multivariate_normal

`multivariate_normal` 是一个用于生成多元正态分布（Multivariate Normal Distribution）的函数。多元正态分布是指在多个维度上都服从正态分布的随机变量。它的概率密度函数可以表示为：


其中，μ是一个k维向量，表示均值向量；Σ是一个k×k的协方差矩阵，表示各维之间的相关性。

使用 `multivariate_normal` 函数可以生成服从多元正态分布的随机数，例如：

import numpy as np

# 定义均值向量和协方差矩阵
mean = np.array([0, 0])
cov = np.array([[1, 0.5], [0.5, 1]])

# 生成1000个样本
samples = np.random.multivariate_normal(mean, cov, size=1000)

上述代码会生成一个1000×2的数组，每行代表一个样本，其中第一列是第一个维度的值，第二列是第二个维度的值。这些样本的分布符合均值为`[0, 0]`，协方差矩阵为`[[1, 0.5], [0.5, 1]]`的多元正态分布。