Presentamos un circuito cuántico paramétrico original para la evaluación de riesgo de carteras de inversión, ejecutado en hardware cuántico real de IBM con 110 qubits —uno por cada activo financiero. El circuito codifica el riesgo individual de cada instrumento mediante compuertas de rotación RY parametrizadas y las dependencias entre activos mediante compuertas controladas CRY, cuyos ángulos se derivan de las correlaciones históricas. Al medir, la frecuencia de colapso al estado |1⟩ de cada qubit refleja un índice de riesgo que integra tanto el componente individual como el sistémico. El circuito se ejecutó en un procesador IBM Quantum Eagle (127 qubits físicos) con datos reales de mercado. Para validar los resultados se implementó un modelo de referencia clásico basado en propagación matricial sobre el mismo grafo de correlaciones, comparando ambos enfoques mediante correlación de rangos (Spearman ρ, Kendall τ) y desplazamiento de posiciones. Se cuantificaron correlaciones conectadas entre qubits como evidencia de comportamiento no trivial del circuito. Se construyeron carteras ponderadas inversamente al riesgo y se realizó una prueba retrospectiva contra el índice SPY. Se discute el camino hacia la ventaja cuántica.
Presentamos un circuito cuántico paramétrico original para la evaluación de riesgo de carteras de inversión, ejecutado en hardware cuántico real de IBM con 110 qubits —uno por cada activo financiero. El circuito codifica el riesgo individual de cada instrumento mediante compuertas de rotación RY parametrizadas y las dependencias entre activos mediante compuertas controladas CRY, cuyos ángulos se derivan de las correlaciones históricas. Al medir, la frecuencia de colapso al estado |1⟩ de cada qubit refleja un índice de riesgo que integra tanto el componente individual como el sistémico. El circuito se ejecutó en un procesador IBM Quantum Eagle (127 qubits físicos) con datos reales de mercado. Para validar los resultados se implementó un modelo de referencia clásico basado en propagación matricial sobre el mismo grafo de correlaciones, comparando ambos enfoques mediante correlación de rangos (Spearman ρ, Kendall τ) y desplazamiento de posiciones. Se cuantificaron correlaciones conectadas entre qubits como evidencia de comportamiento no trivial del circuito. Se construyeron carteras ponderadas inversamente al riesgo y se realizó una prueba retrospectiva contra el índice SPY. Se discute el camino hacia la ventaja cuántica.
La optimización de carteras de inversión representa un desafío para el inversor al momento de seleccionar la combinación correcta de acciones a efectos de maximizar los retornos esperados y minimizar los riesgos. Es así que en contraste con el paradigma de la computación tradicional, la computación cuántica no sólo acelera de manera sustancial el proceso de las computadoras tradicionales si no que optimiza la performance del método que determina cuáles acciones deben ser incluidas en las carteras de inversión y cuáles no. En este trabajo presentamos un estudio de comparación y referencia entre el resultado obtenido por tres diferentes metodologías de optimización de cartera: a) aproximación clásica, b) aproximación cuántica, c) un híbrido entre la aproximación cuántica incorporando criterios de Inteligencia Artificial. Para el primero de los casos utilizamos el modelo de Markowitz, el cual es un algoritmo clásico para determinar carteras eficientes, para nuestra aproximación cuántica hemos trabajado con un algoritmo de optimización cuántico llamado Variational Quantum Eigensolver (VQE) y por último hemos intentado mejorar este último criterio de optimización con un índice de sentimiento calculado con procesamiento de lenguaje natural (NLP) y una métrica de forecasting multivariado basado en Machine Learning.
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 problema de la flecha del tiempo y la reversibilidad son tópicos centrales de la historia de la Física. Con el advenimiento de las tecnologías cuánticas, se presenta la oportunidad de estudiar sistemas cuánticos individuales, vinculando los problemas mencionados con desafíos tecnológicos. Nuestro objetivo es investigar la irreversibilidad en procesadores cuánticos, en relación al estudio de distintos modelos de ruido. Para ello, generamos circuitos cuánticos aleatorios, seguido de sus circuitos inversos. Si el dispositivo considerado fuera ideal, deberíamos recuperar el estado inicial de la computadora cuántica (es decir, aquel en el que todos los n qubits involucrados en un circuito están en cero |000...⟩). Sin embargo, esto no es así en presencia de ruido. De esta forma, nos proponemos estudiar cómo se comporta la magnitud M = |⟨000...|f⟩|2 (donde |f⟩ es el estado final) para distintos tipos de ruido en circuitos cuánticos aleatorios. Esto puede pensarse como una estrategia similar a la que se utiliza para estudiar el eco de Loschmidt en sistemas de múltiples spines [2]. Usamos QISKIT [1] para calcular los valores de M asociados a dichos circuitos, utilizando simuladores de distintos prototipos de computadoras cuánticas, de forma tal de evaluar el solapamiento entre los estados finales y los iniciales, simulando mediciones de los estados finales. De esta forma, se obtienen histogramas que muestran las distribuciones de los valores de M asociados a los circuitos para distintos modelos de ruido. Los parámetros de las simulaciones son: el dispositivo cuántico simulado, el tipo de ruido, el número de qubits por circuito, y la profundidad del circuito (cantidad de capas de compuertas). De esta forma, se busca evaluar cómo se comporta la irreversibilidad en relación al ruido en distintas arquitecturas de procesadores cuánticos. Un objetivo a futuro es comparar los resultados obtenidos con lo que se obtendría con dinámicas No-Hermíticas [3].
En este trabajo de investigación se aborda el compromiso fundamental entre velocidad y fidelidad en la implementación de compuertas cuánticas, un desafío central para la computación cuántica escalable. Se propone y valida un protocolo teórico para ejecutar rotaciones selectivas ultrarrápidas en el eje X de un qubit acoplado a un resonador en el marco de la electrodinámica cuántica de circuitos (circuit-QED). A diferencia de los métodos de selectividad espectral estándar, que sufren de fugas de rotación en regímenes de alta potencia, nuestro enfoque abandona el ajuste fino de la desintonía. En su lugar, se utiliza un drive transversal resonante y de alta intensidad (ωq = ωL), partiendo del modelo cuántico de Rabi completo para explotar la interferencia de los términos contra-rotantes. El control de alta fidelidad se logra mediante la introducción de un segundo láser longitudinal modulado en frecuencia, que genera una condición de resonancia de banda lateral extremadamente precisa. La derivación de un Hamiltoniano efectivo y las correspondientes simulaciones numéricas en QuTiP demuestran el éxito del protocolo: se logra una rotación pura en X para un estado fotónico selecto en un tiempo de compuerta de aproximada mente 16 ns, mientras que la dinámica para los estados no selectivos es suprimida eficazmente, validando cuantitativamente el modelo teórico y ofreciendo una solución robusta al problema de las fugas de rotación.
En este trabajo se realizó un estudio de una cadena de Kitaev finita mediante circuitos cuánticos en un computador cuántico real. Inicialmente, se estudia analíticamente el proceso conocido de diagonalización de este modelo. Luego, se da un breve resumen de la teoría matemática de la computación cuántica y, después, se presenta la plataforma de IBM, dónde se corren los circuitos cuánticos implementados. Posteriormente, se presenta la metodología para diseñar los circuitos cuánticos que, basados en el ya conocido método analítico, diagonaliza el hamiltoniano de la cadena de Kitaev finita. Explícitamente presentamos el circuito para cadenas de 4 y 8 sitios fermiónicos. Así mismo, se muestra el procedimiento para realizar una evolución temporal del sistema para un estado inicial particular. Se corrieron los circuitos en un computador cuántico real y en un simulador, para diferentes valores de la relación entre el potencial químico y el parámetro de interacción del modelo, y se midió la evolución temporal de la ocupación fermiónica promedio...
La computación cuántica ha impulsado múltiples líneas de investigación en los últimos años, debido al interés conjunto de la comunidad científica y de la industria tecnológica en diseñar ordenadores cuánticos capaces de ejecutar circuitos con alta precisión. Como resultado, nuevos enfoques como el MBQC (computación cuántica basada en mediciones) han surgido como alternativas viables al modelo estándar de computación cuántica. De igual manera, empresas tecnológicas como Google o IBM continúan impulsando de manera sostenida el desarrollo del hardware para computación cuántica, logrando avances significativos como el procesador Heron de 156 cúbits de IBM o el chip Willow de Google para la corrección de errores cuánticos. En particular, la introducción de Qiskit como software libre, por parte de IBM, brinda a los usuarios la posibilidad de realizar experimentos de computación cuántica utilizando ordenadores cuánticos reales, lo que sugiere la importancia de Qiskit dentro de este campo. Por tal motivo, el objetivo de este trabajo es diseñar una plantilla en Python con Qiskit para aplicar el protocolo MQBC en diferentes circuitos y ejecutarlos en un ordenador cuántico de IBM. Esta plantilla se basa en el modelo One-Way, un enfoque particular del MQBC, aplicado a un clúster lineal de 4 cúbits, y utiliza técnicas como la Postselección, Reetiquetado y Tomografía cuántica para caracterizar los estados de salida generados. Con ello, se busca implementar 5 circuitos cuánticos correspondientes a diferentes configuraciones clústers lineales y bidimensionales, a partir del estado clúster lineal de 4 cúbits. Asimismo, se mostrarán los pasos para implementar un circuito que detalla una búsqueda cuántica de dos cúbits. Para verificar la validez de los resultados, se calculará la fidelidad para cada estado de salida, considerando los circuitos teóricos descritos en el paper Experimental One-Way Quantum Computing. Finalmente, para las configuraciones de clúster bidimensionales, se analizará el grado de entrelazamiento para confirmar la generación de estados entrelazados a partir de cúbits codificados inicialmente separables. En adición, esta tesis tiene como finalidad servir como documento de referencia para facilitar el aprendizaje de Qiskit en futuros trabajos de computación cuántica.