<p>El dimensionamiento de equipos en la industria de alimentos es complejo debido a la falta de propiedades de las materias primas utilizadas en los procesos, para esta tarea suelen asumir valores teóricos que permiten tener una aproximación a los valores reales y así alcanzar niveles aceptables de eficiencia en los procesos. El correcto diseño de equipos solo se puede lograr usando las propiedades térmicas de las materias primas, de aquí su importancia en la industria de alimentos. En este trabajo se propuso desarrollar un modelo matemático que permita predecir capacidad calorífica (Cp) y conductividad térmica (k) para aceites vegetales en función de su perfil de ácidos grasos. Inicialmente, se construyó una base de datos de resultados experimentales reportados en la literatura de Cp yk en aceites. Luego se propuso un modelo matemático, el cual tuvo 3 modificaciones para Cp y 1 para k, cada uno de los modelos emplean el perfil de ácidos grasos de los aceites consignados en la base de datos para poder determinar los parámetros myn los cuales indican el número de átomos de carbono (CH2) y el grado de instauraciones (CH = CH), respectivamente. Posteriormente, el proceso de correlación consistió en la iteración de una función objetivo el cual evaluó la diferencia entre los valores teóricos y experimentales, obtenida mediante un algoritmo genético el cual arrojó las constantes universales Si y Ri en un rango de 348,15K temperatura - 398,15K para Cp y de 313,15K - 353,15K para k. A nivel de resultados, se obtuvo que los modelos presentaron una mejor correlación, obtuvieron errores de 10,47% y 2,85% y desviaciones de 6,36% y 6,70% para Cp yk respectivamente, siendo los aceites de jatropha, manteca de cerdo, el aceite de palma y uno de los aceites de soya empleados en la correlación los que presentan una mayor desviación y por ende mayor error para el modelo de Cp y los aceites de jatropha y algodón los que generó una mayor desviación para el modelo de k. En la validación se obtuvo que los errores porcentuales se obtuvieron en un promedio de 22,32% para Cp y 6,18% para k. Estos errores pueden estar relacionados con los procedimientos experimentales de la obtención de los datos consignados en la base de datos, porque existen varios factores que determinan la precisión de los resultados como los equipos empleados para su determinación o simplemente el uso de valores teóricos. Se puede concluir que las delimitaciones de los rangos de variabilidad de valores en ambas propiedades térmicas no son representativas con respecto a su composición, además de que ambos modelos están limitados por el rango de temperaturas en el cuál trabajan. Por otro lado, el modelo de conductividad térmica presenta un mejor ajuste con respecto al modelo de capacidad calorífica.</p>