Muitos programas precisam de valores (aparentemente) aleatórios para simular acontecimentos do mundo real.
Entre os exemplos mais comuns e familiares estão:
"H" ou "T".Gerar valores verdadeiramente aleatórios com um computador é um desafio técnico surpreendentemente difícil, por isso podes ver estes resultados referidos como «pseudoaleatórios».
Importante: Este Conceito não aborda números aleatórios criptograficamente seguros, que são um desafio muito mais difícil.
No entanto, o R deriva de um pacote de estatística e é frequentemente usado para simulações, por isso oferece uma grande variedade de formas de gerar valores aleatórios. Os resultados são suficientemente bons para a maioria das aplicações de modelação, simulação e jogos.
Imagina que tens um saco com 3 bolas vermelhas e 4 bolas verdes e que tiras uma bola do saco ao acaso. Para obteres uma segunda bola, há duas possibilidades:
O cenário 1 é com reposição, o cenário 2 é sem reposição e dão resultados diferentes.
sample
Para escolher entre um número limitado de valores discretos, podes usar sample() com ou sem reposição.
Isto é útil para números inteiros, 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
A amostragem integra-se bem em pipelines de dados. Por exemplo, para gerar strings alfanuméricas aleatórias:
library(stringr)
c(letters, LETTERS, 0:9) |> sample(50) |> str_flatten()
#> [1] "5tX71jhbM9zUmKrpENBQyGYaZdJPVAx06leSF2s8gcfw3OviIH"
Várias outras linguagens têm uma função especial para baralhar uma sequência.
O R não tem uma função de baralhar. Porquê?
Para perceberes isto, olha outra vez para a função sample.
A forma completa é sample(x, size, replace = FALSE, prob = NULL), em que x é (normalmente) a sequência de onde se retiram as amostras e size é o número de itens a escolher.
Já falámos de replace, cujo valor predefinido corresponde a amostragem sem reposição.
Por agora, ignora prob, que te permite atribuir pesos diferentes aos vários elementos de x.
O que acontece se omitirmos size e dermos apenas x?
x <- letters[1:6]
x
#> [1] "a" "b" "c" "d" "e" "f"
sample(x)
#> [1] "e" "a" "f" "b" "c" "d"
Ao típico estilo do R, o padrão é vetor à entrada, vetor à saída, e size assume por defeito length(x).
«Retirar uma amostra de todos os elementos de x sem reposição» é apenas uma forma mais técnica de dizer «baralhar x».
Por isso, não existe uma função shuffle, porque sample já faz exatamente o que precisamos!
Os exemplos acima descreviam casos em que todos os resultados são igualmente prováveis.
Por exemplo, sample(1:100) tem a mesma probabilidade de dar qualquer número inteiro de 1 a 100.
A isto chama-se uma distribuição uniform.
Muitas situações do mundo real são muito menos simples do que isto.
Por isso, os estatísticos criaram uma grande variedade de distributions para descrever matematicamente resultados do «mundo real».
Para uma distribuição igualmente ponderada de números de vírgula flutuante, usa runif() (concentra-te em «random-uniform» e resiste à tendência natural mas errada de ler «run if»).
Tanto min como max podem ser especificados, mas por defeito são 0 e 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
A Mary é uma grande fã da série de televisão Star Trek: The Next Generation. Joga muitas vezes jogos de interpretação de papel e caneta, nos quais ela e os amigos fingem ser a tripulação da Starship Enterprise.
A personagem da Mary é o Capitão Picard, o que significa que tem de manter o diário de bordo do capitão. Adora a parte criativa do jogo, mas não gosta de ter de gerar dados aleatórios na hora.
Ajuda a Mary criando geradores aleatórios para os dados que costumam aparecer no diário de bordo do capitão.
A Starship Enterprise encontra muitos planetas nas suas viagens. No universo de Star Trek, os planetas estão divididos em categorias com base nas suas propriedades. Por exemplo, a Terra é um planeta de classe M. As classes planetárias possíveis são: D, H, J, K, L, M, N, R, T e Y.
Implementa a função random_planet_class.
Deve devolver, de forma aleatória, o número necessário de classes planetárias, como um vetor.
As classes repetidas são aceitáveis e podem ser necessárias para vetores longos.
random_planet_class(number_needed)
#> "K"
A Enterprise (número de registo NCC-1701) não é a única nave a voar por aí! Quando se encontra com outra nave, a Mary precisa de anotar o número de registo dessa nave.
Os números de registo começam com o prefixo «NCC-» e depois usam um número de 1000 a 9999 (inclusive).
Implementa a função random_ship_registry_number, que devolve um número de registo de nave aleatório.
random_ship_registry_number()
#> "NCC-1947"
Uma das versões do jogo envolve interagir com outras naves, e a Mary precisa de uma seleção.
Existe uma lista completa de naves possíveis, mas em cada jogo só são precisas algumas delas, e devem ser escolhidas ao acaso.
Implementa a função shuffle_starships(starships), que recebe um vetor de números de registo de naves únicos e devolve um vetor do mesmo comprimento com as naves numa ordem aleatória.
Assim, será fácil para a Mary escolher aleatoriamente qualquer quantidade de naves a partir do início do vetor.
Os valores do resultado devem ser retirados de starships, sem 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 que serve um diário de bordo se não incluir datas?
Uma data estelar é um número de vírgula flutuante. As aventuras da Starship Enterprise na primeira temporada de The Next Generation decorrem entre as datas estelares 41000.0 e 42000.0. O «4» representa o século XXIV e o «1» a primeira temporada.
Implementa a função random_stardate, que devolve um número de vírgula flutuante entre 41000.0 e 42000.0.
random_stardate()
#> 41037.6
Inscreve-te no Exercism para aprenderes e dominares R com 21 conceitos111 exercícios, e mentoria humana real, tudo grátis.