Muito simples: é um ditongo nasal que se encontra em sílaba que não recebe acento tónico.

Normalmente, os ditongos nasais do português encontram-se na última sílaba e são tónicos, quando se grafam com -ão-, -ãe- ou  -õe- (substantivos, adjectivos, formas de futuro do indicativo): p. ex., lição/lições (substantivo), alemão/alemães (adjectivo e substantivo), comerão (futuro do indicativo de comer).

No entanto, as palavras  acabadas em -am e -em têm um ditongo átono na sílaba final: comeram, fazem, imagem. Outras, substantivos e adjectivos, terminam em -ão átono e, por isso, são palavras graves, grafadas com acento agudo na penúltima sílaba: órgão, orégão, órfão.