Frequentemente, na estatística deseja-se estudar uma determinada característica de uma população. Tendo que, geralmente, é inviável o estudo sobre o grupo como um todo, considera-se apenas uma amostra do mesmo. Observa-se o que acontece nessa amostra e infere-se à população através de técnicas adequadas derivadas de dois ramos principais: a estimação de parâmetros e os testes de hipóteses. Cada técnica tem sua importância na conquista da confiabilidade dos resultados obtidos. Muitos procedimentos na estimação de parâmetros dependem de um tamanho suficientemente grande da amostra, para que os estimadores tenham propriedades ótimas, dado que ele é um fator de grande influência no ajuste de um modelo probabilístico aos dados. Grande parte da modelagem estatística usa resultados assintóticos em amostras finitas, sendo assim deve-se saber qual o tamanho mínimo que uma amostra deve ter para que o uso de tais resultados seja possível. Sendo assim, este artigo desenvolve-se no estudo do comportamento assintótico dos estimadores de máxima verossimilhança, simulando dados para devidas ilustrações. O método de máxima verossimilhança é uma das técnicas utilizadas na obtenção de estimadores paramétricos. Ele é bastante difundido por produzir equações convenientes do ponto de vista computacional. No artigo estará presente os passos para a obtenção do estimador de máxima verossimilhança, e as condições necessarias para que o mesmo possua uma distribuição assintótica Normal. Através de simulações no software R, apresenta-se, na prática, como o estimador de máxima verossimilhança converge em distribuição para uma Normal.