Mediana

Como usar Mediana

A mediana tem raízes históricas menos glamourosas que a média — é mais uma ferramenta pragmática do que um objeto de teoria elegante. Francis Galton, primo de Darwin e polímata vitoriano, popularizou o termo mediana em 1883 e foi um de seus maiores defensores justamente porque a julgava mais honesta que a média para descrever populações reais. O exemplo mais citado da vida dele envolve uma competição de adivinhação numa feira: 800 pessoas tentaram adivinhar o peso de um boi. Galton esperava que o julgamento coletivo fosse medíocre, mas a mediana das respostas foi 1207 libras — e o peso real do animal era 1198 libras. Uma precisão assombrosa que ele mesmo não esperava.

A diferença prática entre média e mediana aparece com mais clareza em dados de renda. Quando um instituto de estatística divulga que a renda média dos trabalhadores é X, esse número é puxado para cima pelos salários muito altos de uma minoria. A mediana — o valor que divide exatamente metade dos trabalhadores acima e metade abaixo — representa muito melhor o que a pessoa do meio de fato recebe. Em análise de sistemas, o mesmo raciocínio se aplica à latência: o tempo médio de resposta de uma API pode parecer aceitável enquanto 5% dos usuários estão sofrendo timeouts. Monitorar o p95 e o p99 — que são percentis, parentes próximos da mediana — é o que revela o problema real.

Na implementação computacional, encontrar a mediana de um conjunto pequeno é trivial: ordene e pegue o elemento do meio. O desafio aparece com conjuntos grandes: ordenar um array de 10 milhões de elementos só para pegar o central tem complexidade O(n log n). O algoritmo QuickSelect resolve isso em O(n) no caso médio, usando a mesma lógica de partição do Quicksort mas descartando metade do array em cada etapa. Para streams de dados em tempo real — como calcular continuamente a mediana de latência — a abordagem padrão usa dois heaps: um max-heap para a metade inferior e um min-heap para a metade superior, mantidos em equilíbrio.