En la naturaleza se presentan infinidad de problemas susceptibles de estudio. La complejidad de un gran número de estos problemas es tan alta que se deben recurrir a modelos físicos, matemáticos, computacionales, etc. para poder tratar y estudiar los efectos relacionados con cada casuística del problema. Un modelo matemático, o físico, constituye una descripción teórica del fenómeno a estudiar. Este modelo que describe el problema se usa para construir el modelo computacional del fenómeno. Un modelo computacional es un modelo limitado ya que las características de la computadora son limitadas. Tratar un problema computacionalmente a menudo encuentra restricciones temporales que hacen impracticable el estudio o los resultados. La solución para tratar estos modelos sometidos a estudio es el emplear computadoras de altas prestaciones (ampliar las restricciones computacionales del modelo) y emplear técnicas de codificación (traducción de los modelos matemático, físico al modelo computacional) específicas del campo de la supercomputación. El reciente avance experimentado por las arquitecturas de computadores hace que los procesadores se hayan convertido en plataformas implícitamente paralelas donde la concurrencia y las cachés juegan un papel importante. Las técnicas de programación tradicional se hacen inservibles si se desea mantener las costas de rendimiento. Las técnicas de programación paralela (típicas de la supercomputación) son complejas y las cotas de rendimiento están en manos de quien codifique el modelo computacional. En este trabajo se presenta un modelo de programación basado en objetos donde se usan abstracciones de alto nivel para modelar programas paralelos eficientes (sin tener que preocuparse de la arquitectura de la computadora - redes de interconexión, etc.). La ventaja de usar este modelo es la ganancia de rendimiento de la aplicación en estos entornos.