El control del ruido en ambientes industriales se ha convertido en una actividad profesional de creciente importancia. En muchos casos, las soluciones técnicas involucradas poseen un alto costo, motivo por el cual se hace necesario diseñar cuidadosamente los sistemas de control. El enfoque más eficiente para evitar situaciones indeseadas de contaminación acústica es el diseño acústico como un aspecto inherente al proyecto completo de la planta, aunque esta situación no siempre se contempla adecuadamente. Asimismo, en muchas ocasiones se detectan situaciones de ruido intolerable cuando una planta industrial ya está en funcionamiento. En tal sentido, el control de ruido se basa primeramente en la determinación inicial de las condiciones acústica preexistentes, a los efectos de identificarse los sectores problemáticos. Para ello, es necesaria una precisa identificación de las fuentes generadoras y sus niveles de emisión acústica, problema que no es menor en una planta industrial en funcionamiento continuo. Entonces pueden realizarse modificaciones adecuadas que permitan llevar las características del ruido ambiental a niveles aceptables. Este tipo de control requiere metodologías de análisis y diseño apropiadas para conseguir soluciones competitivas en costo y realizables de manera de perturbar mínimamente las condiciones operativas. Por otra parte, el diseño de sistemas de control acústico en general, se basa en la utilización de modelos predictivos a los efectos de estimar la eficiencia de diferentes soluciones técnicas que permitan lograr un ambiente acústico adecuado. Para llegar a la solución óptima, es necesario efectuar cálculos acústicos para una gran cantidad de alternativas. En tal sentido, es altamente deseable la utilización de modelos no solo precisos, sino que presenten tiempos de cómputo bajos. En esta tesis se presentan distintas metodologías computacionales para abordar el problema de rediseño óptimo de ambientes interiores, en particular de recintos industriales multi-fuente. Se consideran aspectos teóricos y numéricos relacionados con la predicción acústica en función de modelos de simulación adecuados para el rango de frecuencias de interés. Para ello, se formula una aproximación bidimensional de la ecuación de difusión acústica para alta frecuencia, la cual se combina con la ecuación de onda para baja frecuencia. Adicionalmente, se proponen modelos alternativos generados a partir de la técnica de Redes Neuronales Artificiales. Se estudian aspectos referidos a la caracterización de las condiciones acústicas existentes en plantas industriales en funcionamiento y se desarrolla un enfoque inverso para determinar dichos escenarios. Tanto el problema de identificación como el de diseño acústico óptimo se resuelven a partir de una metodología que combina los modelos acústicos de simulación computacional con un algoritmo de optimización. La técnica de optimización propuesta es Recocido Simulado (Simulated Annealing). El esquema de rediseño óptimo planteado permite obtener soluciones óptimas de carácter global empleando tiempos de cómputo relativamente bajos, a efectos de poder realizar el diseño requerido en tiempos razonables desde el punto de vista de las aplicaciones prácticas. / Acoustic control is a topic of growing concern in industrial workplaces. In many cases, the technical solutions may involve high cost, so it is necessary to design efficient noise control systems. The best approach in order to avoid unwanted noise is the acoustic design as an inherent aspect of the entire project of the building, which is not always the case. Often, unwanted noise situations are detected when an industrial building is already in operation. In order to identify problematic areas in such cases, the noise control must be based primarily on the characterization of the existing acoustic conditions. It is necessary to perform a correct identification of the main sound sources and their acoustic emission levels. This is sometimes a difficult task because of the impossibility of interrupting the noise sources. Once the identification process is performed, suitable modifications to reduce the noise levels can be made. Thus, the control strategies require appropriate design methodologies in order to obtain cost-effective solutions keeping unchanged the working conditions. Moreover, acoustic control systems are in general based on the use of predictive models to estimate the effect of the efficiency of different technical solutions in the optimization process. In order to reach an optimal solution, it is necessary to perform acoustic calculations for a large number of alternatives. Therefore, the employment of acoustic simulation models with good accuracy and reduced computation times is highly desirable. This thesis presents different computational methodologies for optimal acoustic design of indoor environments, especially on multi-source industrial enclosures. Theoretical and numerical issues related with noise prediction models suitable for the whole frequency range of interest are considered. In particular, a two-dimensional approximation of the acoustic diffusion equation for high frequencies, in combination with the wave equation for low frequencies are used. Additionally, alternative models using Artificial Neural Network techniques are proposed. Characterization of the existing acoustic properties of industrial buildings under operating conditions is studied and an inverse approach to identify these possible scenarios is formulated. Both the identification and the optimal acoustic design problem are solved using a methodology based on the combined use of simulation acoustic models and an optimization algorithm. The proposed optimization technique is Simulated Annealing. The present scheme allows for global optimal solutions using relatively low computational times, in order to perform the required design in reasonable times from a practical application viewpoint.