Generación de números seudoaleatorios
Muestreo en Python
James Chapman
Curriculum Manager, DataCamp
¿Qué significa aleatorio?
{adjective} hecho, realizado, ocurrido o elegido sin método ni decisión consciente.
1 Oxford Languages
Números verdaderamente aleatorios
- Generados por procesos físicos, como lanzar monedas
- Hotbits usa desintegración radiactiva
- RANDOM.ORG usa ruido atmosférico
- La verdadera aleatoriedad es costosa
1 https://www.fourmilab.ch/hotbits 2 https://www.random.org
Generación de números seudoaleatorios
- La generación seudoaleatoria es barata y rápida
- El siguiente número “aleatorio” se calcula a partir del anterior
- El primer número “aleatorio” se calcula desde una semilla
- La misma semilla produce los mismos números
Ejemplo de generación seudoaleatoria
seed = 1
calc_next_random(seed)
3
calc_next_random(3)
2
calc_next_random(2)
6
Funciones para generar números aleatorios
- Anteponer
numpy.random, p. ej.,numpy.random.beta()
| function | distribution | function | distribution |
|---|---|---|---|
| .beta | Beta | .hypergeometric | Hipergeométrica |
| .binomial | Binomial | .lognormal | Lognormal |
| .chisquare | Ji-cuadrado | .negative_binomial | Binomial negativa |
| .exponential | Exponencial | .normal | Normal |
| .f | F | .poisson | Poisson |
| .gamma | Gamma | .standard_t | t |
| .geometric | Geométrica | .uniform | Uniforme |
Visualizar números aleatorios
randoms = np.random.beta(a=2, b=2, size=5000)
randoms
array([0.6208281 , 0.73216171, 0.44298403, ...,
0.13411873, 0.52198411, 0.72355098])
plt.hist(randoms, bins=np.arange(0, 1, 0.05))
plt.show()
Semillas de números aleatorios
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
Usar otra semilla
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
np.random.seed(20041004)
np.random.normal(loc=2, scale=1.5, size=2)
array([1.09364337, 4.55285159])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.67038916, 2.36677492])
¡Vamos a practicar!
Muestreo en Python
