Le frequenze di occorrenza
---------------------------
Una parte della sua tesi di dottorato, pubblicata nel 1952, è dedicata alla teoria dell’informazione e, più in particolare, alla questione della frequenza delle parole in un determinato testo.
Si tratta di una questione assai antica, poiché i primi lavori sull’argomento risalgono agli anni 1380, con il Liber Zifrorum di Cicco Simonetta. All’epoca, i crittografi compilavano tabelle delle frequenze delle lettere, dei bigrammi (successioni di due lettere consecutive) e dei trigrammi in una data lingua. Ecco l’inizio della tabella delle frequenze delle lettere nel francese contemporaneo:
| 12,1% | 7,11% | 6,59% | 6,51% | 6,39% | 6,07% | 5,92% | 5,02% |
|---|---|---|---|---|---|---|---|
| e | a | i | s | n | r | t | o |
Più recentemente, lo stenografo francese Jean-Baptiste Estoup (1868-1950), tra i fondatori dei metodi statistici di analisi dei testi, si interessò al problema. Come osserva Mandelbrot: «Studiando il problema stenografico, J.-B. Estoup osservò una relazione che sembra iperbolica tra il numero di parole nuove e diverse in blocchi consecutivi di 1 000 parole francesi, da una parte, e il numero cumulativo di parole, dall’altra.»
