求max z=x1+x2，已知约束：1、x1+(9/14)x2<=(51/14)，2、-2x1+x2<=(1/3)，x1,x2均大于1写出Python代码且能运行

这是一个线性规划问题，可以使用Python的Scipy库中的`linprog`函数来解决。首先，我们需要将问题转换成标准形式，也就是求最小化`-z`而非最大化`z`，因为`linprog`默认是求最小值。给定的不等式约束需要调整符号，并设定目标函数。

以下是将问题转换成Python代码的示例：

from scipy.optimize import linprog

# 目标函数系数 (负数表示最大化)
c = [-1]  # -z

# 约束矩阵 A，每一行代表一个不等式
A = [[1, 1], [1, -2]]  # x1 + (9/14)x2 <= 51/14 -> 14x1 + 9x2 <= 51
A[0][0] *= 14  # 转换系数使其整数化

# 约束右侧常数 b
b = [51 / 14, 1 / 3]

# 自由变量的下界，这里x1和x2都大于1，所以设为1（因为最小值）
lb = [1, 1]

# 设定上边界为正无穷大，因为没有上限
ub = [float('inf'), float('inf')]

# 运行线性规划
res = linprog(c=c, A_ub=A, b_ub=b, bounds=(lb, ub))

# 输出结果
print("最大值 z:", -res.fun)  # 因为我们最小化-z，所以实际的最大值就是这个值
print("最优解 x1:", res.x[0])
print("最优解 x2:", res.x[1])

#