Reproducibilidad mediante semillas

01 · Punto de partida

Sin repetición no hay ciencia

En el Tema 5 aprendiste que la semilla decide la historia. Ahora la convertimos en método: un experimento de simulación solo existe si otro puede repetirlo y obtener lo mismo. «Me dio 0,62» sin semilla, sin código versionado y sin N es una anécdota, no un resultado.

La buena noticia es que con PRNGs la reproducibilidad es barata: basta disciplinar la siembra. La mala es que es frágil: un solo random.random() sin sembrar, un shuffle olvidado o un timestamp escondido bastan para romperla.

• ¿Qué significa «repetir bit a bit» y qué nivel te exigen?
• ¿Qué 5 datos tenés que guardar sí o sí?
• ¿Dónde se esconden los azarosos no controlados?
• ¿Cómo demostrás que tu corrida es repetible?

02 · Definición

Niveles y contrato de reproducibilidad

Para programadores alcanza con tres niveles prácticos:

03 · Protocolo

El protocolo de 5 líneas

Todo experimento del curso seguirá este ritual. Pegalo en tu cuaderno:

1. Sembrar una vez

Al inicio del programa, una sola vez: random.seed(SEED). Nunca dentro de un loop ni por tiro.

2. Registrar

Imprimí y guardá SEED, parámetros, N y versión antes de correr. Lo que no se imprime, se pierde.

3. Aislar

Todo azar pasa por el generador sembrado. Nada de time, os.urandom ni shuffle suelto en medio de la simulación.

4. Repetir en frío

Volvé a correr desde cero con el mismo registro y compará bit a bit (o por hash). Debe dar idéntico.

5. Variar con método

Para réplicas, usá lista explícita de semillas [101, 102, 103], no «correr sin seed varias veces».

04 · Ejemplos

Dónde duele no ser reproducible

1. 1
   Depuración.

   Un valor atípico en la corrida 8 432 solo se inspecciona si podés rebobinar hasta él con la misma semilla.

2. 2
   Comparación justa.

   Dos políticas de stock se comparan con las mismas semillas (números comunes): si cada una usa azar distinto, no sabés qué ganó.

3. 3
   Publicación.

   Paper sin semillas ni código es fe ciega. Con registro completo, el revisor repite en su máquina.

4. 4
   Clase.

   El docente fija semilla y todos ven lo mismo; cada alumno varía con su semilla asignada sin perder el marco común.

05 · Patrón en Python

Experimento empaquetado

Este esqueleto te servirá hasta el proyecto final (Tema 45): todo azar cuelga de SEED y todo queda registrado.

import random

EXPERIMENTO = {"semilla": 2026, "n": 1000, "version": "t6-v1"}

random.seed(EXPERIMENTO["semilla"])
vals = [random.random() for _ in range(EXPERIMENTO["n"])]
media = sum(vals) / len(vals)
print(EXPERIMENTO)
print("media:", round(media, 5))

La media debe repetirse exacta entre ejecuciones. Si no, hay un azaroso fuera del protocolo.

Réplicas con lista explícita

Así se comparan escenarios sin trampa: cada réplica tiene su semilla declarada.

import random

SEMILLAS = [101, 102, 103]
for s in SEMILLAS:
    random.seed(s)
    vals = [random.random() for _ in range(500)]
    print(s, round(sum(vals) / len(vals), 5))

06 · Exploración

Laboratorio: gemelas idénticas vs. vecinas distintas

El laboratorio corre el mismo experimento dos veces: la corrida A siempre usa tu semilla; la B usa la misma semilla o la siguiente según el interruptor. Las curvas son medias acumuladas: si B repite semilla, se superponen perfecto.

Cada línea es la media acumulada hasta n. La superposición exacta demuestra reproducibilidad bit a bit.

Preguntas para explorar

1. Con misma semilla y N = 2000, ¿la diferencia final es exactamente 0? ¿Por qué es importante que sea 0 y no «casi 0»?
2. Cambiá B a A+1: ¿las curvas se separan al inicio o solo al final? ¿Qué dice eso de «parecido» vs «idéntico»?
3. Si publicaras solo la media sin semilla, ¿podría otro saber si tu 0,502 vino de A o de B?

07 · Comprensión

Confusiones frecuentes

08 · Práctica guiada

Ejercicios con Python

Ejercicio 1: demostrar el contrato

Corrida A y corrida B con el mismo registro deben coincidir; con semilla distinta, diferir.

import random

def corrida(semilla, n=200):
    random.seed(semilla)
    return [random.random() for _ in range(n)]


a = corrida(42)
b = corrida(42)
c = corrida(43)
print("a == b:", a == b)
print("a == c:", a == c)

Ejercicio 2: cazar el azaroso fantasma

Este código parece reproducible pero no lo es. ¿Dónde está el azar no sembrado?

import random
import time

random.seed(1)
print(random.random())
print(time.time() % 1)

Ejercicio 3: hash de verificación

Guardá un hash corto de tu secuencia para verificar repetición sin comparar listas enteras.

import hashlib
import random

random.seed(2026)
vals = [random.random() for _ in range(1000)]
h = hashlib.sha256(str(vals).encode()).hexdigest()[:12]
print("hash:", h)

09 · Síntesis

Ideas para recordar

En el próximo tema definiremos qué le exigimos a un generador para confiar en él: las propiedades deseables de un generador (uniformidad, independencia y período).