以和为条件的随机变量凝聚现象

我们重访具有幂律尾部的独立同分布随机变量在以其和为条件的情形下的凝聚问题。对于大的和值以及大量的被加数，会发生凝聚相变，其中最大的被加数容纳了和值与均值之间的超额差。这一简单的凝聚情形是统计物理中许多研究的基础，例如随机分配与瓮模型、随机映射、零程过程和质量输运模型。本文大量精力用于以简明方式呈现该主题，复现已知结果并补充一些新结果。特别地，我们探讨了渐近估计与精确有限尺寸结果之间的定量比较问题。简言之，人们希望知道相关可观测量的渐近估计与其已知的精确有限尺寸对应项相比准确程度如何。以 L\'evy 指数等于 $3/2$ 的分布为例进行的比较，展示了偶发区和大偏差区贡献的作用。除最后一节简要回顾极值统计外，本表述是自洽的并采用简单的解析方法。