Teorema de Chebyshev Explicado

O teorema de Chebyshev é a garantia mínima da estatística: ele diz quantos valores ficam perto da média sem exigir que os dados tenham qualquer forma. Funciona para qualquer distribuição — normal, assimétrica, estranha. O preço é a precisão: ele promete um piso, não o valor exato.

Em resumo: em qualquer distribuição, pelo menos 1 − 1/k² dos valores ficam dentro de k desvios padrão da média. Para k = 2, são pelo menos 75%; para k = 3, pelo menos 88,89%. É o piso garantido — a proporção real pode ser maior, nunca menor.

Imagine que você conhece a média e o desvio padrão de um conjunto de dados, mas não sabe nada sobre a forma da distribuição. Os valores se concentram perto da média? Espalham-se? São assimétricos? Sem a forma, a maioria das ferramentas da estatística não responde — mas o teorema de Chebyshev responde. Ele foi provado no século XIX e continua sendo o argumento mais usado quando não se pode supor normalidade.

Neste artigo, você vai entender o que o teorema de Chebyshev garante, ver a tabela dos valores de k, comparar com a regra empírica 68-95-99,7, resolver exemplos com alturas e com notas do ENEM, e aprender quando usar um e quando usar o outro. No fim, há uma calculadora para aplicar o teorema aos seus números.

O que diz o teorema de Chebyshev?

O teorema de Chebyshev — também chamado de desigualdade de Chebyshev — afirma que, para qualquer conjunto de dados com média μ e desvio padrão σ, a proporção de valores dentro de k desvios padrão da média é de pelo menos 1 − 1/k², para qualquer k maior que 1. Em símbolos:

P(|X − μ| < kσ) ≥ 1 − 1/k²

A força do teorema está na palavra “qualquer”: ele não exige que os dados sejam normais, simétricos ou tenham forma conhecida. A garantia é um piso — a proporção real pode ser maior, nunca menor. É por isso que o teorema aparece em toda prova de estatística: ele é o ponto de partida quando nada mais se sabe sobre os dados.

A tabela abaixo é a referência do teorema. Guarde os dois valores mais usados: k = 2 garante pelo menos 75% dentro de dois desvios padrão, e k = 3 garante pelo menos 88,89% dentro de três.

kDentro de μ ± kσFora de μ ± kσ
1,5≥ 55,56%≤ 44,44%
2≥ 75%≤ 25%
2,5≥ 84%≤ 16%
3≥ 88,89%≤ 11,11%
4≥ 93,75%≤ 6,25%
5≥ 96%≤ 4%
10≥ 99%≤ 1%

Note o caso k = 1: a fórmula dá 1 − 1/1 = 0. Dentro de um desvio padrão, o teorema não garante nada — a garantia é vazia. Por isso k precisa ser maior que 1. E quanto maior o k, mais perto de 100% fica o piso — mas ele nunca chega a 100%: sempre pode haver valores muito distantes da média.

A intuição por trás do piso é simples: se muitos valores estivessem longe da média, o desvio padrão seria grande. Como o desvio padrão é fixo, a fração de valores distantes tem um teto — e esse teto é 1/k². Quer aplicar o teorema aos seus números? Use a calculadora do teorema de Chebyshev: informe a média, o desvio padrão e o k, e veja o intervalo garantido.

Qual é a diferença entre a regra empírica e o teorema de Chebyshev?

A regra empírica (68-95-99,7) e o teorema de Chebyshev respondem à mesma pergunta — quantos valores ficam perto da média? — mas com promessas diferentes. A regra empírica vale só para distribuições normais, em forma de sino, e dá a proporção exata: 68,27% dentro de 1σ, 95,45% dentro de 2σ e 99,73% dentro de 3σ. O teorema de Chebyshev vale para qualquer distribuição e dá um piso: pelo menos 0% dentro de 1σ, pelo menos 75% dentro de 2σ e pelo menos 88,89% dentro de 3σ.

IntervaloRegra empírica (só normal)Chebyshev (qualquer distribuição)
μ ± 1σ68,27%≥ 0% (garantia vazia)
μ ± 2σ95,45%≥ 75%
μ ± 3σ99,73%≥ 88,89%

Um exemplo com alturas deixa a diferença concreta. As alturas de homens adultos têm média de 70 polegadas e desvio padrão de 3 polegadas, e são aproximadamente normais. Dentro de ±1σ, de 67 a 73 polegadas, a regra empírica diz 68,27%; Chebyshev garante ≥ 0% — nada. Dentro de ±2σ, de 64 a 76 polegadas, a regra empírica diz 95,45%; Chebyshev garante ≥ 75%. Dentro de ±3σ, de 61 a 79 polegadas, a regra empírica diz 99,73%; Chebyshev garante ≥ 88,89%.

Os dois estão certos: 95,45% está mesmo acima do piso de 75% — a regra empírica é exata, Chebyshev é o piso garantido. Quando a distribuição é normal, a regra empírica ganha; quando não se sabe a forma, só Chebyshev pode falar. Para entender a curva normal por trás da regra empírica, veja a calculadora de distribuição normal.

Quando usar Chebyshev em vez da regra empírica?

Use a regra empírica quando souber que os dados são aproximadamente normais — ela dá a resposta exata. Use Chebyshev quando não souber a forma da distribuição, quando os dados forem assimétricos ou quando a amostra for pequena demais para julgar a forma. Em pesquisas, salários e tempos de espera — distribuições tipicamente assimétricas — Chebyshev é a ferramenta certa. Para distribuições assimétricas, veja também o artigo sobre assimetria e curtose.

Na dúvida, Chebyshev nunca erra para menos: o piso que ele promete sempre se cumpre. A calculadora do teorema de Chebyshev aplica o teorema aos seus números em segundos — e a calculadora de desvio padrão calcula a média e o σ que entram no teorema.

Exemplo resolvido: notas do ENEM

As notas do ENEM usam a escala TRI, com média 500 e desvio padrão 100 (referência dos concluintes do ensino médio de 2009). Mesmo sem saber a forma da distribuição das notas, Chebyshev garante que pelo menos 75% dos participantes ficam entre 300 e 700 (μ ± 2σ); se as notas fossem normais, seriam 95,45% — a regra empírica é exata, Chebyshev é o piso garantido.

Outro exemplo, com os números da calculadora do teorema de Chebyshev: média 60 e desvio padrão 8. Para k = 2, pelo menos 75% dos valores ficam entre 44 e 76; para k = 3, pelo menos 88,89% ficam entre 36 e 84. Os números deste artigo e os da calculadora são os mesmos — confira lá.

Visualizando: o piso garantido e a curva normal

Distribuição normalDistribuição assimétrica95,45%dentro de μ ± 2σμ − 2σμμ + 2σμ − 2σμ + 2σ≥ 75%
À esquerda, a curva normal: 95,45% dos valores ficam dentro de μ ± 2σ. À direita, uma distribuição assimétrica: Chebyshev garante apenas o piso — pelo menos 75% dentro de μ ± 2σ. A proporção real pode ser maior.

Erros comuns

  • Achar que Chebyshev dá o valor exato. Ele dá um piso: 75% é o mínimo garantido, não a proporção. A proporção real pode ser 95% ou 99%.
  • Usar k = 1 e esperar uma garantia. Com k = 1, a fórmula dá 0% — a garantia é vazia. O teorema só começa a dizer algo com k maior que 1.
  • Aplicar a regra empírica a dados assimétricos. Os 68-95-99,7 só valem para distribuições normais. Para o resto, use Chebyshev.
  • Confundir com a desigualdade das sequências. O mesmo nome, “desigualdade de Chebyshev”, designa também um resultado de olimpíadas sobre sequências ordenadas. Este artigo trata do teorema de probabilidade (1 − 1/k²).
  • Ler “pelo menos 75%” como “exatamente 75%”. O “pelo menos” é o ponto do teorema: a proporção real pode ser maior, nunca menor.

Perguntas frequentes

A proporção de valores dentro de k desvios padrão da média é de pelo menos 1 − 1/k², para qualquer k maior que 1. Para k = 2, são pelo menos 75% dos valores; para k = 3, pelo menos 88,89%. A fórmula também se escreve como P(|X − μ| < kσ) ≥ 1 − 1/k²: a probabilidade de um valor cair dentro de k desvios padrão da média é de pelo menos 1 − 1/k².

Porque a fórmula é 1 − 1/k². Para k = 1, o resultado é 0: o teorema não garante nada. Para k menor que 1, o resultado é negativo e não serve como piso de uma proporção. Só k maior que 1 dá uma garantia positiva — e quanto maior o k, mais perto de 100% fica o piso.

Sim. Dentro de um desvio padrão, Chebyshev garante apenas que pelo menos 0% dos valores estão lá — ou seja, nada. A regra empírica dá 68,27% para dados normais, mas o piso de Chebyshev em k = 1 é 0. Esse é o preço da universalidade: valer para qualquer distribuição custa precisão. Na prática, k = 1 não se usa.

Use a regra empírica quando souber que os dados são aproximadamente normais: ela dá a proporção exata (68,27%, 95,45%, 99,73%). Use Chebyshev quando não souber a forma da distribuição, quando os dados forem assimétricos ou a amostra for pequena. Na dúvida, Chebyshev nunca erra para menos — o piso sempre se cumpre.

Sim, para qualquer distribuição com média e variância finitas, discreta ou contínua. Essa é a força do teorema e também a sua limitação: o piso pode ficar longe da proporção real — como os 75% garantidos contra os 95,45% reais de uma normal em μ ± 2σ.

A desigualdade de Chebyshev é o passo central da prova da lei fraca dos grandes números: ela mostra que a média de uma amostra converge em probabilidade para a média da população quando o tamanho da amostra cresce. É por isso que o teorema aparece em todo curso de probabilidade — ele é a ponte entre amostras e populações.

O teorema é raro no ENEM e no vestibular: é um resultado de nível universitário, de cursos de probabilidade e estatística. O ENEM usa a escala TRI, com média 500 e desvio padrão 100, e aproximações normais — não Chebyshev diretamente. O exemplo do ENEM neste artigo mostra como a garantia funcionaria nessa escala.

Irénée-Jules Bienaymé enunciou a desigualdade em 1853 e Pafnuty Chebyshev a demonstrou em 1867; por isso o nome completo é desigualdade de Bienaymé-Chebyshev. Não confunda com a desigualdade de Chebyshev das sequências — um resultado de olimpíadas de matemática sobre somas de sequências ordenadas. Este artigo trata do teorema de probabilidade (1 − 1/k²).

Fontes: NIST/SEMATECH e-Handbook of Statistical Methods, seção 1.3.6.6.1, Normal Distribution; INEP, Entenda a sua nota no Enem: Guia do Participante (2021). Os exemplos do ENEM são aplicações hipotéticas da escala TRI verificada (média 500, desvio padrão 100). Metodologia: nossa metodologia.

Por Afan Shafiq — BS AI student

Confira as Ferramentas

Confira os Artigos