El éxito de una separación cromatográfica radica en alcanzar una interacción diferencial de los solutos con la fase estacionaria, lo que se consigue controlando las variables o factores experimentales más accesibles. Generalmente, los requisitos para resolver cada soluto son específicos y, con frecuencia, la mejora en la separación de unos conlleva el empeoramiento en otros. Por lo tanto, lograr un compromiso que permita resolver todos los solutos en una mezcla compleja puede llegar a ser un problema arduo, que generalmente se resuelve mediante estrategias de prueba y error basadas en la experiencia del cromatografista. Desafortunadamente, la aplicación de estas estrategias requiere mucho tiempo y suelen fracasar con muestras que contienen un gran número de compuestos, o cuando existen múltiples factores involucrados con efectos difíciles de predecir. La situación empeora cuando el poder de resolución en el orden cromatográfico es insuficiente y no puede completarse con la riqueza de la señal proporcionada por el detector o mediante una segunda separación. El modo más eficiente de abordar una optimización en cromatografía líquida es el uso de estrategias basadas en modelos predictores de la resolución. Por otro lado, los estudios de tipo fundamental en cromatografía son esenciales para mejorar el conocimiento sobre las posibilidades de los sistemas separadores. A pesar del interés que muchos investigadores han mostrado por estos estudios, existen varios aspectos esenciales que es necesario todavía revisar o desarrollar. A lo largo de esta Tesis, se estudiaron las ventajas aportadas por el uso de modelos predictores del comportamiento de retención y perfil de los picos cromatográficos, para conocer en profundidad las posibilidades de los sistemas separadores. Las investigaciones se centraron en diversas variables cromatográficas, algunas relacionadas con la composición de la fase móvil (disolvente orgánico y pH), y otras de carácter ambiental (temperatura) o instrumental (caudal). Se consideraron situaciones en las que se optimizaba una sola variable, o dos o tres variables simultáneamente. En cada caso, se comprobó la idoneidad de las predicciones mediante su comparación con experiencias reales, con resultados muy satisfactorios. Además, se revisó la estimación de algunos parámetros fundamentales, como el tiempo muerto, la capacidad de pico, el coeficiente de reparto octanol-agua y la eficacia, y se propusieron modificaciones de métodos publicados, junto con nuevos métodos. Se propuso también un método exhaustivo de comparación de columnas cromatográficas en intervalos amplios de composición de fase móvil, que considera el tiempo de análisis, la selectividad, la forma de los picos cromatográficos y la resolución, así como la posibilidad de transferir resultados entre columnas. Se trabajó en cromatografía líquida convencional y cromatografía líquida rápida, utilizando una amplia variedad de columnas de fase inversa (microparticuladas y monolítica) y numerosos solutos con diversas características, incluyendo beta-bloqueantes, diuréticos, fenoles y series homólogas.The success in a chromatographic separation relies on the achievement of a differential interaction of the components in the mixture with the column, which is done by tuning carefully the environmental variables with a main impact on selectivity to precise levels. In order to optimise the selectivity, trial-and-error approaches based on the chromatographer experience are commonly used. Unfortunately, these strategies can be time-consuming and prone to fail, which happens especially in problems with a large number of compounds, or involving multiple variables whose effects are difficult to predict. The situation worsens when the resolution power in the chromatographic order is insufficient and cannot be completed by the richness of the signal provided by the detector or by a second separation. The best efficient way to tackle a liquid chromatographic optimization is the use of strategies based on resolution prediction models. Fundamental studies in chromatography are essential for improving the knowledge of the possibilities of the separation system. Despite the interest that many researchers have shown for these studies, there are still several essential aspects that need some revision or development. In this Thesis, the advantage provided by the use of prediction models to optimize chromatographic systems was studied. The research work was based on diverse chromatographic factors, some of them related to the mobile phase composition (organic solvent content and pH), and other factors of environmental (temperature) or instrumental (flow-rate) nature. Moreover, the estimation of some fundamental parameters was revised, such as the dead time, peak capacity, octanol-water partition coefficient and efficiency, and some modifications of published methods were proposed together with new methods. A methodology was also proposed that allows an exhaustive comparison of chromatographic columns, in wide mobile phase composition ranges, which considers the analysis time, selectivity, peak shape and resolution, as well as the possibility of transferring the results among columns.The studies were achieved using conventional liquid chromatography and rapid liquid chromatography, using a wide variety of reversed-phase columns of different nature and a wide range of solutes.