5. Encuentre la MLE para $\theta$ basado en una muestra aleatoria de tamaño $n$ de una distribución con pdf $$f(x; \, \theta) = \begin{cases} 2\theta^{2} x^{-3} & \theta \leqslant x \\ 0 & x < \theta;\, 0 < \theta \end{cases}$$
Estoy practicando los estimadores de máxima verosimilitud para un próximo examen. La pregunta que me ha dejado perplejo es la de arriba.
Intenté lo siguiente:
$$\ln(L(\theta)) = n\ln2\, +\,2n\ln(\theta)\,-\,3\sum_{i=1}^n x_i, $$ y se deduce que $$\frac{d\,\ln(\theta)}{d\theta} = \frac{2n}{\theta}.$$ Esto no daría ninguna información importante si se pone a cero. He comprobado la solución y parece que la respuesta correcta es $\hat\theta = X_{1:n}$ . ¿Podría explicarme cómo se ha llegado a esto?