我没学过matlab，我只是觉得你的问题有点没说清楚：相关系数是什么。

也就是说要确定一个三维正态分布，光标准差向量不够，还要知道方差矩阵（3×3矩阵）。除非相关系数全是零。如果相关系数都是零，我觉得，要生成一组三维正态分布的随机数，等同于生成三组互相独立的一维正态分布的随机数，因为两者没差别（正态情况下，相关系数是0等同于独立）。

确实是没有说清楚。重新表述如下：
举例如：向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)均为已知数据。μ1、σ1分别是a1,a2,……,a10的均值和标准差；μ2、σ2是b1,b2,……,b10的均值和标准差；μ3、σ3是c1,c2,……,c10的均值和标准差。我需要以μ=(μ1,μ2,μ3)为均值向量，以Σ为协方差矩阵，生成一定数量(不妨设生成100个吧)的符合三维正态分布的随机数。
至于您提到的相关系数，我认为这个要根据向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)的具体数据来计算，存在非常大的可能相关系数是非0的，也就是说不能分别对{ai}，{bi}，{ci}生成符合一维正态分布的随机数。

确实是没有说清楚。重新表述如下：
举例如：向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)均为已知数据。μ1、σ1分别是a1,a2,……,a10的均值和标准差；μ2、σ2是b1,b2,……,b10的均值和标准差；μ3、σ3是c1,c2,……,c10的均值和标准差。我需要以μ=(μ1,μ2,μ3)为均值向量，以Σ为协方差矩阵，生成一定数量(不妨设生成100个吧)的符合三维正态分布的随机数。
至于您提到的相关系数，我认为这个要根据向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)的具体数据来计算，存在非常大的可能相关系数是非0的，也就是说不能分别对{ai}，{bi}，{ci}生成符合一维正态分布的随机数。

确实是没有说清楚。重新表述如下：
举例如：向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)均为已知数据。μ1、σ1分别是a1,a2,……,a10的均值和标准差；μ2、σ2是b1,b2,……,b10的均值和标准差；μ3、σ3是c1,c2,……,c10的均值和标准差。我需要以μ=(μ1,μ2,μ3)为均值向量，以Σ为协方差矩阵，生成一定数量(不妨设生成100个吧)的符合三维正态分布的随机数。
至于您提到的相关系数，我认为这个要根据向量(a1,b1,c1)，(a2,b2,c2)，……，(a10,b10,c10)的具体数据来计算，存在非常大的可能相关系数是非0的，也就是说不能分别对{ai}，{bi}，{ci}生成符合一维正态分布的随机数。