Média aritmética

Como usar Média aritmética

A média aritmética é um dos conceitos matemáticos mais antigos e ao mesmo tempo mais mal compreendidos. Astrônomos na Babilônia e na Grécia antiga já a usavam para suavizar erros de medição — tirar a média de múltiplas observações da mesma estrela para chegar a um valor mais confiável. Karl Friedrich Gauss formalizou o porquê disso funcionar em 1809, no método dos mínimos quadrados: a média minimiza a soma dos erros quadráticos, o que a torna o estimador ótimo para dados com distribuição normal. É uma propriedade elegante, mas que quase ninguém ensina junto com a fórmula de somar e dividir.

O problema da média é que ela é sensível a valores extremos de uma forma que distorce completamente a percepção da realidade. O exemplo clássico é o de Bill Gates entrando em um bar: a renda média das pessoas no local dispara para milhões, mas ninguém ali ficou mais rico. Dados de salário, preço de imóveis, tempo de resposta de servidores e notas de avaliação costumam ter essa característica — um punhado de valores muito altos distorce tudo. Nesses casos, a mediana é uma medida mais honesta. A média funciona bem quando os dados têm distribuição razoavelmente simétrica e sem outliers brutais.

Na programação, calcular médias é uma operação onipresente: média móvel em gráficos financeiros, nota média em sistemas de avaliação, tempo médio de resposta em dashboards de monitoramento. Um bug clássico que aparece em entrevistas técnicas até hoje: divisão inteira ao calcular a média. Em linguagens tipadas como Java ou C, `(5 + 3) / 2` retorna `4`, não `4.0`. Sempre converta pelo menos um dos operandos para ponto flutuante antes de dividir. E se você estiver calculando a média incremental de um stream de dados sem guardar todos os valores, a fórmula iterativa `media += (novo_valor - media) / n` é mais estável numericamente do que acumular uma soma e dividir no final.