中心极限定理；使用均匀分布产生高斯分布

如果我们产生N个[-1,1]之间均匀分布的随机变量，那么这N个随机变量的均值的期望当然应该是0；但是样本均值几乎不可能是0，而是在0左右分布，且越靠近0的概率越大。

// pseudo code for 1000 gaussian distribution random variable,
// use uniform  distribution random variable
for(int i = 0; i < 1000; i++)
{ 
    var sum = 0;
    for(int j = 0; j < 16; j++)
   {
        sum += generate_new_uniform_distribution_random_variable();
   }
   gaussian[i] = sum / 16;
}

每一个generate_new_uniform_distribution_random_variable()返回的随机数都是均匀分布的；根据中心极限定理，sum近似于高斯分布。