 |
|
|
| .: Criptotaller
:. |
|
| |
|
| Frecuencias
en textos españoles |
En el criptoanálisis de algunos
métodos clásicos es interesante conocer la frecuencia
de letras, pares de letras y palabras en el idioma en que suponemos
que está escrito dicho mensaje. He aquí algunos
datos útiles:
Frecuencia de las letras
| Letras
de alta frecuencia. |
| |
Frecuencia % |
|
E |
16.78 |
|
A |
11.96 |
|
O |
8.69 |
|
L |
8.37 |
|
S |
7.88 |
|
N |
7.01 |
|
D |
6.87 |
|
| Letras
de frecuencia media. |
| Letra |
Frecuencia % |
|
R |
4.94 |
|
U |
4.80 |
|
I |
4.15 |
|
T |
3.31 |
|
C |
2.92 |
|
P |
2.76 |
|
M |
2.12 |
|
El resto de las letras: G,F,V,W,J,Z,X,K
tienen frecuencias inferiores a 0.5% y se pueden considerar por
tanto "raras". Resumiendo los datos anteriores y aplicándolos
por grupos de letras podríamos decir que:
-
Las vocales ocuparán alrededor
del 47% del texto.
-
Sólo la E y la A se identifican
con relativa fiabilidad porque destacan mucho sobre las demás.
-
Las letras de frecuencia alta
suponen un 68% del total.
-
Las consonantes más frecuentes:
L, S, N, D (alrededor del 30%)
-
Las seis letras menos frecuentes:
V, Ñ, J, Z, X y K (poco más del 1%)
Frecuencia de las palabras
Palabras más frecuentes.
|
Palabras más
frecuentes. |
|
Palabra |
Frecuencia (%00) |
|
DE |
778 |
|
LA |
460 |
|
EL |
339 |
|
EN |
302 |
|
QUE |
289 |
|
Y |
226 |
|
A |
213 |
|
LOS |
196 |
|
DEL |
156 |
|
SE |
119 |
|
LAS |
114 |
|
|
Palabras de dos
letras. |
|
Palabra |
Frecuencia (%00) |
|
DE |
778 |
|
LA |
460 |
|
EL |
339 |
|
EN |
302 |
|
SE |
119 |
|
UN |
98 |
|
NO |
74 |
|
SU |
64 |
|
AL |
63 |
|
ES |
47 |
|
|
Palabras de tres
letras. |
|
Palabra |
Frecuencia (%00) |
|
QUE |
289 |
|
LOS |
196 |
|
DEL |
156 |
|
LAS |
114 |
|
POR |
110 |
|
CON |
82 |
|
UNA |
78 |
|
MAS |
36 |
|
SUS |
27 |
|
HAN |
19 |
|
|
Palabras de cuatro
letras. |
|
Palabra |
Frecuencia (%00) |
|
PARA |
67 |
|
COMO |
36 |
|
AYER(*) |
25 |
|
ESTE |
23 |
|
PERO |
18 |
|
ESTA |
17 |
|
AÑOS(*) |
14 |
|
TODO |
11 |
|
SIDO |
11 |
|
SOLO |
10 |
|
(*) Estas palabras parecen exageradamente frecuentes, lo que
se debe al tipo de textos elegidos para la estadística.
Fuente: "CODIGOS Y CLAVES SECRETAS: programas en Basic,
Anaya Multimedia 1986" basado a su vez en un estudio lexicográfico
del diario "El País".
|
|
|
|
|
|
| 
|
| Area
On-Line
|
| Todo
tipo de material, para disfrutar de él completamente On-Line, sin
necesidad de descargar archivos ni tener que andar descomprimiendo estos.
No te olvides de pasar por el Diccionario, y las secciones Origami y Geointeractiva.
Son de lo más interesante. |
|
