El tratamiento de los modelos estructurales de series temporales se encuadra en el marco m�s general de modelos en el espacio de los estados. La representaci�n en el espacio de los estados es importante para el an�lisis estad�stico de series temporales debido a que ofrece la posibilidad de recurrir al filtro de Kalman, que permite estimar cada uno de los componentes de la serie y evaluar la funci�n de verosimilitud de una forma simple y directa. Desde el punto de vista pr�ctico, otra ventaja de la representaci�n en el espacio de los estados es su generalidad, ya que son muchos los modelos de series temporales gaussianos que pueden ser representados en el espacio de los estados. El objetivo de este trabajo es describir la representaci�n en el espacio de los estados, el filtro de Kalman y los algoritmos de suavizados, as� como la estimaci�n m�ximo veros�mil en el dominio del tiempo. Tambi�n se examina el papel que juegan las condiciones iniciales y las observaciones an�malas en el funcionamiento del filtro de Kalman. Finalmente, se expone la aplicaci�n de esta metodolog�a en el contexto de los modelos estructurales.