Teorema de Chebyshev
Ing. Raúl Alvarez Guale, MPC
Teorema de Chebyshev
(Teorema de Chebyshev) La probabilidad de que cualquier
variable aleatoria X tome un valor dentro de k
desviaciones estándar de la media es de al menos 1 – 1/k2.
Es decir,
1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
𝑘
Teorema de Chebyshev
Ejemplo 1
Una variable aleatoria X tiene una media μ = 8,
una varianza σ2 = 9 y una distribución de
probabilidad desconocida. Calcule
a) P (−4 < X < 20),
b) P (|X −8| ≥ 6).
Ejemplo 1
Solución:
μ = 8,
σ2 = 9 donde σ = 3
a) P (−4 < X < 20)=?
Hay que igualar las ecuaciones para encontrar k,
es decir:
1
P (−4 < X < 20) ≥1 −
𝑘2
1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
𝑘
Ejemplo 1
-4 μ=8
20
1
P (−4 < X < 20) ≥1 −
𝑘2
Ejemplo 1
Solución: 1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
μ = 8, 𝑘
σ=3
1
a) P (−4 < X < 20) ≥ 1 − 2
𝑘
Hay que dejar el término μ −kσ en base a los
valores dados para encontrar k, es decir:
−4= μ −kσ −4= 8 −k(3) −4−8 =3k k=−4
20= μ +kσ 20= 8 +k(3) 20 − 8=3k k=4
Ejemplo 1
Solución:
1
a) P (−4 < X < 20) ≥ 1 −
𝑘2
1 1 1 15
1− 2 1− 2 1− = = 0.9375
𝑘 4 16 16
a) P (−4 < X < 20) ≥ 0.9375
Ejemplo 1
Solución:
b) P (|X −8| ≥ 6)
P (-6 ≥ X −8 ≥ 6)
P (-6 + 8 ≥ X ≥ 6 + 8)
P (2 ≥ X ≥ 14)=?
Ejemplo 1
2 μ=8 14
P (2 ≥ X ≥ 14)
Ejemplo 1
2 μ=8 14
P (2 < X < 14)
P (2 ≥ X ≥ 14) = 1 - P (2 < X < 14)
Ejemplo 1
Solución: 1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
μ = 8, 𝑘
σ=3
1
b) P (2< X < 14) ≥ 1 − 2
𝑘
Hay que dejar el término μ −kσ en base a los
valores dados para encontrar k, es decir:
2= μ −kσ 2= 8 −k(3) 2−8 =3k k=−2
14= μ +kσ 14= 8 +k(3) 14−8=3k k=2
Ejemplo 1
Solución:
1
P (2< X < 14)≥1 −
𝑘2
1 1 1 3
1− 2 1− 2 1 − = = 0.75
2 2 4 4
P (2< X < 14) ≥ 0.75
b) P (|X −8| ≥ 6)=1 − P (2< X < 14) ≤ 0.25
Ejemplo 2
Una empresa eléctrica fabrica una bombilla de
luz de 100 watts que, de acuerdo con las
especificaciones escritas en la caja, tiene una
vida media de 900 horas con una desviación
estándar de 50 horas. A lo sumo, ¿qué
porcentaje de las bombillas no duran al menos
700 horas? Suponga que la distribución es
simétrica alrededor de la media.
Ejemplo 2
Solución:
𝑺𝒆𝒂 𝑿
= 𝑳𝒂 𝒅𝒖𝒓𝒂𝒄𝒊ó𝒏 𝒆𝒏 𝒉𝒐𝒓𝒂𝒔 𝒅𝒆 𝒃𝒐𝒎𝒃𝒊𝒍𝒍𝒂𝒔 𝒅𝒆 𝟏𝟎𝟎𝒘
Se quiere determinar la Probabilidad de X no dure al
menos 700
En otras palabras
𝑃 𝑋 < 700 =?
Ejemplo 2
𝑃 𝑋 < 700 =?
Ejemplo 2
Solución: 700=900-4*50
El teorema de Chebyshev nos indica que:
1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
𝑘
1
P (900 −4(50) < X<900+4(50)) ≥ 1 − 2
4
𝑃 700 < 𝑋 < 1100 ≥ 0,9375
Ejemplo 2
Ejemplo 2
𝑃 700 < 𝑋 < 1100 ≥ 0.9375
0.9375
Ejemplo 2
0.9375
0.03125 0.03125
1 − 0,9375
0.0625
Ejemplo 2
𝑃 𝑋 < 700 = 0.03125
Ejemplo 3
En una planta de ensamble automotriz se crean 70
nuevos puestos de trabajo y se presentan 1000
aspirantes. Para seleccionar entre los aspirantes a
los 70 mejores la armadora aplica un examen que
abarca habilidad mecánica, destreza manual y
capacidad matemática. La calificación media de este
examen resulta ser 60 y las calificaciones tienen una
desviación estándar de 6. ¿Una persona que
obtiene una calificación de 84 puede obtener uno
de los puestos? [Sugerencia: Utilice el teorema de
Chebyshev]. Suponga que la distribución es
simétrica alrededor de la media.
Ejemplo 3
Solución:
Como se escogen los 70 mejores de 1000
aspirantes, quiere decir que solo ingresan el
70/1000=0,07 correspondiente al 7%
La pregunta sería, si una persona que saque una
nota de 84, estaría en ese 7%
Ejemplo 3
0,07
60
84
?
Ejemplo 3
0.14
0.07 0.07
0.86
1
P (μ −kσ < X < μ +kσ) ≥ 1 − P (μ −kσ < X < μ +kσ) ≥ 0.86
𝑘2
Ejemplo 3
P (μ −kσ < X < μ +kσ) ≥ 0.86
1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
𝑘
1 1 1
1 − 2 = 0.86 1 − 0.86 = 2 0.14 = 2
𝑘 𝑘 𝑘
2
1 𝑘 2 = 7.143 𝑘 = 2,67
𝑘 =
0.14
Ejemplo 3
1
P (μ −kσ < X < μ +kσ) ≥ 1 − 2
𝑘
P (μ −kσ < X < μ +kσ) ≥ 0.86
Recordar que: μ= 60 y σ=6
P (60 −2.67(6) < X < 60 +2.67(6)) ≥ 0.86
(43.98< X < 76.02) ≥ 0.86
Ejemplo 3
0.86
84
0.07 0.07
43.98 76.02
60
1
P (μ −kσ < X < μ +kσ) ≥ 1 − P (43.98< X < 76.02) ≥ 0.86
𝑘2
Gracias
