Tjebysjovs ulighed er en vigtig ulighed i sandsynlighedsregning og statistik. Den siger, at hvis en stokastisk variabel \(X\) har middelværdi \(\mu\) og standardafvigelse \(\sigma\), så er for alle \(a > 0\) sandsynligheden for, at \(X\) afviger mere end \(a\) fra \(\mu\), højst \(\sigma^2/a^2 : P(|X-\mu| \geq a) \leq \sigma^2/a^2\). Uligheden understreger fortolkningen af middelværdi og standardafvigelse som hhv. position og spredning. Hvis \(\sigma\) er meget lille, følger det specielt af uligheden, at \(X\) med meget stor sandsynlighed falder i en lille omegn af \(\mu\).