如果你的目标是产生多元正态随机数，从均值向量和方差协方差矩阵直接也是可以生成多元正态随机数，例如：我能想到的方法是MCMC（全称是markov chain monte carlo），MCMC可以直接根据概率密度函数产生多元（正态分布以及其他分布都可以）随机数，但是MCMC计算很复杂，效率低下（如果你不熟悉这类方法，那你可能要花不少时间了解这“类”方法，包括Metropolis Hastings法, Gibbs法等等）。而通过Cholesky分解来做多元正态分布要事半功倍，应该是多元正态的随机数产生方法中最佳选择。

就是说不同的分解方式除了提高效率之外，最后都是和MCMC一样产生多元随机数是吧！

我觉得是。殊途同归。

不管怎样，谢谢了