Los componentes del ultimo de los procesadores de intel (i7,i9), poseen el
tamano de alrededor de 45 y 32 nm. respectivamente , entonces cabe la pregunta
del Fisico Richard Feynman,
¾Hasta donde es posible, en teoria, seguir haciendo maquinas mas pequenas
segun las leyes de la naturaleza?
El parrafo anterior nos muestra que estamos llegando a las fronteras de lo
subatomico (debido a la miniaturizacion), en donde solo las leyes de la mecanica
cuantica nos pueden predecir el comportamiento de la materia.
Por lo cual el presente trabajo tiene por objetivo mostrar como se ha ido
aprovechando esas leyes, desde el marco de la computacion, para dar lugar a una
nueva rama de la investigacion cienti ca, llamada, computacion cuantica.
Centrado en las caminatas cuanticas, metodo utilizado para el diseno de los
algoritmos cuanticos, y apoyado en el software de simulacion cuantica, genero las
gra cas que me permiten comparar las caminatas clasicas con las cuanticas y con
base a sus distribuciones probabilisticas mostrar las ventajas de los algoritmos
cuanticos en algunas aplicaciones, como el manejo cuantico de la informacion.
Realizare una simulacion de las caminatas cuanticas sobre una particula, para
terminar presentando algunas nociones de complejidad algoritmica, considerando
la perspectiva de como manejar a nivel de los algoritmos cuanticos algunos de
los problemas considerados duros (NP-completos) para los cuales no se conocen
algoritmos e cientes.
Los componentes del ultimo de los procesadores de intel (i7,i9), poseen el
tamano de alrededor de 45 y 32 nm. respectivamente , entonces cabe la pregunta
del Fisico Richard Feynman,
¾Hasta donde es posible, en teoria, seguir haciendo maquinas mas pequenas
segun las leyes de la naturaleza?
El parrafo anterior nos muestra que estamos llegando a las fronteras de lo
subatomico (debido a la miniaturizacion), en donde solo las leyes de la mecanica
cuantica nos pueden predecir el comportamiento de la materia.
Por lo cual el presente trabajo tiene por objetivo mostrar como se ha ido
aprovechando esas leyes, desde el marco de la computacion, para dar lugar a una
nueva rama de la investigacion cienti ca, llamada, computacion cuantica.
Centrado en las caminatas cuanticas, metodo utilizado para el diseno de los
algoritmos cuanticos, y apoyado en el software de simulacion cuantica, genero las
gra cas que me permiten comparar las caminatas clasicas con las cuanticas y con
base a sus distribuciones probabilisticas mostrar las ventajas de los algoritmos
cuanticos en algunas aplicaciones, como el manejo cuantico de la informacion.
Realizare una simulacion de las caminatas cuanticas sobre una particula, para
terminar presentando algunas nociones de complejidad algoritmica, considerando
la perspectiva de como manejar a nivel de los algoritmos cuanticos algunos de
los problemas considerados duros (NP-completos) para los cuales no se conocen
algoritmos e cientes.
Los algoritmos cuánticos son, en general, mucho más eficientes que los clásicos lo que los vuelve particularmente interesantes para ser usados en computación. La llamada caminata clásica al azar ha sido usada tradicionalmente para modelar procesos de difusión. En el caso unidimensional se considera una partícula que está obligada a moverse sobre una línea. Se supone además que la partícula se mueve siempre a la misma velocidad y que puede desplazarse hacia a la derecha o la izquierda en pasos discretos con igual probabilidad. Al cabo de varias iteraciones, la distribución de probabilidad sobre las posibles posiciones de la partícula sigue una función Gaussiana centrada en el origen. La contrapartida cuántica consta de estados descriptos por una función de ondas que es una combinación de los estados de la base computacional con coeficientes complejos. Una vez establecido el estado de partida se aplica un operador de Hadamard y un operador de traslación condicional. Al cabo de varias iteraciones del proceso, se obtienen distribuciones que no aproximan a una Gaussiana y que pueden ser incluso no simétricas para algunas condiciones iniciales. Esta propiedad podría ser muy útil en un algoritmo de búsqueda. En este trabajo se muestra como puede ser simulada ópticamente una caminata cuántica al azar utilizando elementos ópticos convencionales y representando espacialmente los q-bits como imágenes en un procesador óptico. Se presentan resultados experimentales en los que se muestra la viabilidad del proceso
En la actualidad las caminatas aleatorias han sido empleadas como herramientas
para el desarrollo de numerosos algoritmos. Sin embargo, una carencia
importante para la solucion de problemas radica en la falta de algoritmos que
exploten a su favor los fenomenos que la naturaleza a escalas atomicas presenta.
En este trabajo de tesis se estudia el analogo cuantico que presenta un
caminante al azar, conocido como caminata cuantica. Desde su propuesta, el
paradigma de las caminatas cuanticas ha despertado un considerable interes en
su estudio durante los ultimos anos, ya que, debido a los fenomenos de superposicion,
este grupo de caminata al azar se propagan con mayor rapidez que una
caminata clasica y por lo tanto se puede dar un recorrido espacial en un menor
numero de iteraciones que su contraparte clasica. Por lo anterior, del estudio
de caminatas cuanticas se espera un desempeno superior para el desarrollo de
algoritmos mas veloces.
La hipotesis que en este trabajo se plantea es que a traves del cambio y la
manipulacion en el uso de operadores y los estados iniciales, se generaran cambios
radicales en las distribuciones de los caminantes. Se esperan que al realizar
estos cambios en la densidad probabilidad de un caminante tengan aplicaciones
algoritmica en futuras investigaciones.
Debido a lo anterior esta tesis plantea como objetivo central el analisis de las
caminatas cuanticas, mostrando los cambios radicales que presentan las caminata
cuanticas en sus distribuciones de probabilidad, ademas de presentar una
idea basica de las posible forma de implementacion algoritmica de estas distribuciones.
Ademas reportamos nuevos resultados, hasta donde hemos investigado, en
relacion a la evolucion de las caminatas cuanticas para monedas en altas dimensiones
considerando estados maximamente enlazados y el operador de Grover.
Otros objetivos que se establecen, es dar una motivacion para realizar estudios
en el sentido de la computacion cuantica. Ademas de explicar los fenomenos
que se presentan a escalas atomicas, que son los que ayudan a potencializar el
desempeno de los algoritmos y la caminata cuanticas.
La computación cuántica promete una potencia computacional sin precedentes al aprovechar principios mecánicos cuánticos como la superposición y el entrelazamiento. Sin embargo, el hardware cuántico actual está limitado por la cantidad de cúbits y las altas tasas de error, lo que dificulta la prueba de algoritmos cuánticos complejos a escala. Como resultado, los simuladores cuánticos basados en software que se ejecutan en computadoras clásicas se han convertido en herramientas esenciales para explorar algoritmos y rincipios cuánticos. Estos simuladores, aunque potentes, requieren recursos de memoria significativos debido al crecimiento exponencial de los tamaños de los estados cuánticos. Por ejemplo, representar un estado de N cúbits requiere 2^N números complejos, lo que supone una carga inmensa para los sistemas de memoria clásicos. Este trabajo investiga estrategias de gestión de memoria para optimizar el uso de recursos en simuladores de computación cuántica. Las técnicas exploradas incluyen la eliminación de estados, las estructuras de datos de estado completo, las optimizaciones de aplicaciones de puertas cuánticas, la compresión de datos y los enfoques de memoria distribuida. El objetivo es reducir el consumo de memoria al tiempo que se preserva la precisión de las simulaciones cuánticas. El estudio implementa estas estrategias en un simulador cuántico, proporcionando una comparación detallada de su rendimiento en varios algoritmos cuánticos. Los resultados resaltan las compensaciones entre la eficiencia computacional y el uso de la memoria, ofreciendo información sobre los enfoques más efectivos para escalar simulaciones cuánticas en hardware clásico.
La investigación se realiza con el objetivo de relacionar la computación clásica y la computación cuántica, así como determinar cuáles serán las implicaciones que podríamos ver en un futuro. Como consecuencia, surgen las preguntas: ¿Será la computación clásica eventualmente reemplazada por su contraparte cuántica? ¿Vendrá esta tecnología a revolucionar totalmente el viejo paradigma de las computadoras clásicas o tendrá una aplicación específica en ciertas industrias y se complementará con las computadoras actuales? En este artículo responderemos a ambas preguntas por medio de la ejecución de varios algoritmos de prueba cuyos resultados son la base de nuestro análisis. Cabe destacar que este artículo no se basa en simulaciones, sino en ejecuciones reales de algoritmos cuánticos en una computadora cuántica de 15-qubits.
La computación cuántica tiene una base teórica de más de tres décadas que muestra aceleraciones polinómicas y exponenciales sobre los algoritmos clásicos. Los procesadores que se construyen hoy, sin embargo, son ruidosos, pequeños y de conectividad limitada, aún lejos de aprovechar esa ventaja en problemas de escala real. Este trabajo es un estudio experimental que mide qué tan profunda es esa brecha para cuatro algoritmos cuánticos fundamentales: Bernstein–Vazirani, Simon, Grover sobre instancias de k-SAT y la estimación cuántica de fase. Para cada algoritmo se construyó una contraparte clásica de referencia y se evaluaron, por cada tamaño de entrada, todas las combinaciones posibles de tres modelos de ruido (error de lectura, despolarizante y relajación térmica) con tres topologías de hardware (ideal, lineal de 20 qubits y heavy-hex de 127 qubits, esta última inspirada en el chip ibm_brisbane). El estudio se hizo enteramente en simulación porque permite controlar de forma independiente cada parámetro del ruido y de la conectividad, condición necesaria para hacer comparaciones limpias entre escenarios. Cada uno de los 39 escenarios resultantes por tamaño se repitió 25 veces y los resultados se reportan con intervalo de confianza al 95 % calculado con la t de Student. Toda la infraestructura (algoritmos, generador de instancias, modelos de ruido, scripts de análisis e interfaz gráfica para exploración interactiva) queda reproducible y abierta. Los hallazgos principales son tres. Primero, la ventaja teórica sobrevive en los algoritmos de poca profundidad como Bernstein–Vazirani, mientras que en Grover y en la estimación de fase el ruido deteriora rápidamente el speedup a medida que crece el número de iteraciones. Segundo, el tipo de ruido importa tanto como su nivel: el error de lectura es el menos agresivo porque no se acumula con la profundidad del circuito, mientras que el despolarizante es el más severo. Tercero, la topología influye de forma indirecta pero significativa porque condiciona la cantidad de compuertas SWAP que el compilador debe insertar y, por esa vía, aumenta la profundidad efectiva del circuito. El framework, los datos y los análisis quedan disponibles para quien quiera prototipar pruebas de algoritmos cuánticos en la era NISQ sin depender de tiempo en hardware real.
El desarrollo vertiginoso de las tecnologías cuánticas marca una de las transiciones científicas y tecnológicas más profundas del siglo XXI. Durante décadas, la computación clásica, cimentada en la lógica booleana y el procesamiento de bits discretos, ha sido el motor fundamental de la transformación digital global. Sin embargo, los límites físicos de la miniaturización de semiconductores y la creciente complejidad computacional de problemas en optimización, criptografía y simulación de sistemas complejos han impulsado el surgimiento de un nuevo paradigma: la computación cuántica. La naturaleza intrínsecamente interdisciplinaria de la computación cuántica —que demanda el dominio convergente del álgebra lineal, la teoría de la información, la algorítmica y la ingeniería de hardware— exige superar las barreras departamentales tradicionales y definir nuevas estrategias de diseño curricular. A pesar del interés global por fomentar la alfabetización cuántica, la incorporación de estos contenidos en las mallas curriculares de pregrado y posgrado en América Latina y otras regiones en desarrollo suele ser fragmentaria, opcional o inexistente. Existe una falta de marcos orientadores claros que permitan evaluar cómo se está articulando esta disciplina en la educación superior y cuáles son los modelos pedagógicos más efectivos para su enseñanza. A partir de esta problemática, el presente estudio se articula en torno a la siguiente pregunta central de investigación: ¿De qué manera se está integrando la computación cuántica en los currículos universitarios y cuáles son las estrategias pedagógicas, estructurales e interdisciplinarias necesarias para consolidar su enseñanza efectiva en la educación superior?. Para dar respuesta al problema formulado, esta investigación establece como propósito central: analizar el estado actual, las dinámicas de integración y los desafíos curriculares de la computación cuántica en las instituciones de educación superior, con el fin de proponer un marco didáctico e interdisciplinario que oriente el diseño de programas académicos pertinentes y adaptados a las exigencias del entorno tecnológico contemporáneo.