The sharp exponent for the minimal distance problem

技術要約：最小距離問題における鋭い指数

問題の定義
本論文は、点と直線の配置における最小距離問題を扱っている。単位正方形 $[0, 1]^2$ 内の $n$ 個の点 $x_1, \dots, x_n$ と $n$ 本の直線 $\ell_1, \dots, \ell_n$ が与えられ、各点 $x_i$ が対応する直線 $\ell_i$ 上に存在する場合、この問題は、$i \neq j$ である任意の点 $x_i$ と直線 $\ell_j$ の間の最小距離を最大化することを目的とする。この量は次のように表記される：
$$\Delta_{PL}(n) := \sup \min_{i \neq j} \text{dist}(x_i, \ell_j)$$
これまでの研究では、$\Delta_{PL}(n)$ の漸近的挙動は $n^{-1/2} \lesssim \Delta_{PL}(n) \lesssim n^{-2/3+o(1)}$ と抑えられていた。この上界は Cohen, the author, および Zakharov [7] によって確立された。一方、既知の最良の下界は、Furstenberg–Sárkőzy 問題 [11] に関連した構成から導かれた $\Delta_{PL}(n) \gtrsim n^{-\gamma}$（ここで $\gamma \approx 0.8107$）であった。指数 $2/3$（上界）と $\approx 0.81$（下界）の間のギャップは未解決のまま残されていた。

手法
本論文は、既知の上界に一致する下界を実現する点・直線配置の族を構成する。その手法は Hunter, the author, Verstraëte, および Zhang による先行研究 [11] から発展したものだが、整数ベースの集合から代数体への決定的な転換を導入している。

1. 誘導マッチングの恒等式： 核となる代数的メカニズムは、多項式 $Q(x, y) = 2x - y^2$ に依存している。点 $p=(x,y)$ に対して、放物線 $Q=Q(p)$ 上の $p$ における接線 $L_p$ を定義する。重要な恒等式として、もし点 $p'$ が $L_p$ 上にあるならば、$Q(p) - Q(p')$ は完全平方数でなければならないことを示している。したがって、もし $Q$ 値の集合が平方差フリー（異なる2つの要素の差が完全平方数にならない）であれば、点集合とその関連する接線との間の包含関係は、自明なもの（$p$ が $L_p$ 上にあること）のみとなる。

2. 整数から数体へ： 従来の構成では、平方差を持たない整数集合 $A \subset [N]$（Furstenberg–Sárkőzy 問題に関連）を用いていた。しかし、このような集合の整数における密度は Furstenberg–Sárkőzy 問題の現在の境界によって制限されており、指数を $2/3$ に到達させることを妨げている。
   これを回避するため、著者は高次 $d$ の全実数体 $K$ の整数環 $\mathcal{O}_K$ 内に集合 $A$ を構成する。

   • トレースゼロ格子： Ruzsa 型の集合の代わりに、本構成では整数環のトレースゼロ・スライス $\Lambda_0^K = \{a \in 2\mathcal{O}_K : \text{Tr}_{K/\mathbb{Q}}(a) = 0\}$ を利用する。
   • 平方差フリーの性質： 全実数体において、非ゼロの平方のトレースは厳密に正である（$z \neq 0$ に対して $\text{Tr}_{K/\mathbb{Q}}(z^2) > 0$）。したがって、トレースゼロ超平面内の任意の異なる2つの要素の差は、平方にはなり得ない。これにより、誘導マッチングに必要な平方差フリーの性質が保証される。

3. 幾何学的埋め込み： 代数的な点は、特定の実現写像 $\sigma: K \to \mathbb{R}$ と異方性スケーリング写像 $\Phi_{M,N}$ を介して、ユークリッド平面 $[0, 1]^2$ へと写される。ユークリッド平面における分離距離は、代数的な差 $D(p, p')$ の体のノルムによって制御される。十分な次数 $d$ を持つ体を選択することで、固定された余次元（トレースゼロ）による「希釈」を通じて、分離指数を理論的限界に近づけることが可能となる。

主な貢献と結果

• 定理 1.1： 任意の $\epsilon > 0$ に対して、任意の大きさの $n$ と、$\text{dist}(x_i, \ell_j) \ge n^{-2/3-\epsilon}$ （すべての $i \neq j$ について）を満たす $n$ 個の点・直線対の構成が存在する。
• 系 1.2： 最小距離問題の鋭い指数は正確に $2/3$ である。具体的には、$n \to \infty$ において $\Delta_{PL}(n) = n^{-2/3+o(1)}$ である。
• ギャップの解消： 本結果は、[7] による上界 $n^{-2/3+o(1)}$ と、以前の下界との間のギャップを閉じた。

意義と主張
本論文は、正しい漸近的指数を決定することで、最小距離問題を解決したと主張している。

• Furstenberg–Sárkőzy 問題からの独立性： 本証明は、高次の全実数体の代数的構造を利用することで、Furstenberg–Sárkőzy 問題（具体的には Ruzsa の極限 $\beta \approx 0.733$）の制限を回避している。これは、高次体における幾何学的実現においては、整数の場合の密度制約が同様には適用されないことを示している。
• ハイロン三角形問題： 著者は、$\Delta_{PL}(n)$ がハイロン三角形問題（$\Delta_H(n) \lesssim n^{-1/2}\Delta_{PL}(n)$ という関係を通じて）と関連していることに触れているが、$\Delta_{PL}(n)$ の $2/3$ という指数の鋭さが、必ずしもハイロン問題の現在の最良の上界（$n^{-7/6+o(1)}$）の鋭さを意味するわけではないと述べている。著者は、ハイロン問題から最小距離問題への還元過程で重要な幾何学的情報が捨てられているため、ハイロン問題の上界はさらに改善できるのではないかと推測している。
• Furstenberg–Sárkőzy 問題への影響： 本研究はまた、逆不等式を通じて最小距離問題が Furstenberg–Sárkőzy 問題と結びついていることを示唆している。ただし、本論文は Furstenberg–Sárkőzy 問題自体の境界を改善することを目的としているのではなく、数体を用いた構成を用いて幾何学的な問題を最適化することを目指している。

謝辞
著者は、指数を $4/5$ から鋭い $2/3$ へとアップグレードするための余次元1のトレースゼロ格子を用いるという決定的なアイデアが、OpenAI の GPT-5.6 Sol Pro によって生成されたものであることを明示的に認めている。著者の本来の意図は、高次の数体を用いて Ruzsa の終点（$4/5$）に到達することであったが、鋭い指数を達成するためのトレースゼロ・スライスを用いた具体的な構成は、AI による洞察によるものであった。