A determinação da frequência de letras, digramas e trigramas de um determinado idioma é essencial para a análise de textos cifrados. Este processo é conhecido desde a Antiguidade e deve-se, ao que tudo indica, a al-Kindi. Neste artigo você encontra os dados relativos ao Espanhol.

Frequência das Letras

Histograma por Ordem Alfabética	Letra Freq.% Letra Freq.% A 12.30 N 7.41 B 1.03 O 8.68 C 4.49 P 2.63 D 5.04 Q 1.02 E 13.69 R 6.44 F 0.77 S 6.97 G 1.04 T 4.82 H 0.65 U 3.99 I 7.78 V 1.04 J 0.28 W 0.02 K 0.02 X 0.16 L 5.84 Y 0.66 M 2.84 Z 0.34
Histograma por Ordem de Frequência

Análise

• O comprimento médio das palavras no Espanhol é de 4.96 letras.
• Quando as letras são ordenadas pela frequência, formam grupos bem definidos:
1. E, A
2. O, S
3. R, N, I, D
4. L, C, T, U
5. M, P
6. B, G, Y, V, Q, H, F, Z, J, X
7. K, W
• Se o artigo "el" é omitido, L cai para o 5o. grupo e A se torna a letra mais frequente.
• Em Espanhol, textos com menos de 500 palavras são inadequados para a determinação de frequências. Mesmo em amostras com este comprimento, a letra A pode mostrar uma frequência maior que E e C, D e P (as quais exibem as variações mais acentuadas das frequências da tabela acima) geralmente aparecem logo após a frequência de E.
• Peculiaridades mais importantes em relação ao Inglês:
1. Frequência alta de Q.
2. Frequência alta de A.
3. Frequência baixa de T.
• Peculiaridades mais importantes em relação ao Francês:
1. Frequência alta de O.
2. Frequência baixa de T.
3. Ferquência baixa de U.

Digramas e Trigramas mais frequentes

Observações e Referências

Todas as tabelas desta página foram construídas contando-se as frequências num texto espanhol de 100.000 letras composto por textos sobre o princípio da essência (29.198), sobre a Argentina (14.748), sobre Che Guevara (35.084) e sobre a teoria da relatividade (20.970). Estes textos forma obtidos através da European Literature - Electronic Texts.

Fui buscar referências no site de Didier Müller - Cours de Cryptologie, onde você encontra outras análises de frequência (francês, alemão, inglês e russo).

Informações adicionais foram obtidas da Santa Cruz Public Libraries, na página Frequency of Occurrence of Letters in Spanish, informando que as tabelas e o texto são de Fletcher Pratt, Secret and Urgent: the Story of Codes and Ciphers Blue Ribbon Books, 1939, pp. 254-255.