Las redes neuronales artificiales, simuladoras del proceso de aprendizaje de las neuronas biologicas, han sido utilizadas con exito en el calculo de parametros en diversos problemas de ingenieria en que las variables involucradas tienen una alta relacion no lineal entre si y la modelacion no permite representar el problema mediante una funcion matematica de facil deduccion. En la ciencia del suelo la prediccion de algunas propiedades involucra diversas variables que hacen de su estimacion por medio de modelos matematicos un proceso complejo, y trasladan la solucion del problema al campo de la inteligencia artificial. En el presente articulo se reporta la elaboracion de redes neuronales artificiales para la estimacion de la resistencia a la penetracion a diferentes profundidades de un suelo; se consideran como variables infiuyentes el contenido de humedad, la densidad, la carga estatica y la presion de infiado. Los resultados muestran una mejor estimacion para profundidades entre 20 cm y 30 cm.