The considerable increase in computation of the optimal control problems has in many cases overflowed the computing capacity available to handle complex systems in real time. For this reason, alternatives such as parallel computing are studied in this article, where the problem is worked out by distributing the tasks among several processors in order to accelerate the computation and to analyze and investigate the reduction of the total time of calculation the incremental gradually the processors used in it. We explore the use of these methods with a case study represented in a rolling mill process, and in turn making use of the strategy of updating the Phase Finals values for the construction of the final penalty matrix for the solution of the differential Riccati Equation. In addition, the order of the problem studied is increasing gradually for compare the improvements achieved in the models with major dimension. Parallel computing alternatives are also studied through multiple processing elements within a single machine or in a cluster via OpenMP, which is an Application Programming Interface (API) that allows the creation of shared memory programs.El considerable aumento en el cómputo de los problemas de control óptimo ha desbordado en muchos casos la capacidad de computación disponible para manejar sistemas complejos en tiempo real. Por esta razón, en este artículo se estudian alternativas como la computación paralela, donde el problema se resuelve distribuyendo las tareas entre varios procesadores para acelerar el cómputo y para analizar e investigar la reducción del tiempo total de cálculo incrementando gradualmente los procesadores utilizados en él. Exploramos el uso de estos métodos con un estudio de caso representado en un proceso de laminación, y a su vez haciendo uso de la estrategia de actualización de los valores de las fases finales para la construcción de la matriz de penalización final para la solución de la ecuación de Riccati diferencial. Además, el orden del problema estudiado va aumentando gradualmente para comparar las mejoras logradas en los modelos de mayor dimensión. También se estudian alternativas de computación paralela a través de múltiples elementos de procesamiento dentro de una sola máquina o en un clúster mediante OpenMP, que es una Interfaz de Programación de Aplicaciones (API) que permite la creación de programas de memoria compartida.