El presente proyecto tiene como objetivo principal desarrollar un simulador para el sistema de producción de piña, el cual ayuda a las personas a tomar mejores decisiones sobre el cultivo de piña. Para cumplir este objetivo primero se debe fonnular el modelo el cual ayudará en la simulación. En la formulación del modelo se utilizó la arquitectura de Red Neuronal de Retropropagación, el cual se acomodo fácilmente al problema. La Red Neuronal de Retropropagación ayudo bastante en el desarrollo del modelo ya que se tenían pocos datos históricos para formular el mismo. En la parte teórica del proyecto se estudio los diferentes tipos de modelos, la simulación en si, los conceptos básicos de sistema de producción, algunos métodos de simulación y finalmente se realizó un estudio muy profundo sobre el cultivo de piña, para determinar las variables de entrada o exógenas y variables de salida o endégenas. Entre las conclusiones más importantes se puede decir que la arquitectura de Red Neuronal de Retropropagación se adaptó fácilmente a los pocos datos históricos que se tenían para formular el modelo de simulación y que la simulación es una herramienta que permite a las personas experimentar y aprender con bajo costo y facilidad.