Esta nota describe la aplicación de la regresión de mezcla gaussiana para el ajuste de seguimiento con un modelo de mezcla gaussiana de los errores de posición. Se asume que el modelo de mezcla tiene dos componentes con medias de componente idénticas. Bajo la premisa de que se conoce la asociación de cada medición a un componente de mezcla específico, se demuestra que la regresión de mezcla gaussiana tiene una resolución consistentemente mejor que la regresión lineal ponderada con errores homocedásticos equivalentes. La mejora que se puede lograr se investiga sistemáticamente en un amplio rango de distribuciones de mezcla. Los resultados confirman que con una varianza homocedástica constante, la ganancia es mayor para un mayor peso de mezcla del componente estrecho y para una menor relación entre el ancho del componente estrecho y el ancho del componente ancho.