Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
DOI: https://doi.org/10.46296/rc.v9i17.0423  
Modelado y simulación como herramientas estratégicas para la  
mejora de procesos industriales en ingeniería química  
Modeling and simulation as strategic tools for the improvement of  
industrial processes in chemical engineering  
Moya-Alchundia Luis Schubert  
Universidad de Guayaquil. Guayaquil, Ecuador.  
Correo: luis.moyaa@ug.edu.ec.  
ORCID ID: https://orcid.org/0009-0009-7211-2769  
Zúñiga-Navarrete Mirian Magdalena  
Unidad Educativa Milagro. Milagro, Ecuador.  
Correo: mirian.zuniga@educacion.gob.ec  
ORCID ID: https://orcid.org/0009-0008-6725-8598  
Moya-Zúñiga Madeleine Nicole  
Unidad Educativa San Juan. San Juan, Ecuador.  
Correo: madeleine.moya283@comunidadunir.net  
ORCID ID: https://orcid.org/0009-0008-6846-0771  
RESUMEN  
El objetivo de este artículo es analizar el uso que se da al modelado y a la simulación como  
herramientas estratégicas para mejorar los procesos industriales que se llevan a cabo mediante  
la ingeniería química, a partir de una revisión bibliográfica con un enfoque descriptivo-analítico.  
Para ello, la metodología aplicada se fundamentó en un proceso sistemático de búsqueda,  
selección y análisis de la literatura científica previa, en base a los lineamientos de la declaración  
PRISMA que permitieron identificar tendencias, aplicaciones, ventajas e inconvenientes en el  
uso de las herramientas. Los resultados permiten observar que el modelado matemático junto  
con la simulación computacional facilita la representación de sistemas complejos, el poder  
predecir comportamientos en la operación y la optimización de procesos, sin tener que hacer  
intervenciones en situaciones y entornos reales, lo que reduce tanto costes como riesgos. Se  
observa también la importancia que tienen los diferentes tipos de simulación —simulación  
continua, discreta e híbrida— y su aplicación en la industria en función de sus propias  
características. Además, se destaca la integración de las herramientas de modelado y simulación  
con tecnologías emergentes procedentes de la Industria 4.0 como, por ejemplo, la inteligencia  
artificial o el análisis de datos que refuerzan la capacidad predictiva y la capacidad de adaptación  
de los modelos. No obstante, se advierten limitaciones sincronizadas con la cuestión matemática,  
la carencia de datos fiables y la exigencia de computación. En definitiva, el modelado y la  
simulación son fundamentos de la innovación, la sostenibilidad y la competitividad de la  
ingeniería química actual.  
Palabras claves: modelado, simulación, ingeniería química, optimización de procesos, Industria  
4
.0.  
ABSTRACT  
The objective of this article is to analyze the use of modeling and simulation as strategic tools for  
improving industrial processes carried out through chemical engineering, based on a literature  
Información del manuscrito:  
Fecha de recepción: 14 de octubre de 2025.  
Fecha de aceptación: 18 de diciembre de 2025.  
Fecha de publicación: 12 de enero de 2026.  
456  
Moya-Alchundia et al. (2026)  
review with a descriptive-analytical approach. The methodology applied was based on a  
systematic process of searching, selecting, and analyzing existing scientific literature, following  
the PRISMA guidelines, which allowed for the identification of trends, applications, advantages,  
and disadvantages in the use of these tools. The results show that mathematical modeling,  
together with computational simulation, facilitates the representation of complex systems, the  
prediction of operational behavior, and the optimization of processes without requiring  
intervention in real-world situations and environments, thus reducing both costs and risks. The  
importance of different types of simulation—continuous, discrete, and hybrid—and their  
application in industry based on their specific characteristics is also highlighted. Furthermore, the  
integration of modeling and simulation tools with emerging technologies from Industry 4.0, such  
as artificial intelligence and data analytics, is highlighted, as these strengthen the predictive and  
adaptive capabilities of the models. However, limitations related to mathematical complexity, the  
lack of reliable data, and computational demands are noted. Ultimately, modeling and simulation  
are fundamental to innovation, sustainability, and competitiveness in modern chemical  
engineering.  
Keywords: modeling, simulation, chemical engineering, process optimization, Industry 4.0.  
1. INTRODUCCIÓN  
En el presente contexto de industrialización y digitalización, es evidente que la  
ingeniería química ha abierto la brecha, ha ido avanzando en la utilización de  
herramientas computacionales para optimizar y mejorar los procesos de  
producción. La utilización de algunas de estas herramientas, como el modelado  
y la simulación, se han convertido en pilares para llegar a entender, anticipar y  
optimizar el comportamiento de los sistemas industriales complejos, llegando a  
facilitar la posibilidad de tomar decisiones de manera informada sin la necesidad  
de intervenir en los procesos de forma directa (Caparrós-Mancera et al., 2024).  
Estas metodologías han tomado especial protagonismo en un contexto donde la  
eficiencia, la sostenibilidad y la reducción de costes, son unos factores  
esenciales para la competitividad empresarial. El modelado de procesos  
representa una formalización matemática de los sistemas, ya sean físicos,  
químicos o biológicos, facilitando el estudio de sus variables y sus relaciones  
internas. Estos modelos, y mezclados con la simulación, reproducir el  
comportamiento del sistema en diferentes situaciones operativas del mismo y  
servir como entorno seguro y controlado para ensayar situaciones y alternativas  
de mejora (Ríos Ratkovich et al., 2020). De esta manera, ambas herramientas  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
permiten anticipar fallos, optimizar recursos y mejorar la calidad de los productos  
en los procesos industriales.  
En ingeniería química, el modelado y la simulación son fundamentales en el  
diseño, análisis y optimización de las operaciones unitarias y procesos  
complejos. Su aplicación abarca desde la intensificación de procesos al control  
avanzado y la integración de sistemas de producción, contribuyendo de manera  
relevante al desarrollo del sector (Cortés Martínez et al., 2021). Adicionalmente,  
el uso de modelos matemáticos tiene la capacidad de abordar fenómenos como  
la cinética de reacción, la transferencia de masa y de energía, así como la  
dinámica de los sistemas industriales, logrando una mejor y más clara  
comprensión en cuanto a los procesos químicos está permitido (Pérez Navarro  
et al., 2021).  
Del mismo modo, en el marco de la Industria 4.0, estas herramientas se  
combinan con tecnologías emergentes en el aprendizaje automático, análisis de  
datos y gemelos digitales para mejorar aún más su capacidad para predecir y  
optimizar procesos; por esta razón se han desarrollado sistemas inteligentes que  
pueden adaptarse a las condiciones en constante cambio y mejorar  
continuamente el rendimiento industrial en lo que atañe a los riesgos operativos  
y al mismo tiempo aumentar la eficiencia energética (Izurieta et al., 2024).  
Así, en el sentido de la innovación y la sostenibilidad, se puede decir que el  
modelado y la simulación son herramientas tecnológicas y son estrategias de la  
innovación y la sostenibilidad en ingeniería química. Su correcta implementación  
permite mejorar continuamente la capacidad de los procesos con fines  
industriales y permite evaluar alternativas antes de los ingresos el estado de  
prueba real, lo que también representa una gran reducción de la ejecución de  
pruebas experimentales.  
Por lo que el trabajo que se presenta tiene como objetivo una revisión sobre el  
modelado y la simulación como herramientas estratégicas para la mejora de los  
procesos industriales en ingeniería química, describiendo sus teoría,  
aplicaciones, beneficios y retos en el momento y lugar actual.  
458  
Moya-Alchundia et al. (2026)  
2
. METODOLOGÍA  
El presente trabajo se circunscribe a un diseño cualitativo de tipo descriptivo-  
analítico, en una revisión de la literatura a partir de un trabajo sistemático  
centrado en encontrar, analizar y sintetizar información correspondiente a la  
obtención de evidencias relacionadas con el uso del modelado y la simulación  
como medio en la mejora de los procesos industriales en la ingeniería química.  
Este diseño permite integrar el saber anterior, hacer un contraste en resultados  
y formalizar una visión crítica de la actualidad del objeto de estudio, cabiendo  
decir que es el tipo de diseño que se utiliza extensamente en la investigación  
científica vinculada a las teorías (Kitchenham et al., 2009).  
El proceso de selección de la literatura se llevó a cabo en 3 fases: identificación,  
cribado y elegibilidad. La primera fase consistió en la recopilación de documentos  
potencialmente relevantes, la fase de cribado consistió en examinar los títulos y  
resúmenes extraídos y eliminar los que no se ajustaban a los criterios  
establecidos. En la fase de elegibilidad se realizó una lectura completa de los  
textos seleccionados, el resultado fue un conjunto final de fuentes útiles para el  
análisis.  
Este proceso se basó en las recomendaciones metodológicas de las revisiones  
sistemáticas establecidas por la declaración PRISMA (Page et al., 2021). Para  
el análisis de la información se aplicó la técnica de análisis de contenido, dado  
que clasifica y organiza datos en categorías temáticas como: fundamentos del  
modelado, tipos de simulación, aplicaciones industriales, ventajas operativas y  
desafíos actuales.  
Esta técnica de análisis permite la interpretación de información compleja y nos  
aproxima a la búsqueda de patrones, tendencias y vacíos de información en la  
literatura científica (Hernández-Sampieri & Mendoza, 2018).  
3
. RESULTADOS Y DISCUSIÓN  
El examen exhaustivo de la literatura revisada pone de manifiesto que el  
modelado y la simulación se perfilan como herramientas esenciales para la  
459  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
optimización de procesos en la ingeniería química actual, ya que permiten  
representar matemáticamente sistemas complejos y predecir su comportamiento  
en función de diferentes condiciones operativas; permiten a los ingenieros  
realizar su comprobación a través de múltiples simulaciones sin necesidad de  
intervenir en los procesos reales, con el conveniente ahorro de costes de la  
experimentación y la minimización de riesgos operativos, razón por la cual varios  
autores están de acuerdo en que la simulación no solo ayuda a la comprensión  
de los sistemas industriales, sino que potencia la toma de decisiones  
estratégicas basadas en los datos, contribuyendo de este modo a mejorar la  
eficiencia y competitividad de las organizaciones (Caparrós-Mancera et al., 2024;  
Ríos Ratkovich et al., 2020).  
Respecto a los fundamentos matemáticos del modeling, se reconoció que las  
ecuaciones diferenciales ordinarias y parciales son la principal herramienta para  
representar fenómenos de la física y química de los procesos industriales. Las  
ecuaciones diferenciales permiten describir adecuadamente variables como la  
concentración, la temperatura, la presión y la velocidad de reacción, variables  
que son de especial interés para el análisis de los sistemas dinámicos. El uso de  
ecuaciones diferenciales parciales en particular ha demostrado ser eficaz en los  
procesos en los que hay diferencias espaciales significativas, como por ejemplo  
en los sistemas de separación por membranas, donde se requiere un análisis  
adecuado de los gradientes de concentración y de flujo (Inca Balseca et al.  
2024).  
La evolución de la simulación de procesos ha sido también considerable, al  
evolucionar de una aplicación de modelos simples a sistemas muy sofisticados  
que incluyen algoritmos complejos y una computación robusta, lo que ha  
permitido una mejor precisión en los resultados de sus predicciones y un  
espectro más amplio en cuanto a las aplicaciones que pueden abarcar dentro  
del ámbito de la industria química (Martínez Sifuentes et al. 2000).  
Esto resulta ser un avance en la ingeniería de procesos dado que la simulación  
en la actualidad no solo permite analizar el comportamiento de un proceso  
existente, sino que también habilita el diseño de un nuevo sistema más eficiente  
460  
Moya-Alchundia et al. (2026)  
(
Martínez Sifuentes et al. 2000). Los tipos de simulación más destacados en la  
literatura son la simulación continua, la simulación discreta y la simulación  
híbrida, siendo las características de cada uno adecuados a cada tipo de proceso  
industrial. La simulación continua hace uso de ecuaciones diferenciales para  
describir el comportamiento de un proceso en el que las variables cambian  
constante y continuamente en el tiempo, la simulación discreta analiza eventos  
que pueden ocurrir en un momento discreto específico de un proceso siguiendo  
un modelo basado en la teoría de colas, y la simulación híbrida es una  
combinación de las dos anteriores que contribuyen a representar sistemas con  
características complejas (Zarza-Díaz, 2023).  
Tabla 1. Tipos de simulación en ingeniería química y sus aplicaciones  
Tipo  
de Características principales  
Aplicaciones  
simulación  
Continua  
Basada en ecuaciones diferenciales que Reactores  
representan cambios continuos en el tiempo procesos de transferencia  
Modela eventos que ocurren en intervalos Sistemas  
químicos,  
Discreta  
Híbrida  
logísticos,  
específicos  
producción por lotes  
Integra simulación continua y discreta  
Procesos  
complejos  
industriales  
Los datos obtenidos muestran que la simulación de tipo continuo tiene una fuerte  
presencia y es de uso habitual en el ámbito de la modelación de reactores  
químicos y de procesos de transferencia de masa y energía, donde las variables  
son continuamente cambiantes y requieren de un seguimiento ininterrumpido.  
Asimismo, la simulación discreta y sus aplicaciones son especialmente  
beneficiosas para sistemas en que los acontecimientos tienen lugar en  
momentos prefijados, como es el caso de líneas de producción, sistemas  
logísticos, etcétera, permitiendo llevar a cabo análisis de flujos de trabajo,  
optimizando así tiempos de operación (Gil Chaves et al., 2011).  
Por este motivo, la simulación híbrida se ha propuesto como una buena opción  
a la hora de modelar sistemas industriales complejos constituidos por procesos  
discretos y continuos, lo cual permite obtener una representación más fidedigna,  
en función de la dinámica real de los procesos. Este enfoque es idóneo  
especialmente para industrias con operaciones unitarias múltiples,  
contribuyendo a obtener una mejor sincronización entre las distintas fases del  
proceso de producción (Scenna et al., 2024).  
461  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
Figura 1. Aplicaciones del modelado y la simulación en la industria química  
Un descubrimiento valioso que hizo la investigación está en la conjunción del  
modelado con sistemas de control avanzado, que dio lugar al desarrollo de  
estrategias de control dentro del control predictivo mediante el modelo, que prevé  
de manera anticipada el comportamiento del sistema en base a datos y permite  
ajustes online en el mismo, mejorando la estabilidad y eficiencia de los procesos  
industriales (López López, 2023).  
Asimismo, se evidenció el uso de los simuladores de procesos como facilitadoras  
de la validación de modelos antes de emprender a su implementación en  
entornos reales, disminuyendo los riesgos de errores de diseño o situaciones de  
fallas operativas. Esta opción de validación previa representa una ventaja  
competitiva para las empresas, ya que resulta conveniente para implementar  
mejoras bajo mayor certeza y de un coste menor (Posada Mejía & Zapata  
Zapata, 2006).  
En el contexto educativo, la simulación se establece como un recurso de  
enseñanza sobre el que se han obtenido buenos resultados al ayudar a la  
comprensión de los conceptos en la ingeniería química con los estudiantes,  
quienes tienen la posibilidad de interactuar con los modelos virtuales y jugar con  
las variables sin el riesgo que conlleva hacerlo con plantas piloto. Esto genera  
462  
Moya-Alchundia et al. (2026)  
competencias prácticas y promueve el aprendizaje significativo (Cuevas-Aranda  
et al., 2014).  
En el ámbito de la seguridad industrial por su parte, la simulación digital también  
se conoce como un medio de modelar las situaciones de riesgo y accidentes  
industriales, que contribuye a poner en marcha estrategias de prevención y  
respuesta a las emergencias. Todo ello ayuda a mejorar las condiciones de  
seguridad en dichas plantas industriales a la vez que se reduce la probabilidad  
de que ocurran accidentes o incidentes de cualquier tipo (Nieto-Sandoval &  
Marco, 2025).  
Otra facetica se halla en la potencialidad que tiene el modelado para incorporar  
las variables económicas, de tipo técnico y ambientales en un mismo análisis, lo  
cual permite realizar el balance de entrada y salida de la viabilidad y  
sostenibilidad en los procesos industriales de un modo muy completo. Ese  
carácter multidimensional es importante para el embrión de estrategias  
tendentes a que la producción sea más limpia y eficiente (Acha Pomares, 2025).  
Tabla 2. Beneficios del modelado y la simulación en procesos industriales  
Beneficio  
Descripción  
Reducción de costos  
Mejora de eficiencia  
Seguridad  
Minimiza la necesidad de pruebas experimentales costosas  
Optimiza el uso de recursos y energía  
Permite evaluar riesgos sin afectar el sistema real  
Reduce el impacto ambiental de los procesos  
Sostenibilidad  
Adicionalmente, los resultados indicaron que la simulación no podía dejar de  
ofrecer la posibilidad de realizar análisis de sensibilidad con la que determinar  
las variables más relevantes dentro del propio proceso y cómo estas pueden  
influir en el comportamiento del sistema. Esta información es fundamental para  
la toma decisiones en las estrategias y las mejoras continuas de los procesos  
industriales (Pérez Navarro et al., 2021). Con respecto a la innovación  
tecnológica, modelado y simulación han desarrollado la generación de procesos  
más intensos y eficientes logrando con ello reducir el tamaño de los equipos, el  
consumo energético y mejorar el comportamiento del sistema productivo (Cortés  
Martínez et al., 2021).  
463  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
Ciertamente, se observó que dichas herramientas son el vehículo imprescindible  
por ser de la virtualización y transición a la Industria 4.0, donde se anidan con  
otros sistemas avanzados como el Big Data, la inteligencia artificial o los  
sistemas inteligentes, lo que permite la optimización de procesos en tiempo real  
y mejorada toma de decisiones basando las mismas en datos (Izurieta et al.,  
2024).  
Por otro lado, a pesar de ser una amplia gama de ventajas, se establecieron  
también importantes limitaciones en cuanto a la implementación del modelado y  
la simulación, siendo unas de las principales a saber: la dificultad en la definición  
de los modelos matemáticos, la necesidad de disponer de datos precisos y  
confiables y la elevada carga computacional de la simulación de sistemas  
complejos, lo que puede restringir su implementación industrial (Rivadeneira  
Ortiz, 2017).  
Figura 2. Desafíos del modelado y simulación  
Por último, se puede concluir que el modelado y la simulación son herramientas  
estratégicas imprescindibles para la mejora continua de los procesos industriales  
en ingeniería química, pues contribuyen, de forma ostensible, a la optimización  
del rendimiento, a la disminución de costes, a la mejora de la seguridad y a la  
mejora de la sostenibilidad, constituyéndose como piedras angulares del  
desarrollo tecnológico e industrial actual.  
464  
Moya-Alchundia et al. (2026)  
Discusión  
La revisión bibliográfica efectuada demuestra que el modelado y la simulación  
son herramientas estratégicas fundamentales para la mejora de los procesos  
industriales en la ingeniería química, lo cual se encuentra en línea con  
planteamientos clásicos que las presentan como instrumentos para la  
comprensión, predicción y optimización de sistemas complejos. En esta órbita,  
lo que se recoge en los resultados es consistente con lo declarado por Arce  
Medina (1995), el cual ya definía muy pronto la simulación como una herramienta  
fundamental para la ingeniería química, haciendo ver que su uso ha transcendido  
el tiempo y que ha ido ganado fuerza con el avance tecnológico actual.  
Desde el punto de vista metodológico, los hallazgos corroboran que la  
formalización matemática de los procesos, a partir de los modelos, permite dicha  
representación de los fenómenos que abarcan lo industrial, algo que se  
encuentra alineado con la argumentación de López López (2023), que sostiene  
la idea de que el modelado, la simulación y el control de procesos deben ser  
considerados como un sistema que lo que hace es generar una continua  
optimización y un monitoreo continuo de las operaciones industriales. En este  
aspecto, pues, los resultados del estudio vienen a enmarcar, el modelo mediante  
el cual se integran no solo permite mejorar la eficiencia de la operación, sino que  
también contribuye a una gestión más inteligente de los mismos.  
En la misma línea de contribución a las bases teóricas, los resultados que hacen  
relación a los diferentes tipos de simulación permiten relacionar directamente los  
resultados con las aportaciones de Zarza-Díaz (2023), quien indica que la  
elección del tipo de simulación depende de la naturaleza del sistema. La  
predominancia de la simulación continua en los procesos químicos y el uso de  
simulación discreta en sistemas logísticos que emergen de los resultados  
coinciden con la propuesta de esta clasificación, lo que pone en valor los  
resultados de estos caminos de investigación.  
En lo que respecta a la optimización de procesos, para los resultados observados  
se producen notables beneficios a nivel operativo, lo que se puede entender a la  
luz de lo que se explica desde un enfoque de sistemas (Acha Pomares, 2025)  
465  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
cuando distingue que cuando las técnicas de optimización se combinan con las  
herramientas de simulación y diseño, se identifica la forma óptima de situarse en  
los sistemas complejos, logrando así hacer más con menos.  
Esta coincidencia pone de manifiesto que la simulación sirve para analizar  
también transforma una de las facetas de la simulación en un elemento básico  
de la estrategia para la toma de decisiones. Por otra parte, los resultados  
obtenidos respecto a la validación de los modelos y la reducción de los posibles  
riesgos a partir de simulaciones coinciden con lo que dicen Posada Mejía y  
Zapata Zapata (2006), cuando afirman que los simuladores de procesos se  
constituyen como unas «áreas de seguridad» para la validación de las hipótesis,  
en la medida en que permiten experimentar antes de aplicarlas a procesos  
reales. Esta variable es fundamental en la industria química dado que los riesgos  
pueden derivar en costos económicos y en perjuicios medioambientales.  
En el campo de la formación y el aprendizaje, los resultados que favorecían el  
uso de la simulación como recurso didáctico están supeditados a las  
aportaciones de Cuevas-Aranda et al. (2014) que demuestran que las  
simulaciones por ordenador favorecen notablemente la comprensión de  
conceptos complejos de ingeniería química, lo que apunta a la consideración de  
que el impacto de la modelización y la simulación no es sólo industrial, sino que  
también ayuda a graduar profesionales más competentes y más preparados para  
los mismos aspectos del sector.  
Por otro lado, los resultados que avalan la puesta en práctica de la simulación  
para la evaluación de riesgos y la seguridad industrial son considerados en lo  
que argumentan Nieto-Sandoval y Marco (2025), que señalan el uso de  
simulaciones digitales para modelizar accidentes industriales y así prevenir  
situaciones críticas. Esto pone de manifiesto la importancia de este tipo de  
recursos para gestionar la seguridad, un asunto prioritario de la ingeniería  
química.  
Respecto a la sostenibilidad, los resultados reflejan que el modelado y la  
simulación garantizan una inclusión de variables ambientales en el análisis de  
466  
Moya-Alchundia et al. (2026)  
los procesos, lo cual es afín a lo que proponen Scenna et al. (2024), para quienes  
la ingeniería actual debería incorporar los criterios de sostenibilidad en el diseño  
y operación de los sistemas industriales; además refuerza que estas  
herramientas son imprescindibles para el desarrollo de procesos más  
sostenibles y responsables con el medio ambiente.  
Al mismo tiempo, los retos que se evidencian en los resultados, como la  
complejidad matemática y la necesidad de tener datos concretos, son acordes a  
lo que señala Rivadeneira Ortiz (2017), quien advierte que la puesta en práctica  
de modelos de simulación debe tener como soporte un conocimiento sólido de  
información y capacidades técnicas concretas, tal como se refleja en los  
resultados lo que, a pesar de los múltiples beneficios, la puesta en práctica de  
estas herramientas aún sufre barreras que deben solventarse mediante  
capacitación y desarrollo tecnológico.  
Por último, la inclusión de la simulación y el modelado junto a las tecnologías  
emergentes en el marco de la Industria 4.0 para los resultados se puede discutir  
con lo que indican Izurieta et al. (2024), ya que la digitalización se presenta como  
una forma toda vez que resulta importante para la mejora de los procesos  
industriales. Esta convergencia tecnológica puede suponer el que el futuro de la  
ingeniería química esté hecho en base al uso intensivo de herramientas digitales  
avanzadas para conseguir un mayor nivel de eficiencia, automatización e  
innovación.  
En definitiva, la discusión hace posible afirmar que los resultados no solamente  
coinciden con lo ya indicado por la literatura, sino que surgen como una  
confirmación del importante uso del diseño y la simulación como herramientas  
estratégicas para cambiar la ingeniería química al tiempo en que interesa la  
optimización de la misma, la mejora de la seguridad, la sostenibilidad y la  
innovación tecnológica como parte de la industria actual.  
4
. CONCLUSIONES  
La realización de la presente revisión bibliográfica hace concluir que el modelado  
y la simulación emergen y se consolidan como una de las herramientas claves  
467  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
que permitirán la mejora continua de los procesos industriales en ingeniería  
química, ambientados en un marco seguro, eficiente y rentable para el análisis y  
la toma de decisiones.  
En primer lugar, se puso de manifiesto que estas herramientas permiten la  
representación fiel de los fenómenos físicos y químicos a través de modelos  
matemáticos, y así se facilitaron las comprensiones integrales de los sistemas  
industriales y de su comportamiento bajo diferentes variaciones en su entorno.  
Esta capacidad predictiva constituye la aportación más relevante a la  
optimización de recursos, a la mejora de los rendimientos y a la reducción de los  
costes.  
En segundo lugar, la diversidad de enfoques de la simulación —continua, en  
forma discreta y la simulación híbrida— amplía el ámbito de aplicación de estas  
herramientas facilitando su integración en diferentes tipos de procesos  
industriales, desde operaciones unitarias hasta sistemas complejos integrados.  
Del mismo modo, se pone de manifiesto la importancia de la combinación del  
modelado y la simulación con las nuevas tecnologías, como la inteligencia  
artificial, el análisis de los datos y los sistemas ciberfísicos, lo que consolida el  
papel que adquieren dentro del marco de referencia de la Industria 4.0 y  
contribuye a una gestión más inteligente, automatizada y sostenible de los  
procesos productivos.  
Por el contrario, se determinaron retos relevantes como pueden ser la necesidad  
de contar con datos precisos y confiables, la complejidad en la formulación de  
modelos matemáticos y los altos requerimientos computaciones, lo cual limita su  
aplicación en determinados contextos industriales. Tales retos dan cuenta de la  
imperiosa necesidad de incrementar la formación técnica y el desarrollo  
tecnológico en este tipo de tecnologías.  
Finalmente, se concluye que el modelado y la simulación no solo son  
herramientas técnicas, sino que, además, ejecutan a su vez una función clave  
para la innovación, la sostenibilidad y la competitividad en la ingeniería química  
moderna, ocupando en consecuencia un lugar importante dentro del desarrollo  
de la ingeniería industrial futura.  
468  
Moya-Alchundia et al. (2026)  
REFERENCIAS  
Acha Pomares, A. (2025). Revisión de técnicas de optimización de procesos  
industriales (Trabajo de fin de grado). Universidad de La Laguna.  
https://riull.ull.es/xmlui/bitstream/handle/915/42551/Revision%20De%20  
Tecnicas%20De%20Optimizacion%20De%20Procesos%20Industriales.  
pdf  
Arce Medina, E. (1995). La simulación como herramienta de desarrollo en la  
ingeniería 174–178.  
química.  
Educación  
Química,  
6(3),  
https://www.revistas.unam.mx/index.php/req/article/view/66711  
Caparrós-Mancera, J. J., Rodríguez, C. A., Rodríguez-Pérez, Á. M., &  
Hernández-Torres, J. A. (2024). Modelado y simulación de procesos  
industriales. Advances in Building Education, 8(1), 46–60.  
https://doi.org/10.20868/abe.2024.1.5233  
Cortés Martínez, R., Ramos Miranda, F., Pérez Navarro, O., González Suárez,  
E., & Miño Valdés, J. E. (2021). Modelación y simulación de procesos en  
la intensificación de instalaciones de la industria química. +Ingenio:  
Revista de Ciencia, Tecnología  
e
Innovación, 2(2), 22–36.  
https://revistas.fio.unam.edu.ar/index.php/masingenio/article/view/178  
Cuevas-Aranda, M., Fernández-Valdivia, D. G., Parra-Ruiz, M. L., & Navarro-  
Nieto, S. (2014). Uso de simulaciones por ordenador para mejorar la  
enseñanza en el laboratorio de ingeniería química. Modelling in Science  
Education  
and  
Learning,  
7,  
93–102.  
https://doi.org/10.4995/msel.2014.2122  
Gil Chaves, I. D., et al. (2011). Análisis y simulación de procesos en ingeniería  
química. Universidad Nacional de Colombia, Facultad de Ingeniería.  
https://books.google.com.ec/books?id=mJOtDwAAQBAJ  
Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación:  
Las  
rutas  
cuantitativa,  
cualitativa  
y
mixta.  
McGraw-Hill.  
https://doi.org/10.22201/fesc.20072236e.2019.10.18.6  
Inca Balseca, C. L., Magallanes Tomalá, J. L., & Ortega Loor, R. (2024).  
Modelado y simulación de procesos de separación por membranas con  
ecuaciones diferenciales parciales. Cotopaxi Tech, 4(1), 45-66.  
https://ojs.isuc.edu.ec/index.php/cotopaxitech/article/view/136  
Izurieta, C., Buenaño, S., & Rivera, M. (2024). El diseño industrial y la simulación  
como herramienta para mejorar los procesos. Polo del Conocimiento.  
https://polodelconocimiento.com/ojs/index.php/es/article/view/6674  
469  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 17 (Ed. Enero – Junio 2026) ISSN: 2737-6354.  
Modelado y simulación como herramientas estratégicas para la mejora de procesos  
industriales en ingeniería química.  
Kitchenham, B., Brereton, O. P., Budgen, D., Turner, M., Bailey, J., & Linkman,  
S. (2009). Systematic literature reviews in software engineering – A  
systematic literature review. Information and Software Technology, 51(1),  
7–15. https://doi.org/10.1016/j.infsof.2008.09.009  
Loor Alcivar, B. J., Carriel Sevillano, R. P., Olvera Moran, B. M., & Rodriguez  
Merchan, M. (2025). La simulación como herramienta para la optimización  
de la producción, en el caso de la fabricación de tuberías de plástico.  
EASI: Ingeniería Y Ciencias Aplicadas En La Industria, 4(2), 25-33.  
https://doi.org/10.53591/easi.v4i2.2619  
López López, M. G. (2023). Modelado, simulación y control de procesos: Un  
enfoque  
integral.  
Tecnológico  
Nacional  
de  
México.  
https://rinacional.tecnm.mx/jspui/handle/TecNM/6450  
Martínez Sifuentes, V. H., Alonso Dávila, P. A., López Toledo, J., Salado  
Carbajal, M., & Rocha Uribe, J. A. (2000). Simulación de procesos en  
ingeniería  
química.  
https://books.google.com.ec/books?id=yqCcMOy81JEC  
Nieto-Sandoval, Julia; Marco, Pilar. «INNOVACIÓN DOCENTE EN INGENIERÍA  
QUÍMICA: APLICACIÓN DE SIMULACIONES DIGITALES PARA  
MODELIZAR ACCIDENTES INDUSTRIALES». Revista del Congrés  
Internacional de Docència Universitària i Innovació (CIDUI), 2025, núm. 7,  
doi:10.60940/ciduiv1n7id9900407.  
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow,  
C. D., et al. (2021). The PRISMA 2020 statement: An updated guideline  
for  
reporting  
systematic  
reviews.  
BMJ,  
372,  
n71.  
https://doi.org/10.1136/bmj.n71  
Pérez Navarro, O., Miño Valdés, J. E., González Suárez, E., & Rodríguez Rico,  
I. (2021). Modelación matemática de procesos en la industria química y  
fermentativa. +Ingenio, Revista de Ciencia Tecnología e Innovación.  
Posada Mejía, M. M., & Zapata Zapata, N. (2006). Propuesta metodológica para  
la aplicación de simuladores de proceso en las asignaturas de ingeniería  
de  
procesos  
(Proyecto  
de  
grado).  
Universidad  
EAFIT.  
https://repository.eafit.edu.co/handle/10784/367  
Ríos Ratkovich, N., Valdés, J. P., Pineda, H., Daza, M., Pinilla, A., Becerra, D.,  
Pérez, E., Ramírez, L., Echeverri, A., Gómez, J., Bobadilla, D., Cuervo, I.,  
&
Sierra, A. (2020). Introducción al modelamiento y simulación en  
ingeniería química. Ediciones Uniandes.  
470  
Moya-Alchundia et al. (2026)  
Rivadeneira Ortiz, C. S. (2017). Propuesta de un modelo de simulación en el  
laboratorio de ingeniería de producción industrial de la Universidad de las  
Américas, para mejorar la productividad en procesos industriales (Tesis  
de  
maestría).  
Universidad  
de  
las  
Américas.  
http://dspace.udla.edu.ec/handle/33000/7515  
Scenna, N. J., Rodríguez, N. H., & Manassaldi, J. I. (2024). Introducción a la  
ingeniería: Diseño, simulación, optimización y procesos. Modelado en  
Ingeniería.  
https://www.modeladoeningenieria.edu.ar/images/DSOySP/2024/Int_Ing  
_P_I_v2024.pdf  
Zarza-Díaz, R. (2023). Simulación de eventos discretos desde la ingeniería  
industrial. Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del  
ICBI, 10(20), 110–121. https://doi.org/10.29057/icbi.v10i20.10207  
471