Muchas leyes básicas de la física o la química pueden escribirse en forma de ecuaciones diferenciales. Con el desarrollo de señales digitales y tecnología informática, la investigación sobre modelos discretos ha recibido cada vez más atención. Las estimaciones de los coeficientes desconocidos en la ecuación de diferencia discretizada pueden obtenerse optimizando ciertas funciones de criterio. En la teoría moderna del control, el modelo de espacio de estados transforma ecuaciones diferenciales de alto orden en ecuaciones diferenciales de primer orden mediante la introducción de variables de estado intermedias. En este documento, se desarrolla el problema de estimación de parámetros para sistemas de ecuaciones de diferencia lineales con ruido incierto. Al transformar las ecuaciones del sistema en modelos de espacio de estados y sobre la base de las suposiciones consideradas sobre el ruido y los parámetros, se deriva un algoritmo de estimación iterativa bayesiana variacional a partir de los datos de observación para obtener las estimaciones de parámetros. Los estados desconocidos involucrados en el algoritmo bayesiano variacional se actualizan mediante el filtro de Kalman. Se presenta un ejemplo de simulación numérica para validar la efectividad del algoritmo propuesto.