Algoritmo EM

El algoritmo de Expectation-Maximization (EM) es un procedimiento iterativo de optimización para encontrar estimaciones de máxima verosimilitud o máxima a posteriori de parámetros en modelos estadísticos con variables latentes o datos faltantes. Introducido por Dempster, Laird y Rubin en su influyente artículo de 1977, EM alterna entre el cálculo de la log-verosimilitud esperada de los datos completos (paso E) y su maximización con respecto a los parámetros (paso M), garantizando una verosimilitud monótonamente no decreciente en cada iteración.