Laboratorio de palabras
Comparamos letras y ocho posibles aperturas con el mismo diccionario de cinco letras. Así puedes distinguir una intuición de un resultado calculado y comprobar por qué cambia una estrategia.
10.847 palabras
Formas activas de cinco letras, sin duplicados después de normalizar tildes. El diccionario amplio contiene conjugaciones y términos poco habituales.
41,7 % repiten alguna letra
4.525 palabras tienen menos de cinco letras distintas. Una apertura sin repeticiones no implica que la respuesta también lo sea.
Qué letras aparecen en más palabras
Contamos cada letra una sola vez por palabra: SALSA aporta una aparición a A, una a L y una a S. Los porcentajes no suman 100 porque una misma palabra contiene varias letras.
| Letra | Palabras que la contienen | Porcentaje |
|---|---|---|
| A | 6.922 | 63,8 % |
| O | 4.664 | 43,0 % |
| E | 4.624 | 42,6 % |
| S | 3.523 | 32,5 % |
| R | 3.394 | 31,3 % |
| I | 3.184 | 29,4 % |
| N | 2.510 | 23,1 % |
| L | 2.411 | 22,2 % |
| U | 2.340 | 21,6 % |
| C | 2.190 | 20,2 % |
| T | 2.000 | 18,4 % |
| D | 1.574 | 14,5 % |
| M | 1.525 | 14,1 % |
| P | 1.482 | 13,7 % |
| B | 1.224 | 11,3 % |
| G | 1.050 | 9,7 % |
| J | 819 | 7,6 % |
| F | 781 | 7,2 % |
| H | 698 | 6,4 % |
| V | 659 | 6,1 % |
| Z | 585 | 5,4 % |
| Ñ | 424 | 3,9 % |
| Y | 381 | 3,5 % |
| X | 111 | 1,0 % |
| Q | 102 | 0,9 % |
| K | 3 | 0,0 % |
Qué deja por resolver cada apertura
Probamos cada apertura contra todas las palabras del conjunto y agrupamos las respuestas que producirían las mismas pistas. Un grupo pequeño deja menos candidatos indistinguibles después del primer intento.
| Apertura | Promedio de candidatos | Grupo más grande | Patrones distintos |
|---|---|---|---|
| REINA | 327,30 | 1.042 | 183 |
| SALTO | 393,17 | 1.302 | 179 |
| PERLA | 419,31 | 1.309 | 174 |
| AUDIO | 533,77 | 1.675 | 151 |
| TRIGO | 713,30 | 1.961 | 142 |
| CASAS | 741,16 | 1.902 | 113 |
| PLATO | 745,20 | 2.230 | 153 |
| MUNDO | 896,37 | 2.347 | 127 |
Entre estos ejemplos, REINA deja el menor promedio: 327,30 candidatos bajo este modelo. Esto compara ocho palabras; no demuestra que sea la mejor apertura de todo el español.
Cómo reproducir el cálculo
- Seleccionamos las entradas activas de cinco letras del diccionario que valida intentos. Normalizamos Á, É, Í, Ó, Ú y Ü, conservamos Ñ y eliminamos duplicados. Ordenamos las formas por sus bytes UTF-8.
- Para cada apertura, evaluamos todas las respuestas posibles con las reglas del modo normal. Asignamos primero las posiciones correctas y después las letras presentes, descontando las copias ya utilizadas.
- Agrupamos por patrón de cinco pistas: 0 significa ausente, 1 presente y 2 posición correcta.
- Si un grupo tiene n palabras y el conjunto tiene N, su probabilidad en este modelo es n/N. El promedio es Σ(n²) / N, incluyendo el grupo de la solución acertada, que contiene una candidata.
Ejemplo pequeño: si cuatro palabras se reparten en grupos de tamaños 2, 1 y 1, el promedio es (4 + 1 + 1) / 4 = 1,5. No se calcula promediando los tres tamaños sin ponderarlos.
Descargar el conjunto analizado (CSV)
SHA-256 del conjunto: f8780b02736f59976e736596b70fd6cc25f5d29f5c1cf6b6d73e88c5eef4555f. Se calcula uniendo las formas ordenadas con un salto de línea LF, sin cabecera ni salto final. El CSV incluye cabecera y salto final; quítalos para reproducir esta huella.
Qué significan los resultados
Suponemos que todas las palabras del diccionario son igualmente probables. El reto diario utiliza un catálogo de soluciones diferente y una selección propia: estos porcentajes no son probabilidades de la respuesta de hoy ni tasas de victoria de jugadores. Tampoco simulan los seis intentos completos.
Una letra frecuente puede ayudar a separar candidatos, pero también importan sus posiciones y las otras letras de la apertura. Al recibir pistas, tu conjunto cambia: la comparación inicial deja de describir exactamente tu partida.
La copia de datos se renueva aproximadamente cada seis horas cuando se consulta la página. La descarga puede corresponder a una copia más reciente si el diccionario cambió; comprueba la huella del nombre del archivo. El método usa únicamente el diccionario público y no necesita datos personales.
Fuente del diccionario: an-array-of-spanish-words (licencia MIT). La lista descargable refleja las formas activas y normalizadas de nuestra instalación. Consulta nuestras fuentes y criterios.