En esta parte aprendí que los números generados con NumPy son pseudoaleatorios, es decir, siguen un algoritmo y dependen de una semilla.
Si no establecemos un estado de aleatoriedad, los valores cambian en cada ejecución, lo que dificulta reproducir resultados.
Al usar np.random.seed con un número fijo, garantizamos que los arrays generados se mantengan iguales en cada corrida, lo cual es fundamental para experimentos y reproducibilidad.
Me pareció muy útil ver cómo al fijar la semilla pude obtener siempre el mismo array y comprobar que los cálculos de la norma se mantienen constantes.
