El proceso de digestion anaerobia comprende toda una red de reacciones secuenciales y paralelas, de doble naturaleza: bioquimica y fisicoquimica. Los Modelos matematicos disenados con el objetivo de ayudarnos a comprender y optimizar este proceso, describen estas reacciones de forma estructurada. Siendo el modelo de digestion anaerobia No 1 (ADM1) el mas extendido y bien establecido. Mientras que este y otros modelos distinguen diferentes microorganismos involucrados en diversas reacciones, a nuestro conocimiento ninguno de ellos describe la diversidad entre organismos con la misma funcion, es decir, que participan en la misma reaccion. Sin embargo, la evidencia experimental disponible sugiere que la estructura y propiedades de una comunidad microbiana pueden estar influenciadas por las condiciones operacionales del proceso y a su vez tambien determinan el funcionamiento del reactor. Con el fin de describir adecuadamente estos fenomenos, los modelos matematicos deberian considerar la diversidad microbiana subyacente. Asi quedo mostrado en uno de nuestros trabajos anteriores, extendiendo ADM1 con objeto de describir la diversidad microbiana entre organismos de un mismo grupo funcional. El modelo resultante fue llamado ADM1_N. Debido a su complejidad y rigidez, la implementacion del modelo no es una tarea sencilla y deben considerarse varios aspectos computacionales. En este trabajo, se presentan las experiencias obtenidas de algunas implementaciones en Matlab/Simulink de ADM1 y de ADM1 extendido (ADM1_N). Aspectos relacionados con las implementaciones en ecuaciones deferenciales ordinarias (EDO) vs Ecuaciones Algebraico diferenciales (EAD), la rigidez del sistema, las variables y constantes de tiempo, problemas algebraicos para el calculo del pH y otras variables de estado problematicas, algoritmos numericos de solucion y tiempos de simulacion son discutidos. El modelo resultante ha sido comparado con el tradicional ADM1 para simular datos experimentales provenientes de un reactor piloto anaerobio hibrido de lecho fluidizado y filtro con flujo ascendente. Los resultados obtenidos muestran que el modelo extendido mejora el ajuste de datos experimentales.