function pdf_all = pi_pdf(x, mu, sigma) % x: 输入矩阵 % mu: 均值向量，默认为 [0;0;0] % sigma: 标准差向量，默认为 [1;1;1] % pdf_all: 每个元素的概率密度值 if nargin < 2 mu = [5;36;39]; sigma = [0.1;0.2;0.1]; end if nargin < 3 sigma = [0.1;0.2;0.1]; end pdf_all = zeros(size(x)); % 定义一个与 x 同尺寸的矩阵 for kk = 1:size(x, 2) pdf_all(:,kk) = normpdf(x(:,kk), mu(kk), sigma(kk)); end，转变为一个关于x的函数句柄

将这个函数定义为关于x的函数句柄的方法如下：

pi_pdf_x = @(x) pi_pdf(x, [5;36;39], [0.1;0.2;0.1]);

这里我们使用了匿名函数的形式，将原来的pi_pdf函数转换为一个关于x的函数句柄。在这个函数句柄中，我们使用默认的mu和sigma值，然后调用原来的pi_pdf函数来计算每个元素的概率密度值，并将结果保存在pdf变量中。由于这个函数句柄只依赖于输入参数x，因此我们将其定义为关于x的函数句柄。

以下是使用关于x的函数句柄的示例：

x = [1 2 3; 4 5 6; 7 8 9];
pdf = pi_pdf_x(x);

在这个例子中，我们定义了一个3x3的矩阵x，并使用函数句柄pi_pdf_x来计算每个元素的概率密度值，并将结果保存在pdf变量中。由于这个函数句柄只依赖于输入参数x，我们不需要显式地提供mu和sigma值。