You are on page 1of 29

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 .

. Calcule a) P (−4 < X < 20). Ejemplo 1 Una variable aleatoria X tiene una media μ = 8. una varianza σ2 = 9 y una distribución de probabilidad desconocida. b) P (|X −8| ≥ 6).

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 Solución: μ = 8.

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 .

9375 𝑘 4 16 16 a) P (−4 < X < 20) ≥ 0.9375 . Ejemplo 1 Solución: 1 a) P (−4 < X < 20) ≥ 1 − 𝑘2 1 1 1 15 1− 2 1− 2 1− = = 0.

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) .

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. Ejemplo 1 Solución: 1 P (μ −kσ < X < μ +kσ) ≥ 1 − 2 μ = 8. 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 .

75 b) P (|X −8| ≥ 6)=1 − P (2< X < 14) ≤ 0.25 . 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.

de acuerdo con las especificaciones escritas en la caja. tiene una vida media de 900 horas con una desviación estándar de 50 horas. Ejemplo 2 Una empresa eléctrica fabrica una bombilla de luz de 100 watts que. ¿qué porcentaje de las bombillas no duran al menos 700 horas? Suponga que la distribución es simétrica alrededor de la media. A lo sumo. .

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 .

9375 0. Ejemplo 2 𝑃 700 < 𝑋 < 1100 ≥ 0.9375 .

9375 0.03125 0.0625 .9375 0.03125 1 − 0. Ejemplo 2 0.

Ejemplo 2 𝑃 𝑋 < 700 = 0.03125 .

destreza manual y capacidad matemática. ¿Una persona que obtiene una calificación de 84 puede obtener uno de los puestos? [Sugerencia: Utilice el teorema de Chebyshev]. 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. Suponga que la distribución es simétrica alrededor de la media. . La calificación media de este examen resulta ser 60 y las calificaciones tienen una desviación estándar de 6.

estaría en ese 7% . Ejemplo 3 Solución: Como se escogen los 70 mejores de 1000 aspirantes. si una persona que saque una nota de 84. quiere decir que solo ingresan el 70/1000=0.07 correspondiente al 7% La pregunta sería.

07 60 84 ? .Ejemplo 3 0.

07 0.07 0.86 1 P (μ −kσ < X < μ +kσ) ≥ 1 − P (μ −kσ < X < μ +kσ) ≥ 0. Ejemplo 3 0.86 𝑘2 .14 0.

67 𝑘 = 0.14 . Ejemplo 3 P (μ −kσ < X < μ +kσ) ≥ 0.86 1 − 0.143 𝑘 = 2.86 = 2 0.86 1 P (μ −kσ < X < μ +kσ) ≥ 1 − 2 𝑘 1 1 1 1 − 2 = 0.14 = 2 𝑘 𝑘 𝑘 2 1 𝑘 2 = 7.

86 (43.02) ≥ 0.67(6)) ≥ 0.86 Recordar que: μ= 60 y σ=6 P (60 −2.67(6) < X < 60 +2.98< X < 76.86 . Ejemplo 3 1 P (μ −kσ < X < μ +kσ) ≥ 1 − 2 𝑘 P (μ −kσ < X < μ +kσ) ≥ 0.

86 84 0.02) ≥ 0.07 0.98 76.98< X < 76.02 60 1 P (μ −kσ < X < μ +kσ) ≥ 1 − P (43.86 𝑘2 . Ejemplo 3 0.07 43.

Gracias .