Neste artigo
- Como sortear números em Python?
- O computador sorteia de verdade?
- O que é a semente?
- Por que os artigos de estatística usam random.seed(42)?
- Aí você pergunta: e se eu não definir a semente?
- Como fica em PHP e em C?
- O sorteio do computador é justo?
- Posso usar o random para gerar senhas?
- Quais são os erros mais comuns com números aleatórios?
- Agora é com você!
Número aleatório, na programação, é um valor sorteado pelo computador de um jeito que não dá para prever qual será o próximo. Semente, ou seed, é o número que serve de ponto de partida para esses sorteios: com a mesma semente, o programa sorteia exatamente a mesma sequência, todas as vezes.
No artigo sobre tipos de variáveis, um programa sorteou 10.000 lançamentos de dado para mostrar a diferença entre contar e medir. Ele começava com uma linha curiosa: random.seed(42). Essa linha vai aparecer nas simulações dos artigos de estatística desta jornada, e hoje você vai entender o que ela faz. No caminho, uma surpresa: o computador não sorteia de verdade.
Imagine um livro enorme, com milhões de páginas cheias de números embaralhados. Sortear um número é ler o próximo da página. A semente é o número da página em que você abre o livro. Quem abre na página 42 lê sempre a mesma sequência. Quem abre na página 7 lê outra. E quem não escolhe página nenhuma abre o livro ao acaso.
Como sortear números em Python?
O módulo random traz as funções de sorteio. Três delas, para começar:
import random print(random.random()) print(random.randint(1, 6)) print(random.choice(["cara", "coroa"]))
Saída (a sua será diferente):
0.29110306893432447 2 coroa
Rodando o programa de novo, os três resultados mudam, como se espera de um sorteio. As funções que você mais vai encontrar:
| Função | O que sorteia |
|---|---|
random.random() | Um número com casas decimais de 0 até 1, sem nunca chegar a 1 |
random.randint(1, 6) | Um inteiro de 1 a 6, com os dois extremos incluídos |
random.choice(lista) | Um item da lista |
random.sample(lista, 2) | Dois itens diferentes da lista |
random.shuffle(lista) | Embaralha a própria lista |
random.gauss(170, 10) | Um valor em volta da média 170, com desvio padrão 10 |
O computador sorteia de verdade?
Não. Um computador só segue instruções, e instrução nenhuma manda “faça algo imprevisível”. O que ele faz é aplicar uma fórmula que transforma um número no seguinte, de um jeito tão embaralhado que o resultado parece sorteio. Por isso o nome técnico é número pseudoaleatório.
A documentação do Python diz isso com todas as letras: o gerador do módulo random é totalmente determinístico. Ele usa um algoritmo chamado Mersenne Twister, que só volta a repetir a sequência depois de uma quantidade de sorteios tão grande que o número tem mais de 6 mil dígitos.
O que é a semente?
É o ponto de partida da fórmula. Fixando a semente, você fixa a sequência inteira:
import random random.seed(42) print(random.randint(1, 6), random.randint(1, 6), random.randint(1, 6)) random.seed(42) print(random.randint(1, 6), random.randint(1, 6), random.randint(1, 6)) random.seed(7) print(random.randint(1, 6), random.randint(1, 6), random.randint(1, 6))
Saída:
6 1 1 6 1 1 3 2 4

As duas primeiras linhas saíram idênticas, porque a semente era a mesma. Com a semente 7, a sequência mudou. Sacou? A semente não deixa o sorteio “mais aleatório” nem “menos aleatório”. Ela só escolhe em que ponto do livro a leitura começa.
Por que os artigos de estatística usam random.seed(42)?
Por um motivo só: para que você rode o programa aí e veja os mesmos números que estão no artigo. Se o texto diz que a simulação deu 0,1704, a sua também vai dar 0,1704. Sem semente, cada leitor veria um valor um pouco diferente, e ficaria em dúvida se errou alguma coisa.
Isso tem nome: reprodutibilidade. É o mesmo cuidado de quem descreve um experimento para que outra pessoa consiga repetir. E o 42? Qualquer número serviria. O 42 é só um costume entre programadores.
ATENÇÃO: a garantia tem limite. A documentação avisa que os algoritmos de várias funções podem mudar de uma versão do Python para outra. Os números deste artigo foram gerados no Python 3.13.
Aí você pergunta: e se eu não definir a semente?
Aí o Python escolhe uma por você, usando uma fonte de imprevisibilidade do sistema operacional ou, na falta dela, o relógio. É por isso que cada execução dá um resultado diferente.
Como fica em PHP e em C?
A ideia é idêntica. Em PHP, a semente é definida com mt_srand:
<?php mt_srand(42); echo mt_rand(1, 6), " ", mt_rand(1, 6), " ", mt_rand(1, 6), "\n"; mt_srand(42); echo mt_rand(1, 6), " ", mt_rand(1, 6), " ", mt_rand(1, 6), "\n";
Saída:
1 6 5 1 6 5
Em C, com srand:
#include <stdio.h>
#include <stdlib.h>
int main(void)
{
for (int vez = 0; vez < 2; vez++) {
srand(42);
for (int i = 0; i < 3; i++) {
printf("%d ", rand() % 6 + 1);
}
printf("\n");
}
return 0;
}
Saída:
1 1 6 1 1 6
Repare em duas coisas. Dentro de cada linguagem, a mesma semente repetiu a sequência. Mas, de uma linguagem para outra, a semente 42 deu sequências diferentes: 6 1 1 no Python, 1 6 5 no PHP e 1 1 6 no C. Cada linguagem tem a sua fórmula, e no C a sequência pode mudar até de um sistema para outro.
O manual do PHP acrescenta que o gerador já começa com uma semente sorteada, então chamar mt_srand só é necessário quando se quer repetir a sequência. E a referência da linguagem C registra a regra geral: com a mesma semente, o rand tem de produzir a mesma sequência. Foque no conceito, e não na linguagem!
Um detalhe do C: a conta rand() % 6 + 1 é a forma mais simples de sortear de 1 a 6, mas a própria referência avisa que ela tem um pequeno desvio. Para aprender, serve bem.
O sorteio do computador é justo?
Dá para conferir com uma simulação. Este programa lança um dado 10.000 vezes e conta quantas vezes cada face saiu:
import random
from collections import Counter
random.seed(42)
lancamentos = [random.randint(1, 6) for _ in range(10000)]
contagem = Counter(lancamentos)
for face in range(1, 7):
print(face, contagem[face], contagem[face] / 10000)
Saída:
1 1618 0.1618 2 1629 0.1629 3 1647 0.1647 4 1687 0.1687 5 1671 0.1671 6 1748 0.1748

Se o dado é justo, cada face deve sair perto de 10.000 ÷ 6, ou seja, umas 1.667 vezes. Foi o que aconteceu: a face que menos saiu apareceu 1.618 vezes, e a que mais saiu, 1.748. Nenhuma bateu exatamente em 1.667, e isso é o normal de um sorteio. A linha que monta a lista usa list comprehension.
As outras funções da tabela, em ação:
import random random.seed(42) nomes = ["Ana", "Bruno", "Carla", "Davi", "Eva"] print(random.choice(nomes)) print(random.sample(nomes, 2)) random.shuffle(nomes) print(nomes)
Saída:
Ana ['Ana', 'Carla'] ['Davi', 'Carla', 'Ana', 'Eva', 'Bruno']
Posso usar o random para gerar senhas?
Não! Como a sequência é determinística, quem descobre o ponto de partida consegue prever os próximos números. A documentação do Python é direta: o módulo random não deve ser usado para segurança, e o lugar certo para isso é o módulo secrets.
import secrets print(secrets.randbelow(6) + 1) print(secrets.token_hex(8))
Saída (muda a cada execução, e não existe semente para fixar):
1 aac9a0fd90069b0a
Quais são os erros mais comuns com números aleatórios?
- Definir a semente dentro do laço. A sequência recomeça a cada volta, e o programa sorteia sempre o mesmo número.
- Esquecer que o randint inclui os dois extremos.
random.randint(1, 6)pode devolver o 6. Já orange(1, 6)para no 5. - Achar que a semente melhora o sorteio. Ela não muda a qualidade, só o ponto de partida.
- Usar o random para senha, token ou sorteio com prêmio. Para isso existe o
secrets. - Esperar os mesmos números em outra linguagem. A semente 42 do Python não tem nada a ver com a semente 42 do PHP.
Veja o primeiro erro da lista acontecendo:
import random
for _ in range(3):
random.seed(42) # errado: a sequência recomeça a cada volta
print(random.randint(1, 6))
Saída:
6 6 6
Agora é com você!
Primeiro no papel. Um programa faz random.seed(10) e sorteia três números de 1 a 6: saem 5, 1 e 4. Em seguida, sem chamar a semente de novo, sorteia mais três. Esses três novos serão 5, 1 e 4 outra vez? E se o programa for encerrado e executado de novo desde o início, quais serão os três primeiros? Escreva as respostas com a justificativa e só depois confira no computador.
Depois, simule 1.000 lançamentos de uma moeda com a semente 42 e conte as caras. Troque a semente para 7 e conte de novo. Os dois resultados são iguais? Deveriam ser? Tente sozinho, sem pedir a resposta pronta para ninguém, nem para a IA!
No próximo artigo desta série de base, a simulação de Monte Carlo: como usar esses sorteios para responder perguntas difíceis sem fórmula. Até lá!
Confiança Sempre!!!
Fontes:
- Python Software Foundation, documentação oficial. random: Generate pseudo-random numbers, com o gerador Mersenne Twister, a função seed, o aviso sobre segurança e as notas sobre reprodutibilidade.
- PHP, manual oficial. mt_srand, com a definição da semente do gerador e a informação de que ela é sorteada automaticamente.
- cppreference, referência da linguagem C. rand, com a regra da mesma semente e a observação sobre o desvio da conta com resto.
- Universidade Federal de Minas Gerais, Departamento de Estatística, notas de aula. Métodos Computacionais Aplicados à Estatística, com os números pseudoaleatórios, o método congruencial, a semente e o Mersenne Twister.
- Universidade de São Paulo, disciplina LCE 5783. Simulação Estocástica, com a vantagem de poder repetir a simulação a partir da mesma semente.
- Universidade Federal de Uberlândia, Faculdade de Computação. Simulações de Monte Carlo e geração de números aleatórios, com o Mersenne Twister, o período do gerador e o aviso de que ele não serve para criptografia.
- Universidade Federal de Sergipe, disciplina Estatística Computacional. Geração de números pseudoaleatórios, com a diferença entre aleatório e pseudoaleatório e exemplos resolvidos.
- Instituto de Física de São Carlos da USP, minicurso. Método de Monte Carlo, com a sequência determinística que se repete quando a semente é a mesma.
- Universidade Federal do Paraná, disciplina CE089. Geração de números pseudo aleatórios, com a estrutura de um gerador e o gerador congruencial linear.
- Os exemplos deste artigo foram executados em Python 3.13, PHP 8.3 e GCC 13.

Continue a conversa