Let $X = (X_1, \ldots, X_D) \in \mathsf{MVGaussian}_D(\mu, \Sigma)$ be a D4856: Gaussian random euclidean real number such that

(i)	\begin{equation} \Sigma = \begin{pmatrix} \sigma^2_1 & \mathsf{Cov}(X_1, X_2) & \cdots & \mathsf{Cov}(X_1, X_D) \\ \mathsf{Cov}(X_2, X_1) & \sigma^2_2 & \vdots & \vdots \\ \vdots & \cdots & \ddots & \vdots \\ \mathsf{Cov}(X_D, X_1) & \cdots & \cdots & \sigma^2_D \end{pmatrix} \end{equation}

Then \begin{equation} X_1 \in \mathsf{Gaussian}(\mu_1, \sigma^2_1) , \quad \ldots, \quad X_D \in \mathsf{Gaussian}(\mu_D, \sigma^2_D) \end{equation}