El objetivo de este trabajo fue generar un modelo matemático a partir de datos experimentales que permitió simular de manera eficiente el proceso fermentativo para la obtención de bioetanol e implementar un controlador sobre las variables elementales de este modelo. Para ello se utilizó el lenguaje de código libre Python 3.7 y la librería Pyomo 5.5 a través de la interfaz Spyder, en un equipo con procesador Ryzen 5 (8 CPU de 2 GHz) y 8 Gb de memoria RAM. Se tomaron datos experimentales de dos fermentaciones realizadas por Partida (2017) referidas como F1 y F2, en las cuales se utilizó la levadura Saccharomyces cerevisae ITV01 para producir etanol. Los datos experimentales se usaron para calcular la tasa de crecimiento µ durante el proceso y para verificar si existió un efecto de inhibición por etanol y biomasa. Una vez calculada la tasa de crecimiento, se utilizaron estos datos para calcular los parámetros para un modelo de crecimiento tipo Monod de tipo caja negra usando el método de mínimos cuadrados programado en Pyomo. Se obtuvo una tasa de crecimiento de 0.11h -1 y una constante de saturación de 11.36 g/L para F1 y una tasa de crecimiento de 0.28 h -1 y una constante de saturación de 86.56 g/L para F2. Estos parámetros se sustituyeron en los balances de materia de biomasa, sustrato y producto para simular el proceso, los perfiles resultantes se compararon con los obtenidos por Partida (2017) obteniendo coeficientes de determinación con valores desde 84 hasta 91 %. Después, el sistema de ecuaciones diferenciales fue modificado para incluir el comportamiento del pH y la temperatura, además del efecto inhibitorio que tienen estos en el crecimiento de biomasa. Una simulación sin acciones de control demostró que, el crecimiento de biomasa se ve impedido por la temperatura y el pH. Se implementó entonces un controlador predictivo basado en modelo no lineal programado en Pyomo para controlar las variables elementales. El esquema demostró ser eficiente, logrando una productividad de 1.83 g/L h de etanol, igual que en la experimentación. Para evaluar la capacidad del controlador, se realizaron diversas pruebas. En el análisis de sensibilidad se implementaron perturbaciones en el proceso, sin embargo, el controlador demostró ser capaz de responder a ellas, obteniendo una productividad de 1.83 g/L h. Se llevó a cabo un problema benchmark entre las variables controlables y la temperatura de agua de enfriamiento TC y la molaridad de la solución ácido/base programados en diferentes casos. El control de temperatura demostró ser eficiente en 8 simulaciones, mientras que el de pH sólo logró responder en 4 simulaciones distintas. En los casos factibles se alcanzó una productividad promedio igual a la obtenida anteriormente. Por último, se programaron escenarios con diferentes condiciones iniciales del proceso. Se concluye que el esquema propuesto es eficiente para el proceso de fermentación.