{"id":3827,"date":"2025-03-19T10:25:05","date_gmt":"2025-03-19T08:25:05","guid":{"rendered":"https:\/\/dmgmit.eu\/blog\/?p=3827"},"modified":"2025-03-19T10:25:07","modified_gmt":"2025-03-19T08:25:07","slug":"3827","status":"publish","type":"post","link":"https:\/\/dmgmit.eu\/blog\/2025\/03\/19\/3827\/","title":{"rendered":"La ley de Zipf"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">La <em>ley de Zipf<\/em>, formulada por George Kingsley Zipf en 1935, describe un patr\u00f3n emp\u00edrico en la distribuci\u00f3n de frecuencias de elementos ordenados por rango, expresado matem\u00e1ticamente como \\( f(n) \\propto \\frac{1}{n^k} \\), donde \\( f(n) \\) es la frecuencia del <em>n<\/em>-\u00e9simo elemento, \\( n \\) su rango y \\( k \\) un exponente, t\u00edpicamente cercano a 1. Cuando \\( k \\)=1, la frecuencia del elemento m\u00e1s com\u00fan, \\( f(1) \\), se divide aproximadamente por \\( n \\) para los siguientes rangos, generando una relaci\u00f3n inversa precisa. Este comportamiento emerge en sistemas tan diversos como textos ling\u00fc\u00edsticos y poblaciones urbanas, revelando una desigualdad estructural en los datos.<br \/>En ling\u00fc\u00edstica, la ley se verifica analizando corpus extensos. Tomemos Moby Dick de Herman Melville: la palabra \u00abthe\u00bb (rango 1) aparece 14,098 veces, \u00abof\u00bb (rango 2) 6,408 veces y \u00aband\u00bb (rango 3) 5,996 veces. Si calculamos, \\( f(1) = 14,098 \\), entonces \\( f(2) \\approx \\frac{14,098}{2} = 7,049 \\) y \\( f(3) \\approx \\frac{14,098}{3} = 4,699 \\). Los valores reales (6,408 y 5,996) se desv\u00edan ligeramente, pero la tendencia \\( f(n) \\approx \\frac{f(1)}{n} \\) es clara, con un ajuste que mejora en corpus m\u00e1s grandes. Este patr\u00f3n no depende del idioma: en espa\u00f1ol, \u00abde\u00bb o \u00abla\u00bb dominan similarmente en textos extensos.<br \/>Fuera del lenguaje, la demograf\u00eda ofrece otro caso. En Estados Unidos, Nueva York (rango 1) tiene 8,3 millones de habitantes, Los \u00c1ngeles (rango 2) 3,9 millones y Chicago (rango 3) 2,7 millones. Te\u00f3ricamente, \\( f(2) \\approx \\frac{8,3}{2} = 4,15 \\) y \\( f(3) \\approx \\frac{8,3}{3} = 2,77 \\), valores pr\u00f3ximos a los reales (3,9 y 2,7), mostrando una adherencia notable a la ley. Estas proporciones sugieren un mecanismo subyacente universal.<br \/>Zipf explic\u00f3 esto con el \u00abprincipio del m\u00ednimo esfuerzo\u00bb: los sistemas optimizan recursos, concentrando frecuencia en pocos elementos. Modelos alternativos, como el crecimiento preferencial, lo refuerzan: en una red donde los nodos m\u00e1s conectados ganan m\u00e1s conexiones, la distribuci\u00f3n de frecuencias sigue una potencia similar. Matem\u00e1ticamente, esto conecta la ley de Zipf con distribuciones de escala libre, aunque se distingue de la ley de Pareto, que opera sobre magnitudes, no rangos.<br \/>En la pr\u00e1ctica, las colas de la distribuci\u00f3n (rangos altos) a menudo se desv\u00edan, lo que llev\u00f3 a la variante Zipf-Mandelbrot, \\( f(n) \\propto \\frac{1}{(n+b)^k} \\), con \\( b \\) ajustando las frecuencias bajas. Por ejemplo, en Moby Dick, palabras raras ajustan mejor con \\( b > 0 \\). As\u00ed, la ley de Zipf, con su simplicidad \\( \\frac{1}{n} \\), captura una regla t\u00e9cnica y detallada de organizaci\u00f3n en sistemas complejos, desde textos hasta ciudades, con precisi\u00f3n emp\u00edrica verificable.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>La ley de Zipf, formulada por George Kingsley Zipf en 1935, describe un patr\u00f3n emp\u00edrico en la distribuci\u00f3n de frecuencias de elementos ordenados por rango, expresado matem\u00e1ticamente como \\( f(n) \\propto \\frac{1}{n^k} \\), donde \\( f(n) \\) es la frecuencia del n-\u00e9simo elemento, \\( n \\) su rango y \\( k \\) un exponente, t\u00edpicamente cercano a 1. Cuando \\( k \\)=1, la frecuencia del elemento m\u00e1s com\u00fan, \\( f(1) \\), se divide aproximadamente por \\( n \\) para los&#8230;<\/p>\n<p class=\"read-more\"><a class=\"btn btn-default\" href=\"https:\/\/dmgmit.eu\/blog\/2025\/03\/19\/3827\/\"> Leer m\u00e1s<span class=\"screen-reader-text\">  Leer m\u00e1s<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3827","post","type-post","status-publish","format-standard","hentry","category-matematicas-recreativas"],"_links":{"self":[{"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/posts\/3827","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/comments?post=3827"}],"version-history":[{"count":0,"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/posts\/3827\/revisions"}],"wp:attachment":[{"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/media?parent=3827"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/categories?post=3827"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dmgmit.eu\/blog\/wp-json\/wp\/v2\/tags?post=3827"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}