El método magnetotelúrico se viene utilizando cada vez más para monitorear cambios en la distribución de la resistividad eléctrica en el subsuelo. Uno de los parámetros preferidos para este fin es la dirección de rumbo, la cual se deriva de la impedancia superficial observada y es muy sensible a cambios en la dirección del flujo de corriente eléctrica en el subsuelo. El método más utilizado para estimar los cambios en el rumbo es la fórmula que se obtiene del tensor de fase porque éste es inmune a las distorsiones galvánicas. Sin embargo, es bien conocido que esta fórmula es inestable para datos con ruido, lo que limita su aplicación para propósitos de monitoreo de cambios temporales, porque en general esto implica la comparación entre dos o más conjuntos de datos muy similares. Uno de los problemas es que el ruido provoca que la distribución de las estimaciones se disperse en los cuatro cuadrantes. Esto se puede manejar acotando todos los valores a un solo cuadrante. Esto se justifica en esta tesis mostrando que la fórmula exacta obtenida del tensor de fase para el rumbo es a la vez una fórmula de mínimos cuadrados. Se muestra que esto es equivalente a definir funciones objetivo para la matriz de valores propios y a seleccionar los mínimos numéricamente. En contraste a la fórmula analítica, el método numérico se puede generalizar para calcular rumbos utilizando cualquier número de periodos, permitiendo el cálculo de compromisos entre variancia y resolución. El método que se propone en esta tesis se ilustra aplicándolo a datos sintéticos y a datos de campo recolectados en una arreglo de monitoreo magnetotelúrico instalado en el Valle de Mexicali, México.The magnetotelluric method is increasingly being used to monitor electrical resistivity changes in the subsurface. One of the preferred parameters derived from the surface impedance is the strike direction, which is very sensitive to changes in the direction of the subsurface electrical current flow. The preferred method for estimating the strike changes is that provided by the phase tensor because it is immune to galvanic distortions. However, it is also a fact that the associated analytic formula is unstable for noisy data, something that limits its applicability for monitoring purposes, because in general, this involves a comparison of two or more very similar data sets. One of the issues is that the noise provokes dispersion of the distribution of estimates between the four quadrants. This can be handled by limiting all values to the same quadrant by adding or subtracting the appropriate amount. This is justified by showing that the analytic formula is also a least squares solution. This is equivalent to define penalty functions for the matrix of eigenvalues and then select the minima numerically. Contrary to the analytic formula, the numerical approach can be generalized to compute strikes using windows of any number of periods, thus providing tradeoffs between variance and resolution. The performance of the proposed approach is illustrated by its application to synthetic data and to real data from a monitoring array in the Mexicali Valley, México.