已知协方差矩阵，如何对多元随机变量进行采样模拟？

我也在找这个实现方法，目前找到了numpy下的

numpy.random.multivariate_normal

希望能对你有所帮助

1.函数定义
numpy.random.multivariate_normal(mean, cov[, size, check_valid, tol])

2.参数解释

mean    è¡¨ç¤ºé«˜æ–¯åˆ†å¸ƒçš„均值，mean纬度为N，表示N维高斯分布    

conv    è¡¨ç¤ºé«˜æ–¯åˆ†å¸ƒçš„协方差矩阵，一维高斯的协方差矩阵纬度为1X1，二维高斯的协方差矩阵纬度为2X2...    

size    mean和conv定义了一个高斯分布，这个函数是用定义好的高斯分布里生成若干个值，如果size为 (m,n,k)，则会返回一个 (m,n,k)大小的采样值    

check_valid    æ£€éªŒåæ–¹å·®çŸ©é˜µï¼Œå½“矩阵不是半正定时，输出警告、忽略、raise.....   

tol    å¯¹åæ–¹å·®çŸ©é˜µçš„奇异值进行检查时的容忍度，应该是在检验协方差矩阵时，对奇异值进行判断的误差