線形相補性問題とは
線形相補性問題（Linear Complementary Problem, LCP） とは，次の条件を満たす変数$\boldsymbol{z}$を求める問題です．
\boldsymbol{0}\leq\boldsymbol{z}\perp\boldsymbol{M}\boldsymbol{z}+\boldsymbol{p}\geq\boldsymbol{0}
ただし，$\boldsymbol{M}$は非負定値対称行列，$\boldsymbol{p}$は定数ベクトルです．
あるいは次のようにも書けます．
\boldsymbol{w}=\boldsymbol{M}\boldsymbol{z}+\boldsymbol{p},\quad
\boldsymbol{w}\geq\boldsymbol{0},\quad
\boldsymbol{z}\geq\boldsymbol{0},\quad
\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0
$\boldsymbol{w}=[w_{1}~\cdots~w_{n}]^{\mathrm{T}}$と$\boldsymbol{z}=[z_{1}~\cdots~z_{n}]^{\mathrm{T}}$（$n$は$\boldsymbol{z}$の次元数）は同数の成分を持ちますが，$\boldsymbol{w}\geq\boldsymbol{0}$かつ$\boldsymbol{z}\geq\boldsymbol{0}$なので，$\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0$となるためには$w_{i}$と$z_{i}$（$\forall i\in{1,\cdots,n}$）のどちらか一方は必ず$0$になる，ということが「相補性」の意味です．
ちょっと変わったクラスの問題に見えるかも知れませんが，後ほど記すように，ポピュラーな凸2次計画問題も双対性に基づいて線形相補性問題に等価変換できるので，わりと様々な事例がこのように表せます．
相補掃き出し法（Complementary Pivotting Method, Lemke法） は，線形相補性問題の標準的解法なのですが，その説明がウェブ上になかなか見当たらないので自分で書くことにしました．なお，本記事の作成にあたって次の書籍を参考にしました．
- 岩波講座応用数学[方法7] 最適化法，藤田 宏，今野 浩，田邉 國士著，岩波書店，1994
相補掃き出し法のアルゴリズム
まず，次の集合$\mathcal{Q}$を定義します．
\mathcal{Q}=\left\{(\boldsymbol{w},\boldsymbol{z})\left|
\boldsymbol{w}-\boldsymbol{M}\boldsymbol{z}=\boldsymbol{p},\boldsymbol{w}\geq\boldsymbol{0}, \boldsymbol{z}\geq\boldsymbol{0}
\right.\right\}
$\mathcal{Q}$の元のうち条件$\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0$を満たすものが線形相補性問題の解です．もし$\boldsymbol{p}\geq\boldsymbol{0}$ならば，$\boldsymbol{w}=\boldsymbol{p}$，$\boldsymbol{z}=\boldsymbol{0}$は自明解となることに注意して下さい．以降では$\boldsymbol{p}\ngeq\boldsymbol{0}$を仮定します．
天下り的ですが，ここで人為変数$v$を新たに導入して，上記の$\mathcal{Q}$と似た次の集合$\tilde{\mathcal{Q}}$を定義します．
\tilde{\mathcal{Q}}=\left\{(\boldsymbol{w},\boldsymbol{z},v)\left|
\boldsymbol{w}-\boldsymbol{M}\boldsymbol{z}-v\boldsymbol{l}=\boldsymbol{p}, \boldsymbol{w}\geq\boldsymbol{0}, \boldsymbol{z}\geq\boldsymbol{0}, v\geq 0
\right.\right\}
ただし，$\boldsymbol{l}\overset{\mathrm{def}}{=}[1~\cdots~1]^{\mathrm{T}}$とおきました．
$(\boldsymbol{w},\boldsymbol{z},0)\in\tilde{\mathcal{Q}}$であれば$(\boldsymbol{w},\boldsymbol{z})\in\mathcal{Q}$であることは，すぐにご理解頂けるともの思います．
ここで，$\boldsymbol{p}=[p_{1}~\cdots~p_{n}]^{\mathrm{T}}$に対し$s=\mathop{\mathrm{arg~min}}_{i}\left\{p_{i}\right\}$とおけば，$(\boldsymbol{w},\boldsymbol{z},v)=(\boldsymbol{p}-p_{s}\boldsymbol{l},\boldsymbol{0},-p_{s})$は$\tilde{\mathcal{Q}}$の元となり（$\boldsymbol{p}\ngeq\boldsymbol{0}$を仮定しているので$-p_{s}>0$です），かつ$\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0$を満たします．この操作によって，今度は$w_{s}$が$0$になりますので，それと相補関係にある$z_{s}$を$0$から増やしても$\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0$は維持されることになります．
上記のことを，次のような表（タブロー）を作ってもう一度考えてみます．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
1 & 2 & \cdots & s-1 & s & s+1 & \cdots & n & n+1 & \cdots & n+s & \cdots & 2n & 2n+1 & \\
\hline
1 & 0 & & 0 & 0 & 0 & & 0 & -m_{11} & & -m_{1s} & \cdots & -m_{1n} & -1 & p_{1} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 & 0 & & & & -m_{(s-1)1} & & -m_{(s-1)s} & & -m_{(s-1)n} & -1 & p_{s-1} \\
\vdots & \vdots & \cdots & 0 & 1 & 0 & \cdots & \vdots & -m_{s1} & \cdots & -m_{ss} & \cdots & -m_{sn} & -1 & p_{s} \\
& & & & 0 & 1 & & & -m_{(s+1)1} & & -m_{(s+1)s} & & -m_{(s+1)n} & -1 & p_{s+1} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 & 0 & 0 & & 1 & -m_{n1} & & -m_{ns} & & -m_{nn} & -1 & p_{n} \\
\hline
\end{array}
ただし，$m_{ij}$は$\boldsymbol{M}$の$i$行目$j$列目成分です．$1\sim n$列目が$\boldsymbol{w}$に，$n+1\sim 2n$列目が$\boldsymbol{z}$に，$2n+1$列目が$v$にそれぞれ対応します．最右列は$\boldsymbol{p}$です．
$s=\mathop{\mathrm{arg~min}}_{i}\left\{p_{i}\right\}$を求め，$s$行$2n+1$列目を軸として掃き出しを行うと，次のようになります．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
1 & 2 & \cdots & s-1 & s & s+1 & \cdots & n & n+1 & \cdots & n+s & \cdots & 2n & 2n+1 & \\
\hline
1 & 0 & & 0 &-1 & 0 & & 0 & m_{s1}-m_{11} & & m_{ss}-m_{1s} & \cdots & m_{sn}-m_{1n} & 0 & p_{1}-p_{s} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 &-1 & & & & m_{s1}-m_{(s-1)1} & & m_{ss}-m_{(s-1)s} & & m_{sn}-m_{(s-1)n} & 0 & p_{s-1}-p_{s} \\
\vdots & \vdots & \cdots & 0 &-1 & 0 & \cdots & \vdots & m_{s1} & \cdots & m_{ss} & \cdots & m_{sn} & 1 &-p_{s} \\
& & & &-1 & 1 & & & m_{s1}-m_{(s+1)1} & & m_{ss}-m_{(s+1)s} & & m_{sn}-m_{(s+1)n} & 0 & p_{s+1}-p_{s} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 &-1 & 0 & & 1 & m_{s1}-m_{n1} & & m_{ss}-m_{ns} & & m_{sn}-m_{nn} & 0 & p_{n}-p_{s} \\
\hline
\end{array}
そして，$2n+1$列目を$s$列目に，$s$列目を$n+s$列目に，$n+s$列目を$2n+1$列目にそれぞれ移動します．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
1 & 2 & \cdots & s-1 & 2n+1 & s+1 & \cdots & n & n+1 & \cdots & s & \cdots & 2n & n+s & \\
\hline
1 & 0 & & 0 & 0 & 0 & & 0 & m_{s1}-m_{11} & & -1 & \cdots & m_{sn}-m_{1n} & m_{ss}-m_{1s} & p_{1}-p_{s} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 & 0 & & & & m_{s1}-m_{(s-1)1} & & -1 & & m_{sn}-m_{(s-1)n} & m_{ss}-m_{(s-1)s} & p_{s-1}-p_{s} \\
\vdots & \vdots & \cdots & 0 & 1 & 0 & \cdots & \vdots & m_{s1} & \cdots & -1 & \cdots & m_{sn} & m_{ss} &-p_{s} \\
& & & & 0 & 1 & & & m_{s1}-m_{(s+1)1} & & -1 & & m_{sn}-m_{(s+1)n} & m_{ss}-m_{(s+1)s} & p_{s+1}-p_{s} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 & 0 & 0 & & 1 & m_{s1}-m_{n1} & & -1 & & m_{sn}-m_{nn} & m_{ss}-m_{ns} & p_{n}-p_{s} \\
\hline
\end{array}
これで，列の入れ替えは起こったものの形式的には最初と同じ形になりました．
左から$n$列目までの部分は単位行列となっており，最右列の成分が全て$0$以上なので，
- $w_{i}=p_{i}-p_{s}$（$i=1,\cdots,s-1,s+1,\cdots,n$），$v=-p_{s}$，$w_{s}=z_{i}=0$（$i=1,\cdots,n$，$i\neq s$）が$\tilde{\mathcal{Q}}$の元
- $w_{s}=0$なので，$z_{s}$は非負となる範囲で自由に値を変えられる
というのがこの表の読み方です．
このことを一般化して考えてみましょう．$\boldsymbol{w}$，$\boldsymbol{z}$，$v$をまとめて$\boldsymbol{q}=[\boldsymbol{w}^{\mathrm{T}}~\boldsymbol{z}^{\mathrm{T}}~v]^{\mathrm{T}}=[q_{1}~\cdots~q_{2n+1}]^{\mathrm{T}}$とおきます．これらが，次の式を満たす変数群$\boldsymbol{q}_{\mathrm{B}}$，$\boldsymbol{q}_{\mathrm{N}}$，$q_{\mathrm{D}}$に分けられる状況を考えます．
\boldsymbol{q}_{\mathrm{B}}+\boldsymbol{H}\boldsymbol{q}_{\mathrm{N}}+q_{\mathrm{D}}\boldsymbol{d}=\boldsymbol{r}
ただし，$\boldsymbol{H}$は定数行列，$\boldsymbol{d}$は定数ベクトル，$\boldsymbol{r}$は全ての成分が非負の定数ベクトルで，$\boldsymbol{q}_{\mathrm{B}}$と$\boldsymbol{q}_{\mathrm{N}}$はともに$n$次ベクトルであるものとします．$\boldsymbol{q}_{\mathrm{B}}$を基底変数，$\boldsymbol{q}_{\mathrm{N}}$を非基底変数，$q_{\mathrm{D}}$を駆動変数とそれぞれ呼びます．
$\boldsymbol{q}_{\mathrm{B}}$と$\boldsymbol{q}_{\mathrm{N}}$，$q_{\mathrm{D}}$のインデックスの集合を$\mathcal{I}_{\mathrm{B}}=\left\{i_{\mathrm{B}1},\cdots,i_{\mathrm{B}n}\right\}$，$\mathcal{I}_{\mathrm{N}}=\left\{i_{\mathrm{N}1},\cdots,i_{\mathrm{N}n}\right\}$，$\mathcal{I}_{\mathrm{D}}=\left\{i_{\mathrm{D}}\right\}$とそれぞれおき，
\boldsymbol{q}_{\mathrm{B}}=\begin{bmatrix}
q_{i_{\mathrm{B}1}} \\
\vdots \\
q_{i_{\mathrm{B}n}} \\
\end{bmatrix}
,\quad
\boldsymbol{q}_{\mathrm{N}}=\begin{bmatrix}
q_{i_{\mathrm{N}1}} \\
\vdots \\
q_{i_{\mathrm{N}n}} \\
\end{bmatrix}
,\quad
\boldsymbol{H}=\begin{bmatrix}
h_{1} & \cdots & h_{1n} \\
\vdots & \ddots & \vdots \\
h_{n1} & \cdots & h_{nn} \\
\end{bmatrix}
,\quad
\boldsymbol{d}=\begin{bmatrix}
d_{1} \\
\vdots \\
d_{n} \\
\end{bmatrix}
,\quad
\boldsymbol{r}=\begin{bmatrix}
r_{1} \\
\vdots \\
r_{n} \\
\end{bmatrix}
と成分表示すると，タブローは次のように書けます．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
i_{\mathrm{B}1} & i_{\mathrm{B}2} & \cdots & i_{\mathrm{B}(s-1)} & i_{\mathrm{B}s} & i_{\mathrm{B}(s+1)} & \cdots & i_{\mathrm{B}n} & i_{\mathrm{N}1} & \cdots & i_{\mathrm{N}s} & \cdots & i_{\mathrm{N}n} & i_{\mathrm{D}} & \\
\hline
1 & 0 & & 0 & 0 & 0 & & 0 & h_{11} & & h_{1s} & \cdots & h_{1n} & d_{1} & r_{1} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 & 0 & & & & h_{(s-1)1} & & h_{(s-1)s} & & h_{(s-1)n} & d_{s-1} & r_{s-1} \\
\vdots & \vdots & \cdots & 0 & 1 & 0 & \cdots & \vdots & h_{s1} & \cdots & h_{ss} & \cdots & h_{sn} & d_{s} & r_{s} \\
& & & & 0 & 1 & & & h_{(s+1)1} & & h_{(s+1)s} & & h_{(s+1)n} & d_{s+1} & r_{s+1} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 & 0 & 0 & & 1 & h_{n1} & & h_{ns} & & h_{nn} & d_{n} & r_{n} \\
\hline
\end{array}
軸をどのように選ぶかはいったん置いておくとして，$s$行目$i_{\mathrm{D}}$列目に選んで掃き出しを行うと，次のようになります．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
i_{\mathrm{B}1} & i_{\mathrm{B}2} & \cdots & i_{\mathrm{B}(s-1)} & i_{\mathrm{B}s} & i_{\mathrm{B}(s+1)} & \cdots & i_{\mathrm{B}n} & i_{\mathrm{N}1} & \cdots & i_{\mathrm{N}s} & \cdots & i_{\mathrm{N}n} & i_{\mathrm{D}} & \\
\hline
1 & 0 & & 0 &-d_{1}/d_{s} & 0 & & 0 & h_{11}^{\prime} & & h_{1s}^{\prime} & \cdots & h_{1n}^{\prime} & 0 & r_{1}^{\prime} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 &-d_{s-1}/d_{s} & & & & h_{(s-1)1}^{\prime} & & h_{(s-1)s}^{\prime} & & h_{(s-1)n}^{\prime} & 0 & r_{s-1}^{\prime} \\
\vdots & \vdots & \cdots & 0 & 1/d_{s} & 0 & \cdots & \vdots & h_{s1}^{\prime} & \cdots & h_{ss}^{\prime} & \cdots & h_{sn}^{\prime} & 1 & r_{s}^{\prime} \\
& & & &-d_{s+1}/d_{s} & 1 & & & h_{(s+1)1}^{\prime} & & h_{(s+1)s}^{\prime} & & h_{(s+1)n}^{\prime} & 0 & r_{s+1}^{\prime} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 &-d_{n}/d_{s} & 0 & & 1 & h_{n1}^{\prime} & & h_{ns}^{\prime} & & h_{nn}^{\prime} & 0 & r_{n}^{\prime} \\
\hline
\end{array}
ただし，
\displaylines{
h_{ij}^{\prime}=\begin{cases}
h_{ij}-(d_{i}/d_{s})h_{sj} & (i=1,\cdots,n, i\neq s) \\
h_{sj}^{\prime}=h_{sj}/d_{s} & (i=s) \\
\end{cases}
\\
r_{i}^{\prime}=\begin{cases}
r_{i}-(d_{i}/d_{s})r_{s} & (i=1,\cdots,n, i\neq s) \\
r_{s}^{\prime}=r_{s}/d_{s} & (i=s) \\
\end{cases}
}
とおきました．
このように変形しても$r_{i}^{\prime}\geq 0$（$i=1,\cdots,n$）が満たされるためには，$s=\mathop{\mathrm{arg~min}}_{i}\left\{\left.r_{i}/d_{i}\right|d_{i}>0 \right\}$でなければなりません．もし全ての$i=1,\cdots,n$に対して$d_{i}\leq 0$ならば，元の相補性問題に解は無いということになるので，計算を停止します．
軸となる$s$が見つかり上記の掃き出しを行ったら，$i_{\mathrm{D}}$列目を$i_{\mathrm{B}s}$列目に，$i_{\mathrm{B}s}$列目を$i_{\mathrm{N}s}$列目に，$i_{\mathrm{N}s}$列目を$i_{\mathrm{D}}$列目にそれぞれ移動します．
\begin{array}{|c|c|c|c|c|c|c|c|c|c|c|c|c|c|c|}
\hline
i_{\mathrm{B}1} & i_{\mathrm{B}2} & \cdots & i_{\mathrm{D}} & i_{\mathrm{B}s} & i_{\mathrm{B}(s+1)} & \cdots & i_{\mathrm{B}n} & i_{\mathrm{N}1} & \cdots & i_{\mathrm{B}s} & \cdots & i_{\mathrm{N}n} & i_{\mathrm{N}s} & \\
\hline
1 & 0 & & 0 & 0 & 0 & & 0 & h_{11}^{\prime} & &-d_{1}/d_{s} & \cdots & h_{1n}^{\prime} & h_{1s}^{\prime} & r_{1}^{\prime} \\
0 & 1 & & \vdots & \vdots & \vdots & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& 0 & & 0 & & & & & & & & & & & \\
& & & 1 & 0 & & & & h_{(s-1)1}^{\prime} & &-d_{s-1}/d_{s} & & h_{(s-1)n}^{\prime} & h_{(s-1)s}^{\prime} & r_{s-1}^{\prime} \\
\vdots & \vdots & \cdots & 0 & 1 & 0 & \cdots & \vdots & h_{s1}^{\prime} & \cdots & 1/d_{s} & \cdots & h_{sn}^{\prime} & h_{ss}^{\prime} & r_{s}^{\prime} \\
& & & & 0 & 1 & & & h_{(s+1)1}^{\prime} & &-d_{s+1}/d_{s} & & h_{(s+1)n}^{\prime} & h_{(s+1)s}^{\prime} & r_{s+1}^{\prime} \\
& & & \vdots & & 0 & & & \vdots & & \vdots & & \vdots & \vdots & \vdots \\
& & & & \vdots & \vdots & & 0 & & & & & & & \\
0 & 0 & & 0 & 0 & 0 & & 1 & h_{n1}^{\prime} & &-d_{n}/d_{s} & & h_{nn}^{\prime} & h_{ns}^{\prime} & r_{n}^{\prime} \\
\hline
\end{array}
その上で，
\displaylines{
\mathcal{I}_{\mathrm{B}}\leftarrow \mathcal{I}_{\mathrm{B}}/\left\{i_{\mathrm{B}s}\right\}\cup\left\{i_{\mathrm{D}}\right\} \\
\mathcal{I}_{\mathrm{N}}\leftarrow \mathcal{I}_{\mathrm{N}}/\left\{i_{\mathrm{N}s}\right\}\cup\left\{i_{\mathrm{B}s}\right\} \\
\mathcal{I}_{\mathrm{D}}\leftarrow \mathcal{I}_{\mathrm{D}}/\left\{i_{\mathrm{D}}\right\}\cup\left\{i_{\mathrm{N}s}\right\}
}
とすれば，形式的に最初と同じ形になります．これにより新たに非基底となった変数インデックス$i_{\mathrm{N}s}$が$2n+1$ならば，$q_{i_{\mathrm{B}s}}=v=0$ということになるので，このときの$\left(\boldsymbol{w},\boldsymbol{z}\right)=\left(\left[q_{1}~\cdots~q_{n}\right]^{\mathrm{T}},\left[q_{n+1}~\cdots~q_{2n}\right]^{\mathrm{T}}\right)$は$\mathcal{Q}$の元となり，かつ$\boldsymbol{w}^{\mathrm{T}}\boldsymbol{z}=0$を満たす，すなわちこれが元の相補性問題の解であるということになります．
以上をまとめれば，相補掃き出し法のアルゴリズムは次のようになります．
- InitTableau$(\boldsymbol{M},\boldsymbol{p})$はタブローを初期化する処理
- Sweep$(s;\mathcal{T},\mathcal{I}_{\mathrm{B}},\mathcal{I}_{\mathrm{N}},\mathcal{I}_{\mathrm{D}})$はタブローの$s$行目$i_{\mathrm{D}}$列目を軸として掃き出しを行う処理
- SwapIndex$(s;\mathcal{I}_{\mathrm{B}},\mathcal{I}_{\mathrm{N}},\mathcal{I}_{\mathrm{D}})$は基底・非基底・駆動変数インデックスを入れ替える処理
- FindPivot$(\mathcal{T},\mathcal{I}_{\mathrm{D}})$は軸を見つける処理
- BuildAnswer$(\boldsymbol{p},\mathcal{I}_{\mathrm{B}})$は$\boldsymbol{p}$と$\mathcal{I}_{\mathrm{B}}$から解$\boldsymbol{z}$を構成する処理
です．
2次計画問題から線形相補性問題への等価変換
冒頭に述べた通り，凸2次計画問題も双対性に基づいて線形相補性問題に等価変換できます．これを示しましょう．
次の凸2次計画問題を考えます．
\boldsymbol{x}^{*}=\mathop{\mathrm{arg~min}}_{\boldsymbol{x}}\left\{
\left.
z=\frac{1}{2}\boldsymbol{x}^{\mathrm{T}}\boldsymbol{Q}\boldsymbol{x}+\boldsymbol{c}^{\mathrm{T}}\boldsymbol{x}
\right|
\boldsymbol{A}\boldsymbol{x}\geq\boldsymbol{b},
\boldsymbol{x}\geq\boldsymbol{0}
\right\}
ただし，$\boldsymbol{Q}$は実対称非負定値行列，$\boldsymbol{A}$は定数行列，$\boldsymbol{c}$と$\boldsymbol{b}$はどちらも定数ベクトルです．
まず，$\boldsymbol{x}^{*}$が存在するならば，次を満たす$\boldsymbol{\lambda}$も存在します．
\boldsymbol{\mu}^{\mathrm{T}}\boldsymbol{x}^{*}=0, \quad
\boldsymbol{y}^{\mathrm{T}}\boldsymbol{\lambda}=0, \quad
\boldsymbol{\mu}\geq\boldsymbol{0}, \quad
\boldsymbol{y}\geq\boldsymbol{0}, \quad
\boldsymbol{x}^{*}\geq\boldsymbol{0}, \quad
\boldsymbol{\lambda}\geq\boldsymbol{0}
ただし，
\displaylines{
\boldsymbol{\mu}\overset{\mathrm{def}}{=}\boldsymbol{Q}\boldsymbol{x}^{*}-\boldsymbol{A}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{c} \\
\boldsymbol{y}\overset{\mathrm{def}}{=}\boldsymbol{A}\boldsymbol{x}^{*}-\boldsymbol{b} \\
}
とおきました．証明は次の通りです．
$\boldsymbol{A}(\boldsymbol{x}^{*}+\boldsymbol{\varepsilon})\geq\boldsymbol{b}$および$\boldsymbol{x}^{*}+\boldsymbol{\varepsilon}\geq\boldsymbol{0}$を満たす任意の微小なベクトル$\boldsymbol{\varepsilon}$を考えると，$z$は$\boldsymbol{x}=\boldsymbol{x}^{*}$において最小となるので，
\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}+\boldsymbol{\varepsilon}}\geq\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}}
すなわち
\frac{1}{2}\boldsymbol{\varepsilon}^{\mathrm{T}}\boldsymbol{Q}\boldsymbol{\varepsilon}+
(\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*})^{\mathrm{T}}\boldsymbol{\varepsilon}\geq 0
となるはずです．これが満たされるためには
(\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*})^{\mathrm{T}}\boldsymbol{\varepsilon}\geq 0
でなければなりません．
ここで，$\boldsymbol{\varepsilon}$についての線形計画問題
\boldsymbol{\varepsilon}^{*}=\mathop{\mathrm{arg~min}}_{\boldsymbol{\varepsilon}}\left\{
w=(\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*})^{\mathrm{T}}\boldsymbol{\varepsilon}
\left|
\boldsymbol{A}\boldsymbol{\varepsilon}\geq-\boldsymbol{y},
\boldsymbol{\varepsilon}\geq-\boldsymbol{x}^{*}
\right.
\right\}
を考えると，$\boldsymbol{\varepsilon}=\boldsymbol{0}$は明らかにこの問題の実行可能解です．
このとき$w=0$ですが，上記より$w\geq 0$ですので，$\boldsymbol{\varepsilon}=\boldsymbol{0}$はこの問題の最適解となっている，つまり$\boldsymbol{\varepsilon}^{*}=\boldsymbol{0}$であると分かります．したがって同時に，上記の線形計画問題の双対問題
(\boldsymbol{\lambda},\boldsymbol{\mu})=\mathop{\mathrm{arg~min}}\_{(\boldsymbol{\lambda},\boldsymbol{\mu})}\left\{
\boldsymbol{y}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{x}^{*\mathrm{T}}\boldsymbol{\mu}
\left|
\boldsymbol{A}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{\mu}=\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*},
\boldsymbol{\lambda}\geq\boldsymbol{0},
\boldsymbol{\mu}\geq\boldsymbol{0}
\right.
\right\}
も最適解を持ち，しかもそれは$\boldsymbol{y}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{x}^{*\mathrm{T}}\boldsymbol{\mu}=0$を満たすと分かります．$\boldsymbol{y}\geq\boldsymbol{0}$，$\boldsymbol{\lambda}\geq\boldsymbol{0}$，$\boldsymbol{x}^{*}\geq\boldsymbol{0}$，$\boldsymbol{\mu}\geq\boldsymbol{0}$ですので，結局$\boldsymbol{y}^{\mathrm{T}}\boldsymbol{\lambda}=0$かつ$\boldsymbol{x}^{*\mathrm{T}}\boldsymbol{\mu}=0$が成り立つことになります（証明終わり）．
逆に，上記を満たす$\boldsymbol{\lambda}$が存在するならば$\boldsymbol{x}^{*}$は元の凸2次計画問題の最適解となります．証明は次の通りです．
z-\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}}
=
\frac{1}{2}(\boldsymbol{x}-\boldsymbol{x}^{*})^{\mathrm{T}}\boldsymbol{Q}(\boldsymbol{x}-\boldsymbol{x}^{*})
+(\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*})^{\mathrm{T}}(\boldsymbol{x}-\boldsymbol{x}^{*})
であるので，常に
z-\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}}
\geq
(\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*})^{\mathrm{T}}(\boldsymbol{x}-\boldsymbol{x}^{*})
が言えます．$\boldsymbol{x}$が元の問題の実行可能解ならば，$\boldsymbol{A}\boldsymbol{x}\geq\boldsymbol{b}$，$\boldsymbol{x}\geq\boldsymbol{0}$，$\boldsymbol{\mu}\geq\boldsymbol{0}$，$\boldsymbol{\mu}^{\mathrm{T}}\boldsymbol{x}^{*}=0$かつ
\boldsymbol{c}+\boldsymbol{Q}\boldsymbol{x}^{*}=\boldsymbol{A}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{\mu}
ですので，
\displaylines{
z-\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}}
\geq
(\boldsymbol{A}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{\mu})^{\mathrm{T}}(\boldsymbol{x}-\boldsymbol{x}^{*})
=\boldsymbol{\lambda}^{\mathrm{T}}\boldsymbol{A}(\boldsymbol{x}-\boldsymbol{x}^{*})
+\boldsymbol{\mu}^{\mathrm{T}}\boldsymbol{x}-\boldsymbol{\mu}^{\mathrm{T}}\boldsymbol{x}^{*}
\\
\geq-\boldsymbol{\lambda}^{\mathrm{T}}(\boldsymbol{A}\boldsymbol{x}^{*}-\boldsymbol{b})=-\boldsymbol{\lambda}^{\mathrm{T}}\boldsymbol{y}=0
}
すなわち
z\geq\left.z\right|_{\boldsymbol{x}=\boldsymbol{x}^{*}}
となります（証明終わり）．
以上より，元の凸2次計画問題を解くことは，
\displaylines{
\boldsymbol{\mu}=\boldsymbol{Q}\boldsymbol{x}^{*}-\boldsymbol{A}^{\mathrm{T}}\boldsymbol{\lambda}+\boldsymbol{c} \\
\boldsymbol{y}=\boldsymbol{A}\boldsymbol{x}^{*}-\boldsymbol{b} \\
\boldsymbol{\mu}^{\mathrm{T}}\boldsymbol{x}^{*}=0, \quad
\boldsymbol{y}^{\mathrm{T}}\boldsymbol{\lambda}=0 \\
\boldsymbol{\mu}\geq\boldsymbol{0}, \quad
\boldsymbol{y}\geq\boldsymbol{0}, \quad
\boldsymbol{x}^{*}\geq\boldsymbol{0}, \quad
\boldsymbol{\lambda}\geq\boldsymbol{0}
}
を満たす$\boldsymbol{x}^{*}$と$\boldsymbol{\lambda}$の組を求めることと等価であると分かります．これは実は
\boldsymbol{w}\overset{\mathrm{def}}{=}\begin{bmatrix}
\boldsymbol{\mu} \\ \boldsymbol{y}
\end{bmatrix}, \quad
\boldsymbol{z}\overset{\mathrm{def}}{=}\begin{bmatrix}
\boldsymbol{x}^{*} \\ \boldsymbol{\lambda}
\end{bmatrix}, \quad
\boldsymbol{M}\overset{\mathrm{def}}{=}\begin{bmatrix}
\boldsymbol{Q} & -\boldsymbol{A}^{\mathrm{T}} \\
\boldsymbol{A} & \boldsymbol{O}
\end{bmatrix}, \quad
\boldsymbol{p}\overset{\mathrm{def}}{=}\begin{bmatrix}
\boldsymbol{c} \\ -\boldsymbol{b}
\end{bmatrix}
とおいたときに，本記事冒頭に示した線形相補性問題になっています．
変数に非負条件$\boldsymbol{x}\geq\boldsymbol{0}$が課されない場合は，二つの非負ベクトル$\boldsymbol{x}_{+}\geq\boldsymbol{0}$，$\boldsymbol{x}_{-}\geq\boldsymbol{0}$を用いて$\boldsymbol{x}=\boldsymbol{x}_{+}-\boldsymbol{x}_{-}$とおけば良いです．すなわち
\displaylines{
\boldsymbol{x}^{*}=\mathop{\mathrm{arg~min}}_{\boldsymbol{x}}
\left\{
\left.
z=\frac{1}{2}(\boldsymbol{x}_{+}-\boldsymbol{x}_{-})^{\mathrm{T}}\boldsymbol{Q}(\boldsymbol{x}_{+}-\boldsymbol{x}_{-})+\boldsymbol{c}^{\mathrm{T}}(\boldsymbol{x}_{+}-\boldsymbol{x}_{-})
\right|
\boldsymbol{A}(\boldsymbol{x}_{+}-\boldsymbol{x}_{-})\geq\boldsymbol{b},
\boldsymbol{x}_{+}\geq\boldsymbol{0},
\boldsymbol{x}_{-}\geq\boldsymbol{0}
\right\}
\\
=\mathop{\mathrm{arg~min}}_{\boldsymbol{x}}\left\{
\left.
z=\frac{1}{2}\tilde{\boldsymbol{x}}^{\mathrm{T}}\tilde{\boldsymbol{Q}}\tilde{\boldsymbol{x}}+\tilde{\boldsymbol{c}}^{\mathrm{T}}\tilde{\boldsymbol{x}}
\right|
\tilde{\boldsymbol{A}}\tilde{\boldsymbol{x}}\geq\boldsymbol{b},
\tilde{\boldsymbol{x}}\geq\boldsymbol{0}
\right\}
\\
\tilde{\boldsymbol{x}}\overset{\mathrm{def}}{=}\begin{bmatrix} \boldsymbol{x}_{+}^{\mathrm{T}} & \boldsymbol{x}_{-}^{\mathrm{T}}\end{bmatrix}^{\mathrm{T}}
\\
\tilde{\boldsymbol{Q}}\overset{\mathrm{def}}{=}\begin{bmatrix} \boldsymbol{Q} & -\boldsymbol{Q} \\ -\boldsymbol{Q} & \boldsymbol{Q} \end{bmatrix}
\\
\tilde{\boldsymbol{c}}\overset{\mathrm{def}}{=}\begin{bmatrix} \boldsymbol{c}^{\mathrm{T}} & -\boldsymbol{c}^{\mathrm{T}} \end{bmatrix}^{\mathrm{T}}
\\
\tilde{\boldsymbol{A}}\overset{\mathrm{def}}{=}\begin{bmatrix} \boldsymbol{A} & -\boldsymbol{A} \end{bmatrix}
}
と変形することで，相補掃き出し法を適用できます．
ZMでの実装
ZMでは，相補掃き出し法による線形相補性問題求解関数zLCPSolveLemke()をzm_opt_lcp_lemke.cに，またこれを用いた凸2次計画問題求解関数zQPSolveLemke()をzm_opt_qp.cに，それぞれ実装しています．