Média harmônica

A média harmônica de n valores é n / (1/x₁ + 1/x₂ + ... + 1/xₙ) — o recíproco da média aritmética dos recíprocos. É a média correta ao calcular taxas expressas como unidades-razão (quilômetros por hora, requisições por segundo, reais por item).

Exemplo canônico. Dirija 60 km a 30 km/h, depois 60 km a 60 km/h. Qual é a velocidade média?

• Média aritmética: (30 + 60) / 2 = 45 km/h. Errado.
• Média harmônica: 2 / (1/30 + 1/60) = 40 km/h. Correto.

Verificação: total de 120 km, tempo total = 60/30 + 60/60 = 2 + 1 = 3 horas. 120 / 3 = 40 km/h. A média harmônica acerta; a média aritmética sistematicamente superpondera a taxa mais alta.

A média harmônica é sempre ≤ à média geométrica ≤ à média aritmética. A cadeia HM ≤ GM ≤ AM é uma das inequações clássicas da matemática. Escolher a errada é a causa silenciosa de muitos erros aritméticos no mundo real — valores médios de eficiência de combustível, throughput de rede calculado, tempo médio até falha para sistemas paralelos.

Use a média harmônica sempre que a “média” natural for uma taxa sobre um numerador constante (distância constante, trabalho constante a ser feito). Use a média aritmética para quantidades aditivas (alturas, notas). Use a média geométrica para quantidades multiplicativas (retornos compostos).

A pontuação F1 em aprendizado de máquina: a média harmônica aparece em todo lugar nas métricas de classificação porque precisão e recall vivem em escalas concorrentes. A pontuação F1 = 2 × precisão × recall / (precisão + recall) é exatamente a média harmônica de precisão e recall — penalizando o desequilíbrio mais severamente do que a média aritmética. Um classificador com 95% de precisão e 10% de recall tem média aritmética de 52,5%, mas pontuação F1 de 18,1%. A média harmônica diz corretamente “este é um modelo ruim” enquanto a média aritmética sugere uma moeda jogada ao acaso. Todo framework moderno de avaliação de ML usa pontuações F por padrão por esse motivo. Referência: NIST/SEMATECH e-Handbook — Média Harmônica.

Resistores em paralelo e a média harmônica. A resistência total de n resistores em paralelo é 1 / (1/R₁ + ... + 1/Rₙ), que é a média harmônica das resistências dividida por n. Dois resistores de 100 Ω em paralelo dão 50 Ω, que é a média harmônica de (100, 100) dividida por 2. A mesma identidade impulsiona tubos paralelos carregando fluido, processadores paralelos dividindo uma carga de trabalho e conexões de banco de dados paralelas sob um limite de pool de conexões — qualquer coisa onde a quantidade limitante é reciprocamente aditiva em vez de aditiva. Reconhecer a média harmônica nesses contextos poupa você de derivar a fórmula novamente toda vez.

Por que a média harmônica é sensível a valores pequenos. Como cada termo contribui via seu recíproco, um único valor próximo de zero puxa toda a média em direção a zero. Um conjunto de dados de (1, 1, 1, 1, 0,01) tem média aritmética de 0,802, mas média harmônica de 0,0476 — o único valor pequeno domina. Isso é uma característica, não um defeito: ao calcular a média de taxas, uma etapa lenta da viagem deve puxar a média geral para baixo porque você passa uma quantidade desproporcional de tempo nessa taxa lenta. A mesma propriedade torna a média harmônica inadequada para dados que legitimamente contêm valores próximos de zero (e indefinida quando qualquer valor é exatamente zero, porque 1/0 é indefinido).

Calculando a média harmônica sem perder precisão. A fórmula ingênua n / sum(1/x) acumula erros de arredondamento quando os valores abrangem muitas ordens de magnitude. Uma abordagem mais numericamente estável é calcular os recíprocos em maior precisão, classificá-los por magnitude, somar do menor para o maior e depois tomar o recíproco. Para a maioria dos conjuntos de dados do cotidiano, a forma ingênua está correta; para cálculos financeiros que abrangem frações de um ponto-base ao lado de múltiplos inteiros, a variante classificada fornece 2-3 dígitos extras de precisão. A calculadora de estatísticas da Convertitive usa precisão dupla em todos os cálculos, que é precisa o suficiente para qualquer conjunto de dados onde cada valor cabe em um JavaScript Number.