Muchos programas necesitan valores (aparentemente) aleatorios para simular sucesos del mundo real.
Entre los ejemplos habituales y conocidos están:
"H" o "T".Generar valores realmente aleatorios con un ordenador es un desafío técnico sorprendentemente difícil, por lo que quizá veas estos resultados descritos como «pseudaleatorio».
Importante: este concepto no cubre los números aleatorios criptográficamente seguros, que son un desafío mucho más difícil.
Sin embargo, R deriva de un paquete de estadística y se usa a menudo para simulaciones, así que ofrece una gran variedad de formas de generar valores aleatorios. Los resultados son más que suficientes para la mayoría de las aplicaciones de modelización, simulación y juegos.
Imagina que tenemos una bolsa con 3 bolas rojas y 4 bolas verdes, y sacamos una bola al azar de la bolsa. Para obtener una segunda bola hay dos posibilidades:
El escenario 1 es con reemplazo, el escenario 2 es sin reemplazo, y dan resultados diferentes.
sample
Para elegir entre un número limitado de valores discretos, se puede usar sample() con o sin reemplazo.
Esto es útil para números enteros, strings, etc.
sample(1:10, 5) # no repeats by default
#> [1] 8 3 4 2 6
sample(1:10, 5, replace = TRUE) # repeats are OK
#> [1] 10 10 7 10 9
languages <- c("Fortran", "R", "Python", "Julia")
sample(languages, 1)
#> [1] "Python"
sample(c("H", "T"), 5, replace = TRUE) # coin flips
#> [1] "T" "T" "H" "H" "H"
sample(c(TRUE, FALSE), 5, replace = TRUE) # alternative coin flips
#> [1] FALSE TRUE FALSE TRUE TRUE
El muestreo encaja bien en los flujos de datos. Por ejemplo, para generar strings alfanuméricos aleatorios:
library(stringr)
c(letters, LETTERS, 0:9) |> sample(50) |> str_flatten()
#> [1] "5tX71jhbM9zUmKrpENBQyGYaZdJPVAx06leSF2s8gcfw3OviIH"
Varios otros lenguajes tienen una función especial para barajar una secuencia.
R no tiene ninguna función para barajar. ¿Por qué?
Para entenderlo, fíjate de nuevo en la función sample.
La forma completa es sample(x, size, replace = FALSE, prob = NULL), donde x es (normalmente) la secuencia de la que se muestrea y size es el número de elementos que se van a elegir.
Ya hemos hablado de replace, cuyo valor por defecto es el muestreo sin reemplazo.
Por ahora, ignora prob, que te permite dar pesos desiguales a los distintos elementos de x.
¿Qué ocurre si omitimos size y solo indicamos x?
x <- letters[1:6]
x
#> [1] "a" "b" "c" "d" "e" "f"
sample(x)
#> [1] "e" "a" "f" "b" "c" "d"
Al estilo típico de R, el patrón es vector de entrada y vector de salida, y size toma el valor por defecto length(x).
«Muestrear todos los elementos de x sin reemplazo» no es más que una forma más técnica de decir «barajar x».
Por eso, no hay ninguna función shuffle, porque sample ya hace exactamente lo que necesitamos.
Los ejemplos anteriores describían casos en los que todos los resultados son igual de probables.
Por ejemplo, sample(1:100) tiene la misma probabilidad de dar cualquier número entero del 1 al 100.
Esto se llama distribución uniform.
Muchas situaciones del mundo real son mucho menos simples que esta.
Como resultado, los estadísticos han creado una amplia variedad de distributions para describir matemáticamente los resultados del «mundo real».
Para una distribución equitativa de números de coma flotante usa runif() (fíjate en «random-uniform» y resiste la tendencia natural pero equivocada de leerlo como «run if»).
Se pueden especificar tanto min como max, pero por defecto son 0 y 1.
runif(5) # generate 5 values
#> [1] 0.3038506 0.3527959 0.3319309 0.4846354 0.4386279
# generate 5 non-negative values <= 100.0
runif(5, max = 100)
#> [1] 79.70762 51.62232 52.85281 71.08571 63.94380
Mary es una gran fan de la serie de televisión Star Trek: The Next Generation. A menudo juega a juegos de rol de lápiz y papel, en los que ella y sus amigos fingen ser la tripulación de la Starship Enterprise.
El personaje de Mary es el capitán Picard, lo que significa que tiene que llevar el cuaderno de bitácora del capitán. Le encanta la parte creativa del juego, pero no le gusta generar datos aleatorios sobre la marcha.
Ayuda a Mary creando generadores aleatorios para los datos que suelen aparecer en el cuaderno de bitácora del capitán.
La Starship Enterprise se encuentra con muchos planetas en sus viajes. Los planetas del universo de Star Trek se dividen en categorías según sus propiedades. Por ejemplo, la Tierra es un planeta de clase M. Todas las clases planetarias posibles son: D, H, J, K, L, M, N, R, T y Y.
Implementa la función random_planet_class.
Debe devolver el número requerido de clases planetarias de forma aleatoria, como un vector.
Las clases duplicadas son aceptables, y pueden ser necesarias para vectores largos.
random_planet_class(number_needed)
#> "K"
¡La Enterprise (número de registro NCC-1701) no es la única nave estelar que hay por ahí! Cuando se encuentra con otra nave estelar, Mary necesita registrar el número de registro de esa nave.
Los números de registro empiezan con el prefijo «NCC-» y después usan un número del 1000 al 9999 (ambos inclusive).
Implementa la función random_ship_registry_number, que devuelve un número de registro de nave estelar aleatorio.
random_ship_registry_number()
#> "NCC-1947"
Una versión del juego consiste en interactuar con otras naves estelares, y Mary necesita una selección.
Hay una lista completa de naves estelares posibles, pero en cada partida solo se necesitan unas pocas, y deben elegirse al azar.
Implementa la función shuffle_starships(starships), que toma un vector de números de registro de naves estelares únicos y devuelve un vector de la misma longitud con las naves estelares en orden aleatorio.
Así, a Mary le será fácil tomar una selección aleatoria de cualquier tamaño desde el inicio del vector.
Los valores del resultado deben tomarse de starships, sin duplicados.
shuffle_starships(c("NCC-5011", "NCC-1228", "NCC-7039", "NCC-3978", "NCC-1476"))
#> [1] "NCC-1476" "NCC-7039" "NCC-3978" "NCC-5011" "NCC-1228"
¿De qué sirve un cuaderno de bitácora si no incluye fechas?
Una fecha estelar es un número de coma flotante. Las aventuras de la Starship Enterprise de la primera temporada de The Next Generation transcurren entre las fechas estelares 41000,0 y 42000,0. El «4» corresponde al siglo XXIV y el «1», a la primera temporada.
Implementa la función random_stardate, que devuelve un número de coma flotante entre 41000,0 y 42000,0.
random_stardate()
#> 41037.6
Regístrate en Exercism para aprender y dominar R con 21 conceptos111 ejercicios y mentoría humana real, todo gratis.