O básico da média aritmética
Média aritmética é a soma dos valores dividida pela quantidade de termos. Nada mais do que isso. Quando alguém pede para calcular qual a media de 10 15 20 e 25, o processo é direto: some tudo e divida por quatro. (10 + 15 + 20 + 25) / 4 = 70 / 4 = 17,5
Qual a media de 10 15 20 e 25
A resposta é 17,5. Mas vou além do óbvio porque existem detalhes que as pessoas costumam pular e que podem dar trabalho na prática. Em planilhas, o cálculo fica assim:
=MÉDIA(10; 15; 20; 25) O resultado sai instantaneamente. Em Python, seria um `sum()` dividido pelo `len()`. Em calculadoras simples, você apertaria os botões na sequência dos números, somas, divisão e depois o "=" — mas isso já é coisa de outro século.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Por que as pessoas erram esse cálculo
Acontece com mais frequência do que você imagina. Um erro comum é confundir média aritmética com média geométrica ou com a mediana. Se você tem um conjunto de dados com outliers, a média aritmética pode ser enganosa. No meu caso, trabalhei com um dataset de vendas onde havia um outlier extremo — uma única transação de R$ 50 mil num conjunto de vendas entre R$ 100 e R$ 500. A média disparou para algo sem representação real do comportamento da maioria dos clientes. A solução foi usar a mediana junto com a média, e analisar o desvio padrão separadamente. Nunca confie apenas na média quando os dados não são simétricos.
Limitações da média aritmética
Ela ignora a distribuição dos dados. Uma média de 17,5 não te diz se os números estão concentrados perto desse valor ou espalhados em extremos opostos. Isso é importante principalmente em avaliações, controle de qualidade e finanças. Outro problema: ela é sensível a valores extremos. Se você substituir o 25 por 250 no exemplo original, a média salta de 17,5 para 75. Um aumento de mais de 300% só por causa de um outlier. Nesses casos, a média trim mean ou a mediana são opções mais robustas.
Se o seu objetivo é apenas saber o ponto central de forma rápida e os dados não têm distorções extremas, a média aritmética continua sendo a ferramenta mais utilizada. Só não esqueça de checar a dispersão antes de tomar decisões baseadas nela.
