🔢 Ley de Benford

La ley se deriva de la invariancia de escala: una distribución de probabilidad f(x) es invariante en escala si multiplicar todos los valores por una constante c deja inalterada la distribución del primer dígito. La única distribución continua que satisface esta propiedad es la distribución uniforme logarítmica, lo que significa que la probabilidad de que log10(x) caiga en cualquier intervalo es proporcional a la longitud del intervalo. La probabilidad de que el primer dígito sea d equivale a la longitud del intervalo log10 [d, d+1), que es log10(d+1) - log10(d) = log10(1 + 1/d).

Los contables forenses aplican la prueba de bondad de ajuste chi-cuadrado a los primeros dígitos de las entradas en registros financieros — facturas, informes de gastos, declaraciones fiscales o libros contables. Las personas que inventan números tienden a elegir dígitos de forma demasiado uniforme, porque la aleatoriedad uniforme parece natural a la intuición. Una desviación estadísticamente significativa (p-valor por debajo de 0,05 con 8 grados de libertad) marca el conjunto de datos para una investigación más profunda. El análisis de Benford se ha usado en importantes casos de fraude, incluido el escándalo de Enron, y por autoridades fiscales en docenas de países.

Un error común es pensar que la Ley de Benford se aplica a todos los datos numéricos. De hecho, falla en conjuntos de datos confinados a un rango estrecho (como las estaturas de adultos, todas dentro de aproximadamente 1,5-2,1 m), conjuntos con un mínimo incorporado como los números de teléfono, y números generados aleatoriamente a partir de una distribución uniforme. Tampoco se aplica a números asignados como códigos postales o números de identificación. La ley requiere datos que abarquen múltiples órdenes de magnitud sin restricciones artificiales.

El fenómeno fue notado por primera vez por el astrónomo y matemático estadounidense Simon Newcomb en 1881, quien observó que las primeras páginas de las tablas de logaritmos compartidas estaban mucho más desgastadas que las páginas posteriores — indicando que la gente buscaba números que empezaban con 1 mucho más a menudo. La observación quedó en gran parte olvidada hasta que el físico Frank Benford la redescubrió de forma independiente en 1938, analizó más de 20.000 números de 20 conjuntos de datos diferentes, incluyendo áreas de ríos, pesos atómicos y estadísticas de béisbol, y publicó las regularidades estadísticas que ahora llevan su nombre.

Sí. En cualquier base entera b mayor que 1, la probabilidad de que el primer dígito sea d es P(d) = log_b(1 + 1/d). En binario (base 2) todo número empieza con 1, por lo que la ley es trivialmente cierta. En base 16 (hexadecimal) el primer dígito 1 aparece log16(2) ≈ 25% de las veces. La estructura logarítmica es universal e independiente de la elección del sistema numeral, confirmando que refleja propiedades matemáticas profundas de las distribuciones invariantes en escala.

Ejemplos clásicos incluyen: las poblaciones de todas las ciudades y pueblos de un país (desde miles hasta decenas de millones), las longitudes de los ríos del mundo (cientos a miles de kilómetros), los precios bursátiles a lo largo del tiempo, las constantes físicas listadas en manuales de física, las cifras de presupuestos nacionales, las magnitudes de terremotos (en términos de momento sísmico), el número de citas de artículos científicos, y los números de Fibonacci. Todos estos abarcan muchos órdenes de magnitud sin estar limitados artificialmente, que es el requisito clave para que se cumpla la ley.

Más allá de la detección de fraude, la Ley de Benford se usa en auditorías de calidad de datos para detectar errores en grandes bases de datos, en forense de imágenes para detectar fotografías manipuladas digitalmente (las imágenes naturales siguen distribuciones similares a Benford en sus coeficientes DCT), y en análisis de tráfico de red para identificar comportamientos anómalos. También se han entrenado sistemas de aprendizaje automático para marcar anomalías financieras usando la desviación de Benford como una de sus características. Algunas organizaciones de monitoreo electoral la usan como filtro preliminar para irregularidades electorales, aunque su aplicabilidad a los recuentos de votos es debatida entre estadísticos.

Las áreas de investigación activas incluyen: extender el análisis de Benford al segundo dígito y dígitos superiores (Ley de Benford generalizada), aplicarla a los libros mayores de transacciones de criptomonedas y forense de blockchain, desarrollar pruebas más robustas estadísticamente que funcionen con tamaños de muestra pequeños (la prueba chi-cuadrado requiere al menos ~100 observaciones), usarla en canales de detección de anomalías de aprendizaje automático, y trabajo teórico para caracterizar con precisión qué distribuciones de probabilidad convergen a la Ley de Benford bajo productos y potencias. Los investigadores también estudian sus conexiones con la hipótesis de Riemann a través de la distribución de los números primos.