中心極限定理；使用均勻分布產生高斯分布

如果我們產生N個[-1,1]之間均勻分布的隨機變量，那么這N個隨機變量的均值的期望當然應該是0；但是樣本均值幾乎不可能是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;
}

每一個generate_new_uniform_distribution_random_variable()返回的隨機數都是均勻分布的；根據中心極限定理，sum近似於高斯分布。