Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
DISTRIBUCIÓN TRIANGULAR
Introducción
La distribución triangular es una distribución de probabilidad continua muy utilizada
en simulación cuando la información disponible sobre una variable aleatoria es
escasa, pero se conoce un valor mínimo, un valor máximo y un valor más probable
(moda). Es especialmente útil en análisis preliminares, modelado de tiempos de
espera, estimaciones de costos y en estudios donde los datos empíricos son limitados
o costosos de obtener. Por su simplicidad, permite construir modelos rápidos y
razonables que capturan la incertidumbre básica de una variable sin requerir ajustes
complejos.
A diferencia de distribuciones como la normal o la exponencial, la triangular no
requiere parámetros basados en varianza o forma difíciles de estimar; con tres
números (a, c, b) se define completamente. Su forma es una “montaña” con
crecimiento lineal desde el mínimo a hasta la moda c, y luego decrece linealmente
hasta el máximo b. Debido a esto, la distribución triangular es intuitiva y explicable
a personas sin formación estadística avanzada, lo que la hace frecuente en proyectos
de ingeniería, administración de proyectos y simulación Monte Carlo inicial.
En esta guía veremos sus características, fórmulas importantes (función de densidad,
función de distribución acumulada, media y varianza), su aplicación práctica y dos
ejemplos paso a paso: uno para calcular probabilidades y otro para generar datos
simulados mediante la transformación inversa. Al final se sugiere un ejercicio en
equipo para proponer a tus compañeros.
Características del método
➢ Parámetros: aaa (mínimo), bbb (máximo), ccc (moda), con a≤c≤ba \le c \le
ba≤c≤b.
➢ Soporte: variable continua definida en el intervalo [a,b][a,b][a,b].
➢ Forma: densidad lineal creciente en [a,c][a,c][a,c] y lineal decreciente en
[c,b][c,b][c,b].
➢ Simplicidad: requiere solo tres números y es fácil de explicar y usar.
➢ Flexibilidad: puede ser simétrica si c=(a+b)/2c=(a+b)/2c=(a+b)/2 o
asimétrica si la moda está desplazada.
➢ Limitaciones: no captura colas pesadas ni comportamientos complejos; es una
aproximación cuando los datos reales son limitados.
Formulación y propiedades
• Función de densidad de probabilidad (PDF): Define la forma triangular de la
distribución, con pendiente positiva en el intervalo [a, c] y negativa en [c, b].
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
• Función de distribución acumulada (CDF): Describe la probabilidad acumulada
hasta un valor x dentro del intervalo [a, b].
• Media (μ)
• Moda (Mo): La moda es el valor más probable de la variable, definido por el
parámetro c.
• Varianza (σ²)
Percentiles y mediana
• Si la distribución es simétrica (c=(a+b)/2c=(a+b)/2c=(a+b)/2), la mediana
es (a+b)/2(a+b)/2(a+b)/2.
• En general, la mediana se obtiene resolviendo la CDF para
FX(x)=0.5F_X(x)=0.5FX (x)=0.5 y usando la rama correspondiente (antes o
después de ccc).
Uso y aplicaciones
• Estimaciones en ingeniería y gestión de proyectos: tiempo mínimo, más
probable y máximo para tareas (análisis PERT simplificado).
• Simulación Monte Carlo: cuando solo se conoce rango y valor modal.
• Modelos de inventario y tiempos de producción: estimación de tiempos
de procesamiento con poca información histórica.
• Costos y presupuestos: estimaciones preliminares de costos cuando se
tiene una expectativa más probable y margenes.
• Análisis de riesgo: escenarios "optimista-modesto-pesimista".
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
Ejemplos:
1.- Supongamos que estamos estimando el tiempo que tomará completar un
proyecto, y se estima que el tiempo mínimo es de 4 meses, el tiempo máximo es de
10 meses, y el tiempo más probable es de 6 meses.
1. Parámetros:
• Valor mínimo (a) = 4
• Valor máximo (b) = 10
• Valor más probable (c) = 6
2. Cálculos:
• Valor medio (𝜇) = (4 + 10 + 6) / 3 = 6.67 meses
• Moda (Mo) = 6 meses
• Desviación estándar (𝜎) = √((4^2 + 10^2 + 6^2 - 410 - 46 - 10*6) / 18) ≈
1.25 meses
Por lo tanto, en este ejemplo, la distribución triangular para el tiempo de finalización
del proyecto tiene un valor medio de 6.67 meses, una moda de 6 meses y una
desviación estándar de aproximadamente 1.25 meses.
CÓDIGO:
import math print(f"Valor mínimo (a): {a}")
print(f"Valor máximo (b): {b}")
# Parámetros print(f"Valor más probable (c): {c}")
a=4 # Valor mínimo print(f"Valor medio (μ): {media:.2f}
meses")
b = 10 # Valor máximo
print(f"Moda (Mo): {c} meses")
c=6 # Valor más probable (MODA)
print(f"Desviación estándar (σ):
{desviacion:.2f} meses")
# Cálculo de valor medio (MEDIA)
media = (a + b + c) / 3
RESULTADO EN PANTALLA:
# Cálculo de la desviación estándar
desviacion = [Link]((a**2 + b**2
+ c**2 - a*b - a*c - b*c) / 18)
print("=== Distribución Triangular
===")
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
2.- Se desea generar una muestra aleatoria que siga una distribución triangular con
parámetros especificados para los límites inferior y superior y la moda (valor más
probable). En este caso, el límite inferior es -5, el valor más probable es 0, y el
límite superior es 5.
CÓDIGO:
import numpy as np [Link]("Frecuencia (densidad)")
import [Link] as plt [Link](True)
[Link]()
# Generar 5000 valores aleatorios con
distribución triangular
RESULTADO EN PANTALLA:
# Parámetros: mínimo=-5, moda=0,
máximo=5
gfg = [Link](-5, 0, 5,
5000)
# Graficar histograma
[Link](gfg, bins=50, density=True,
color='skyblue', edgecolor='black')
[Link]("Distribución Triangular: a=-5,
c=0, b=5")
[Link]("Valores")
Ejercicios propuestos para realizar en clase
1.- (CON CÓDIGO) “COSTO DE UN PROYECTO”:
Una empresa desea estimar el costo total de un pequeño proyecto de software.
Después de revisar varios presupuestos, se tienen las siguientes estimaciones:
o Costo mínimo (a): $8,000
o Costo más probable (c): $10,000
o Costo máximo (b): $15,000
1. Parámetros
o a = 8,000
o b = 15,000
o c = 10,000
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
2. Cálculos
Formulas:
o Media (μ) = (a + b + c) / 3
o Desviación estándar (σ) = √((a² + b² + c² - ab - ac - bc) / 18)
Sustitución:
o μ = (8000 + 15000 + 10000) / 3 = 11,000 pesos
o σ = √((8000² + 15000² + 10000² - 8000×15000 - 8000×10000 -
15000×10000) / 18)
Desarrollo:
σ = √((64e6 + 225e6 + 100e6 - 120e6 - 80e6 - 150e6) / 18)
σ = √((39e6) / 18)
σ = √(2,166,666.67) ≈ 1,472 pesos
RESPUESTA: El costo esperado del proyecto es de $11,000, con una variabilidad
promedio de ±$1,472.
CÓDIGO:
# [Link] # Resultados
import math print("=== Costo de Proyecto ===")
print(f"Valor mínimo (a): ${a}")
# Parámetros print(f"Valor máximo (b): ${b}")
a = 8000 print(f"Valor más probable (c): ${c}")
b = 15000 print(f"Valor medio (μ):
${media:,.2f}")
c = 10000
print(f"Desviación estándar (σ):
${desviacion:,.2f}")
# Cálculo de la media
RESULTADO EN PANTALLA:
media = (a + b + c) / 3
# Cálculo de la desviación estándar
desviacion = [Link]((a**2 + b**2
+ c**2 - a*b - a*c - b*c) / 18)
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
2.- (SIN CÓDIGO) VIAJE:
Una persona planea un viaje en automóvil de su ciudad a la playa.
Dependiendo del tráfico, estima los siguientes tiempos:
o Tiempo mínimo (a): 3 horas
o Tiempo más probable (c): 4.5 horas
o Tiempo máximo (b): 6 horas
1. Parámetros
o a=3
o b=6
o c = 4.5
2. Cálculos
Formulas:
o Media (μ) = (a + b + c) / 3
o Desviación estándar (σ) = √((a² + b² + c² − ab − ac − bc) / 18)
Sustitución:
Media:
μ=(3+6+4.5)/3=13.5/3=4.5μ = (3 + 6 + 4.5) / 3 = 13.5 / 3 =
4.5μ=(3+6+4.5)/3=13.5/3=4.5
Desviación estándar:
σ=√((32+62+4.52−3×6−3×4.5−6×4.5)/18)σ = √((3² + 6² + 4.5² - 3×6 - 3×4.5 -
6×4.5) / 18)σ=√((32+62+4.52−3×6−3×4.5−6×4.5)/18)
Desarrollo:
σ=√((9+36+20.25−18−13.5−27)/18)σ = √((9 + 36 + 20.25 - 18 - 13.5 - 27) /
18)σ=√((9+36+20.25−18−13.5−27)/18) σ=√((65.25−58.5)/18)σ = √((65.25 -
58.5) / 18)σ=√((65.25−58.5)/18) σ=√(6.75/18)σ = √(6.75 / 18)σ=√(6.75/18)
σ=√(0.375)=0.61σ = √(0.375) = 0.61σ=√(0.375)=0.61
Resultados finales
o Valor medio (μ): 4.5 horas
o Desviación estándar (σ): 0.61 horas
El tiempo promedio estimado para el viaje es de 4.5 horas, con una variación
aproximada de ±0.61 horas (alrededor de 36 minutos).
Por lo tanto, se espera que el viaje dure entre 3.9 y 5.1 horas en la mayoría de los
casos.
Equipo 4: Maialen Flores Diaz, Yorne Alejandrina Santos Bobadilla, Jesús Valdés
Domínguez
26/10/2025
SN
Referencias
[Link]() in python. (2020, agosto 5). GeeksforGeeks.
[Link]
Schenkelberg, F. (2018, marzo 26). The 3 parameter triangle distribution 4 formulas.
Accendo Reliability. [Link]
distribution-4-formulas/
(S/f-a). [Link]. Recuperado de
[Link]
(S/f-b). [Link]. Recuperado de
[Link]
distribucion-triangular-y-ejemplo