Este método
contiene un vector aleatorio {X1, ... , Xn} el cual presenta una función de distribución
desconocidas que depende de un parámetro theta. Su expresión general es:
Si son
independientes entre sí, la función se traduce en el producto de las funciones
de probabilidad marginales:
Si tenemos
además que son ; es decir idénticamente distribuidas, la
función dependerá solamente de la evaluación del correspondiente parámetro
sobre sí misma.
El objetivo
del método, es optimizar , de tal manera de encontrar el valor 
que
permita que llegue a
su máximo. El valor de se le
conoce como estimación de máxima verosimilitud o estimación
máximo verosímil.
La idea es
que debe ser
tal de que el valor numérico observado () de la muestra aleatoria tenga probabilidad
máxima.
****
Este método es altenrativo a MCO, y el más estandarizado, en el sentido de que es el más eficaz, para la resolución de algunos molelos.
Modelo de Optimización de MV
El procedimiento de MV, se caracteriza por un modelo de optimización de la distribución.