Este estudio presenta la distribución truncada semi-normal, un nuevo modelo de probabilidad definido en el intervalo acotado , con parámetros y . Esta distribución está diseñada para modelar procesos con dominios restringidos, asegurando resultados realistas y analíticamente manejables. Algunas propiedades clave del modelo propuesto, incluyendo su función de distribución acumulada, función de densidad de probabilidad, función de supervivencia, tasa de peligro y momentos, son derivadas y analizadas. La estimación de los parámetros y se logra a través de un enfoque híbrido, combinando la estimación de máxima verosimilitud (MLE) para y una técnica inspirada en la ausencia de verosimilitud para . Se propone un análisis de sensibilidad que destaca la dependencia de en , y un algoritmo de estimación óptimo. El modelo propuesto se aplica a dos conjuntos de datos del mundo real, donde demuestra un rendimiento superior sobre algunos modelos existentes basados en criterios de bondad de ajuste, como los conocidos AIC, BIC, CAIC, KS, AD y estadísticas de CvM. Los resultados enfatizan la flexibilidad y robustez del modelo para aplicaciones prácticas en la modelización de datos con soporte acotado.