如何模拟高斯分布的随机数发生器？

在一些算法中，经常会用到随机数，最常用的随机数有两种，一是服从均匀分布的随机数，二是服从高斯分布（正态分布）的随机数。在标准C中并没有产生高斯分布的随机数发生器，只有服从均匀分布的随机数发生器rand()，那么如何通过rand()来模拟出高斯分布特征的伪随机数呢？这就是本文的话题。

实验原理：高斯分布的随机数在概率上服从高斯分布，如果通过rand()产生某个区间的随机数，通过高斯分布的概率计算公式得到该随机数对应的概率值，然后与一个随机概率进行比较，如果该概率值大于随机概率，就认为该随机数是服从高斯分布的随机数。

高斯分布随机数的参数：随机数的区间为[f_floor,f_ceil]，mu为均值，sigma为std标准差

废话少说，直接上代码，基于Matlab进行的仿真实验：

%% 产生指定区间上服从正态分布的随机数
%% [f_floor,f_ceil],mu为均值，sigma为std标