and provided the lowest variances overall, and also generated information about the spatial distribution of the organisms. This becomes an advantage regarding any other traditional statistical technique, allowing the identification of high density population banks, and therefore enabling the possibility for the spatial management of the banks [...]