Legge che afferma che la quantità della produzione è regolata dall’elemento nutritivo contenuto nel terreno in proporzione minima rispetto agli altri. Corrisponde alla legge dei fattori limitanti (➔limitante).
M. relativo di una funzione f(x) di variabile reale, definita in un dato intervallo, è il valore della funzione in un punto x0 se in un suo intorno la funzione assume sempre valori maggiori o uguali al valore assunto in x0. Se la funzione non è illimitata inferiormente, il minore tra i m. relativi è il m. assoluto della funzione.
Il minimo comune multiplo di due o più numeri interi è il più piccolo tra i numeri divisibili per tutti i numeri dati. Si trova scomponendo i numeri in fattori primi, e risulta formato come prodotto di tutti i fattori primi, comuni e non comuni, presi ciascuno col massimo esponente. Siano dati, per es., i numeri 36 e 60; si scompongono i due numeri in fattori primi; essendo 36=22∙32, 60=22∙3∙5, il m. comune multiplo dei due numeri sarà 180=22∙32∙5 e si scriverà: m. comune multiplo (36,60)=180. Se di due numeri è noto il massimo comun divisore, allora il m. comune multiplo si può ottenere rapidamente dividendo il prodotto dei numeri per il loro massimo comun divisore.
Il minimo comune multiplo di due o più polinomi, considerati in una o più variabili, con coefficienti reali, o complessi, o appartenenti a un corpo qualsiasi, si definisce come un polinomio di grado minimo, che sia multiplo comune dei polinomi dati; esso è determinato a meno di una costante moltiplicativa non nulla. Se di due polinomi è noto il massimo comun divisore, il m. comune multiplo si ottiene dividendo il prodotto dei polinomi per il loro massimo comun divisore.
Il metodo dei minimo quadrati serve a trovare il valore più probabile di una grandezza a partire da una serie di sue misure sperimentali. Sia x* il vero valore di una grandezza da misurare X; siano x1, x2, ..., xn, i valori della grandezza ricavati da una serie di misure, affette da errori accidentali, e quindi diverse tra di loro e da x*. A partire da x1, x2, ..., xn, si vuol determinare un valore x0 il quale meglio approssimi (statisticamente) l’incognito x*. Secondo la teoria di Legendre-Gauss x0 è il valore più probabile di X ed è quello che rende minima la somma dei quadrati degli errori accidentali:
ε1 = x0 − x1; ε 2 = x0 − x2; ...; ε n = x0 − xn
(donde il nome del metodo). Come risultato, si ha che tale valore x0 non è altro che la media aritmetica x̄ dei singoli valori x1, x2, ..., xn.
Con lo stesso nome si indica il metodo per trovare, tra le funzioni di un certo tipo, quella che meglio approssima certi dati numerici. Più precisamente, siano assegnati n valori x1, x2, ..., xn di una variabile x e altrettanti valori y1, y2, ..., yn di una variabile y; sia inoltre data una certa funzione
f (x; c1, c2, ..., cq),
reale di variabile reale, della variabile indipendente x, nella quale intervengono inoltre i parametri c1, c2, ..., cq: si chiede di determinare c1, c2, ..., cq, in modo che la funzione f assuma, in corrispondenza ai valori x1, x2, ..., xn, rispettivamente i valori y1, y2, ..., yn, oppure valori ‘quanto più possibile vicini’ a essi. Quest’ultima frase si può precisare in vari modi; il metodo dei m. quadrati precisa appunto che essa va così intesa: le c1, c2, ..., cq, devono scegliersi in modo che sia minima la somma dei quadrati degli scarti tra i valori assunti dalla f per x=x1, x2, ..., xn, e i valori assegnati y1, y2, ..., yn, cioè l’espressione
intesa come funzione delle variabili indipendenti c1, c2, ..., cq (➔ massimi e minimi). Quando si facciano opportune ipotesi sul campo di definizione della f e sulla sua regolarità, la soluzione del problema è da ricercarsi tra i gruppi di valori delle c1, c2, ..., cq, che risolvono il sistema
Il metodo è spesso usato in pratica per ottenere un’interpolazione approssimata o una perequazione.
In fisiologia, la legge del minimo limita il principio delle equivalenze degli alimenti, nel senso che una quota minima di certi alimenti (protidi, glicidi, lipidi) deve sempre entrare nelle diete.