Ir al contenido
OneKitly

El inglés lleva alrededor de un bit por letra, y el resto es un seguro

Publicado el 13/11/2026 · 3 min de lectura · Herramientas para desarrolladores

Daniel Okonkwo

Daniel Okonkwo — Desarrollador front-end y redactor de Tecnología en OneKitly

Rendimiento web · Formatos de archivo

Verificado con 2 fuentes

Ver perfil →
En resumen

La entropía de Shannon mide cuánto le dice un símbolo, en bits, y es máxima cuando todos los resultados son igual de probables. Cuatro símbolos equiprobables llevan exactamente 2 bits cada uno; desequilíbrelos a 50, 25, 12,5 y 12,5 por ciento y la media baja a 1,75 bits, o sea un 12,5 % de redundancia. El inglés escrito está mucho más desequilibrado: con las frecuencias reales de las letras cada una lleva 4,18 bits frente a un máximo de 4,70, y una vez tenido en cuenta el contexto los experimentos del propio Shannon sitúan la cifra cerca de 1,1. Alrededor de tres cuartas partes de todo texto inglés son por tanto previsibles — lo que hace posibles a la vez la compresión y la lectura en una sala ruidosa.

Publicidad

Veintiséis letras equiprobables llevarían 4,70 bits cada una. Las frecuencias reales dan 4,18, y el contexto lo baja a unos 1,1 — una redundancia de cerca del 77 %.

La redundancia es una virtud, no un desperdicio

Una lengua sin redundancia sería ilegible en cuanto una letra se emborronara, pues toda cadena posible sería una palabra válida y ningún error podría detectarse. Las lenguas humanas rondan las tres cuartas partes de redundancia, y por eso una frase sobrevive a una mala línea telefónica, a un acento extranjero y a una página manuscrita. El mismo principio se diseña a propósito en las máquinas: los códigos correctores añaden redundancia adrede, y un código QR se lee todavía con un tercio de su superficie destruida por exactamente la razón que hace legible una palabra manchada.

Lo que un compresor quita en realidad

La entropía fija un suelo duro: ningún compresor sin pérdida puede bajar de media por debajo de la entropía de la fuente, y cada uno de ellos es una máquina para acercarse a ese suelo. El texto se comprime bien porque hay mucha redundancia que quitar; los archivos ya comprimidos, los cifrados y el ruido aleatorio no se comprimen nada, pues su entropía ya está al máximo. Es una prueba de campo útil: todo lo que se niega a encoger o bien ya está comprimido o bien no es la clase de datos que usted creía.

Redundancia
Entropía de cuatro símbolos bajo dos distribuciones
DistribuciónEntropíaRedundancia
25, 25, 25, 252,00 bits0 %
50, 25, 12,5, 12,51,75 bits12,5 %
Letras inglesas4,18 de 4,70 bits11,2 %

Ejemplo calculado con nuestra herramienta

Calculadora de entropía de Shannon

Datos

Probabilidades (suman 1)
0.25, 0.25

Resultado

Entropía (bits)
1
Entropía máxima (bits)
1
Redundancia
0 %

Estas cifras las produce la calculadora de abajo, no se escriben a mano — se recalculan cada vez que la herramienta cambia.

Rehacerlo con tus cifras →
Publicidad

Preguntas frecuentes

¿Por qué medir la información en bits?
Porque un bit es la respuesta a una pregunta de sí o no, y toda incertidumbre se resuelve haciendo las suficientes. Dos bits identifican una opción de cuatro equiprobables, diez bits una de 1024. La entropía es sencillamente el número medio de tales preguntas necesarias, de ahí su carácter fraccionario: 1,75 bits significa que una larga sucesión de símbolos puede fijarse con 1,75 preguntas cada uno de media, aunque ninguna pregunta individual pueda hacerse a tres cuartos.
¿Otras lenguas dan el mismo resultado?
Cercano, una vez tenido en cuenta el tamaño del alfabeto. Las lenguas con más letras parten de un máximo más alto y acaban en un lugar parecido, pues la redundancia la impone el modo en que los humanos hablan y escuchan, no el sistema de escritura. Las medidas divergen con las escrituras que anotan sílabas o palabras enteras: un símbolo lleva entonces mucha más información y la entropía por símbolo sube en consecuencia — las comparaciones entre sistemas de escritura han de hacerse por unidad de sentido y no por carácter.

Artículos que podrían interesarte

Todas las guías →
ExplicaciónEntropía de contraseñas: lo que un medidor de fuerza no puede saberLa entropía mide el proceso que produjo una contraseña, no los caracteres que contiene. H = L x log2(R) solo es cierto cuando cada carácter se eligió al azar — y por eso justamente un medidor que puntúa una contraseña inventada por un humano según sus clases de caracteres está midiendo lo que no es.ExplicaciónUn PIN de cuatro cifras tiene 10 000 valores y la gente usa unos veinteDiez opciones cuatro veces seguidas son 10 000. Añadir dos cifras alcanza el millón; usar letras además de cifras alcanza 1 679 616 con las mismas cuatro casillas.ExplicaciónUna encuesta de mil es igual de precisa en un país de sesenta millones500 de 1000 dan el 50 % con un margen de 3,10 puntos. Reduzca la muestra a 100 y el margen pasa a 9,80 — tres veces más ancho, con una décima parte de las entrevistas.ExplicaciónSi tres personas citan cada una tres contactos entre cuatro, alguien se equivocaLa lista 3, 3, 3, 1 no puede describir ninguna red real. 3, 3, 2, 2 sí, con cinco enlaces. Dos reglas de hace dos siglos atrapan errores de encuesta antes de cualquier análisis.ExplicaciónTres a uno significa una probabilidad entre cuatro, no tresLas cuotas fraccionarias cuentan las formas de perder frente a las de ganar. 3/1 es el 25 %, 1/3 el 75 %, y 5/2 el 28,57 % — la fracción nunca es la probabilidad.ExplicaciónUn sorteo de amigo invisible falla el 63 % de las veces, sea cual sea el grupoDe las 120 maneras en que cinco personas pueden sacar nombres, 44 no dan a nadie el suyo — un 36,7 %. Con diez personas es 36,788 %, y con veinte es 36,788 %. La proporción deja de moverse casi de inmediato.

Herramientas relacionadas

Fuentes

¿Has detectado un error en este artículo?