Análisis de la obra de Francisco de Quevedo

Índice

• Información General
  
• Ley de Heaps - Saturación léxica
  
• Ley de Zipf
  
• Test de Dunning
  

• El Buscón
• Romances
• Sonetos

La Ley de Heaps es una ley empírica que predice el tamaño del vocabulario dado un texto. Esto es, nos da una estimación del número de palabras distintas (v) dado el número total de palabras (n) de que consta el texto, según la fórmula

#Palabras: #Palabras distintas: 1293 557 2586 946 3879 1303 5172 1627 6465 1898 7758 2163 9051 2385 10344 2608 11637 2836 12930 3041 14223 3247 15516 3432 16809 3689 18102 3891 19395 4084 20688 4254 21981 4444 23274 4650 24567 4827 25860 5003 27153 5166 28446 5347 29739 5534 31032 5714 32325 5871 33618 6035 34911 6171 36204 6286 37497 6452 38790 6591 40083 6755 41376 6921 42669 7123 43962 7347 45255 7581 46548 7788 47841 8065 49134 8232 50427 8377 51720 8568 53013 8783 54306 9061 55599 9301 56892 9510 58185 9727 59478 9891 60771 10089 62064 10270 63357 10463 64650 10628 64692 10637	Ajuste por mínimos cuadrados de los datos a K*n^b:
	K = 2.804		b = 0.739

La ley de Zipf es una ley empírica que se basa en el principio de mínimos esfuerzo. Esto es, supone que existe un pequeño número de palabras, las más "conocidas", que son utilizadas con mucha frecuencia, mientras que hay un gran número de palabras son poco empleadas.

Matemáticamente esto quiere decir que la frecuencia (número de apariciones) de una palabra cualquiera es inversamente proporcional a su ranking, entendido como su posición en una lista de las palabras presentes en el texto ordenada descendentemente en función de su frecuencia.
Así, la palabra más frecuente aparecerá aproximadamente dos veces más que la segunda palabra más frecuente, unas tres veces más que la tercera palabra más frecuente, etc.

Gráficamente, cuando una curva se encuentra por encima de la recta "ideal" quiere decir que el texto emplea recurrentemente un número de palabras muy reducido, habiendo muy pocas que aparezcan con poca frecuencia.
Por el contrario, cuando la curva se encuentra por debajo de la "ideal", el texto contiene un vocabulario más amplio, con muchas palabras que aparecen relativamente pocas veces.