Los errores observacionales del filtrado de partículas se estudian en el caso de un modelo de espacio de estados con una ecuación de observación lineal. En este estudio, los errores observacionales se estiman antes de las próximas observaciones. Esta acción se agrega al algoritmo básico del filtro como un nuevo paso para la adquisición de las estimaciones de estado. Esta intervención es útil principalmente en presencia de problemas de datos faltantes, así como para el seguimiento de muestras en problemas de empobrecimiento. Se aplica la teoría de sistemas de Markov cerrados homogéneos y no homogéneos al estudio de la distribución de partículas sobre el dominio de estado y, por lo tanto, sienta las bases para el empleo del control estocástico contra el empobrecimiento. Se cita un ejemplo de simulación para demostrar la efectividad del método propuesto en comparación con los existentes, mostrando que el método propuesto es capaz de combinar una precisión satisfactoria de resultados con un bajo costo computacional y proporcionar un ejemplo para lograr la predicción y seguimiento del empobrecimiento.