Chebyshev Unilateral (Cantelli)
La desigualdad de Chebyshev unilateral (o de Cantelli) acota la probabilidad de una cola:
\[
\mathbb{P}(X - \mu \ge a) \le \frac{\sigma^2}{\sigma^2 + a^2}, \quad a > 0
\]
Análogamente, \(\mathbb{P}(X - \mu \le -a) \le \frac{\sigma^2}{\sigma^2 + a^2}\).
Comparación: Chebyshev bilateral vs unilateral
0
1.0
2.0
Esquema de demostración (Ross, 2006)
Para cualquier \(t > 0\): \[ \mathbb{P}(X - \mu \ge a) = \mathbb{P}(X - \mu + t \ge a + t) \le \mathbb{P}((X - \mu + t)^2 \ge (a + t)^2) \] Aplicando Markov: \(\mathbb{P}((X - \mu + t)^2 \ge (a + t)^2) \le \frac{\mathbb{E}[(X - \mu + t)^2]}{(a + t)^2} = \frac{\sigma^2 + t^2}{(a + t)^2}\)Minimizando sobre \(t > 0\) se obtiene la cota \(\frac{\sigma^2}{\sigma^2 + a^2}\).
Ejemplo del PDF (reparación de máquina):
Tiempo medio: \(\mu = 6.2\) h, desviación \(\sigma = 3.52\) h.
Empleado nuevo tarda 22.5 h → \(a = 22.5 - 6.2 = 16.3\)
\[
\mathbb{P}(X \ge 22.5) = \mathbb{P}(X - \mu \ge 16.3) \le \frac{3.52^2}{3.52^2 + 16.3^2} = \frac{12.39}{12.39 + 265.69} = 0.0446
\]
¡Solo 4.46% de probabilidad! → El empleado probablemente necesita entrenamiento.
No comments to display
No comments to display