matlab求解下面问题max z=0.201w^4xy^2/10^7 s.t. 675-w^2x>=0 0.419-w^2*y^2/10^7>=0 0<=w<=36,0<=x<=5,0<=y<=125不要用函数定义，不允许使用函数句柄的非标量数组；请使用元胞数组

在MATLAB中，给定的问题可以使用线性规划工具箱解决，但由于限制了功能，我们将不得不手动构建目标函数和约束条件。由于不允许使用函数句柄和非标量数组，我们可以将目标函数和约束条件分别编写成元胞数组的形式。

首先，我们需要创建一个结构体，其中包含目标函数和各个约束的系数。这里的目标函数是一个分式，我们可以将其拆分为两个线性项和常数项，并存储在元胞数组`objective_coeffs`中：

% 目标函数系数
objective_coeffs = {
    {0.804, 0.0419, 0},   % 0.201 * (w^4/10^7)
    {0, 0, -1e7}             % xy^2 / 10^7
};

接着，我们构建约束条件的元胞数组`constraints`：

% 约束条件系数矩阵
constraints_coeffs = {
    {2, 1, -1},       % 675 - w^2*x >= 0 => -2w^2 + 2*675 = 1350 - w^2*x
    {0, 2, -2e7},     % 0.419 - w^2*y^2/10^7 >= 0 => -2w^2 + 0.419 = 0.419 - w^2*y^2
    {-1, 0, 0},        % w <= 36
    {1, 0, 0},         % x <= 5
    {0, 1, 0},         % y <= 125
    {1, -1, 0},        % w >= 0
    {0, 1, -1},        % y >= 0
    {-1, 0, 0},        % x >= 0
    {0, -1, 0}         % y >= 0
};

最后，我们创建一维向量`rhs`来存储约束条件的右侧值：

% 约束条件右侧值
rhs_values = [1350; 0.419; 36; 5; 125; 0; 0; 0; 0];

现在，你可以用这些信息来创建优化问题的模型，然后使用`linprog`或`fmincon`等函数进行求解。由于题目未指定是否使用线性规划，这里假设使用`linprog`（线性规划求解器）：

lb = [0; 0; 0];    % 启发式下界（在这里默认为0）
ub = [Inf; Inf; 36]; % 上界（x和y为无限大，w为36）

[~, ~, opt] = linprog(objective_coeffs{:}, constraints_coeffs{:}', rhs_values, lb(:), ub(:));
z_optimal = opt.F;

请注意，这个解决方案适用于线性化后的目标函数，如果原始目标函数是非线性的，`linprog`可能无法直接处理。对于这样的问题，你可能需要使用更复杂的方法，如梯度下降或者其他非线性优化器。