Indice      

Bit vs. Qubit
Superposicion-Simuladores Reales y Complejos

Capítulos extraídos del Documento de Base:
Conceptos Matemáticos Básicos de Computación Cuántica

José Enrique González Cornejo
v.7.3/Marzo 2020

I. Computación Clásica versus Computación Cuántica

  • Clásica ~ Bit
  • El bit (Binary Digit) es la unidad mínima de información empleada en informática, que se expresa por dos posibles estados $0$ y $1$. Con esta base binaria se hace uso directo del almacenamiento primario de datos.



    Representación Bit: Binary Digit

    Es muy importante en esta comparación tener presente, que en el estado que está el bit es el estado que observamos del bit.

    En efecto, el estado del bit es físicamente observable, y se puede guardar como tal en un dispositivo de almacenamiento digital, se trabaja con la dirección de magnetización u otras marcas binarias de esos núcleos. Estas asignaciones son apropiadas para construir un sistema de numeración binaria de almacenamiento, porque permite utilizar los dígitos binarios $0$ y $1$ para representar datos.



    Representación Almacenamiento de Numeración Binaria

    Sobre esta unidad básica de información, llamada bit se basa la computación clásica.

    A continuación se ilustra una interfaz, - que contiene un algoritmo-, que transforma números decimales a su equivalente binario. (Ver Algoritmo para el Cambio de Base Numérica)



    Aplicación Algoritmo Decimal $\longrightarrow$ Binario
       Decimal  Base  
    Ingrese Número        
        
    Entero Decimal Equivalente Base
     
     
     



  • Cuántica ~ Qubits

  • La unidad básica de la información cuántica es el qubit.


    Un qubit corresponde a un sistema físico que tiene dos estados ortogonales, que denotamos de acuerdo a la Notación de Dirac1 como: $|0〉$ y $|1〉$. Los estados del sistema, que denotamos $|ψ〉$ se denominan kets.


    Dirac: Representación de Estados Ortogonales

    Estos estados no vacíos se tratan como vectores de base2. Es decir, se aplica una correspondencia hacia una estructura algebraica de Espacio Vectorial.

    Esto implica que la estructura está dotada con una operación interna Adición, y una operación externa Producto por un escalar, definida sobre un cuerpo K (como los números Reales o los números Complejos).


    Espacio Vectorial - Notación Dirac

    Los qubits se tratan dentro de un Espacio Vectorial Complejo3 y se determina que por las clásicas 8 propiedades fundamentales:

      i. Asociatividad $|x〉 + (|y〉 + |z〉) = (|x〉 + |y〉) + |z〉$

      ii. Tiene Elemento Neutro Aditivo $|x〉 + |0〉 = |0〉 + |x〉 = |x〉$

      iii. Tiene Elemento Inverso $|x〉 + |-x〉 = |0〉$

      iv. Conmutativa $|x〉 + |y〉 = |y〉 + |x〉$

      v. Multiplicación de vector por escalar $a(b|x〉) = (ab)|x〉$

      vi. Distributiva Escalar $a(|x〉 + |y〉) = a|x〉 + a|y〉$

      vii. Distributiva $(a + b)|x〉 = a|x〉 + b|x〉$

      viii. Tiene Neutro Multiplicativo $1|x〉 = |x〉$


    Superposición

    Por tanto, un qubit puede también encontrarse en una Superposición de los estados $|1〉$ y $|0〉$. Es decir, como una combinación lineal de los vectores de base, de la forma: $\alpha_0|0〉+\alpha_1|1〉$. Estos coeficientes $α_i$, son denominados amplitud de probabilidad4, los cuales son números complejos que se utilizan para describir el comportamiento del sistema. La suma del cuadrado de cada uno de esos módulos,- ($|α_0|^{2} + |α_1|^{2} = 1$) -, representa una probabilidad o densidad de probabilidad. Es decir, estos coeficientes $α_i$ son de la forma $z = x + iy$, donde $i = \sqrt{-1}$.


    Representación de un Atomo sin Medirlo

    Esta unidad básica de información cuántica que se denomina qubit, se verá de similar a un bit, pero a medida que avanzamos veremos que son fundamentalmente diferentes y que esta diferencia permitirá hacer un procesamiento de información nuevo y muchísimo más potente. Por ejemplo, se probó que dada una función $f(x)$, un algoritmo cuántico es capaz de evaluar la función en múltiples valores de x simultáneamente. (Esto no es posible en el sistema tradicional con bits. Ver Desarrollo Algoritmo de Deutsch más adelante).

    Desde ya la diferencia con el bit en cuanto al almacenamiento es enorme5, dado que el estado de un qubit en Mecánica Cuántica representa niveles de energía de una partícula subatómica y por tanto su almacenamiento físico es en un dispositivo atómico, el cual permite utilizar los múltiples estados en forma simultánea. Es ahí entonces, donde se van guardando los estados intermedios que adquiere el qubit.

    De igual modo, la capacidad de ambas unidades básicas de información independientemente de la velocidad, son cuantitativamente diferentes. En efecto, el número de estados que se alcanza al introducir un qubit es exponencial, a diferencia de los estados que se alcanza al introducir un bit. En computación clásica se trabaja con $n$ bits y si se aumenta en un bit, el cambio es a $n+1$ estados de almacenamiento. Es decir, la capacidad de medición física del bit es lineal.


    Comportamiento Lineal vs Exponencial

    En contraste, en un sistema cuántico si se trabaja con $n$ qubits, al aumentar en $1$ qubit se duplica la información que almacena el estado interno ($2·2^{n} = 2 ^{n+1}$). Es decir, el incremento del número de qubits tiene un efecto de medición física exponencial sobre el número de estados o vectores. Sin contar con los estados en superposición del qubit, que pueden ser infinitos.

    Un qubit está sometido a una variabilidad continua dentro del conjunto de estados cuánticos. Al medir ese estado en movimiento, el sistema determinísticamente asume un estado único. Es decir, el proceso de medición le produce un colapso al estado en superposición y converge a uno de esos estados cuánticos. (Ver Medir una Superposición)



    Representación de un Atomo Colapsado (Medido)

    La relación entre el número de qubits $n \ge 1$ y el número de estados o vectores $m=2^{n}$ define el poder del computador cuántico y la posibilidad de codificar su evolución. Dado que al medir el sistema en superposición, se tiene un número exponencial de estados determinísticos, donde el sistema, - bajo cierta probabilidad_, colapsará a uno de ellos. Más adelante, se mostrará algebraicamente, que los estados cuánticos de qubits múltiples son un producto tensorial de la base canónica {$|0〉,|1〉$}.(ver Estado de Múltiples Qubits)

    Por ejemplo con $n=2$ bits, se opera con $2$ estados básicos $|01〉,|10〉$. Mientras que con $n=2$ se cuentan $4$ estados básicos $|00〉,|01〉,|01〉,|11〉$, y con $3$ qubits 8 estados, $4$ qubits 16 estados,...y la serie en potencias de $2$ continúa así sucesivamente. (Ver Eligir Nº Qubits - Simular Amplitudes Aleatoriamente.)

    En el párrafo de paralelismo cuántico, - más adelante-, veremos que uno de los efectos más significativos de la aplicación de la superposición cuántica dentro de un algoritmo, justamente se basa en el hecho de poder realizar múltiples operaciones sobre un mismo estado cuántico.



    Maurits Cornelis Escher: Peces y Pájaros
    Puesto en Superposición sobre Colores

    Obviamente, esta propiedad implica un tremendo incremento en la capacidad computacional, dado que se computan secuencias de transformaciones unitarias simultáneas por cada elemento en superposición, generando un procesamiento masivo de datos paralelos.



    Nanotecnología, Microelectrónica, Lenguajes conectan al mundo cuántico

    Es decir, para darnos una idea tomemos un número aleatorio cualquiera $\alpha \in R ,\quad$ tal que $0 < \alpha < 1$. Entonces la posición del estado básico $|0〉$ tiene la amplitud de probabilidad $\sqrt{\alpha}$ y en la posición del estado básico $|1〉$ la amplitud de probabilidad $\sqrt{1-\alpha}$.

    $$\psi=\sqrt{\alpha}\ |0〉 + \sqrt{1-\alpha}\ |1〉$$
    Donde la suma de módulos (o normas) de los coeficientes o amplitudes al cuadrado es obviamente igual a $1$.

    Esta relación usada para calcular probabilidades de estados cuánticos se llama la Regla de Born6. Este postulado implica que la evolución del sistema no es arbitraria, teniendo en cuenta que debe manejarse manteniendo la propiedad $|α_0|^{2} + |α_1|^{2} = 1$.


    Ejemplo Estado Superposición:

    Si tenemos el siguiente ket:
    $$|\psi〉=\alpha_0|0〉+\alpha_1|1〉=\left[\begin{matrix}\alpha_0\\\alpha_1 \end{matrix}\right]$$ 7

    y se verifica que $|α_0|^{2} + |α_1|^{2} = 1$, entonces $α_0$ y $α_1$ son amplitudes de probabilidad compleja. De modo que, si $|\alpha_0|^{2}=0.4$ y $|\alpha_1|^{2}=0.6$, esto implica que existe la probabilidad en un 40% de colapsar hacia $|0〉$ y del 60% de que el qubit pudiese colapsar a $|1〉$.


    Decimos colapsar, dado que al momento de observar o Medir una superposición8, el sistema sólo permite mostrar uno de los dos estados básicos $|0〉$ o $|1〉$.

    Estado
    Superposición

    Estado
    Colapso
     
    No es posible observar un qubit en estado de superposición. En el sensible mundo microscópico el observador interviene el sistema. En otras palabras, esto significa que sólo es posible saber el sistema estará en uno de esos probables estados cuando midamos, sin saber con certeza cuál será el resultado9.

    Es decir, va a colapsar a uno de los estados básicos dependiendo de la distribución de probabilidad que tenga en ese instante. Considerando que en cada micro-nano-segundo de tiempo, el qubit se encuentra en una superposición de estos estados.

      $|\alpha_0|^{2}$: Señala la probabilidad, - cuando se mide -, de encontrar el ket $|ψ〉$ en el estado $|0〉$
      $|\alpha_1|^{2}$: Señala la probabilidad, - cuando se mide -, de encontrar el ket $|ψ〉$ en el estado $|1〉$.

    Simulador Moneda Girando10

     


    Mientras gira la moneda no es posible determinar el estado en que se encuentra.

    Según la Física los sistemas cuánticos se propagan como ondas, pero se detectan como partículas. De ahí que los estados en superposición se estiman o intentan detectar probabilísticamente mediante combinaciones lineales11.

    Se reitera una vez más, que la velocidad y capacidad de información que admite almacenar un "disco duro ó más bien un disco sólido" cuántico es gigante comparado con la información que se almacena un sistema digital clásico.

    Esta capacidad de un sistema cuántico, está dada porque no sólo contiene los estados básicos, sino una descripción de la probabilidad, - infinita-, de que cada qubit se encuentre entre cero o uno.67



    Infinitos Estados en Superposición

    En computación cuántica el sistema puede ser manipulable en su evolución12. Sin embargo, existe un obstáculo aun hoy, en cuanto al almacenamiento. El problema de los estados cuánticos que forman los qubits es que son muy frágiles, y colapsan en cuestión de nanosegundos. 13

    Matemáticamente nos referimos a un Sistema Cuántico de n-qubits, cuando dado un entero $n \in \mathbb{N}$, el n-qubits sistema varía en un espacio de estados de $m =2^{n}$ dimensiones. Cualquier vector unitario14 de la forma:

    $$\psi = \sum_{i=0}^{n-1} u_i |i〉\qquad\qquad [1]$$
    Donde los $u_i \in C$ son las amplitudes de probabilidad normalizadas (Ver Amplitudes de Probabilidad con Números Complejos), i.e.

    $$\sum_{i=0}^{n-1} |u_i^{2}| = 1 \qquad\qquad [2]$$



    Estado de Múltiples Qubits

    La notación de Dirac incluye una operación llamada producto tensorial, denotada como $⊗$. Esto es importante porque en la computación cuántica, un vector de múltiples qubits, es posible descomponerlo como producto tensorial de los dos vectores de estado básico (Ver Estado Producto).

    Si definimos dos espacios complejos de dimensión finita $V$ y $W$ de dimensiones $n$ y $m$ respectivamente, en el espacio de Hilbert, con sus bases ortonormales:

    {$v_i$}$_{i=0}^{n-1}\quad$ y $\quad${$w_j$}$_{j=0}^{m-1}$

    Entonces el producto tensorial entre $V⊗W$, es un espacio que tiene como base:

    {$v_i⊗w_j$}$_{i=0,1,\dots n-1}^{j=0,1,\dots m-1}$

    $\Rightarrow$ $$Dim(V⊗W)=Dim(V)⊗Dim(W)$$

    Atención por que existen vectores en el espacio complejo unitario que no se pueden expresar como producto tensorial de estados básicos. Estos estados se dicen que están entrelazados.(Ver más adelante Estado de Entrelazamiento Cuántico)

    En efecto, podemos extender la notación a varios qubits y configurar matemáticamente un sistema cuántico. A continuación se verá que cuando se trata de múltiples qubits, el número de vectores o de estados que se incorporan a la combinación lineal. Si $n$ es el número de qubits entonces los estados que se generan son $2^{n}$, dado que responde a la cantidad de combinaciones que se configuran con los estados básicos {$|0〉, |1〉$}.


    Luego, describiendo los vectores múltiples por extensión, tenemos:

    $2^{n}$ Estados Cuánticos con $n$ qubits en cada vector:

    $$|\underbrace{0 0 0\cdots 0}_{n\text{ veces}}〉|000\text{…}10〉|000\text{…}100〉\text{…}|111...1〉$$
    Donde cada uno de estos vectores pertenece a la base canónica $C^{2n}$

    Más adelante se describen diferentes notaciones y formas de sintetizar los vectores con múltiples qubits, incluyendo el llamado Producto de Kronecker.


    Eligir Nº Qubits - Simular Amplitudes Aleatoriamente15

    El simulador permite seleccionar el número de qubits (1 a 5), utilizando el listbox. Los cálculos de las amplitudes de probabilidad $\alpha_i$ se van generando dinámicamente. Del mismo modo, más abajo se publica la variación del estado cuántico del ket $|\psi〉$ y el cumplimiento de la regla de densidad de probabilidad ($|α_0|^{2} + |α_1|^{2} = 1$). Al momento de presionar el botón Medir, el sistema va colapsar mostrando el resultado. También admite visualizarlo en una gráfica de barras con la distribución del instante. Para poner en marcha nuevamente el sistema basta con presionar el botón Superponer y continuar probando.



    Frame con Rutina de Simulación Amplitudes Aleatorias en $R$


    En la simulación antes descrita, se muestra el cálculo, - en forma dinámica-, de los múltiples coeficientes (o amplitudes) de los qubits en los números Reales, a fin de que la suma de sus normas al cuadrado sea igual a $1$.

    El algoritmo cuántico va almacenando información de la superposición de los estados que se están generando, los cuales son manipulados mediante transformaciones unitarias. En cierto instante, se colapsa el sistema para extraer información útil del ket $|\psi〉$ resultante.

    Este cálculo se realiza de la siguiente forma:

      i)   Tomando un conjunto de $2^{n}$ de valores aleatorios en el intervalo $]0,1[⊂R$

      ii)   Se normalizan (para que su sumatoria sea igual a 1;

      ii)   Se extrae la raíz cuadrada de cada uno de ellos, de ese modo que ese conjunto de valores, - sean negativos o positivos-, al elevarlos al cuadrado sumen $1$.

    Mientras más qubits maneje un procesador cuántico, la potencia de cálculo es de magnitud astronómica. Los experimentos de cálculo realizados hasta hoy con estos aparatos, son capaces de manejar y calcular en segundos estimaciones que en un computador normal demoraría 10.000 años.

    En términos computacionales, se estima que las operaciones de coma flotante por segundo de un computador cuántico de 30 qubits equivaldría a un procesador convencional de 10 teraflops. (billones de operaciones en coma flotante por segundo).

    Los gigantes de la tecnología como IBM, Google, Intel, Microsof, D-Wave Systems, Laboratorio Nacional de Ciencias de Información Cuántica en Hefei - China, universidades europeas y norteamericanas están experimentando en fase de desarrollo, con computadoras cuánticas de propiedades específicas de 49, 54, 60, 79,..128,.. qubits.

    En términos de dimensión de los espacios vectoriales que están generando estas computadoras son de proporciones de escala logarítmica.

    Por ejemplo, un estado cuántico $\psi$ del ordenador de $n=79$ qubits, está representado por una combinación Lineal de $m=2^{79}$ vectores. Es decir, $Ln(m)=79·Ln(2)$. Si se estima esta cifra $m$, es la siguiente:

    $$Ln(m)= 54,75862726 \qquad \Rightarrow \quad m= 6,04463E+23$$
    Dada estas órdenes de magnitud de la dimensión de las bases de estos espacios vectoriales, es que se requiere una notación especial, para poder expresar matemáticamente estas superposiciones y su colapso al medir. A ese efecto, es necesario tratar operaciones complementarias a la notación de Dirac.

    En los párrafos "Operación Matricial - Producto Tensorial", se define el producto de Kronecker, en "Expresión Matemática de las Relaciones entre los Qubits" se tratan los estados básicos de las componentes de un qubit, y una descripción que facilita los cálculos y permite análisis dimensional, "Notación Sintética que Señala la Posición del $1$" en un vector canónico.



    Ejemplo de normalización con números aleatorios Reales:

    Tomemos arbitrariamente un conjunto con cuatro valores {$0.34, 0.56 , 0.48, 0.67$} ($α_i$=Math.random). Entonces,

    Aleatorios Normalización Raíz Cuadrada Cuadrado
    0.34 0.165853659 0.407251346 0.165853659
    0.56 0.273170732 0.522657375 0.273170732
    0.48 0.234146341 0.483886703 0.234146341
    0.67 0.326829268 0.571689836 0.326829268
    2.05     Σi|2 = 1

    La normalización significa que cada uno de los valores reales aleatorios del conjunto {$0.34, 0.56 , 0.48, 0.67$}, se divide por su suma $Σ|α_i| = 2.05$ (Ver primera columna de la tabla).

    La segunda columna contiene los valores normalizados de la primera columna, $u_i$ normalizados.

    En la tercera columna se extrae la raíz cuadrada de cada uno de ellos los $|u_i|$ y se obtiene la amplitud de probabilidad o coeficiente.

    En la cuarta columna se sitúan los valores $u_i^{2}$, cuya suma es igual a $1$.

    Por tanto, el conjunto de amplitudes de probabilidad o coeficientes reales estimados es:

    {$0.407251346, 0.522657375, 0.483886703, 0.571689836$}


    Formalizando el ejemplo,(aplicando $[1]$):

    Dado un $n∈\mathbb{N}$. Sea $m=2^{n}$, entonces el conjunto $A =${$α_1, α_2, α_3,...., α_m$} de $m$ valores seleccionados aleatoriamente, tal que $Σ|α_i|^{2} = 1$ , donde cada $α_i ∈R$ y $0< α_i< 1$ , con $i = 1,2,3,..m$. Se determina, - en este ejemplo en particular-, con las siguientes funciones en javascript:

     <script>

    function Signo_Aleatorio()
    {
       if (Math.random()<0.5)
       {
        return -1;
       }
       else
        {return 1;}
    }

    var coef=new Array()   //Arreglo global
    function Amplitudes(m)
    {
       var Suma=0;
          for (var i=1;i<=Math.pow(2,m);i++)
          {
           coef[i]=Math.random();
           Suma=Suma+coef[i];
          }
       
          for (var i=1;i<=Math.pow(2,m);i++)
          {
           coef[i]=coef[i]/Suma;
           coef[i]=Math.pow(coef[i],0.5);
           coef[i]=Signo_Aleatorio()*coef[i];
          }
    }

           function Test_Suma_Cuadrados(m)
           {
           var sSuma=0;
          
           for (var i=1;i<=Math.pow(2,m);i++)
           {
           sSuma=sSuma + Math.pow(coef[i],2)
           }
           return sSuma
    }      
          /*se ejecuta amplitudes(2) con 2 qubits y*/

          Amplitudes(2)
    /*se se carga arreglo con 22 coeficientes normalizados*/
          alert(coef[1] + " , " + coef[2] + " , " + coef[3] + " , " + coef[4])

    /*Test suma probabilidades de suma coeficientes al cuadrado*/
           alert(Test_Suma_Cuadrados(2))
     </script>



  • Base Notación Dirac y Matricial


  • Matriz de $\quad 2^{2} \times 2^{2}\quad =\quad$4 $\times$ 4

    Seleccione Nº Qubits


    Coeficientes Complejos

    El hecho de que las probabilidades deben sumar uno, pone algunas restricciones sobre lo que pueden ser los coeficientes o amplitudes en la combinación lineal:

    $|ψ〉 = α|0〉 + β|1〉$   

    Y dado que los cuadrados de estos coeficientes $α$ y $β$ están relacionados con la probabilidad de obtener un resultado de medición, ellos están limitados por el requisito:

    $|α|^{2} + |β|^{2} = 1$

    De modo que cuando esta condición es satisfactoria para los cuadrados de los coeficientes de un qubit, se dice que el qubit está normalizado y admite calcular el módulo de estos números de la siguiente manera 16 :

    $|α|^{2}=αα^{*}$

    $|β|^{2}=ββ^{*}$


    Donde $α^{*}$ es el complejo conjugado de $α$ y $β^{*}$ es el complejo conjugado de $β$.

    Es decir, si $z = x + iy$ , entonces el conjugado es $z^{*} = x - iy$, donde $x, y \in R$.


    Representación Gráfica de $z$ y $z^{*}$ 17


    Por tanto el modulo:

    |z|2=(x + iy)(x - iy)=x2 + ixy - ixy + y2

    $\Rightarrow$ |z|2 =x2 + y2



    Ejemplos:

    i.    Si $\quad z = 3 - 4i\quad \Rightarrow \quad z^{*}=3+4i,\quad \therefore |z|=\sqrt{5}$


    ii.     Para el siguiente estado cuántico: $$|ψ〉=(\frac {1+i}{\sqrt{3}})|0〉-\frac {i}{\sqrt{3}}|1〉$$

    Si se realiza una medición:

    ¿ Cuál es la probabilidad que se encuentre el qubit en estado $|0〉$ ?

    Respuesta: La probabilidad de que el ket $|ψ〉$ se encuentre en el estado $|0〉$, es el módulo al cuadrado correspondiente a la amplitud de probabilidad o coeficiente parte real $\alpha_0$, asociado a ese vector:



    Por tanto, la probabilidad del que el sistema cuántico $|ψ〉$ se encuentre en estado $|0〉$ es $p = \frac {2}{3}$

    Obviamente la probabilidad de que $|ψ〉$ se encuentre en estado $|1〉$ es $q = 1 - \frac {2}{3} = \frac {1}{3}$

    Función javascript - Normalización

    A continuación, el código de una función en javascript para la normalización de un número complejo, ingresado en forma separada su parte real e imaginaria.

     <script>

    function Normaliza_Complejo(z_real,z_imag)
    {
      /* Se valida previamente que z_real y z_img sea números reales
      */
      var modulo=(z_real + z_imag)*(z_real-z_imag)
      modulo=Math.abs(modulo)
      var raiz_modulo=Math.pow(modulo,0.5)
      if (raiz_modulo!=0)
      {
       var u_real=z_real/raiz_modulo
       var u_imag=z_imag/raiz_modulo
        if (z_imag >=0)
         {
          var signo_imag=" + i "
         }
    else
         {
         var signo_imag=" - i "
        }
      }
       alert(u_real + signo_imag + Math.abs(u_imag))
    }
     
    ///// EJEMPLOS
    Normaliza_Complejo(33,-15)
    Normaliza_Complejo(-7,13)
    Normaliza_Complejo(-3,-8)

     </script>



    Amplitudes de Probabilidad con Números Complejos

    En las tablas a continuación se ilustra cómo se normaliza un conjunto de números complejos, a fin de satisfacer el requisito de que la suma de los módulos al cuadrado de las amplitudes de probabilidad de todos los estados posibles es igual a 1.

    En este caso de simulación se utilizan números enteros sacados, - tanto la parte real como imaginaria -, aleatoriamente entre -100 y 100. Es decir, $z = x + iy\quad$, donde $\quad x,y \in A\quad$ y $\quad A =${$ n \in \mathbb{Z}\quad/\quad -100<n<100$}.


    Nótese que al presionar el botón Medir, colapsa el sistema en el estado básico más probable, de inmediato aparece el botón Superposición que al presionarlo activa la generación de amplitudes de probabilidad dinámicamente y vice versa.

    Los coeficientes complejos generados dinámicamente en forma aleatoria en la Tabla#1 se normalizan en $u_i$ en la Tabla#2, y permiten representar el estado de un qubit en superposición. En efecto, valores que pueden describir el comportamiento de un sistema cuántico. El cuadrado del módulo de esta cantidad representa una probabilidad o densidad de probabilidad. La cantidad de $2^{n}$ coeficientes generados se realiza en función del número $n$ de qubits que se está operando.

    En general en programación cuántica, se utilizan amplitudes de probabilidad que son equiprobables. Cuando se configuran circuitos con puertas cuánticas y se ejecutan múltiples veces (que es lo usual), las probabilidades tienden a al valor esperado. Es decir, si el número de qubits es $n$, entonces se utilizan uniformemente distribuidos los valores en los coeficientes $α_i=1/\sqrt{n}$. Por ejemplo, la Base de Hadamard (denominada así en honor al matemático francés Jacques Hadamard) en $C^{2}$:

    Dada una base ortonormal, cualquier estado puro $|ψ〉$ de los vectores $|0〉$ y $|1〉$ de un sistema cuántico de dos niveles se puede escribir como una superposición de los vectores base, donde el coeficiente o la amplitud de cada vector base es un número complejo. Sin embargo, dado que sólo la fase relativa entre los coeficientes de los dos vectores básicos tiene algún significado físico, podemos tomar el coeficiente de $|0〉$ como real y no negativo.

    Complejos Normalizados en Coordenadas Polares

    Un número complejo $z = x + iy$  también se representa en coordenadas polares como $z = r (cosΘ + i·senΘ)$. Para ese efecto, se establece un plano cartesiano donde el eje de la ordenadas $Y$ se utiliza para el coeficiente del imaginario $i$ y el eje de las abcisas $X$ para el valor de la parte real. Es decir, inicialmente todo $z \in C$ puede expresarse cartesiana y gráficamente como un par ordenado $(x,y)$ sobre el plano y el vector que va desde el origen hasta esas coordenadas lo llamaremos $\overrightarrow r$.



    Representación Gráfica de $z = 3 - i·4$
    Sea $z = 3 - i·4$

    $|z|^{2} = x^{2} + y^{2} = 3^{2} + (-4)^{2} = 25$

    $|z|=\sqrt{x^{2} + y^{2}}$

    $|z| = \sqrt{25} = 5$

    $u =\frac{3}{5} - i\frac{4}{5} \Rightarrow |u|^{2}=1$

    $tan(\Theta)=\frac {x}{y}$ , donde   $x = r·cos(Θ) , y = r·sin(Θ)$

    $Θ=tan^{-1}(\frac{x}{y})=tan^{-1}(\frac{-3}{4})=-0.643501109 $

    $∴\quadΘ = -0.643501109$

    $\Rightarrow Θ=2π- 0.643501109 = 5.63$

    $\Rightarrow\quad u = cos(5.63)+ i·sin(5.63)$

    $\Rightarrow\quad u = e^{iΘ} = e^{i(5.63)}$


    Nótese que al normalizar un número complejo $z$ en su forma polar o bajo la fórmula de Euler18 $u = e^{iΘ}=cosΘ + i·senΘ$, nos aseguramos que $|u|^{2}=cos^{2}Θ + sen^{2}Θ=1$. Es decir, que la suma de los módulos al cuadrado de las amplitudes de probabilidad de todos los estados posibles es igual a 1.

    De esta forma podemos trabajar los estados de los qubits sobre el círculo unitario, que es de radio 1, centrado en el origen (0, 0) sobre el plano Cartesiano. Este sistema se puede generalizar y extender a tres dimensiones. (Ver Esfera de Bloch y IBM Gates Glossary).

    La representación esférica de Bloch sólo sirve para describir qubits individuades en un espacio tridimensional, pero no para comprender lo que pasa con múltiples qubits, dado que no puede mostrar entrelazamientos.




    Círculo Unitario 2D Complejos Forma Polar


    Esfera de Bloch19





    Bit vs. Qubit
    Superposicion-Simuladores Reales y Complejos

    Capítulos extraídos del Documento de Base:
    Conceptos Matemáticos Básicos de Computación Cuántica









    Notas Complementarias Adjuntas




    Expresiones Matemáticas Rotuladas en el Artículo

    $[1]$: Expresión Matemática de un Sistema Cuántico
    $[2]$: Condición que se debe cumplir, a fin que la suma de probabilidades debe ser siempre igual a 1






    Videografía y Bibliografía

  • [B1]
    Quantum Computation 5: A Quantum Algorithm
    David Deutsch, Autor del Algoritmo
    Centre for Quatum Computation
    https://www.youtube.com/watch?v=3I3OBFlJmnE

  • [B2]
    Curso Computación Cuántica
    Eduardo Sáenz de Cabezón
    26 abril 2019
    Instituto de Matemáticas de la UNAM, México
    https://www.youtube.com/watch?v=KKwjeJzKezw

  • [B3]
    Quantum Optics
    Miguel Orszag,
    Pontificia Universidad Católica - Santiago de Chile
    Editorial Springer ~ 2016


  • [B4]
    Quantum Optics - Mark Fox - Oxford University Press
    22 jun. 2006 - Oxford Master Series in Physics.
    Capítulo 13
    https://www.academia.edu/24696066/Fox_M_Quantum_optics_an_introduction

  • [B5]
    Quantum Computing Explain
    David McMahon on 2007
    WILEY-INTERSCIENCE
    A John Wiley & Sons, Inc., Publication
    https://www.academia.edu/31537353/_David_McMahon_Quantum_Computing_Explained_BookFi_1_

  • [B6]
    Programming a Quantum Computer with Cirq (QuantumCasts)
    Dave Bacon
    Google

  • [B7]
    The Quantum World ~ Quantum Physics for Everyone
    Kenneth W. Ford
    Harvard University Press
    Cambridge Massachusetts
    London England ~ 2004

  • [B8]
    Principios Fundamentales de Computación cuántica
    Vicente Moret Bonillo
    Profesor Titular de Universidad. Senior Member, IEEE.
    Departamento de Computación. Facultad de Informática.
    Universidad de la Coruña
    2O13

  • [B9]
    Quantum Networks for Elementary Arithmetic Operations
    Vlatko Vedral, Adriano Barenco and Artur Ekert
    Clarendon Laboratory, Department of Physics
    University of Oxford, Oxford, OX1 3PU, U.K.
    (Submitted to Phys. Rev. A)
    16 de Noviembre 1995

  • [B10]
    Quantum computing for the determined
    Michael Nielsen on June 10, 2011
    http://michaelnielsen.org/blog/quantum-computing-for-the-determined/
    https://www.youtube.com/watch?v=x6gOp_o7Bi8

  • [B11]
    QC — Quantum Algorithm with an example
    Jonathan Hui
    Dec 6, 2018
    https://medium.com/@jonathan_hui/qc-quantum-algorithm-with-an-example-cf22c0b1ec31

  •  
  • [B12]
    [W] Wikipedia
    Consultas a Wikipedia de múltiples conceptos relacionados a la Mecánica y Computación Cuántica
    https://en.wikipedia.org

  • [B13]
    Programación Cuántica
    Francisco Gálvez
    T3chFest 2017
    IBM
    https://www.youtube.com/watch?v=FYAkeCcOgeQ

  • [B14]
    Quantum Computation (CMU 18-859BB, Fall 2015)
    Lecture 1: Introduction to the Quantum Circuit Model
    September 9, 2015
    Lecturer: Ryan O’Donnell Scribe: Ryan O’Donnell

  • [B15]
    Hipertexto: Tratamiento Documental de Datos
    José Enrique González Cornejo
    Centro de Investigación y Desarrollo de la Educación,
    CIDE, Santiago – Chile, 1990.
    Registro Nº81.183 - 1991 ~ Editoria Argué Ltda

  • [B16]
    Algoritmo para el Cambio de Base Numérica
    José Enrique González Cornejo
    DocIRS Technology
    Math-Computing Open Academy Junio 2014
    https://www.docirs.cl/algoritmo_cambio_base.htm

  • [B17]
    Algoritmo, Generación Distribución Aleatoria Discreta de Suma 1
    José Enrique González Cornejo
    11 de julio 2012
    DocIRS Technology
    Math-Computing Open Academy https://www.docirs.cl/Algoritmo_Distribucion_Aleatoria.htm

  • [B18]
    Naïve Bayes ~ Simple Algoritmo de Clasificación Modelo de Variables Discretas
    José Enrique González Cornejo
    01 de agosto 2019
    DocIRS Technology
    Math-Computing Open Academy

  • [B19]
    Problema de la Ruta Optima
    José Enrique González Cornejo
    01 de mayo 2009
    DocIRS Technology
    Math-Computing Open Academy

  • [B20]
    Nomenclatura DocIRS para la Programación
    José Enrique González Cornejo
    24 de abril 2009
    DocIRS Technology
    Math-Computing Open Academy

  • [B21]
    Acerca del Estilo en Programación
    José Enrique González Cornejo
    18 de abril 2009
    DocIRS Technology
    Math-Computing Open Academy

  • [B22]
    Acerca de la Calidad de una Aplicación
    José Enrique González Cornejo
    18 de abril 2009
    DocIRS Technology
    Math-Computing Open Academy

  • [B23]
    Fundamentos Teóricos de los Lenguajes Estructurados
    José Enrique González Cornejo
    12 de julio de 2011
    DocIRS Technology
    Math-Computing Open Academy

  • [B24]
    Propiedades Geométricas Cualitativas
    José Enrique González Cornejo
    15 de marzo 1997
    DocIRS Technology
    Math-Computing Open Academy

  • [B25]
    Lunch & Learn: Quantum Computing
    Andrea Morello
    Quantum Engineering at University of New South Wales Australia
    21 nov. 2018

  • [B26]
    21 Lessons for the 21st Century
    Talks at Google
    Yuval Noah Harari 11 octubre 2018


  • [B27]
    Homo-Deus-A-Brief-History-of-Tomorrow
    Universidad de California,
    Yuval Noah Harari
    27 febrero 2017

  • [B28]
    MIND BLOWN: Quantum Computing & Financial Arbitrage
    Andrea Morello
    Quantum Engineering at University of New South Wales Australia
    18 jun. 2020

  • [B29]
    Algoritmo cuántico de Deutsch y Jozsa en GAMA
    M. Paredes López - A. Meneses Viveros - G. Morales-Luna
    Departamento de Matemáticas, Cinvestav, Av. Instituto Politécnico Nacional 2508, CDMX
    Departamento de Computación, Cinvestav, Av. Instituto Politécnico Nacional 2508, CDMX
    Rev. mex. fís. E vol.64 no.2 México jul./dic. 2018

  • [B30]
    Principios Fundamentales de Computación Cuántica
    2013, Vicente Moret Bonillo
    Universidad de la Coruña-España

  • [B31]
    Informática Cuántica - Parte 1
    Tecnologias Disruptivas
    Alejandro Alomar
    9 jul. 2018
    https://www.youtube.com/watch?v=SisRIgS3oO4

  • [B32]
    Computación Cuántica para Torpes
    Publicado el 26 de septiembre de 2016 por Sergio Montoro
    https://lapastillaroja.net/2016/09/computacion-cuantica/

  • [B33]
    Intro to Quantum Computing
    Steve Spicklemire
    Lesson 38 Quantum Computing, Deutsch's Problem

  • [B34]
    Learn Quantum Computation using Qiskit
    Page created by The Jupyter Book Community
    Qiskit Development Team Last updated on 2020/07/17.

  • [B35]
    Disfruta de la Experiencia cuántica de IBM
    Francisco R. Villatoro (Francis Naukas)
    2 noviembre, 2018
    https://francis.naukas.com/2018/11/02/disfruta-de-la-experiencia-cuantica-de-ibm/

  • [B36]
    Inversión de Matrices de Números Complejos
    reshish.com 2011 - 2020
    https://matrix.reshish.com/es/multCalculation.php

  • [B37]
    Algoritmo de Deutsch
    13 octubre 2016
    Felipe Fanchini
    https://www.youtube.com/watch?v=Sb5WRs8XUuU

  • [B38]
    Desarrollo de un simulador para el protocolo de criptografía cuántica E91 en un ambiente distribuido
    Ingeniare. Rev. chil. ing. vol.23 no.2 Arica abr. 2015
    Luis Cáceres Alvarez, Roberto Fritis, Palacios, Patricio Collao Caiconte

  • [B39]
    Effect of an artificial model’s vocal expressiveness on affective and cognitive learning
    . Llaima Eliza González Brouwer
    0999377
    MSc. Human Technology Interaction
    Department of Innovation Sciences
    Eindhoven University of Technology
    August 2018

  • [B40]
    Así Cambiará el Mundo la Computación Cuántica
    2016
    Ignacio Cirac
    https://www.youtube.com/watch?v=WJ3r6btgzBM

  • [B41]
    GIPHY
    Imagen de Animación Gif / Partículas
    Explore Partículas Gif

  • [B42]
    MathJax
    MathJax es una biblioteca javascript
    American Mathematical Society.
    Accessible Math in All Browsers


  • [B43]
    El Algoritmo de Deutsch-Jozsa
    KET.G
    25 mar. 2020
    Twitter: https://twitter.com/KetPuntoG


  • [B44]
    Apuntes de Grupos de Lie
    Badajoz, 30 de diciembre de 2017
    Volumen 3
    1.2. Grupos de Lie

  • [B45]
    Teoria de Grupos
    Marshall Hall jr.
    Bibioteca de Matemática Superior
    1967 Maximilian Company, N.Y. USA

  • [B46]
    Tutorial Grupos de Lie
    Javier García
    29 jun. 2017
    Serie de Capítulos ~ España

  • [B47]
    Matrices de Pauli - Pauli matrices Matrices de Pauli
    Enciclopedia libre Matrices de Pauli

  • [B48]
    La Mecánica Cuántica
    Los grupos de rotación I
    Matrices de Pauli

  • [B49]
    Física Matemática
    Grupos de Lie, rotaciones, unitarios, Poincaré.
    Monte Carlo
    L. L. Salcedo
    Departamento de Física Atómica, Molecular y Nuclear
    Universidad de Granada, E-18071 Granada, Spain
    29 de julio de 2020

  • [B50]
    Matrices de Pauli - Pauli matrices Matrices de Pauli
    De Wikipedia, la enciclopedia libre Matrices de Pauli

  • [B51]
    Phisics
    Explore our Questions

  • [B51]
    Entrevista a Jorge Antonio Vargas,
    FAMAF
    Universidad Nacional de Córdoba de Argentina,
    Investigador del Conicet
    20/01/2010, Pagina|12
    ,


  • Paginas Independientes que Contienen los Capítulos del Documento:

  • Conceptos Matemáticos Básicos de Computación Cuántica
    José Enrique González Cornejo
    20 de marzo 2020
    DocIRS Technology
    Math-Computing Open Academy

  • Algoritmo de Deutsch
    José Enrique González Cornejo
    20 de marzo 2020
    DocIRS Technology
    Math-Computing Open Academy