Números aleatórios criado

Gerar números aleatórios é uma das tarefas mais importantes da computação científica

Aleatoriedade em computação

Como exemplo de módulos da família numpy/scipy, vejamos um que fornece recursos importantíssimos para a computação científica. Gerar dados aleatórios é fundamental para o teste de hipóteses e modelos e estão na base de modelos físico-estatísticos como o Método de Monte Carlo, usualmente encontrado em disciplinas como Métodos computacionais da Física (aqui na EEL, LOM3227) ou outras correlatas. Antigamente (bem antigamente mesmo, antes da era digital!), qualquer livro de Probabilidades e Estatística contava com um apêndice contendo uma tabela de números aleatórios. Podemos apenas imaginar como tais tabelas eram geradas: usando dados e moedas?

Hoje em dia, porém (na verdade, desde a década de 1940!), a computação para a geração de números aleatórios está muito mais avançada e qualquer computador é capaz de gerar séries enormes de dados aleatórios.

A verdade, porém, é mais complexa. Um computador é uma máquina praticamente determinística, e não consegue (ou tem grandes dificuldades) em criar informações que sejam, de fato, aleatórias. Existem, na verdade, geradores de números pseudo-aleatórios, ou seja, que apenas parecem aleatórios. Veremos mais detalhes sobre isso na disciplina mencionada anteriormente. Por enquanto, vamos nos concentrar apenas em como usar o módulo numpy.random para gerar sequências de valores int e float que são, para todos os efeitos, aleatórias.

O módulo numpy.random

Em inglês random significa aleatório.

import numpy.random as rd

Teste seu código:

Página atualizada em 07/06/20