[资料搜集] 生成n 个相关的高斯分布随机数

网上搜索到的一个证明：

https://math.stackexchange.com/questions/446093/generate-correlated-normal-random-variables

参考资料：
[1] Mathematics Stack Exchange, 2013-03-20, Generate correlated normal random variables
https://math.stackexchange.com/questions/446093/generate-correlated-normal-random-variables
[2] CSDN, 2020-03-07, 生成一定相关性的二元正态分布
https://blog.csdn.net/kdazhe/article/details/104599229

[3] CodingLabs，2014-06-14，生成特定分布随机数的方法
http://blog.codinglabs.org/articles/methods-for-generating-random-number-distributions.html

[4] Cholesky Decomposition : Matrix Decomposition - GeeksforGeeks
https://www.geeksforgeeks.org/cholesky-decomposition-matrix-decomposition/
[5] 4.3 Cholesky Decomposition, Department of Electrical and Computer Engineering, University of Waterloo
https://ece.uwaterloo.ca/~dwharder/NumericalAnalysis/04LinearAlgebra/cholesky/
[6] Cholesky factorization - MATLAB chol - MathWorks
https://ww2.mathworks.cn/help/matlab/ref/chol.html?requestedDomain=cn

[7] CSDN，2016-05-23，满足特定分布的互相相关系数为给定值的随机数
https://blog.csdn.net/stereohomology/article/details/51481910

相关链接：
[1] 2021-08-03，[求证] 生成指定相关系数为ρ 的两个正态分布随机数
http://blog.sciencenet.cn/blog-107667-1298177.html
[2] 2021-07-27，[苦啊！] 到底为什么“正态分布随机数不能被预报？”
http://blog.sciencenet.cn/blog-107667-1297235.html
[3] 2021-07-25，[阅读笔记] 神奇的正态分布与中心极限定理
http://blog.sciencenet.cn/blog-107667-1296916.html
[4] 2021-07-23，[阅读笔记] 均匀分布随机数之和
http://blog.sciencenet.cn/blog-107667-1296695.html
[5] 2021-07-19，[资料] 时间序列分析与预测的常用误差统计指标
http://blog.sciencenet.cn/blog-107667-1296109.html
[6] 2021-06-15，[求助] 时间序列预测里的回归模型“定阶”、“样本容量”的优化方法
http://blog.sciencenet.cn/blog-107667-1291316.html
[7] 2019-06-08，[学习资料搜集] 时间序列（time series）学习书籍
http://blog.sciencenet.cn/blog-107667-1183775.html
[8] 2020-03-26，现实中常见的概率分布
http://blog.sciencenet.cn/blog-107667-1225390.html
[9] 2019-07-27，威布尔分布 Weibull Distribution 资源网页搜集
http://blog.sciencenet.cn/blog-107667-1191323.html
[10] 2019-09-27，极值分布 Extreme Values Distribution 相关网页
http://blog.sciencenet.cn/blog-107667-1199726.html

感谢您的指教！

感谢您指正以上任何错误！

感谢您提供更多的相关资料！