Reproducibilidad de experimentos

01 · Punto de partida

Sin semilla anotada no hay ciencia

Un resultado de simulación sin semilla registrada es una anécdota: nadie puede verificarlo, ni siquiera vos cuando el revisor pida “la figura 3 otra vez”. La reproducibilidad es el contrato que convierte corridas en evidencia: mismos datos, mismo código, misma semilla → mismos números.

Y no alcanza con la semilla: el generador, su versión y el orden de consumo también cuentan. Este tema fija el protocolo mínimo que usarás en el proyecto final (Tema 45).

• ¿Qué hay que registrar además de la semilla?
• ¿Por qué la misma semilla puede dar distinto en otra versión?
• ¿Cómo congelar y retomar una secuencia a mitad de camino?
• ¿Qué nunca debe llevar semilla fija?

02 · Definición

El cuarteto de la repetición

03 · Protocolo mínimo

Del cuaderno al config

El patrón profesional: un diccionario EXPERIMENTO (o YAML/JSON) con semilla, generador, versiones y parámetros, guardado junto a los resultados. Para pausar y retomar: getstate/setstate serializado a disco.

Una semilla madre

Sembrar una vez al inicio (SeedSequence(2026) en NumPy) y derivar las de cada réplica por índice: trazable y sin colisiones (Temas 37–38).

Estado congelable

random.getstate() captura las 624 palabras de MT: guardarlo permite retomar bit a bit tras un corte de luz.

Sorteso con premio: afuera

Lo reproducible es verificable… y predecible: ningún sorteo con incentivo lleva semilla publicada (Tema 18). Ciencia sí, secreto no.

04 · Ejemplos

Tres contratos cumplidos

1. 1
   Paper con figura.

   {semilla: 2026, gen: PCG64, numpy: 1.26, n: 5000} junto al PNG: el revisor repite la figura.

2. 2
   Bug en la réplica 137.

   Con semilla por índice se re-corre solo la 137 y el bug aparece: depuración quirúrgica.

3. 3
   Clase con 30 alumnos.

   Misma semilla para todos: el docente sabe qué números debe ver cada uno y detecta copias y errores.

05 · Implementación en Python

Config, estado y repetición

Corrida empaquetada: diccionario de experimento, secuencia repetible y congelamiento del estado a mitad de camino.

import random
import sys

EXP = {"semilla": 2026, "gen": "MT", "python": sys.version.split()[0], "n": 5}
rng = random.Random(EXP["semilla"])
print(EXP)
print([round(rng.random(), 6) for _ in range(EXP["n"])])

Mismo dict, mismos 5 números, en cualquier máquina con este Python: contrato cumplido.

Congelar y retomar

import random

rng = random.Random(99)
print([round(rng.random(), 4) for _ in range(3)])
estado = rng.getstate()
a = [rng.random() for _ in range(3)]
rng.setstate(estado)
b = [rng.random() for _ in range(3)]
print(a == b)

06 · Exploración

Laboratorio: repetir o variar

Dos corridas con la semilla que elijas, dibujadas superpuestas: con la misma semilla coinciden punto por punto (distancia 0); con distinta, divergen. El panel trae hash de cada corrida y veredicto.

Dos curvas superpuestas que se ven como una sola = reproducibilidad perfecta. Curvas distintas = semillas distintas.

Preguntas para explorar

1. Con A = B: ¿la distancia es exactamente 0? ¿El hash coincide?
2. Cambiá B en 1 (2027): ¿cuánto se parecen las curvas? ¿Qué dice de la “cercanía” de semillas?
3. Si cambiás N a 240 con A = B: ¿siguen idénticas? ¿Por qué el orden de consumo importa?

07 · Comprensión

Confusiones frecuentes

08 · Práctica guiada

Ejercicios con Python

Ejercicio 1: contrato mínimo

Corré dos veces el mismo experimento con semilla 2026 y verificá igualdad bit a bit.

import random

def corrida(semilla=2026, n=5):
    rng = random.Random(semilla)
    return [rng.random() for _ in range(n)]


print(corrida() == corrida())

Ejercicio 2: el orden manda

Mostrá que pedir un valor extra en el medio cambia todo lo posterior aunque la semilla sea la misma.

import random

rng1 = random.Random(5)
a = [rng1.random() for _ in range(3)]
rng2 = random.Random(5)
rng2.random()
b = [rng2.random() for _ in range(3)]
print([round(v, 4) for v in a])
print([round(v, 4) for v in b])
print(a == b)

Ejercicio 3: manifiesto del experimento

Armá el JSON del manifiesto con semilla, generador, versiones y hash de resultados.

import hashlib
import json
import random
import sys

manifiesto = {"semilla": 2026, "gen": "MT", "python": sys.version.split()[0]}
rng = random.Random(manifiesto["semilla"])
res = [rng.random() for _ in range(100)]
manifiesto["sha"] = hashlib.sha256(json.dumps(res).encode()).hexdigest()[:16]
print(json.dumps(manifiesto))

09 · Síntesis

Ideas para recordar

En el próximo tema repartiremos azar sin choques: múltiples secuencias independientes por componente.