Sunteți pe pagina 1din 4

La ley de Benford

La ley de Benford, llamada también la ley del primer dígito, asegura que, en gran variedad de
datos numéricos que existen en la vida real, la primera cifra es 1 con mucha más frecuencia que
los demás números. La distribución de los primeros dígitos es bastante asimétrica, la frecuencia
esperada para números que empiezan por 1 es casi del 30%, para el 2 es un poco más del 17%,
para el 3 algo más del 12 % y para el resto disminuye. Además, según crece este primer dígito,
más improbable es que se encuentre en la primera posición.
Desarrollo

El primero en darse cuenta de esta irregularidad fue Simon Newcomb alrededor de 1881 quien se
dio cuenta que los libros de tablas de logaritmos estaban más gastados en sus primeras páginas
que en las últimas.
Un poco de contexto histórico: por aquél entonces no existían ordenadores ni calculadoras, así
que cada vez que había que calcular un logaritmo con suficiente precisión se acudía a las tablas.
Al ver que las primeras páginas estaban mucho más usadas, Newcomb infirió que sus
compañeros en la universidad realizaban cálculos con números que empiezan por dígitos bajos
de forma mucho más frecuente. Frank Bedford realizó una observación similar, de forma
independiente, en 1938.

A partir de esta observación, infirió una sencilla ley logarítmica que permitía calcular la
probabilidad de que un número concreto comience por un dígito determinado. De hecho, su
fórmula se podía extender para calcular la probabilidad que un número en concreto comience
con una secuencia concreta de dígitos, no sólo el primero. Por ejemplo, según esta ley, la
probabilidad de que un número comience por 79 es del 0.055%.

El asunto fue rápidamente olvidado hasta 1938, cuando Frank Benford, un físico de la compañía
General Electric, se dio cuenta del mismo patrón. Entusiasmado por el descubrimiento, estudió
20.229 números provenientes de 20 muestras de todo tipo: constantes y magnitudes físicas,
longitudes de ríos, estadísticas de béisbol, direcciones de personas... incluso cifras sacadas de
portadas de revistas. A partir de los datos extraídos del mundo real, comprobó que la
probabilidad de que un número en una serie de datos comience por el dígito d es de P[d] = log
(1 + 1/d) y postuló la llamada "ley de Benford". Según dicha ley la probabilidad de que en una
serie de muchos datos el primer digito de un número sea 1 es del 30%, 17,6% para un 2, 12'5%
para el 3 y así va decreciendo...
El análisis de Benford era una prueba de la existencia de la ley, pero tampoco fue capaz de
explicar bien por qué era así.

Información Adicional

El primer paso para explicar esta curiosa relación lo dio, un matemático de New Jersey. El
razonamiento de Pinkham era el siguiente. Supongamos que realmente existe una ley de
frecuencias de dígitos. En tal caso dicha ley debería ser universal. Tanto si calculamos los
precios en euros, dólares, dinares o dracmas, o si medimos la longitud en pulgadas o metros, las
proporciones de frecuencias de dígitos deberían ser las mismas. Es decir, Pinkham afirmaba que
la distribución de las frecuencias de dígitos debía ser invariante frente a cambios de escala.
Luego demostró que, si una ley de frecuencias de dígitos era invariante frente a la escala,
entonces se trataba de la Ley de Benford. La prueba aportada iba confirmando que la Ley de
Benford realmente existe.
A pesar de que la ley resultaba obvia con sólo hacer algunas comprobaciones sencillas – siempre
que el conjunto de datos fuera válido, porque no todos lo son. No fue hasta 1996 que un
matemático llamado Ted Hill dio con una demostración matemática satisfactoria. La
demostración tiene que ver con algunos teoremas del límite central y su relación con el
comportamiento de las mantisas en las multiplicaciones de valores aleatorias.
Esta ley llega a ser muy útil para detectar casos de corrupción y para controlar las cuentas, pero
con valoras aleatorios no se cumple, aquí hay varios ejemplos de casos en los que no se cumple:

• Poblaciones numéricas de pequeño tamaño y/o con pequeñas variaciones, es decir, los
datos tienen que abarcar varios órdenes de magnitud.
• ¡Números verdaderamente aleatorios… sí!, como los de la lotería. En ese caso, todos
tienen la misma probabilidad de salir.
• Conjuntos de datos con máximos y mínimos definidos o limitaciones inherentes, como,
por ejemplo, número de pasajeros en un avión, altura de personas, etc.
• Números generados artificialmente, como, por ejemplo, números de teléfono o números
de seguridad social.
• Datos influenciados por la psicología humana, como por ejemplo precios que terminan
en x,99
Pero en general, y es lo importante, si resulta aplicable a todos aquellos procesos que llevan
implícitos crecimientos de tipo exponencial, como la mayoría de los fenómenos económicos y es
por ello por lo que suele ser una herramienta utilizada por la auditoría y la contabilidad forense
para encontrar “red flags” que investigar, puesto que la estadística es una ciencia que rara vez
nos puede aportar certezas absolutas. A menudo sirve más bien para descartar hipótesis
descabelladas.
En este sentido es famoso el Dr. Mark Nigrini, un profesor de contabilidad de la Universidad de
West Virginia (USA) y sus investigaciones para detectar fraudes en datos financieros mediante
la aplicación del patrón de la Ley de Benford. Igualmente, es la ley matemática favorita del
IRS (Internal Revenue Service), la agencia encargada de la recaudación fiscal y cumplimiento de
las leyes tributarias y encuadrada en el todopoderoso Departamento del Tesoro de los Estados
Unidos, es decir, los mismos que consiguieron encausar y encarcelar a Al Capone por evasión
fiscal. ¡Nada más que por eso, habría que tenerla en cuenta ...!

Conclusión

No me ha terminado de convencer la ley de Benford ya que te enseña las probabilidades de


números altamente probables o muy poco probables de números en un conjunto de datos,
basándose en logaritmos, por lo que si en la manipulación intencionada de esos números, por
ejemplo, en un fraude no se es consciente de ese patrón, es posible identificar el engaño pero no
obstante, como siempre en estadística, los usos que tiene son limitados, y a no ser que tu oficio
sea el de policía, estadista o economista, es una ley sin demasiadas utilidades, hay leyes como la
de los signos que son más útiles e importantes.

S-ar putea să vă placă și