Como arredondar corretamente para a centena mais próxima
A maioria das pessoas erra no arredondamento para centena mais próxima quando o número cai exatamente no meio entre duas centenas. Isso acontece com mais frequência do que você imagina, especialmente em planilhas financeiras onde valores como 1.450 ou 2.750 aparecem todo dia.
O básico do arredondamento para centena mais próxima
O processo é simples na teoria: você olha o algarismo das dezenas. Se for 5 ou maior, sobe para a centena seguinte. Se for 4 ou menor, desce. O número 1.342 vira 1.300 porque as dezenas são 4. O número 1.357 vira 1.400 porque as dezenas são 5. Na prática, entretanto, existem situações que quebram essa lógica simplificada. O problema real começa quando o número termina em exatos 50. Aqui entra a convenção que a maioria dos programadores e até alguns profissionais de finanças ignora: o arredondamento para o par mais próximo, conhecido como "banker's rounding" ou arredondamento de meia-entrada.
Em vez de sempre arredondar 5 para cima, o método padrão IEEE 754 diz que 1.450 deve arredondar para 1.400, não para 1.500, porque 1.400 é par. Já 1.550 vai para 1.600. Isso parece contra intuitivo no início, mas reduz o viés acumulativo em grandes conjuntos de dados. Quando você está somando milhares de valores arredondados, esse viés pode representar diferenças reais em centenas ou milhares de reais.
Um caso específico que me custou tempo
Trabalhei em um projeto de consolidação de custos onde tínhamos uma base de cerca de 12 mil itens com valores unitários variando de R$ 47 a R$ 9.800. A solicitação era arredondar tudo para centena mais próxima antes de gerar o relatório final. Usei uma função de arredondamento padrão do Excel e o total batia R$ 3.240 a mais do que deveria. O problema estava nos números terminados em 50. Eles estavam sendo arredondados sistematicamente para cima, criando um viés positivo acumulado. A correção foi implementar uma fórmula personalizada que verificava se o resto da divisão por 100 era exatamente 50 e, nesse caso, aplicava a regra do par mais próximo. O ajuste reduziu a discrepância para R$ 12, que era margem aceitável de arredondamento residual.
Implementação prática
Se você precisa fazer isso em planilhas, a função ROUND do Excel pode ser útil, mas tem limitações. ROUND(1450; -2) retorna 1500, não 1400, porque o Excel usa arredondamento tradicional para cima nos casos de meia-entrada. Para obter o comportamento IEEE 754, você precisa de uma lógica condicional: =SE(E(MOD(A1;100)=50; MOD(A1;200)
100); ARREDONDAR PARA BAIXO; ARREDONDAR PARA CIMA)
👉 Clique no botão abaixo para saber mais sobre o assunto!
Em Python, o módulo decimal com ROUND_HALF_EVEN faz isso nativamente, então não há necessidade de reimplementar a lógica. A função round() nativa do Python 3 já segue o padrão IEEE 754.
Limitações e armadilhas
Arredondamento para centena mais próxima não resolve problemas de precisão subacente. Se você está trabalhando com valores monetários, o arredondamento deve ser a última etapa do processo, nunca intermediária. Fazer cálculos com valores já arredondados em etapas anteriores propaga erros que se multiplicam. Outro ponto importante: arredondar para centena mais próxima elimina informações úteis. Um valor de 1.499 vira 1.500, perdendo 99 unidades de diferença real. Em contextos onde a granularidade importa, como precificação detalhada ou controle de estoque, esse nível de arredondamento é grosseiro demais. Nesses casos, considere manter as casas decimais originais até o fechamento final ou usar um arredondamento menos agressivo, como para dezenas.
Também vale lembrar que sistemas legados e algumas bibliotecas mais antigas não implementam o padrão IEEE 754 corretamente. Já vi códigos em JavaScript que arredondavam 2.5 para 2 e outros que arredondavam para 3, dependendo da versão do navegador. Sempre verifique o comportamento antes de confiar em funções embutidas em ambientes heterogêneos.
Alternativa quando o arredondamento para centena não basta
Se o seu cenário exige mais precisão sem abrir mão da praticidade, o arredondamento significativo é uma alternativa válida. Em vez dear o número de casas decimais, você preserva o número de dígitos relevantes. Isso é particularmente útil quando os valores variam enormemente em magnitude, como em datasets que incluem tanto itens de R$ 50 quanto de R$ 50.000. O arredondamento para centena mais próxima funciona bem quando a faixa de valores é relativamente estreita e a comunicação com stakeholders não exige granularidade fina, mas para análise técnica detalhada, prefira trabalhar com os valores brutos até o último momento possível.
