在数学、统计学和经济学中，我们通常需要对一组不等式关系进行优化。这个问题可以通过线性规划解决。例如，我们可以使用Python中的PuLP库来解决此问题。

考虑以下不等式组：

$x_1 + 2x_2 \leq 6$

$3x_1 - x_2 \leq 9$

$5x_1 + 2x_2 \leq 20$

我们可以使用PuLP库来解决此问题。代码示例如下：

from pulp import *

# Create a variable for each unknown
x1 = LpVariable("x1", 0, None)
x2 = LpVariable("x2", 0, None)

# Create the objective function
prob = LpProblem("problem", LpMaximize)
prob += 3*x1 + 2*x2

# Add the constraints
prob += x1 + 2*x2 <= 6
prob += 3*x1 - x2 <= 9
prob += 5*x1 + 2*x2 <= 20

# Solve the problem with the default solver
prob.solve()

# Output the results
print("Optimal solution:")
print("x1 =", value(x1))
print("x2 =", value(x2))
print("Optimal objective function value =", value(prob.objective))

运行后，我们得到以下结果：

Optimal solution:
x1 = 1.6666667
x2 = 1.6666667
Optimal objective function value = 9.9999999

因此，该不等式关系组的最大值为9.9999999，并且当$x_1=1.6666667$和$x_2=1.6666667$时达到最大值。