matlab求解下面问题max z=0.201*w^4*x*y^2/10^7 s.t. 675-w^2*x>=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

在这个问题中，我们需要在给定的约束条件下，最大化目标函数`z = 0.201 * w^4 * x * y^2 / 10^7`，其中`w`, `x`, 和 `y` 都是有界的变量。MATLAB 的优化工具箱提供了 `fmincon` 函数来解决这类问题，但我们直接在这里编写代码，无需定义函数：

% 目标函数（需要取反因为 fmincon 默认最小化）
objective = @(params) -0.201 * params(1)^4 * params(2) * params(3)^2 / 10^7;

% 约束条件（不等式）
constraints = [
    @(params) 675 - params(1)^2 * params(2),  % 第一个约束
    @(params) 0.419 - params(1)^2 * params(3)^2 / 10^7, % 第二个约束
    @(params) params(1) - 36,                % w 的下界
    @(params) params(2) - 0,                 % x 的下界
    @(params) params(3) - 0                  % y 的下界
    @(params) params(1) - 5,                 % x 的上界
    @(params) params(3) - 125               % y 的上界
];

% 初始猜测点
initial_guess = [1, 1, 1];

% 变量范围
variable_bounds = [0 36; 0 5; 0 125];

% 优化选项
options = optimoptions('fmincon', 'Display', 'none'); % 关闭显示

% 求解优化问题
solution = fmincon(objective, initial_guess, [], [], [], variable_bounds, constraints, options);

% 输出结果
maximized_z = -objective(solution); % 因为 fmincon 最小化，我们要取相反数得到最大值
fprintf('最优解:\n');
fprintf('w = %.2f\n', solution(1));
fprintf('x = %.2f\n', solution(2));
fprintf('y = %.2f\n', solution(3));
fprintf('最大化的z = %.4f\n', maximized_z);

这段代码实现了优化问题的求解，并返回最大化的`z`值以及对应的`w`, `x`, `y`值。请注意，`fmincon`的`Display`选项设置为`'none'`是为了简化输出。如果需要看到迭代过程，可以将其改为其他显示模式。