T = 100;                        % Num observaciones
Vmu = [0, 1];                   % Vector de esperanzas
v1 = 1;  v2 = 2;                % varianzas de las serie 1 y 2
corr = 0.9;                     % coef de correlacion
cov12 = corr*sqrt(v1)*sqrt(v2); % covarianza entre las series
Msigma = [v1 cov12 ; cov12 v2]; % Matriz de varianzas y covarianzas
M = chol(Msigma);               % descomposicion de Cholesky 
sim=Vmu(ones(T,1),:)+randn(T,2)*M; % simulacion con distrib. N(Vmu, Mvarcov)
plot(sim)                       % representacion grafica
Xbar = mean(sim)                % estimacion de la media
% median(sim)                   % estimacion de la mediana
varx = var(sim,1)               % estimacion de la varianza
corrx=corrcoef (sim)            % estimacion de la matriz de correlaciones