内点算法作为求解优化问题的有效算法之一，不仅具有多项式复杂性，还有良好的实际计算效果．自1984年第一个具有实用性的多项式算法-Karmarkar算法提出以来，经过三十一年的发展，内点算法的研究取得了丰硕的研究成果：不仅建立了完善的理论体系，而且开发出了高效的数值软件．如今，内点算法已被成功地应用于求解线性规划、互补问题、凸规划、二阶锥规划、半定规划、对称锥规划等优化问题.　　互补问题作为数学规划中的一个基本问题，在运筹学、经济平衡理论及工程等领域中有广泛的应用．因此，研究互补问题具有十分重要的理论意义和实际价值．本文主要研究P*(κ)线性互补问题的不可行内点算法，不仅设计了新的算法，完成了新算法的多项式复杂性的证明，而且算法的数值实验表明算法是有效的.　　本文共分五章，具体的内容安排如下：第一章介绍了相关基础知识、研究背景及本文的基本符号；第二章提出了P*(κ)线性互补问题基于 Darvay方向的全-Newton步不可行内点算法，给出了算法的多项式迭代复杂性的证明；第三章研究P*(κ)线性互补问题的自适应全-Newton步不可行内点算法．与大多数算法不同，自适应算法中障碍校正参数?的取值并不固定，这种取法使得算法快速收敛于问题的一个?-近似解；第四章提出了P*(κ)线性互补问题基于参数核函数的大步校正原始-对偶内点算法，证明了算法的收敛性，并用数值实验验证了算法是可行的．第五章是对本文的总结和展望.