不同字母组成的英语词汇各有多少问题(1)

张学文,2015/9/9

上个月与一位物理学者聊天。他对我曾经分析不同笔画的中国字各有多少有些好奇。我说这与麦克斯韦推断不同运动速度的分子各有多少是一个思路。我就把不同笔画数量x的汉字数量y的关系符合对数正态分布（概率论中的一种重要分布函数）吹了一番 http://bbs.sciencenet.cn/home.php?mod=space&uid=2024&do=blog&id=3605。随后我对自己没有分析英文的对应问题而表示遗憾。

随后我又掂量分析英语词汇对应问题的难度，认为固然比分析汉字难，但是也不算很难。于是就试图动手。经过一些技术准备，我决定用一本只有7000多个词汇的小字典做样本。去分析英文字典中不同字母组成的英文词汇各有多少。

下面是该字典中已经获得的以A,B,D,E,F,G开头的词汇的字母数量与总词汇数量的关系表

下面是它们对应的字母数量与词汇数量的函数关系图

1.       显然图中显示英语中5-9个字母组成的英语词汇最多，估计把从A到Z都拿来统计（待补），应当差不多。即它们大致也是符合对数正态分布的。这是真的吗？

2.       难道风格与英文完全不同的中文在统计结构上有类似处？这为什么？

3.       其他语言的文字结构（如俄语）是否也是如此？

4.       等等

这些我们后面在讨论。

参考网页： http://bbs.sciencenet.cn/home.php?mod=space&uid=2024&do=blog&id=3605