En la actualidad cada vez es más necesario contar con métodos versátiles que nos permitan modelar, simular e implementar distintos tipos de sistemas. Tal es el caso de las redes neuronales celulares (CNNs) y las redes neuronales celulares de estado controlado (SC-CNNs). Uno de estos métodos son las SC-CNNs las cuales consisten en un arreglo rectangular de M × N celdas. Debido a que no siempre es necesario un arreglo rectangular, también se puede utilizar a las SC-CNNs como un arreglo de m filas de celdas SC-CNN interconectadas localmente, con este tipo de arreglo es posible desarrollar sistemas de ecuaciones de estado de la forma (x_i ) ̀= - 〖-x〗_i + ∑_k▒〖(A_(ik ) y_k+C_ik x_k )+i_i 〗. En este trabajo se utilizarán las SC-CNNs para desarrollar una metodología que nos permita modelar mediante el uso de SC-CNNs a cierta clase de sistemas de la forma antes mencionada. La metodología se aplica en particular a dos casos de estudio el circuito de Chua y el circuito de Saito. Siguiendo los pasos de la metodología se obtienen las ecuaciones de estado, los parámetros de las ecuaciones de estado que generan caos, se obtienen los patrones de retroalimentación y de estado de las SC-CNNs, se modelan en HSPICE mediante subcircuitos que representan a una celda SC-CNN y por último, se comparan los resultados de las simulaciones de los análisis transitorios en MATLAB y en HSPICE para verificar el funcionamiento correcto del modelado.