在一个内积空间VV 上 "均匀随机" 选一组 orthonormal basis,最自然的办法就是在其酉群U(V)U(V) 上相对于 Haar measure 均匀随机选取一个酉矩阵。酉矩阵的列向量就是一组 orthonormal basis。

简单介绍一下 Haar measure。

首先我们考虑拓扑群。一个群GG 上如果有一个拓扑结构(即一个开集的集合F\mathscr{F} 满足开集公理),使得群的乘法、求逆都是连续映射,那么这个群就是一个拓扑群。

更详细地,群乘法是一个映射(G×G,F×F)(G,F)(G\times G,\mathscr{F}\times\mathscr{F})\to (G,\mathscr{F}) 的映射,其中乘积拓扑为集合{A×B:A,BF}\{A\times B:A,B\in\mathscr{F}\} 生成的拓扑。特别地,乘积拓扑满足了投影映射都是连续映射。

那么一个 locally compact group 就是一个拓扑群,满足其单位元有一个紧致邻域。换句话说,存在紧致集KK 和开集UU 使得eUKe\in U\subseteq K

注意,紧致集不一定是闭集。只有在 Hausdorff 空间中,紧致集才是闭集。而度量空间又都是 Hausdorff 空间,因此紧致集在度量空间中是闭集。而且在度量空间中,紧致集等价于有界闭集。
一个非 Hausdorff 空间是非常病态和难以构造的,但存在。

实际上,单位元有紧致邻域    \iff 所有元素都有紧致邻域。因为对于任意群元素gGg\in G,映射Lg:GGL_g:G\to G 定义为Lg(g)=ggL_g(g')=gg' 都是连续的一一映射,(因为乘法是连续的、投影也是连续的,所以它们的复合也连续),而且逆映射也是连续的,所以LgL_g 是同胚。

连续映射将紧致集映射到紧致集,同胚把开集映射到开集,因此gLg(U)Lg(K)g\in L_g(U)\subseteq L_g(K) 也有紧致邻域Lg(K)L_g(K)

Haar measure 的想法就是要定义一种平移不变的测度。譬如R\mathbb{R} 上的 Lebesgue 测度就满足λ(a,b)=λ(a+c,b+c)\lambda(a,b)=\lambda(a+c,b+c)

Haar 指出,在一个 locally compact Hausdorff group GG 上,相对于其所有开集生成的 Borel σ\sigma 代数,存在(在乘一个正常数下唯一)一个测度μ\mu 满足:

  • (非平凡)对于任意非空开集UUμ(U)>0\mu(U)>0
  • (locally finite)对于任意GG 中的紧致集KKμ(K)<\mu(K)<\infty。注意,Hausdorff 空间的紧致集都是闭集,因此KK 是 Borel 可测集;
  • (out regular)对于任意 Borel 可测集SS,有

μ(S)=inf{μ(U):SU,U是开集};\mu(S)=\inf\{\mu(U):S\subseteq U,U\text{是开集}\};

  • (inner regular) 对于任意开集UU,有

μ(U)=sup{μ(K):KU,K是紧集}.\mu(U)=\sup\{\mu(K):K\subseteq U,K\text{是紧集}\}.

  • (left invariant)对于任意 Borel 可测集SS 和任意群元素gGg\in G,有

μ(gS)=μ(S);\mu(gS)=\mu(S);

最后一条是 Haar measure 最核心的性质,这也称为 left Haar measure。类似地有 right Haar measure,左右 Haar measure 一般不相等。

然后我们可以定义 "相对于一个测度的均匀随机"。
考虑一个测度空间(Ω,T,p)(\Omega,\mathcal{T},p)
一个随机变量X:ΩGX:\Omega\to G 被称为相对于GG 上测度μ\mu 是均匀随机的,如果

pX(A)=μ(A)μ(G),p_X(A)=\frac{\mu(A)}{\mu(G)},

其中pX(A)p(X1(A))p_X(A)\triangleq p(X^{-1}(A))
这里,我们把(Ω,T,p)(\Omega,\mathcal{T},p)pXp_X 理解为随机变量XX 的自带信息,所以定义是相对于μ\mu 的而没有说相对于pp 的均匀随机。

常见的情况是(Ω,T,p)=(G,F,μ)(\Omega,\mathcal{T},p)=(G,\mathscr{F},\mu)
譬如一个随机变量X:a1aX:a\to 1-a 就是在[0,1][0,1] 上均匀随机的。

因此,有了 Haar measure,就可以找到一个相对于 Haar measure 均匀随机的随机变量X:GGX:G\to G,然后生成XX 的一个样本gGg\in G,采样方法有拒绝采样、MCMC 采样等。

此时,假如给定一个内积空间VV,那么要均匀随机地选取一组 orthonormal basis,可以先在其酉算子群U(V)U(V) 上均匀随机(相对于 Haar measure)选取一个酉矩阵UU,然后把UU 的列向量作为VV 上的一组 orthonormal basis。

这里均匀性体现在两个方面。一方面,随机变量相对于 Haar measure 是均匀的;另一方面,Haar measure 的平移不变性保证了 Haar measure 在可测空间上有 "均匀" 的性质,就像 Lebesgue 测度在R\mathbb{R} 上被认为是均匀的。