La optimización del peor caso trata de minimizar la producción máxima en todos los escenarios de un problema, y generalmente se formula como un problema de min-max. Emplear algoritmos evolutivos anidados para resolver el problema requiere numerosas evaluaciones de funciones. Este trabajo propone una evolución diferencial con un algoritmo de estimación de distribución. El algoritmo tiene una forma anidada, donde una evolución diferencial se aplica tanto para el diseño como para la optimización del espacio de escenarios. Para reducir el costo computacional, estimamos la distribución de la peor solución para las mejores soluciones encontradas hasta el momento. El modelo probabilístico se utiliza para muestrear parte de la población inicial de la evolución diferencial del espacio de escenarios, utilizando el conocimiento a priori de las generaciones anteriores. El método se compara con un algoritmo de vanguardia en problemas de referencia y una aplicación de ingeniería, y se informan los resultados relacionados.