The sharp exponent for the minimal distance problem

技术摘要：最小距离问题的锐利指数

问题陈述
本文研究了点线包含配置中的最小距离问题。给定单位正方形 $[0, 1]^2$ 中的 $n$ 个点 $x_1, \dots, x_n$ 以及 $n$ 条直线 $\ell_1, \dots, \ell_n$，使得每个点 $x_i$ 都位于其对应的直线 $\ell_i$ 上，该问题旨在最大化任意点 $x_i$ 与任意直线 $\ell_j$（其中 $i \neq j$）之间的最小距离。该量记为：
$$\Delta_{PL}(n) := \sup \min_{i \neq j} \text{dist}(x_i, \ell_j)$$
在此项工作之前，$\Delta_{PL}(n)$ 的渐近行为被限制在 $n^{-1/2} \lesssim \Delta_{PL}(n) \lesssim n^{-2/3+o(1)}$ 之间。上界由 Cohen、作者及 Zakharov [7] 确定，而已知的最佳下界为 $\Delta_{PL}(n) \gtrsim n^{-\gamma}$，其中 $\gamma \approx 0.8107$，该下界源自与 Furstenberg–Sárkőzy 问题 [11] 相关的构造。指数 $2/3$（上界）与 $\approx 0.81$（下界）之间的差距一直悬而未决。

方法论
本文构造了一类点线配置，其实现的下界与已知的上界相匹配。该方法论从 Hunter、作者、Verstraëte 和 Zhang [11] 的前序构造演变而来，但引入了一个关键转变：从基于整数的集合转向代数数域。

1. 诱导匹配恒等式（Induced-Matching Identity）： 核心代数机制依赖于多项式 $Q(x, y) = 2x - y^2$。对于点 $p=(x,y)$，定义在抛物线 $Q=Q(p)$ 处与 $p$ 相切的直线 $L_p$。一个关键恒等式表明，如果点 $p'$ 位于 $L_p$ 上，则 $Q(p) - Q(p')$ 必须是一个完全平方数。因此，如果 $Q$ 值集合是无平方差的（即不存在两个不同的元素之差为完全平方数），那么该点集与其相关切线之间的唯一包含关系仅为平凡的包含关系（即 $p$ 在 $L_p$ 上）。

2. 从整数到数域： 先前的构造使用了不含平方差的整数子集 $A \subset [N]$（与 Furstenberg–Sárkőzy 问题相关）。这类集合在整数中的密度受限于 Furstenberg–Sárkőzy 问题目前的界限，这阻碍了指数达到 $2/3$。
   为了绕过这一点，作者在具有高次数 $d$ 的全实数域 $K$ 的代数整数环 $\mathcal{O}_K$ 内构造集合 $A$。

   • 零迹格点（Trace-Zero Lattice）： 构造并非使用类似 Ruzsa 的集合，而是利用了整数环的零迹切片：$\Lambda_0^K = \{a \in 2\mathcal{O}_K : \text{Tr}_{K/\mathbb{Q}}(a) = 0\}$。
   • 无平方差性质： 在全实数域中，非零平方的迹严格大于零（对于 $z \neq 0$，$\text{Tr}_{K/\mathbb{Q}}(z^2) > 0$）。因此，零迹超平面内任何两个不同元素的差都不可能是平方数。这保证了诱导匹配所需的无平方差性质。

3. 几何嵌入： 代数点通过特定的实嵌入 $\sigma: K \to \mathbb{R}$ 和各向异性缩放映射 $\Phi_{M,N}$ 被映射到欧几里得平面 $[0, 1]^2$。欧几里得平面中的分离距离由代数差 $D(p, p')$ 的域范数控制。通过选择次数足够高的域 $d$，固定余维数（零迹）的“稀释”使得分离指数能够接近理论极限。

主要贡献与结果

• 定理 1.1： 对于每个 $\epsilon > 0$，存在任意大的 $n$ 以及 $n$ 个点线对配置，使得对于所有 $i \neq j$，$\text{dist}(x_i, \ell_j) \ge n^{-2/3-\epsilon}$。
• 推论 1.2： 最小距离问题的锐利指数恰好为 $2/3$。具体而言，当 $n \to \infty$ 时，$\Delta_{PL}(n) = n^{-2/3+o(1)}$。
• 填补差距： 该结果填补了 [7] 中上界 $n^{-2/3+o(1)}$ 与此前下界之间的差距。

意义与主张
本文声称已解决了最小距离问题，确定了正确的渐近指数。

• 独立于 Furstenberg–Sárkőzy 问题： 证明通过利用高次数全实数域的代数结构，绕过了 Furstenberg–Sárkőzy 问题的限制（特别是 Ruzsa 极限 $\beta \approx 0.733$）。这表明整数情况下的密度约束并不以同样的方式适用于高次数域中的几何实现。
• Heilbronn 三角形问题： 作者指出，虽然 $\Delta_{PL}(n)$ 与 Heilbronn 三角形问题有关（通过关系 $\Delta_H(n) \lesssim n^{-1/2}\Delta_{PL}(n)$），但 $\Delta_{PL}(n)$ 的 $2/3$ 指数的锐利性并不一定意味着 Heilbronn 问题当前最佳上界（$n^{-7/6+o(1)}$）的锐利性。作者推测 Heilbronn 的上界可以进一步改进，因为从 Heilbronn 问题到最小距离问题的归约过程丢弃了大量的几何信息。
• Furstenberg–Sárkőzy 问题的启示： 本工作还表明，最小距离问题通过反向不等式与 Furstenberg–Sárkőzy 问题相关联。然而，本文并非旨在改进 Furstenberg–Sárkőzy 问题本身的界限，而是利用数域构造来优化几何问题。

致谢
作者明确表示，利用余维数为一的零迹格点将指数从 $4/5$ 提升至锐利 $2/3$ 的决定性想法是由 OpenAI 的 GPT-5.6 Sol Pro 生成的。作者最初的意图是使用高次数数域来达到 Ruzsa 终点（$4/5$），但利用零迹切片来实现锐利指数的具体构造是 AI 驱动的洞察。