Este artículo presenta un método novedoso para construir diseños de experimentos computacionales basados en la teoría de procesos de puntos de interacción de área. Este método es esencial para capturar las interacciones entre diferentes elementos dentro de un sistema modelado, ofreciendo un enfoque más flexible y adaptable en comparación con la modelización matemática tradicional. A diferencia de los modelos ásperos convencionales que dependen de ecuaciones simplificadas, nuestro método emplea el método de Cadena de Markov Monte Carlo (MCMC) y el algoritmo Metropolis-Hastings combinado con teselaciones de Voronoi. Utiliza una nueva dinámica llamada dinámica de nacimiento y muerte homogénea de un conjunto de puntos para generar los diseños. Este enfoque no requiere el desarrollo de modelos matemáticos específicos para cada sistema en estudio, lo que lo hace universalmente aplicable mientras se logran resultados comparables. Además, proporcionamos un análisis detallado de las propiedades de convergencia de la Cadena de Markov para garantizar la fiabilidad de los diseños generados. Una revisión de la literatura ampliada sitúa nuestro trabajo en el contexto de la investigación existente, destacando sus contribuciones y avances únicos. Se ha realizado una comparación entre nuestro enfoque y otros diseños de experimentos computacionales existentes.