Se x₁, x₂, ..., x_n for uma amostra aleatória simples de uma distribuição normal com média desconhecida μ e desvio padrão conhecido σ, o incremento a cada passo do algoritmo na estimativa de máxima verossimilhança para μ será dado por x - μ, em que x é a média amostral.

Se o algoritmo de Newton-Raphson for iniciado em um ponto P₀ de máximo local da função logaritmo da função de verossimilhança, e se houver um ponto distinto, P_ε, de máximo global, então o algoritmo não convergirá para P_ε.

Se X e Y forem variáveis aleatórias independentes e se θ for um parâmetro da distribuição de X, em que X é uma variável não observada, então o algoritmo EM será um método adequado para se obter estimativas de máxima verossimilhança para θ.

Se o logaritmo da função de verossimilhança do par de variáveis aleatórias (Z, W) for proporcional ao logaritmo da função de verossimilhança de outro par de variáveis aleatórias (X, Y), ou seja, l(θ, Z, W) = h(θ) l(θ; X, Y) , em que, h(θ) < 0, então a estimativa de máxima verossimilhança para o parâmetro 2 obtida com o algoritmo EM será idêntica para quaisquer desses pares de variáveis aleatórias.

Se k < 0, o domínio dessa função no plano cartesiano xOy é delimitado por uma hipérbole.