Computacion Cuantica PDF

Computacin cuntica.
Nasser Darwish Miranda

Universidad de La Laguna
ndice general
1. Introduccin: El por qu de la computacin cuntica.
2. Teora cuntica de la informacin.

2.1. Teora clsica de la informacin. . . . . . . . . . . . . . . . . . . . .
2.1.1. Medida de la informacin. . . . . . . . . . . . . . . . . . . .
2.1.2. Compresin de la informacin. . . . . . . . . . . . . . . . . .
2.2. Teora cuntica de la informacin. . . . . . . . . . . . . . . . . . .
2.2.1. Nociones bsicas sobre informacin en mecnica cuntica.
2.2.2. El problema de la simulacin. . . . . . . . . . . . . . . . . .
2.3. Las bases de la computacin cuntica: el experimento de Einstein, Podolsky y Rosen. . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1. Primera sorpresa: Es posible medir sin alterar un sistema.
2.3.2. Segunda sorpresa: Las desigualdades de Bell. . . . . . . . .
2.4. La informacin en mecnica cuntica. . . . . . . . . . . . . . . . .
2.4.1. Qubits. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4.2. Entropa de Von Neumann. . . . . . . . . . . . . . . . . . . .
2.4.3. Entrelazamiento. . . . . . . . . . . . . . . . . . . . . . . . . .
2.4.4. Puertas cunticas. . . . . . . . . . . . . . . . . . . . . . . . .
2.4.5. Reversibilidad en computacin. . . . . . . . . . . . . . . . .
2.4.6. Teorema de no clonacin. . . . . . . . . . . . . . . . . . . . .
23
23
23
24
24
25
26
28
30
30
3. Definicin de computador cuntico.

3.1. Definicin de computador. . . . . . . . . . . .
3.2. Teora clsica de la computacin. . . . . . . .
3.2.1. Puertas lgicas. . . . . . . . . . . . . . .
3.2.2. La mquina de Turing. . . . . . . . . .
3.2.3. Complejidad computacional. . . . . . .
3.2.4. El problema de la detencin. . . . . . .
3.2.5. Criptografa RSA. . . . . . . . . . . . . .
3.3. Teora cuntica de la computacin. . . . . . .
3.3.1. El principio de Church-Turing y el QC.
3.3.2. Procedimientos cunticos. . . . . . . .
.
.
.
.
.
.
.
.
.
.
33
33
33
34
35
36
37
38
38
39
39
4. Los problemas que resuelve el computador cuntico.

4.1. El mtodo de factorizacin de Shor. . . . . . . . . . . . . . . . . . .
41
42
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
11
15
20
20
22
ndice general
4.2.
4.3.
4.4.
4.5.
4.1.1. Bsqueda del periodo de una funcin. .

4.1.2. Factorizacin de enteros grandes. . . . .
Codificacin superdensa. . . . . . . . . . . . .
Teletransporte cuntico. . . . . . . . . . . . . .
El algoritmo de bsqueda de Grover. . . . . . .
Aplicaciones a la inteligencia artificial. . . . . .
4.5.1. Juegos de un movimiento. . . . . . . . .
4.5.2. Juegos de varios movimientos. . . . . . .
4.5.3. Algunas conjeturas sobre la naturaleza.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
42
45
46
47
48
51
52
53
54
5. Una aplicacin llevada a la prctica:Criptografa cuntica.

5.1. Justificacin de la criptografa cuntica. . . . . . . . .
5.2. Descripcin de una transmisin. . . . . . . . . . . . .
5.2.1. Distribucin de clave cuntica. . . . . . . . . .
5.2.2. Comunicacin segura en presencia de ruido. .
5.2.3. Bit commitment. . . . . . . . . . . . . . . . . . .
5.3. Realizaciones prcticas. . . . . . . . . . . . . . . . . . .
5.4. Observaciones. . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
56
56
57
57
58
58
6. El computador cuntico.
6.1. El computador cuntico. . . . . . . . . .
6.2. Modelos de computador. . . . . . . . . .
6.3. El modelo de circuito cuntico. . . . . .
6.4. El autmata celular cuntico (QCA). . .
6.4.1. Nociones generales sobre el QCA.
6.4.2. Acoplamiento con el exterior. . . .
6.4.3. Descripcin del autmata celular.
6.4.4. Problemas del QCA. . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
59
59
59
60
60
61
62
63
67
.
.
.
.
.
.
.
.
.
.
.
69
69
69
70
74
74
75
76
78
79
79
81
8. Conclusiones.
8.1. Lo que el QC es capaz de hacer. . . . . . . . . . . . . . . . . . . . .
83
83
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7. Construccin del computador cuntico.

7.1. Decoherencia. Cdigos cunticos detectores de error. . . . .
7.1.1. Significado de la decoherencia . . . . . . . . . . . . . .
7.1.2. Cdigos cunticos de deteccin de error . . . . . . . .
7.1.3. Capacidad de los canales cunticos. . . . . . . . . . .
7.2. Otros problemas: la interconexin. . . . . . . . . . . . . . . .
7.3. Alternativas para la construccin del computador cuntico.
7.3.1. Trampas inicas. . . . . . . . . . . . . . . . . . . . . . .
7.3.2. Resonancia magntica nuclear. . . . . . . . . . . . . .
7.3.3. Impurezas en semiconductores. . . . . . . . . . . . . .
7.3.4. Quantum dots. . . . . . . . . . . . . . . . . . . . . . . .
7.3.5. Cavidades pticas de alta calidad. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ndice general
8.2. Lo que el QC no es capaz de hacer. . . . . . . . . . . . . . . . . . .
8.3. Seremos capaces de construir un QC? . . . . . . . . . . . . . . .
9. Apndice: tcnicas mencionadas en el trabajo.
9.1. Preparacin del procesador. . . . . . . . . .
9.1.1. Bombeo ptico. . . . . . . . . . . . . .
9.1.2. Enfriamiento lser. . . . . . . . . . . .
9.2. Tcnicas de medida. . . . . . . . . . . . . . .
9.2.1. Salto cuntico. . . . . . . . . . . . . .
9.2.2. Shelving electrnico. . . . . . . . . . .
9.3. Control de la evolucin. . . . . . . . . . . . .
9.3.1. Spin-echo. . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
85
86
89
89
89
89
89
89
89
89
89
ndice general
1 Introduccin: El por qu de la
computacin cuntica.
Antes de comenzar a hablar de la computacin cuntica tal vez sea importante sealar que hay mucho ms que decir sobre este tema que simplemente
ceirnos a una implementacin particular de una mquina para hacer clculos. El computador cuntico es una idea que crece a medida que se desarolla
la teora cuntica de la informacin. De este modo cada una de estas entidades crece con ayuda de la otra. Hoy en da el computador cuntico encuentra enormes dificultades para ser construdo en la prctica, hasta el punto que
determinados autores opinan que es inviable. Si bien yo opto por una postura
ms optimista, lo cierto es que a medida que vayamos afrontando los problemas que surgen a la hora de crearlo, aprenderemos ms y ms sobre cmo
funcionan los sistemas cunticos y sobre cmo se comporta la informacion que
de ellos somos capaces de obtener.
Hasta hace relativamente poco tiempo nuestra preocupacin acerca de los
sistemas fsicos giraba en torno a, dadas unas determinadas condiciones iniciales, averiguar cmo evolucionaran con el tiempo. Para caracterizar estos
sistemas de una manera adecuada fueron surgiendo conceptos, magnitudes,
con las que ramos capaces de representarlos sin necesidad de referirnos directamente a ellos. Sin embargo, aunque inconscientemente, al hacer esto
fuimos desarollando un lenguaje orientado a la informacin que de los sistemas podamos extraer, sin que ello implicase al sistema propiamente dicho.
No fue hasta la llegada de la mecnica estadstica, y ms tarde a la teora de
la informacin, que nos empezamos a preocupar por la informacin como una
entidad. Y de hecho es la fsica la ciencia adecuada para estudiar el comportamiento de la informacin. Despues de todo, vivimos en un mundo sensorial y
creamos el castillo de conocimientos que tenemos sobre l en base a nuestras
sensaciones.
La mecnica estadstica se vio enfrentada a la necesidad de caracterizar
el comportamiento de ciertos sistemas fsicos para los que no nos es posible obtener en ningun momento informacin completa sobre su estado. No
slo era inabordable la medicin de cada uno de los parmetros dinmicos
de las partculas que componen un sistema macroscpico, sino que adems
es inabordable la solucin del problema de ms de dos cuerpos y, an peor,
el tamao del problema no se escala linealmente con el nmero de partculas, pues cada una de ellas interacta con todas las dems. Este asunto ser
1 Introduccin: El por qu de la computacin cuntica.

tratado ms adelante, desde otra perspectiva. Lo interesante de la mecnica
estadstica es que dio significado a una serie de cantidades que procedan de
la termodinmica, y que carecan de significado. Abordar el problema de la
evolucin de un gas desde un punto de vista puramente mecnico, adems de
muy complejo, por decirlo de alguna manera, es tambien improductivo, pues
dara lugar a una caracterizacin puramente mecnica. De esta forma, ni la
entropa ni la presin, temperatura... etc. tendran an sentido, pese a que
son efectivamente medibles. En este caso es precisamente la energa cintica
de cada partcula lo que est fuera de nuestro mundo sensorial, as como el
resto de cantidades introducidas por la mecnica, ya sea clsica o cuntica. La
idea de entropa, en particular, hace pensar en la informacin de los sistemas
fsicos como una entidad fsica independiente, que evoluciona de acuerdo a
unas ecuaciones particulares, como se saba que haca el momento lineal, por
ejemplo. En la paradoja del demonio de Maxwell, la violacin del segundo principio de la termodinmica requera la presencia de un personaje capaz de
decidir cundo una partcula iba a atravesar la barrera que separaba dos recipientes, ademas de cual era su estado de movimiento, a fin de aumentar el
gradiente trmico. Precisamente eso es disponer de informacin sobre el sistema, informacin que desde nuestra escala no es accesible, ya no slo por las
caractersticas del sistema, sino tambien por la entropa de ste: si no conocemos el microestado particular del sistema, no podemos abrir y cerrar la barrera
cuando se supone que lo hara el demonio de Maxwell. De todas formas no es
mi intencin entrar a discutir la paradoja en s, sino hacer ver que la idea de
informacin es el centro sobre el que gira la fsica estadstica.
Result mucho ms evidente la necesidad de caracterizar el comportamiento
fsico de la informacin a raz del surgimiento de la mecnica cuntica. El
principio de incertidumbre de Heisemberg
(1.1)
establece una cota superior para el grado de informacin que podemos extraer
de los sistemas fsicos. Nos encontramos con que la informacin desempea
un papel esencial en la descripcin de los sistemas cunticos. Por otro lado, estos sistemas presentan comportamientos particulares, no observables a
escala macroscpica, que por una parte deseamos comprender y por otra, si
fuera posible, aprovechar para obtener algn tipo de beneficio. Ms adelante
descubriremos que existen problemas particulares para los que un sistema
cuntico aporta una aceleracin crtica en el sentido de hacer resoluble un
problema que no lo es en la actualidad.
Desde el punto de vista tecnolgico, las tcnicas empleadas para construir
circuitos integrados se acercan a sus lmites, debido a la fsica de los procesos empleados. Hablo por ejemplo de difraccin en lo que respecta a la luz
con la que realizamos la litografa. Y si bien podramos olvidar estas limitaciones, ocurre que desde el comienzo todos los computadores han estado basados en las leyes de la mecnica clsica. Estas leyes han alcanzado los niveles
ms avanzados de aplicabilidad en la microelectrnica moderna, y aunque podamos desarrollar diseos cada vez ms ptimos para los circuitos, stos se
apoyarn siempre sobre un modelo antiguo, como es el de puertas convencionales, y nunca podremos escapar a las limitaciones inherentes a l. Ms
adelante hablar sobre estas limitaciones y sobre en que medida pueden resolverse recurriendo a la mecnica cuntica.
Aparte de lo que es el computador cuntico en s, aprenderemos lo que nos
sea posible sobre la teora cuntica de la informacin. Encontraremos hechos
sorprendentes, que oblgan a matizar resultados clsicos y hacen posibles cosas
prohibidas por la relatividad especial. Sobre esto incidir en el apartado referente al teletransporte cuntico y el resto de problemas que un QC s es capaz
de resolver.
Muchas de las fuentes que cito se refieren al computador cuntico como una
entidad abstracta, pero otros dedican sus investigaciones hacia cmo construir
estos dispositivos en la prctica, y a esto dedico la ltima parte del trabajo.
De cualquier modo, sean ms o menos optimistas los autores respecto a la
posibilidad de llevar un diseo de computador cuntico a la realidad, todos
han dedicado su tiempo y su inters en este asunto, cosa que indica en mi
opinin que el tema resultar (espero que tambien este trabajo) gratificante y
una ayuda en el estudio de la interpretacin de la mecnica cuntica.
1 Introduccin: El por qu de la computacin cuntica.
10
2 Teora cuntica de la informacin.

Antes de comenzar a hablar sobre computacin cuntica presentar las
bases sobre la ciencia que estudia el comportamiento de la informacin, y
sobre su conexin con la mecnica cuntica.
2.1.
Teora clsica de la informacin.
Comenzar hablando a nivel bsico sobre la teora clsica de la informacin.

Las ideas que introducir sern necesarias para entender el resto del trabajo.
2.1.1. Medida de la informacin.

El primer problema que nos deberamos plantear es el de la medida de la
informacin. Parece intuitivo decidir en que medida conocemos un sistema,
pero necesitamos una formalizacin. La pregunta puede plantearse en unos
trminos bastante sencillos:
Supongamos que nos dan el valor de un cierto nmero, X. Cunta
informacin obtenemos a partir de esto?
Bien, esto depende de lo que supisemos previamente sobre ese nmero. Por
ejemplo, digamos que ya sabamos el valor. En tal situacin habremos aprendido exactamente nada. Por otra parte, pongamos que sabamos que el valor
X es obtenido al tirar un dado. En este otro caso desde luego que habremos
obtenido informacin. Ms tarde hablar sobre cantidades.
Una observacin: una medida de la informacin es a su vez una medida de la
ignorancia, puesto que la informacin que, dependiendo del contexto, contenga
X, es precisamente la que ganaramos al conocer su valor, y por lo tanto parte
de la incertidumbre inicial.
Entropa de Shannon.
Sea X una variable aleatoria, que toma el valor x con probabilidad p(x). Definimos el contenido de informacin, o entropa de X como:
(2.1)
11

Ahora queda interpretar esta definicin: Que utilicemos base 2 para el logaritmo es simple cuestin de convenio. La entropa es siempre positiva, dado que
p(x) est normalizada a la unidad, y por tanto el logaritmo resulta negativo o
cero. S es una funcin de la distribucin de probabilidades de los valores de X.
Es normal que esto sea as, dado que mayor informacin esperaremos obtener
de la cantidad X si los valores que puede tomar son equiprobables que si alguno de ellos es casi seguro. Asumiendo la notacin del documento de Steane
[1] en lo sucesivo indicar S({p(x)}) como S(X), no perdiendo de vista lo que en
realidad significa. Estamos acostumbrados a hablar de entropa en el contexto de la fsica estadstica, pero definida de este modo adquiere significado en
cualquier disciplina donde el grado de conocimiento que tengamos sobre un
sistema sea importante, como en biologa o economa.
Veamos algn ejemplo sobre cmo funciona esta expresin:
1.
Supongamos que sabemos de antemano que X tomar el valor 2, es decir,

la distribucin de probabilidad es una delta:
o bien, p(x)=0 para x

; p(2)=1. Todos los valores posibles de x son
recorridos por el sumatorio, pero slo cuando x=2 tendremos un trmino
no nulo:
En otras palabras, no aprendemos nada, como dije antes. X no contiene

informacin.
2.
Consideremos la situacin en la que el valor de X viene dado al tirar

un dado. Los valores posibles para X son los enteros, del uno al seis
{1,2,3,4,5,6}, todos ellos en principio con la misma probabilidad, . Si
sustitumos las cantidades en la expresin (1):
Cuando X puede tomar N valores diferentes, el valor de la entropa se maximiza

cuando todos tienen igual probabilidad, p(x)=
. Sobre esto ya apunt algo
antes. Ganaremos ms informacin al conocer el valor que toma X cuanto
menos sepamos en principio sobre cul puede ser. El que los posibles valores
de X sean equiprobables es claro que hace mxima nuestra incertidumbre. La
mxima cantidad de informacin que puede almacenarse en una varible que
puede tomar N valores diferentes corresponde a todos con probabilidad , es
decir:
12
(2.2)
2.1 Teora clsica de la informacin.

Y cunto vale la unidad de informacin?
Si partimos del anlisis de una variable que puede tomar slo dos valores
con igual probabilidad, al aplicar (2.1) encontramos S(X)=1. Esto va asociado
al hecho de haber elegido base 2 en la definicin. Otra escala habra llevado a
otras medidas, claro, y a una unidad de entropa con un valor diferente, pero
somos libres de escoger, al igual que hacemos con cualquier otra magnitud.
Cuando una variable puede tomar slo dos valores, es claro que la probabilidad de que tome uno de ellos depende de la de que tome el otro. Si X puede
valer slo 1 o 0, entonces p(x=0)=1-p(x=1) , pues el sistema no puede escoger
ms alternativas. Todo el contenido informativo de X depende entonces de una
nica probabilidad. Sustituyendo en (2.1) los parmetros correspondientes a
un sistema de este tipo:
(2.3)
obtenemos la entropa de un sistema de dos estados o, en adelante, simplemente funcin entropa. La funcin entropa de este modo definida toma valores
entre 0 y 1.
Entropa condicional e informacin mutua.
La entropa condicional se define a partir de la probabilidad condicionada.
Representamos la probabilidad de que dado un valor X=x para un parmetro,
tengamos Y=y, como p(x|y). A partir de l, la entropa condicional S(x|y) se
define como:
(2.4)
La segunda de las igualdades se obtiene de
(2.5)
que es la probabilidad de que X=x al mismo tiempo que Y=y.

Podemos interpretar la definicin observando que S(x|y) da una idea de
cuanta informacin permanecera oculta en Y si estuvisemos interesados en
el valor de X. Conviene observar que Y contendr menos informacin en general, nunca ms, cuanto ms sepamos sobre X, y que ambas variables no tienen
por que determinar el valor de la otra en igual medida:
(2.6)
La primera de estas expresiones se convierte en una igualdad cuando el valor

de X no determina de ningun modo el valor de Y. Sobre la segunda expresin,
podemos imaginar, por ejemplo, una relacin condicional, pero no biunvoca.
De este modo podramos utilizar:
13

Si X toma valor 2, entonces Y tomar valor cero
En esta situacin, saber que X=2 determina completamente el valor de Y,
mientras que conocer el valor de Y no nos dice nada sobre el de X.
A partir de la entropa condicional podemos definir la informacin mutua
como :
(2.7)
Esta cantidad da idea de cuanta informacin contiene cada variable sobre

la otra. Si se trata de variables independientes entoces p(x,y)=p(x)p(y), y la
informacin mutua es ninguna. La siguiente figura procede de [1], como casi
todo el apartado, pero he credo conveniente incorporarla porque ilustra muy
bien estas ideas
S(X|Y)
I(X:Y)
S(Y|X)
S(X)
S(Y)
S(X,Y)
Variables con informacin mutua.

Comprobar ahora que el conenido informativo de la pareja (X,Y), esto es, la
informacin que obtendramos al averiguar ambos valores sin conocer inicialmente ninguno, obedece a:
(2.8)
esto es, la suma de la informacin asociada a ambas variables menos la

que comparten, para no duplicarla. Para hacerlo recurrir a la definicin de
entropa, ec. 2.1:
q q
donde Z es el hecho compuesto (X,Y). De este modo, Z=z significar que

(X,Y)=(x,y). Ahora el problema se reduce a sustituir la probabilidad p(z) en la
expresin anterior. Se trata de la probablidad de que simultneamente X e Y
tomen unos valores previstos. Esto podemos hacerlo utilizando 2.5:
desarrollando:
r s
s
14

Utilizando la definicin de informacin mutua 2.7 puedo poner la expresin
anterior como:
r t
t
donde he sumado y restado un trmino al final. Agrupando convenintemente:

multiplicando y dividiendo por p(x) los argumentos del logaritmo:
que no es otra cosa que:
basta con interpretar los trminos para comprobarlo, teniendo en cuenta

que la probabilidad de obtener X=x o Y=y est condicionada por el valor de la
otra variable.
Por otra parte, si bien la informacion puede perderse, esta no puede surgir
de ninguna parte. Esto lo expresamos por medio de la desigualdad del procesaniento de datos :
(2.9)
Esto es, si X conduce a Y, e Y conduce a Z (hablamos de una cadena markoviana1 ), entonces la informacin que comparte X con Z en ningn caso podr
ser mayor que la que comparte con Y. En un proceso de este estilo Z depende
directamente de Y, pero no de X:
Una forma de expresar lo que ocurre es, al tratar a Y como un procesador de la informacin,
decir que no puede transmitir a Z ms informacion que la que recibe de X.
q q s
2.1.2. Compresin de la informacin.

Es cierto que hemos definido una unidad de informacin, pero an no sabemos si proceder as sin ms es un modo adecuado de cuantificarla, o si existe
algn otro modo de hacerlo. Plantear la siguiente situacin:
1
Una cadena markoviana es aqulla en la que un elemento est relacionado con el anterior y
con el siguiente, pero con ningun otro ms.
15

Supongamos que una persona, que en lo sucesivo se llamar Alice, conoce
el valor de X, y quiere transmitirlo a Bob. Considerar solo el caso en que X
puede tomar dos valores (s o no). Podemos considerar que Alice es una fuente
de informacin con un alfabeto de dos smbolos. Mediremos la cantidad de
informacin que Alice enva a Bob contando cuantos bits en promedio necesita
enviar para que ste se de por enterado del valor de X. La posibilidad ms
natural es enviar un 0 o un 1, consiguiendo con ello una tasa de transferencia
de un bit por valor comunicado.
Sin embargo, es interesante el caso en que si bien X es una variable aleatoria,
uno de sus valores es mas probable que el otro. En este caso podemos proponer
un esquema ms eficiente que el anterior:
Sea p la probabilidad de de tener X=1, mientras que 1-p ser la de que
X=0. Entonces Alice puede esperar a n ocurrencias del parmetro X, con n un
nmero relativamente grande. El nmero promedio de unos que contendra
tal secuencia lo denominar np. Cualquier secuencia de esta duracin tendr aproximadamente el mismo nmero de unos. La probabilidad de obtener
cualquier secuencia con np unos:
(2.10)
El lado derecho de la ecuacin es una generalizacon del lado izquierdo.

Definiremos una secuencia tpica como aquella que obedezca a:
(2.11)
La probabilidad de los n valores de Alice formen una secuencia tpica es

mayor que 1- . Con n suficientemente grande no importa cmo de pequeo sea
. Alice no necesita comunicar todos los bits, sino slo indicar a Bob cul de
las secuencias tpicas est enviando. As no har falta enviar toda la secuencia,
sino slo una etiqueta, sobre la que ambos se habrn puesto de acuerdo.
Puede demostrarse que las secuencias tpicas tienen todas la misma probasecuencias de este tipo. Para comunicar
bilidad, y que hay un total de
valores diferentes sabemos que basta transmitir
bits. Esto es lo
mejor que puede hacerse, pues las secuencias tpicas son equiprobabeles. Esto, a su vez, significa que el contenido en informacin de cualquier valor de
X en la secuencia original es H(p), lo que est de acuerdo con la definicin de
entropa 2.1. Para comunicar n valores distintos de X slo necesitamos enviar
nS(X) n bits. Cuando el contenido informativo de X es mximo (1) estamos en
el caso lmite: no podemos dejar de enviar bits sin dejar de enviar informacin.
A esta posibilidad es a la que se conoce como compresin de los datos. El teorema que asegura esto se denomina teorema de la comunicacin sin ruido de
Shannon.
Tenemos un inconveniente cuando utilizamos secuencias tpicas para comprimir informacin: Alice primero tiene que decidir que secuencia tpica va a
enviar, y esto puede llevar mucho tiempo. Podemos elegir otra alternativa:
16

Imaginemos que Alice espera poco, por ejemplo cuatro decisiones, y comunica este mensaje de la manera ms compacta posible. Entonces elige palabras
de cdigo ms cortas para las secuencias ms frecuentes, y palabras ms
largas para las menos probables. El mtodo de Huffman hace precisamente
esto. El ejemplo de la tabla representa la eleccin para p=1/4:
Codificacin BCD
0000
0001
0010
0011
0100
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
Huffman (compresin)
10
000
001
11000
010
11001
11010
1111000
011
11011
11100
111111
11101
111110
111101
Hamming (errores)
0000000
1010101
0110011
1100110
0001111
1011010
0111100
1101001
1111111
0101010
1001100
0011001
1110000
0100101
1000011
Tabla I: El cdigo Huffman comprime la informacin, mientras que

el cdigo de Hamming detecta y corrige errores. Hablar de esto
ltimo a continuacin.
El canal binario simtrico.
Hasta ahora he hablado sobre la comunicacin en ausencia de ruido, y por
tanto, de errores. Antes de hablar sobre la correccin de los errores es conveniente hacerlo sobre el comportamiento de los canales, pues este es determinante ante los tipos de errores que surgirn. Las ideas que presento
aqu adquirirn relevancia en el caso de los sistemas cunticos, pues en ellos adquiere gran importancia el fenmeno conocido como decoherencia. Si
bien no es el momento de empezar a discutir sobre decoherencia, s lo es para
hablar en trminos generales de tipos de errores y de estrategias para corregirlos.
El tipo de canal ms sencillo que podemos estudiar se conoce como canal
binario simtrico. Un canal de este tipo introduce aleatoriamente errores en
los bits, cambiando unos por ceros y ceros por unos con igual probabilidad.
Adems del ms sencillo es tambien el ms importante, pon un lado debido
a que modeliza bien muchos canales que existen en la realidad, y por otro
porque cuando no sabemos nada sobre un canal lo ms razonable es suponer
17

que tiene un comportamiento de este tipo. Podemos imaginar otros canales,
como uno que slo sustituya los unos por ceros, pero no al conrario, etc. En
los sistemas cunticos nos preocuparn tambien otros tipos de error de las
funciones de onda, debidos a acoplamientos con otros sistemas (esto es, la
decoherencia).
Un canal binario simtrico slo necesita de un parmetro para ser caracterizado, pues la probabilidad de error es la misma tanto para los ceros como para
los unos. El parmetro escogido ser p, la probabilidad de error por bit enviado. Llamar X al mensaje enviado por Alice, e Y al mensaje recibido por Bob,
quien tiene como objetivo recuperar el original. Imaginemos que el mensaje
consta slo de un bit. A travs de la probabilidad condicionada:
Estas expresiones dicen: la probabilidad de recibir un bit, habiendo sido

enviado el otro, es la probabilidad de error de bit, mientras que la probabilidad
de que el error no se produzca es uno menos esa probabilidad, como es de
esperar.
Pero cualquier mensaje es mayor de un bit. Entonces podemos recurrir a la
entropa condicional, definida en 2.4:
Con esta expresin no digo ms que la informacin que se pierde en un error

de bit es precisamente toda la informacin que el bit contiene. Recurriendo a
la definicin de informacin mutua 2.7, podremos escribir:
(2.12)
En otras palabras, la informacin que comparten ambos sistemas es la que

contiene uno de ellos menos la informacin perdida debido a errores en la
comunicacin. Ms ruido en el canal significa un valor de p ms alto, lo que
se traduce a su vez en mayor prdida de informacin y menor informacin
mutua.
Hasta el momento he hablado de canal no como una entidad particular,
sino como aquello que distingue un sistema de otro. Sin embargo el canal
es un sistema, y como tal desearamos caracterizarlo. Definimos la capacidad
del canal como la mxima cantidad de informacin que pueden compartir dos
sistemas que se comuniquen a travs de l, maximizada a todos los tipos de
fuentes:
(2.13)
La definicin observa todo tipo de fuentes. Imaginemos que cierto canal permuta los ceros por unos con una determinada probabilidad, pero deja los unos
18

sin errores. Una fuente que emita slo unos no sera afectada por error, pero
s lo sera cualquier otra. En particular, si slo envisemos ceros la cantidad
de errores introducidos sera mxima. De aqu se explica que no podamos construir una definicin de capacidad que no tenga en cuenta la fuente.
La expresin 2.13 tiene como inconveniente su falta de operatividad. El problema de la optimizacin es complejo, sobre todo a la hora de decidir cules son
todas las fuentes posibles. Nos gustara disponer de un mtodo analtico para
comparar los canales entre s. Para el caso del canal binario simtrico, a partir de 2.12 y 2.13 , tomando S(X)=1 (esto es, mximo contenido informativo)
,vemos directamente que la capacidad es:
Cdigos correctores de error.

Ante la posibilidad de encontrar errores en una comunicacin una estrategia de recuperacin consiste en incorporar alguna informacin adicional (por
ejemplo, en cada palabra del cdigo) sobre el formato que esperamos que se
reciba. De este modo, si el error aparecido rompe este formato podr ser detectado fcilmente. Una posibilidad es la paridad: podemos aadir un bit al final
de cada palabra, de modo que siempre haya un nmero par de unos (ceros).
Si se produce un error en un uno podramos entones detectarlo. Sin embargo,
si se produce un error en un cero, o si el error aparece en dos unos, sera indetectable. Obviamente, unas estrategias sern preferibles a otras en funcin
del mbito. No estamos interesados en corregir errores que no esperamos que
se produzcan, ni podemos ignorar errores altamente probables.
Ser necesario hacer algunas observaciones:
El conjunto {0,1} es un grupo, donde definimos las operaciones +,-, , , con
mdulo 2 (esto es, 1+1=0) .
Una palabra de n bits es un vector. El conjunto de palabras posibles forma
un espacio vectorial ante la suma:
Aqu podemos observar que la suma equivale a la operacin XOR, efectuada

sobre cada bit.
El efecto del ruido, entonces, consistente en transformar unas palabras en
otras: u u=u+e, donde e es el vector de error. El vector de error tiene componentes nulas salvo all donde modifica las del vector original. Con esto, podemos definir un cdigo corrector de error como un conjunto de palabras construdo de modo que:
(2.14)
siendo E el conjunto de todos los errores que el cdogo es capaz de corregir.

El cdigo debe como mnimo no alterar un mensaje sin errores, de modo que
19

e=0 debe estar contenido en E. Un cdigo detector de error es el de Hamming
[2,3], representado en la tabla (1).
El cdigo de Hamming es un cdigo [7,4,3]. La notacin corresponde a [n,k,d],
es el nmero de palabras del
donde n es el nmero de bits de cada palabra,
cdigo y d es la distancia entre palabras (el nmero mnimo de bits en que
difiere cualquier par de palabras del cdigo). Este cdigo corrige como mximo un bit. Cualquier combinacin de los n bits que no sea palabra del cdigo
puede identificarse como errnea. Como hay n bits tenemos
combinaciones
posibles, de las que
son palabras, de modo que E contiene como mximo
miembros. No podemos corregir palabras que pasen desapercibidas en el
cdigo. Por otra parte, un cdigo de distancia mnima d puede corregir todos
los errores que aparezcan en menos de d/2 de los bits transmitidos de cada
palabra. La probabilidad de recibir m errores viene dada por la distribucin
binomial:
(2.15)
r r
para el nmero m de unos en una secuencia de n valores binarios. Recordemos que p es la probabilidad de obtener un 1 en un determinado bit. C(n,m) es
el nmero de combinaciones posibles con m unos en secuencias de longitud n:

r

r
Quedademos satisfechos con un cdigo que sea capaz de corregir un nmero

mayor de errores que el promedio de los que se producen.El teorema de Shannon:
Si la tasa k/n es menor que C(p) y n es un nmero suficientemente
alto, entonces existe un cdigo binario que permite la transmisin
con una probabilidad de error (incorregible) todo lo pequea que se
quiera.
El problema central de la teora de la codificacin es encontrar cdigos de tasas
(k/n) elevadas, con distancias mnimas (d) lo mayores posible. Estos requisitos
no pueden satisfacerse a la vez, de modo que es necesario buscar un valor de
compromiso.
2.2.
Teora cuntica de la informacin.
2.2.1. Nociones bsicas sobre informacin en mecnica cuntica.

Al principio coment el hecho de que el tratamiento de la informacin como entidad independiente adquiri un nuevo significado a raz del surgimiento
de la mecnica cuntica. El apartado que comienza ahora no es ms que un
20
2.2 Teora cuntica de la informacin.

repaso sobre los conceptos ms bsicos de la fsica cuntica, pero por completitud he decidido incluirlo. Los postulados de la mecnica cuntica que nos
interesan ahora son los siguientes:
1.
El estado de un sistema aislado Q se representa por un vector | (t)>en

un espacio de Hilbert.
2.
Las variables, tales como la posicin y el momento se denominan observables y se representan por operadores hermticos. En la base de estados
propios de X las componentes de la posicin y el momento son:
3.
El vector de estado evoluciona de acuerdo a la ecuacin de Schrdinger:
(2.16)
donde H es el operador hamiltoniano.

4.
El estado de un sistema cuntico inmediatamente despues de que sobre

l se efecte una medida es la proyeccin del estado anterior sobre el
subespacio correspondiente al valor propio obtenido de sta. En el caso de
que este valor propio fuese no degenerado el resultado sera precisamente
el vector propio correspondiente.
Donde no he utilizado el signo igual porque el miembro de la derecha est

sin normalizar.
Una consecuencia de los postulados es que la evolucin de un sistema cuntico
aislado siempre es unitraria:
con U, el operador de evolucin, unitario:
Pero los sistemas aislados no existen. Modelizar cualquier sistema cuntico

por medio de la ec. Schrdinger implica hacer una aproximacin ms o menos
fuerte. Un modo de tratar el problema de los alrededores es simplificndolos
como un nico sistema, , que en cierto modo se comporta como si realizase
una medida sobre el estado de Q. Las proyecciones asociadas a la interaccin
no son unitarias, as que aparece una contribucin no unitaria en la evolucin.
Este fenmeno se conoce como decoherencia. Sobre ella y sobre como evitar sus
efectos hablar en la seccin 7.
21
2.2.2. El problema de la simulacin.

Despues de recordar las herramientas que necesitaremos, se plantean las
siguientes cuestiones:
1.
Parece que la naturaleza funciona como un gran procesador de la informacin, y ms a la luz de los postulados de la mecnica cuntica. Un ket,
como descriptor de un sistema cuntico en un instante de tiempo, es un
paquete de informacin, y como tal se comporta. Contiene no la informacin total para especificar por completo el estado del sistema q, sino slo
la que hay disponible, y no informacin sobre otros sistemas.
2.
Puede una computadora simular a la naturaleza en conjunto? Convirtamos la conjetura de Church-Turing en un principio de la fsica:
Cualquier sistema fsico finito realizable puede simularse con precisin arbitrariamente elevada por una computadora universal con
un nmero finito de estados.
Observemos que el postulado no involucra mquinas de Turing. Hay grandes

diferencias entre las mquinas de Turing y los principios que rigen el comportamientoo de los sistemas cunticos. La idea sobre la que gira la computacin
cuntica es la posibilidad de llevar a cabo nuevos tipos de clculos, completamente distintos a los llevados a cabo por los computadores tradicionales.
Y hay resultados que llevan a pensar que realmente existe tal posibilidad. El
problema de la simulacin fue tratado por Feynman en su famoso artculo de
1982, en el que tambien apunt a la posibilidad de construir un computador
basado en las leyes de la mecnica cuntica.
Un computador cuntico en principio parece obvio que servira para simular sistemas cunticos. Supongamos que pretendemos simular un sistema
mediante un computador clsicuyo espacio de Hilbert sea de dimensin
nmeros complejos, las componentes del
co. Est claro que necesitaremos
vector de estado. Un computador cuntico, en cambio, requiere tan slo de
n qubits para hacer lo mismo. As que a nivel de almanenamiento la ventaja
de un computador cuntico sobre uno clsico es obvia. A nivel de clculo, ni
uno ni otro resultarn en general eficientes, pues mientras que para un computador clsico debemos manipular matrices de dimensin
(lo que equivale
a nmero de clculos exponencial con el tamao de la entrada, n) un computador cuntico deber realizar transformaciones unitarias sobre un espacio
de
dimensiones, cosa que necesitra un nmero de puertas que crece en la
misma medida.
Se demuestra que existen algunos sistemas para los que en efecto un computador cuntico puede proceder de manera ms eficiente que uno clsico,
si bien esta no es la situacin general. Fuentes sobre ello: Lloyd 1996, Zalka
1996, Wiesner 1996, Meyer 1996, Lidar y Biam1996, Abrams y Lloyd 1997,
Boghosian y Taylor, 1997.
22
2.3 Las bases de la computacin cuntica: el experimento de Einstein, Podolsky y Rosen.
2.3.
Las bases de la computacin cuntica: el

experimento de Einstein, Podolsky y Rosen.
2.3.1. Primera sorpresa: Es posible medir sin alterar un sistema.

Consideremos parejas de sisetmas cunticos de dos estados, como partculas
de spin 1/2. Llamemos a nuestras partculas A y B, y asociemos los mmeros
cunticos del modo acostumbrado:
Preparamos el sistema en el estado inicial:
Entonces ambas partculas se mueven en sentidos opuestos a lo largo de

un eje coordenado cualquiera, por ejemplo OY. Por un lado Alice recibe su
partcula, y por otro lo hace Bob. El resultado permite predecir con certeza la
medida de cualquier componente de s , sin perturbar a B. De este modo, las
componentes del spin de B estn definidas, y por tanto la descripcin que hace
la mecnica cuntica del sistema es incompleta.
Para hacer la prediccin, escogemos cualquier eje a lo largo del que nos
gustara conocer el momento angular de B. Pero en lugar de medir el spin
de B medimos el de A, con un aparato de Stern-Gerlach, alineado con . El
spin del estado singlete que preparamos al principio era cero, de modo que por
conservacin del spin, el de B debe ser siempre opuesto al de A.
Dnde est el problema? Las alternativas habituales:
1.
La medida que realiza Alice influye en el estado de la partcula que recibe

Bob.
2.
El vector de estado del sistema cuntico | >no es una propiedad intrnseca del sistema cuntico, sino una expresin del contenido informativo de
una variable cuntica. En el estado singlete hay informacin mutua entre
A y B, de modo que el contenido informativo de B cambia cuando conocemos el valor de A. Desde este punto de vista el comportamiento puede
describirse usando la teora clsica de la informacin.
2.3.2. Segunda sorpresa: Las desigualdades de Bell.
Imaginemos que Alice y Bob miden spines a lo largo de distintos ejes,

y
,contenidos en el mismo plano, digamos XZ. Cada medida tiene dos resultados posibles: spin up , o spin down. Teora y prctica coinciden en que la
23

probabilidad de que el resultado encontrado por ambos sea el mismo es
(2.17)
En la expresin
y
son los ngulos que forman respectivamente los ejes
y
con el eje OZ. Pero no hay manera de asignar propiedades locales a A
y B independientemente. Al obsrvar la ec. 2.17 vemos que en la probabilidad
hay un altsimo grado de correlacin. Lo que ocurre en B depende del ngulo
, y al contrario. El mximo grado de correlacin corresponde a
- =120 ,
que da como resultado 2/3.
Este resultado permite imaginar una tarea que los computadores clsicos
son incapaces de realizar: comunicar informacin ms rpido de lo que permiy
, comunicar seales binarias pertira una seal luminosa. A partir de
fectamente correlacionadas con
= +180 , anticorrelecionadas con
=
,
y correlacionadas en ms de un 70 % con
- =120 .
Estos resultados fueron comprobados en el laboratorio en los aos 70 y 80
(Clauser y Shimony, 1978;Aspect et. al. , 1982; Kwiat et. al. , 1995).
Estos ltimos resultados nos colocan por fin en el lugar adecuado para estudiar la teora cuntica de la informacin con un poco ms de profundidad.
2.4.
La informacin en mecnica cuntica.
A continuacin introducir ideas anlogas a las vistas antes para los sistemas cunticos. Las que no veamos en los siguientes apartados las hemos
visto ya, o bien no es an el momento adecuado para desarollarlas.
2.4.1. Qubits.
Un qubit, a groso modo, es un bit, implementado mediante algn observable,
como el spin, de un sistemaa cuntico (Schumacher, 1995). Elegimos lgica de
dos estados, como en computacin electrnica, as que aprovechamos sistemas
de dos niveles. Esto nos hace favorables al uso de partculas de spin 1/2, como
electrones. Es importante observar que elegir spin semientero nos lleva a estados antisimtricos. Los qubits no se pueden medir como los bits, en el sentido
descrito por el postulado de la medida de la mecnica cuntica. Un estado que
no podemos medir sin alterarlo parece que no nos sirve de mucho. Esta es
una dificultad a la que nos entrentamos, y para la que existen respuestas. Por
otra parte, cada nuevo bit duplica el nmero de estados posibles codificable,
bientras que cada nuevo qubit aumenta al doble la dimensin del espacio en el
que existen los estados con los que hacemos los clculos. En ausencia de requisitos de simetra esto supone una infinidad de nuevos estados. Hablar con
mayor detalle sobre los qubits antes de describir procedimientos que pueden
desarrollarse con ellos.
24
2.4 La informacin en mecnica cuntica.
2.4.2. Entropa de Von Neumann.

Antes de nada preocupmonos de si el qubit es una buena medida de la
informacin, como vimos que era el bit. Para ello seguiremos pasos similares a
los dados en 2.1.
La entropa de Von Neumann es una medida de la cantidad de informacin
que obtendramos si conocisemos el estado particular de cierto sistema cuntico, y se define como
(2.18)
donde Tr es la operacin de traza, que se realiza sobre la matriz densidad,

que describe un conjunto de estados de un sistema cuntico. Si comparamos
con la entropa de Shannon:
encontramos que las definiciones son muy parecidas. Los elementos diagonales de la matriz densidad desempean el papel de las probabiliades de que
X tome cada valor. Preparemos un sistema cuntico en el estado |x>, descrito
por el valor del observable X. La matriz densidad se escribe:
Los estados |x>no tienen por qu ser ortogonales. S( ) se demuestra (Kholevo

1973, Levitin 1987) que es un lmite superior para la informacin mutua I(X;Y)
clsica entre X y el resultado Y de la medida del sistema.
Ahora consideremos los recursos necesarios para almacenar y transmitir la
informacin de un sistema cuntico q cuya matriz de densidad es . Al igual
que hicimos con la informacin clsica, nos gustara reunir un nmero elevado
de sistemas de este tipo (lo que en el otro caso llamamos secuencia tpica) y utilizar un nombre que caracterice al conjunto, compactando as la informacin.
La etiqueta ser un sistema cuntico ms pequeo, que valdr como unidad
de almacenaje o transmisin con todo el contenido informativo. El receptor de
ese paquete reconstruir un sistema q , cuya matriz densidad ser . Para
que el proceso de transmisin (o de recuperacin de una informacin almacenada) tenga xito la matriz densidad debe ser lo suficientemente cercana a
. Definimos la fidelidad como la cantidad que da cuenta de cunto se parecen
ambas matrices:
(2.19)
Esta cantidad puede interpretarse como la probabilidad de que q pase un

test que pretendiese determinar si el estado del sistema es . En el caso de y
estados puros (| >< | y | >< |) , la fidelidad se reduce a:
25

es la probabilidad de encontrar el valor propio asociado al autoestado
| que
>cuando el sistema se encuentra en el estado | >.

Nos preocupamos naturalmente por encontrar el paquete ms pequeo posible que etiquete al conjunto de estados agrupado. Anlogamente al caso clsico, buscamos una fidelidad tan prxima a la unidad como sea posible:
Por simplicidad, al igual que antes, nos limitamos a unidades binarias de

informacin: sistemas de dos estados. Para un conjunto de n sistemas de 2
estados existe un vector en un espacio de Hilbert de
dimensiones que especifica por completo su estado. Pero al igual que antes, esperamos que el
vector de estado caiga dentro de un subespacio tpico del espacio de Hilbert,
anlogamente a como los arrays de bits tomaban valores de secuencias tpicas
en el caso clsico. Schumacher y Jozsa demostraron que la dimensin de ese
, lo que por analoga con el caso anterior conduce a que
subespacio es
slo son necesarios nS( ) qubits para transmitir la informacin de los n sistemas. La dimensin del espacio sobre el que se representan los estados crece
exponencialmente con el con nmero de qubits, y el qubit es una medida de
informacin.
Importante es tener en cuenta que las operaciones de codificacin y decodificacin no dependen del conocimento que tengamos sobre el estado del sistema.
Esto nos salva en cierta medida del problema de la no clonacin, y nos libera
del hecho de tener que medir para transmitir informacin.
En el caso de que los estados a transmitir fuesen ortogonales entre s el
problema se reducira al caso clsico.
Hay contrapartidas cunticas a las otras cantidades que vimos antes: la
informacin coherente desempea el mismo papel que la informacin mutua
(Schumacher y Nielson, 1996), y podemos desarrollar cdigos anlogos al de
Huffman para comunicacin de informacin cuntica.
2.4.3. Entrelazamiento.
Una propiedad responsable de la potencia de los mtodos de clculo cunticos es el entrelazamiento. El entrelazamiento es un recurso aprovechado en
los mtodos de factorizacin y bsqueda de los que habler ms tarde, aunque
tambien es responsable de la decoherencia. Una caracterstica tan importante
como esta desearamos ser capaces de cuantificarla. El criterio que utilizaremos es el de Bennett y Shor [4].
Partamos de que Alice y Bob comarten un sistema cuntico (cada uno accede
accede a una parte). Sabemos que hay entrelazamiento entre las dos partes
cuando el estado del sistema no se puede representar por una superposicin
de productos tensoriales. Formalmente, hay entrelazamiento cuando la matriz
densidad del sistema no se puede escribir como:
26
(2.20)

donde los estados de cada subsistema no interferiran entre s. Los superndices
A y B se refieren a los subsistemas a los que Alice y Bob tienen acceso. Tanto
Alice como Bob pueden preparar cualquier estado no entrelazado por medio
de transformaciones locales y de comunicacin clsica: primero escogiendo el
, despues preparando los estados
ndice i, para el que deciden probabilidad
locales
y . La manera en que Alice y Bob se ponen de acuerdo sobre estos
estados puede tener tan poco que ver con la mecnica cuntica como tiene una
simple conversacin.
Veamos en cambio que ocurre si Alice y Bob pretendiesen preparar un estado
entrelazado. Ahora los agentes necesitarn compartir desde el principio algun
grado de entrelazamiento, cosa que pueden conseguir, si no se diese desde el
principio, transmitindose mutuamente estados cunticos (obsrvese que el el
caso anterior slo era necesaria comunicacin clsica). Ahora slo nos falta
saber cmo hacen Alice y Bob para decidir que los estados a los que acceden
estan entrelados.
es un estado puro (por ejemplo, |
de
Supongamos que
rango 1). En esta situacin la nica medida que nos indicara la presencia de
entrelazamiento es la que se conoce como entropa del entrelazamiento:
(2.21)
La entropa de entrelazamiento es la de Von Neumann 2.18 de un estado

mezclado cuando uno de los subsistemas se disocia. Veamos qu hemos hecho:
Una buena medida del entrelazamiento debe cumplir una serie de propiedades:
dado que el entrelazamiento es un recurso cuntico, ste no podr incrementarse va operaciones y comunicacin clsica. La mejor situacin posible se
da cuando dados dos estados y
con entrelazamientos respectivos
y
( > ) el segundo estado es siempre identificable a partir del primero va operaciones locales y comunicacin clsica,pero esto puede ser pedir demasiado.
Entonces consideramos un lmite de esta situacin en el que y son estados
puros. Para cualquier pareja de estados puros compuestos y (conteniendo los subsistemas A y B) en el lmite de n grande un nmero n de copias
independientes de , es decir
pueden transformase por medio de operaciones locales y de comunicacin clsica en un estado arbitrariamente cercano
a
, donde la fidelidad de tiende a 1 y con
[20].
Es interesante observar que la medida de entrelazamiento que hemos hecho
es aditiva. Si Alice y Bob tienen subsistemas con entrelazamientos
y
,
+ .
entonces el sistema global que comparten tiene entrelazamiento
La cantidad de entrelazamiento de estado puro que se necesita para crear
un estado mezclado se sabe que es en general menor que la que se puede
obtener de ese estado. A la primera cantidad la llamaremos entrelazamiento de
formacin, y a la segunda entrelazamiento destilable. A nivel cuantitativo, la
definicin de entrelazamiento de formacin involucra el nmero de pares EPR
(2.3) necesarios para crear copias de un cierto estado con alta fidelidad, y la
27

del entrelazamiento destilable, el nmero de pares EPR casi perfectos que se
pueden obtener con elevada fiabilidad de las copias del estado.
2.4.4. Puertas cunticas.

Antes vimos qu era una puerta lgica, y cmo con ellas podemos realizar
operaciones elementales con los bits. Para este caso ser un poco ms formal.
Una puerta cuntica es un dispositivo capaz de realizar operaciones
unitarias sencillas sobre los qubits (Deutch, 1985, 1989)
Un ejemplo, el siguiente: un sistema que acte sobre el estado |0>sin alterarlo,

puede contruirse con algo que opere
y sobre |1>, convirtindolo en
sobre el qubit de acuerdo a:
(2.22)
He dicho algo, y no he concretado ms, porque podemos utilizar campos

magnticos, radiacin electromagntica u otra clase de fenmenos para modificar estados cunticos. Un mismo dispositivo, capaz de generar campos que
apunten en direcciones distintas puede actuar como diferentes puertas, de
modo que el trmino puerta aqu es ms abstracto que en electrnica.
Algunas puertas cunticas son las siguientes:
(2.23)
(2.24)
(2.25)
(2.26)
(2.27)
I es la identidad, X es la complementacin, H es el operador de Hadamard 2 .

Una puerta que acta sobre un qubit tiene la forma:
y transforma |0>en a|0>+b|1>, y |1>en c|0>+d|1>.

Nos llama la atencin el hecho de que si bien para un nico bit slo hay
o
dos puertas posibles (obviamente, la identidad y la complementacin:
es capaz de pasar de qubits a combinaciones simtricas y antisimtrias: |0><->(1/ )(|0>+|1>) ; |1><->(1/ )(|0>-|1>).
La transformacin de Hadamard
28
bien
), en el caso de un qubit hay infinitas puertas posibles. La pueta
NOT cuntica se etiqueta como X porque coincide con la matriz de Pauli. El
conjunto {I,X,Y,Z} constituye un grupo bajo la operacin de producto.
No nos preocupamos de cmo construir estas puertas. De hecho, existen
puertas con las que es posible implementar cualquier funcin, de igual modo
que podamos hacer tradicionalmente con puertas AND y OR. De eso hablar
cuando describa diferentes modelos de computador. En el autmata celular
veremos cmo podemos hacer que un array de qubits realice operaciones sin
necesidad de incorporar puertas lgicas. De hecho, las puertas lgicas slo
conducen a un modelo de computador.
Nos interesaremos en particular por las puertas que puedan escribirse como
(2.28)
donde I es la identidad para un qubit, como vimos antes, y U es alguna

otra puerta de una nica entrada tambien. A estas puertas se las denomina U
controladas, porque el efecto del operador U sobre el segundo qubit depende
de si el primero es |0>o |1>.
Un ejemplo especialmente interesante de puerta de este tipo es la que tiene
la siguiente forma matricial:
Analicemos esta matriz:

Para el estado de entrada |00>tenemos el elmento
si la entrada es |01>, entonces la salida es
(2.29)
, as que:
, es decir:
pero cuando el primer bit vale 1, tenemos otra situacin. Ahora el segundo
bit cambia:
Como he indicado, esta puerta recibe el nombre de CNOT, o puerta NOT

controlada. Se demuestra que esta puerta, en combinacin con el conjunto
de puertas de un bit constituye un conjunto de primitivas de la computacin
cuntica, es decir, que puede realizarse cualquier clculo a partir de ellas [6, 4].
29
2.4.5. Reversibilidad en computacin.

Una puerta que acta sobre un nico qubit efecta una operacin reversible,
dado que al tratarse siempre de matrices unitarias, podemos encontrar la inversa. As, a partir de la salida es posible obtener la entrada. Adems si pretendemos que la dimensin del espacio de los estados de salida coincida con
la de los de entrada, debemos mantener siempre todas las lneas. En la figura
tenemos el ejemplo para la puerta CNOT:
Puerta CNOT
Puerta CNOT
La puerta CNOT es reversible incluso a nivel clsico, dado que a la salida
tenemos informacin suficiente para reconstruir la entrada.
Si quisiramos un conjunto universal reversible con puertas clsicas necesitaramos al menos una puerta de tres bits, como la de Toffoli, que efecta
para a,b,c la operacin{ a->a;b->b;c->a b }. De hecho, esta puerta puede simular puertas AND y OR. Pero adems tambien permite invertir las operaciones
para el caso cuntico, y permite por s sola tambien en este caso realizar todas
las operaciones posibles.
2.4.6. Teorema de no clonacin.

Este resultado se relaciona directamente con el postulado de medida en
mecnica cuntica, y es una de las dificultades que presenta la construccin
del computador cuntico. Un enunciado posible:
Es imposible clonar un estado cuntico desconocido
Copiar un estado a travs de una medida es imposible, pues al medir lo modificamos. Pero podemos ser ms rigurosos.
Para copiar un estado cuntico |
necesitamos que cierta pareja de sistemas evolucione de acuerdo a U(|
)=(|
). U es el operador de
evolucin, que no debe depender de |
, pues eso significara que conocemos
|
, y que hemos preparado un mecanismo para copiarlo, caso excludo en el
enunciado. As, tendremos tambien U(|
, para
.
Entonces consideremos el caso

. En este caso, la
evolucin generara:U(
.
La operacin de clonacin U se ha descrito de la manera ms general posible,
de modo que la demostracin es totalmente general.
30

As que no podemos bifurcar un canal para obtener dos salidas idnticas a
una entrada dada. En un computador electrnico este detalle es fundamental,
de modo que cualquier computador cuntico debe disearse de una manera
radicalmente distinta.
Si la clonacin fuera posible entonces las correlaciones EPR (vase seccin
2.3) podran utilizarse para transmitir informacin a velocidad superior a la de
la luz. Este teorema por tanto hace consistente aquel resultado con la relatividad especial.
31
32
3 Definicin de computador cuntico.

3.1.
Definicin de computador.
Llegado este punto, justo antes de comenzar a hablar sobre qu es o puede

ser un computador cuntico, es obvia la necesidad de dejar claro qu es un
computador. Tambien es normal que tengamos que aprender un poco sobre la
computacin en general, y este es el momento de hacerlo. Definiremos:
Un computador es un procesador de informacin de propsito general,
es decir, que puede utilizarse para resolver no slo un nico tipo de
problema.
Tal dispositivo sera deseable entonces que sirviera pera resolver la mayor cantidad de problemas posible, y conseguirlo requiere que averigemos que problemas podemos resolver, para ms adelante ocuparnos de cmo hacerlo.
3.2.
Teora clsica de la computacin.
Nuestro enfoque en este momento requiere responder las primeras preguntas

que aparecieron cuando los computadores comenzaron a surgir: qu problemas son computables y cules no lo son? y cules son los recursos necesarios
para la computacin?
A propsito de la primera cuestin, se dice que una computacin es ineficiente si mientras el tamao del problema ( la cantidad de informacin necesaria para especificarlo) crece linealmente, los recursos necesarios para resolverlo lo hacen de manera exponencial. Un ejemplo: si la informacin se
codificase utilizando una nica palabra:
1 ->
1
2 -> 11
3 -> 111
...
la cantidad de memoria necesaria para guardar los datos crece exponencialmente con la cantidad de informacin que vayamos a manipular, cosa que no
ocurre al utilizar un esquema binario. Ese es el motivo de que en la prctica
se elija esta alternativa.
El problema relativo a cmo procesar la informacin se reduce al tener un
cuenta un resultado conocido, que dice que no es necesario manipular todos
33

los bits de una vez, sino que es posible realizar cualquier operarin sobre un
conjunto de bits manipulndolos de dos en dos.
3.2.1. Puertas lgicas.

Una puerta lgica binaria es un sistema que a partir de dos entradas (x,y)
devuelve un valor f(x,y) funcin de ellas. Hay dos bits de entrada, lo que lleva
a cuatro combinaciones posibles en la entrada. A cada una de esas cuatro
combinaciones puede responderse con un cero o con un uno. Esto lleva a 16
posibles funciones:
input
00
01
10
11
0
0
0
0
0
0
0
1
0
0
1
0

0
0
1
1
0
1
0
0
0
1
0
1
...
...
...
...
...
...
...
...
...
...
1
0
1
1
1
1
0
1
1
1
1
0
1
1
1
1
Tabla II: todas las posibles funciones combinacionales para entrada

binaria.
Concatenando puertas lgicas en diferentes etapas se genera el modelo de red
de computador.
Un computador es un sistema capaz de operar sobre informacin, transformndola de algn modo. Podemos construir computadores casi con cualquier
cosa que se nos ocurra: los dedos, engranajes, vlvulas, dispositivos de estado
slido, neuronas, cadenas de ADN o ARN[7]...etc. Unos esquemas funcionarn
de modo ms eficiente que otros, o ms deprisa, pero dejando de lado el computador cuntico, todos estos sistemas estn basados en un nico modo de
trabajar, la lgica combinacional ,o en ltima instancia, la mecnica clsica.
En principio, para computar problemas necesitamos un modo de almacenar y
manipular smbolos. El computador en s, por encima de esta idea, puede ser
abstrado, y no importa realmente (si no fuera por requisitos prcticos) cmo
lo construyamos... esto es una cuestin fundamental. El computador cuntico
es un esquema interesante porque rompe esta idea. Un clculo que con los
dedos puede realizarse en tres etapas podr ser realizado tambien en tres etapas (o un nmero de este orden) en un computador electrnico. Ciertamente
un computador electrnico llevar a cabo los pasos que la operacin requiere
ms deprisa, pero esto no incrementa la velocidad del clculo de modo crtico,
sta sencillamente aumenta liealmente. Un computador cuntico, por contra,
es capaz de realizar las mismas operaciones que un computador convencional,
pero lo hace de modo diferente. Para algunos tipos de clculo no aporta ninguna ventaja, pero para otros es capaz de reducir el nmero de pasos necesarios
de manera crtica. De esto y otras cosas va la siguiente seccin.
34
3.2 Teora clsica de la computacin.
3.2.2. La mquina de Turing.

La mquina de Turing se debe al matemtico Alan Turing, y es una abstraccin sobre lo que puede ser en general un computador clsico. Se trata de
una implementacin particular (abstracta) sobre lo que es en la prctica todo
computador. En cierto sentido se puede decir que desempea el papel de la
mquina de Carnot en termodinmica.
Un computador en general, de los que podemos encontrar en cualquier lugar
consiste en esencia en un procesador, capaz de realizar un nmero limitado de
operaciones (lectura/escritura en distintos medios, bsicamente) y una memoria direccionable (esto es, con un modo de referenciar la posicin en que un
dato particular se encuentra, como el ndice de un libro). De este modo, el
procesador es inicializado de algn modo en un estado particular, y en funcin
de qu encuentre en la posicin de memoria actual, y del estado en que se
encuentre el mismo realizar una operacin de lectura o de escritura en alguna otra posicin (o medio), y cambiar de estado. Con esta idea, un conjunto
de palabras adecuadamente seleccionado puede conseguir que la mquina as
diseada opere sobre ellas de modo que el resultado tenga algn sentido; esto
es la programacin.
En el caso de la mquina de Turing la memoria direccionable era sustituda
por una cinta que puede moverse de derecha a izquierda y de izquierda a
derecha, un nmero entero de posiciones. No hay ningun otro lugar donde se
pueda leer o escribir informacin. En la posicin que queda ante el procesador
habr una palabra (un cero o un uno, no hace falta ms) y con esa palabra,
ms el estado interno en que se encuetre en el instante actual, el procesador
es capaz de decidir si escribe o si lee, y a que nuevo trozo de la cinta ir a
buscar la siguente instruccin o dato. Si la operacin es de escritura entonces
tambien decidir si poner un uno o un cero.
1 1 0 1
0 0 0 1 1 0 0 1 0 0 0 1
input / output
X1
X2
X3
Xn
Maquina de Turing
Los estados internos X quedan determinados por la entrada y por el estado
anterior. Hay un numero finito de estados internos, cada uno de los cuales
determina cual sera la posicion de la cinta, si esa posicion se leera o escribira
y en el segundo caso, si pondremos un 0 o un 1.
Mquina universal de Turing.

Es requisito que haya un nmero finito de estados internos. A tales estados
los representar con el nmero binario d[T]. Turing demostr que existe una
mquina U, que cumple:
(3.1)
35

que necesita dar un nmero de pasos lineal en la longitud de d[T] para simular cada paso de T, donde T es cualquier otra mquina. Es decir, no tenemos
ralentizacin exponencial cuando una mquina de Turing simula el comportamiento de otra. Antes dije que cualquier computador puede realizar la misma
clase de operaciones en un nmero similar de pasos, siempre que se base en el
mismo esquema. El esquema decide, como vimos antes, si el problema es en s
computable o no, de modo que para toda una misma clase de mquinas (clsicas o cunticas, quiero decir) los problemas abordables son los mismos y el
tiempo de computacin similar. Sobre el grado de abordabilidad de los problemas hablar en el siguiente apartado, pero debe quedar claro que un problema
abordable en una mquina lo es en todas las dems, pues cualquier mquina
puede modelizarse con una mquina de Turing, sin cambiar la cantidad de
pasos necesarios.Esto se resume en la conjeturas de Church-Turing:
Cualquier funcin que pueda ser considerada de modo natural como
computable puede ser computada por una mquina universal de
Turing.
Si bien la conjetura no ha podido ser demostrada, hasta el momento ha resistido todos los intentos de encontrar un contraejemplo. Veremos en detalle qu
ocurre con esto y con el computador cuntico.
3.2.3. Complejidad computacional.

La posibilidad de que una tarea pueda ser llevada a cabo computacionalmente puede analizarse a partir de algn tipo de clasificacin. Un modo de hacerlo consiste en definir el grado de complejidad computacional. Este parmetro
se define como el nmero de pasos que una mquina de Turing debe dar para
resolver el problema. En el modelo de red, del que habl antes por encima el
grado de complejidad una medida del nmero de etapas que debe atravesar
una seal de entrada hasta llegar a la salida en forma de respuesta. La complejidad introduce las clases de problemas:
1.
Problemas de clase p: El algoritmo existe, y es funcin polinmica de L, el

tamao de la entrada (cantidad de informacin que especifica el problema).Un problema de tipo p se considera abordable computacionalmente.
2.
Un problema es de clase np cuando podemos encontrar su solucin en

tiempo que crece polinmicamente con L, pero con muchos ms pasos.
Aunque es obvio que un problema de clase p lo es tambien de clase np,
la recproca no ha sido demostrada.
3.
Problemas no computables por tiempo de clculo: La imposibilidad de resolverlos algortmicamente se deriva del hecho de que el nmero de etapas
que requieren crece exponencialmente con el tamao de la entrada.
36
3.2 Teora clsica de la computacin.

4.
Problemas esencialmente no computables. Aqu la situacin es an peor.

Se comprueba que para ciertos casos no existe ningun algoritmo capaz
de llegar a una solucin. El ejemplo por excelencia es el problema de la
detencin. Hablar del problema en en siguiente apartado.
3.2.4. El problema de la detencin.

Todos los que hemos programado unas pocas lneas de cdigo sabemos lo
que es un bucle, y con toda seguridad tambien nos habremos encontrado con
algn bucle sin fin. En un bucle sin fin el computador queda atrapado en
una secuencia de estados que se repite cclicamente, bloqueado por alguna
condicin que suele corresponder a un error de programacin.
Un problema interesante relacionado con la detencin de una mquina se
formula de esta manera:
Supongamos que un computador se ha preparado para que siga estas instrucciones: Si x es igual a la suma de dos nmeros primos aadele 2. Si no
lo es, imprime el valor de x y para. Comienza por x=8
Un algoritmo como este permite obtener nmeros primos de manera sistemtica. Esto, como vimos antes, puede ser muy til. Pero no es el propio
algoritmo el que nos interesa ahora, sino la pregunta se detendr alguna vez
un algoritmo como este?. Bien, si se detuviera, la conjetura de Goldbach tendra un contraejemplo. Sin embargo, la conjetura de Goldbach no deja de ser
una conjetura. Si supiramos que es estrictamente cierta, entonces sabramos
que el algoritmo no se detendr nunca. Por contra, si no se cumpliese siempre,
entonces el algoritmo se detendra... y an no sabemos cual de ambos casos
se da. Conclusin: no sabemos si un algoritmo como este se detendr alguna
vez. Contado as parece que se trata de una simple cuestin de profundizar en
el estudio, pero no es el caso. El problema de la detencin es esencial.
Si dispusiramos de un modo de decidir si un algoritmo se detendr o no,
entonces seramos capaces de resolver problemas como el anterior. Bueno,
segn Steane[1], resolveramos todas las matemticas.
Entonces supongamos que tal algoritmo existe, y formalmente lo describiramos
diciendo que es capaz de decir si una mquina de Turing se detendr o no en
funcin de la entrada. El problema:
Dados x y d[T](esto es, la descripcin de la mquina), se detendr
una mquina de Turing T que reciba x como entrada?
Si existe un algoritmo capaz de tal cosa entonces es posible crear una mquina
de modo que se detenga slo en el caso de que T(D[T]) no lo
de Turing
haga. La nueva mquina recibe como entrada precisamente d[T], que incluye
la descripcin de T y de su entrada.
(3.2)
37
Pero... hay un pero. Cmo hace

d[ ], entonces:
para describirse a s misma? Si utiliza
(3.3)
una contradiccin. Conclumos que no existe ningn mtodo general para

saber si una mquina de Turing se detendr o no. El problema de la detencin
no es computable. Este resultado est directamente conectado con el teorema
de Godl: las matemticas no pueden reducirse a una nica idea fundamental,
hay diferentes resultados que no se pueden conectar unos con otros.
3.2.5. Criptografa RSA.

Un ejemplo habitual de problema que no es computable es la descomposicin en factores primos. Un nmero que no sea primo se puede expresar como
producto de nmeros primos, naturalmente ms bajos. Podemos ir dividiendo
el nmero que tenemos que factorizar sucesivamente por los enteros menores
que l, hasta encontrar uno que de resto cero. Procederamos entonces de este
modo con los factores encontrados, y as sucesivamente, hasta que el problema
quede resuelto. Esto suena muy bien, hasta que nos enfrentamos a la posibilidad de que los factores primos sean tambien nmeros grandes. Los mejores
operaciones por
mtodos conocidos en la actualidad requieren 42 das a
segundo para factorizar un nmero decimal de 130 dgitos, pero si duplicamos
L el tiempo aumenta en un factor
, es decir, un milln de aos.
El hecho de que la factorizacin sea un problema intratable ha sido utilizado como base para los sistemas criptogrficos modernos, tales como el RSA
(Rivest, Shamir y Adleman). Para cualquier mensaje, podemos obtener fcilmente una versin encriptada
(3.4)
donde s y c son dos nmeros enteros grandes, que pueden darse a conocer.
El modo de desencriptar el mensaje consiste en calcular
(3.5)
donde el valor de t puede obtenerse sin problemas a partir de s y de los

factores de c (Schroeder, 1984). Se suele utilizar c=pq, donde p y q son dos
nmeros primos grandes, conocidos slo por quien public el valor de c. El
usuario que conoce p y q es el nico que puede leer los mensajes, mientras
que cualquier otro puede envirselos de manera segura.
3.3.
Teora cuntica de la computacin.
Para esta seccin he reservado las generalizaciones sobre computacin clsica que quedaron pendientes.
38
3.3 Teora cuntica de la computacin.
3.3.1. El principio de Church-Turing y el QC.

El principio de Church-Turing era la generalizacin del de Turing, en la que
no se exiga que la mquina que realizase las computaciones fuese en particular una mquina de Turing, sino una de tipo ms general (vase seccin
2.2.2). Nos preocupamos ahora de si un QC es o no un computador universal,
en el sentido de si verifica este principio. Utilizar el siguiente esquema para
justificar tal cosa:
1.
El estado de cualquier sistema cuntico finito viene representado por un

vector de estado en un espacio de Hilbert. De esta forma, un nmero
finito de qubits tambien puede representarlo con un nivel arbitrario de
precisin.
2.
La evolucin de cualquier sistema cuntico viene dada por una transformacin unitaria del estado. Un computador cuntico puede simular
cualquier transformacin unitaria con la precisin que queramos, de modo que tambien podr representar la evolucin de un sistema cuntico.
Nos encontramos una dificultad (Myers, 1997) para aquellas tareas en las que
no podemos decidir en cuantos pasos se llevar a cabo la operacin. Para
un computador cuntico no tenemos un modo general de decidir si se ha detenido, cosa que no supne un problema en el computador clsico. La solucin
(Deutch, 1985) aparrece cuando slo tenemose en cuenta operfaciones para las
que sabemos de antemano el nmenro de pasos, o para las que hemos dedicadao un qubit a sealarnos que la operacin se realiz ya. Nielsen y Chuang
(1997) demostraron que no existe un conjunto de puertas fijadas que actuando sobre loos datos y sobre el programa sea capaz de realizar cualquier operacin, pero a nosotros nos interesa un computador donde un computador
clsico comprola qu puertas son aplicadas sobre un registro cunticos.
3.3.2. Procedimientos cunticos.

Sabemos que un computador clsico es capaz de simular el comportamiento
de los sistemas cunticos, de modo que es razonable tener dudas sobre si la
computacin cuntica es capaz de aportar algo ms que la clsica. La clave
ya coment antes que est en el grado de complejidad computacional, que si
bien puede permitir plantear un problema en trminos de computacin clsica, puede impedir que ste se resuelva en un tiempo razonable. El nivel de
complejidad que un computador cuntico es capaz de afrontar para determinados problemas es mucho ms alto que el clsico para mquinas de la misma
escala.
Existen problemas que ya sabemos cmo resolver de un modo ms eficiente
por medio de un QC, como son los de factorizacin y bsqueda, de los que
hablar en el siguiente captulo. Hay adems recursos que disponibles que
39

hacen pensar en posibilidades muy importantes, asociadas a la posibilidad de
una fuerte paralelizacin de las operaciones.
Personalmente, prefiero el trmino procedimiento frente al de algoritmo a la
hora de referirme a lo que un procesador cuntico de la informacin es capaz
de hacer, pues a mi entender el segundo trmino est habitualmente asociado
a la idea de conjunto de operaciones que se realiza secuencialmente a partir
de un estado inicial, manipulando informacin completamente determinada
en cada etapa. El trmino procedimiento tal vez sea un sinnimo de algoritmo,
pero no suele ser utilizado del mismo modo, y me permite dejar la puerta
abierta a un tipo de operaciones ms general, en el que tal vez la informacin se
manipula de otra manera, al tiempo que sta puede tener otro aspecto mientras
se opera con ella.
40
4 Los problemas que resuelve el

computador cuntico.
De entrada hemos descubierto que el computador cuntico no es aquella
panacea capaz de resolver todos los problemas que se nos ocurran. Existe
aquel grupo de problemas que es irresoluble por naturaleza, como el de la detencin (ver seccin 3.2.4). Sin embargo, tenemos una ventaja enorme cuando
hablamos de mecnica cuntica: El espacio de los estados crece exponenciamente con el nmero de qubits, mientras que lo hace linealmente con el
nmero de bits. Esto se debe a que si bien n bits pueden combinarse de 2
maneras diferentes, una combinacin de n qbits admite todas las combinaciones lineales posibles de vectores de estado, cada uno de los cuales supone
combinaciones.
a su vez las
Mejor que hablar tanto ser tratar de ilustrarlo con un ejemplo. Lo natural ser escoger el caso ms sencillo: 2 qubits frente a dos bits. Los estados
posibles fruto de la combinacin de 2 bits son:
es decir
estados. Ahora veamos qu ocurre si disponemos de 2 qubits.

En principio parece evidente que disponemos de estos estados:
(4.1)
pero esto es slo la base. Esto es, la dimensin del espacio ha crecido exponencialmente con el nmero de bits. En este espacio es posible encontrar toda
clase de combinaciones de elementos de la base:
siempre que est normalizada. Si hablamos de partculas idnticas estos estados deben ser de simetra bien definida. Es habitual trabajar con electrones
(fermiones), por lo que los estados posibles sern antisimtricos, o fotones
(bosones) para los que los estados posibles son simtricos. Los qubits, desde un punto de vista intuitivo da la impresin de que son capaces de barrer
muchos casos posibles con una cantidad de recursos que no sera ni de lejos
suficiente para un computador electrnico. Esto, que he dicho de un modo
tan informal, veremos que se traduce en hechos, como los mtodos de Shor
41
4 Los problemas que resuelve el computador cuntico.

y de Grover. Por un lado, el primero es capaz de encontrar la descomposicin
en factores primos de un nmero en un tiempo que crece linealmente con el
tamao del nmero a factorizar, aprovechando el crecimiento exponencial de
la dimensin del espacio con el que se trabaja. En un computador clsico el
tiempo vimos que crece exponencialmente con el tamao de la entrada. El algoritmo de bsqueda de Grover, por otra parte, tiene propiedades similares en
lo que se refiere a buscar elementos determinados en listas grandes, donde
los tiempos de bsqueda son tambien mucho mayores en los computadores
clsicos. El apartado titulado aplicaciones a la inteligencia artificial surge
debido a esta misma intuicin y es enteramente personal. En l, a partir del
hecho intuitivo que he mencionado, pretendo concluir que es posible encontrar
mtodos para resolver problemas tales como las bsquedas de soluciones en
problemas como los juegos, o el anlisis de situaciones en las que se abren
abanicos de posibilidades, y trato de encontrar algn mtodo.
En principio, la conclusin es que la mecnica cuntica es un herramienta
muy poderosa de aceleracin de clculos, y poco ms. Pero esto no es trivial,
desde el momento que vemos que esta aceleracin puede ser exponencial, y por
tanto saca problemas del dominio irresoluble al dominio p. El entrelazamiento
hace posibles algunas otras cosas tambien. Estas son algunas aplicaciones
interesantes.
4.1.
El mtodo de factorizacin de Shor.
En la seccin 3.2.5 seal cmo los mtodos modernos para descomponer nmeros grandes en factores primos son considerados ineficientes, y no
permiten en general obtener descomposiciones en tiempos razonables. Este
problema, an bastante particular, resulta de gran inters, y tiene solucin
conocida en el campo de la computacin cuntica. Existen otros muchos problemas donde un QC es ms eficiente que un computador clsico, la mayora de
ellos sin descubrir. Esto constituye un campo de bsqueda activo.
Ocupmonos de los algoritmos de bsqueda del periodo de una funcin y,
como caso particular, descomposin en factores primos.
4.1.1. Bsqueda del periodo

de una funcin.
, cuyo periodo es r:
puede computarse eficientePartamos de dos suposiciones adicionales:
Partamos de la funcin
mente en x, y sabemos que r cumple:

42
4.1 El mtodo de factorizacin de Shor.

para un N dado. En un 9computador clsico, en ausencia de un mtodo
analtico para hallar el periodo de la funcin, lo mejor que podemos hacer es
en alrededor de N/2 puntos, y buscar dnde comienzan a repetirse
evaluar
los resultados. El nmero de operaciones crece exponencialmente con log N,
que es la informacin necesaria para especificar N.
En la siguiente figura muestro el modo en que un QC resolvera el problema:
FT
F(X)
FT
Dispositivo para ejecutar el algoritmo de Shor.
Los requisitos para ejecutar el algoritmo son 2n qubits, ms del orden de n ms

, donde
para almacenamiento intermedio (espacio de trabajo), con n=
el smbolo significa el entero inmediatamente superior al argumento.
1.
Utilizaremos dos registros de n qbits cada uno, que llamaremos x e y.

Prepararemos ambos registros en el estado inicial |0>.
2.
Aplicaremos la operacin H (transformada de Fourier) a cada qubit del

registro x. El estado obtenido:
(4.2)
donde |x>significa, por ejemplo, |0011001>, con 0011001 la representacin

binaria de x. Denominamos a {|0>,|1>} la base computacional.
3.
Hacemos entonces pasar los registros x e y por una red de puertas de

modo que se efecte la transformacin
(4.3)
Este proceso es reversible, dado que el estado del miembro derecho est
biunvocamente determinado por el del miembro izquierdo, de modo que
puede ser una transformacin unitaria.
4.
para
valores de una sola vez. Esto
Hemos obtenido el valor de
se conoce como parlelismo cuntico. La dependencia con n es exponencial,
de modo que el grado de paralelismo es enorme. Con slo n=100 tenemos
procesadores clsicos.
43

5.
Nos enfrentamos al inconveniente de no tener un modo directo de alcanzar los valores almacenados en el estado 4.3. Un modo de obtener
,
informacin es medir los estados del registro y, donde almacenamos
pero eso slo nos dar un valor de , debido al colapso del estado en el
subespacio correspondiente al autovalor medido. Imaginemos que hemos
medido el registro y, y obtuvimos
. Entoces todo el registro y
colapsar en el estado |u>, asociado a un valor determinado para todas
las componentes del registro. Pero sabemos que en el registro hay informacin sobre
evaluaciones de . El estado total sera:
, con j=0,1,2...M-1
son todos los valores de x para los que

. El periodo
conlleva
de
que en el registro x aparece una

superposicin de M
estados, con valores de x separados un periodo
r. El offset es , y depende del valor de u obtenido al medir el registro y.
donde
6.
Lo nico que queda es extraer la periodicidad del estado contenido en

el registro x. Esto se hace directamente, haciendo la transformada de
Fourier del estado, y midiendo a continuacin. La transformada de Fourier discreta es la siguiente operacin:
(4.4)
Conviene observar en este momento que la operacin 4.2 es un ejemplo

de transformada de Fourier, como dije antes sin justificar, donde
se acta
sobre el estado
|0>.
Hemos
supuesto
que
r
es
un
divisor
de
,
de mo
do que M= /r es una divisin exacta. Esta simplificacin puede hacerse
innecesaria (Shor 1994, 1995a, Ekert y Josza 1996).
7.
En lo sucesivo no nos interesa lo que haya almacenado en el registro y.
sobre el estado del registro x:

La aplicacin del operador
donde
8.
44
Ahora queda obtener el valor de r (el periodo) a partir del resultado. Sabemos que x= /r, con desconocido. Si y r no tienen factores comunes
podremos despejar x/ , que ser una fraccin irreducible, y a partir de
ella y de x, obtener tanto r como . Si y r tienen algn factor comn,
cosa poco probable para valores grandes de r, el algoritmo falla, y debemos
4.1 El mtodo de factorizacin de Shor.

repetir todos los pasos desde el principio. Tras un nmero de repeticiones
del orden de log r la probabilidad de obtener el resultado correcto se hace
tan alta como queramos (Ekert y Josza 1996).
Observamos que el lmite de eficiencia del mtodo de Shor viene dado por la
. Por contra, el nmero de puertas lgicas requeridas para
evaluacin de
la bsqueda del periodo crece polinmicamente en n, en lugar de hacerlo exponencialmente.
Los pasos intermedios vienen representados en estas figuras:
Estado intermedio en el metodo
de factorizacion.
48
32
16
0
0
16
32
48
64
80
96
112
Primera etapa
Estado tras aplicar la transformada
de Fourier al estado intermedio.
48
32
16
0
0
16
32
48
64
80
96
112
Segunda etapa
4.1.2. Factorizacin de enteros grandes.

El problema de la factorizacin puede reducirse al que acabamos de resolver
en el apartado anterior. Ahora la funcin cuyo periodo buscamos es:
(4.5)
donde N es el nmero a factorizar y a<N se elige aleatoriamente. A partir de

teora de los nmeros (Ekert y Josza 1996) puede demostrarse que el periodo r
es un nmero par, y que

tiene un factor comn con N. As encontramos
los factores que
estamos
buscamos.
A partir de la cantidad r encontramos el
factor comn
por medio del algoritmo de Euclides.
Sabiendo esto, el modo de proceder consiste en hallar races admitiendo
resto hasta N dando potencias
seleccionando as las potencias de
correspondientes a la representacin binaria de a, para finalmente multiplicarlas. Las redes para
ejecutar los algoritmos de bsqueda de factores primos
se han descrito (por ejemplo, Micuel et. al. 1996) y se sabe que requieren del
orden de 300(log N) puertas.
Para nmeros con 130 dgitos encontramos que un computador cuntico no
aporta ventajas sobre uno clsico (unas 7 horas con una tasa de conmutacin
45

del orden de un MHz), pero con 260 dgitos un computador que ejecutara el
algoritmo anteriormente descrito tardara 8 veces ms, mientras que para un
computador clsico el problema se hace intratable.
El mtodo de Shor hace uso de toda la potencia de la mecnica cuntica:
entrelazamiento, interferencia y paralelismo cuntico. Interesa observar cmo la
transformada de Fourier 4.4que aplicamos puede considerarse como permitir
que se produzca interferencia entre los estados superpuestos en el registro x.
4.2.
Codificacin superdensa.
La idea de la codificacin superdensa es aprovechar el entrelazamiento como

una fuente de informacin. A primera vista, lo natural parece que es utilizar
los qubits como si se tratara de bits convencionales, enviando la informacin
por medio de combinaciones de ellos. Pero los qubits permiten mucho ms.
La forma simple de enviar la informacin no requiere explicacin: si Alice
quiere hacer llegar a Bob la secuencia {1101011}, enviar siete qubits preparados en el estado |1101011>. Un bit, un qubit.
Pero Alice y Bob podran compartir desde el principio un par entrelazado de
qubits, preparados en el estado
Este par procede de alguna fuente intermedia. Ahora Alice puede enviar dos
bits con un nico qubit (Benett y Wiesner, 1992). Observemos el siguiente
hecho: Tenemos cuatro estados ortogonales entre s, que dan lugar a lo que se
conoce como base de Bell:
Estos estados pueden obtenerse uno a partir del otro por medio de operaciones sobre un nico qubit. Para hacerlo, Alice no necesita ms que efectuar
una de las operaciones {I,X,Y,Z}, vistas en la seccin 2.4.2. Hay cuatro operaciones posibles. Una cantidad de informacin que puede tomar cuatro valores
diferentes equivale a dos bits, pero efectuamos operaciones sobre un nico
qubit. As Alice puede enviar dos bits manipulando un nico qubit.
46
4.3 Teletransporte cuntico.

Bob necesita ahora saber que informacin le ha sido enviada. Para ello har
actuar la puerta XOR sobre las parejas recibidas. Al medir el resultado
se
o bien (|01> |10>)/ .

encontrar con dos posibilidades, (|00> |11>)/
Para averiguar el signo de la superposicin Bob har actuar el operador de
Hadamard sobre el estado final.En la figura presento el diagrama asociado a
este proceso:
u
v
H
H
u
v
XOR
XOR
Red para codificacin superdensa.

El tiempo corre de izquierda a derecha. La codificacin superdensa es difcil de
realizar en la prctica, pero es la base de un mtodo de comunicacin seguro,
dado que el qubit enviado por Alicia slo es interpretable para el poseedor del
otro elemento de la pareja.
4.3.
Teletransporte cuntico.
El teletransporte es en esencia lo que su propio nombre indica. Puede no ser

necesario enviar un qubit para hacer llegar informacin de un punto a otro.
Alice est interesada en hacer saber a Bob el valor de un qubit particular,
digamos | >=|0>, que ella conoce. No necesariamente hay que hacer llegar
el qubit |0>hasta Bob. La posibilidad que pasa por medir antes el qubit, de
todas formas, en caso de que ste fuera desconocido para Alice, y de enviar
despues la informacin destruira el estado inicial. Y ya sabemos que no se
puede copiar un estado que no es conocido. As que Alice siempre conoce el
estado del qubit.
El teletransporte cuntico (Bennett et. al. 1993, Bennett 1995) utiliza el entrelazamiento para resolver estas dificultades.
Supongamos que Alice y Bob comparten un par entrelazado en el

estado (|00>+|11>)/ . Alice pretende transmitir a Bob un qubit
en un estado desconocido. Este estado ser representado como
El estado inicial de los tres qubits ser:

47

desde luego, normalizado. Alice mide en la base de Bell (apartado
anterior) los primeros dos qubits, que son aqul que es en principio desconocido, y que se desea transmitir, y su parte del par
entrelazado. Esto se puede hacer mediante el esquema de la figura:
H
Dispositivo para teletransporte cuantico.
Red para Quantum Teleporting.

Primero Alice aplica las operaciones XOR y de Hadamard, y despues
de esto el estado resultante es :
Inmediatamente despues mide sus qubits. De acuerdo al postulado

de la medida, el estado inmediatamente a continuacin de sta
es el colapso sobre uno de los cuatro estados de la base de Bell,
que contiene dos bits de informacin. Enviamos estos dos bits a
Bob, que con ellos ser capaz de decidir que operacin {I,X,Y,Z}
=a|0>+b|1>.
debe aplicar a su qubit, para pasarlo al estado |
As Bob ha sido capaz de recuperar el qubit sin que ste fuese en
s transmitido.
No es posible clonar un estado que no se conoce, y no se ha podido hacer llegar

a Bob el qubit sin que Alice lo perdiese. Por otra parte, | >contiene informacin
completa sobre el estado del qubit de Alice, de modo que no se ha perdido
informacin. De estos dos hechos se deriva que el trmino teletransporte sea
adecuado para esta situacin.
4.4.
El algoritmo de bsqueda de Grover.
Otra aplicacin de la potencia de la mecnica cuntica en la resolucin de

problemas computacionalmente pesados es la bsqueda de elementos en listas. El mtodo es una variante del de bsqueda del periodo de una funcin.
Nos ocupamos de listas desordenadas, que es donde un sistema clsico de
bsqueda no tiene ms remedio que recorrerlas de algn modo buscando el
48
4.4 El algoritmo de bsqueda de Grover.

elemento por medio de repetidas comparaciones. Existen diferentes alternativas, que mejoran la eficiencia de las bsquedas, pero cada una de ellas parte
de situaciones particulares en las que rentabiliza el nmero de operaciones.
Un ejemplo relativo a la seguridad informtica: una lista de contraseras habitualmente se almacena encriptada en algn archivo de sistema, de modo
que cuando cualquier usuario teclea su contrasea esta se encripta de nuevo
(con un coste computacional insignificante) y se compara con la versin encriptada de la lista. Desencriptar una contrasea codificada por ejemplo va
RSA, es actualmente un problema inabordable cuando la clave es suficientemente compleja. Las personas que pretenden acceder a un sistema protegido
de esta manera sin permiso habitualmente optan por hacer un ataque por
fuerza bruta, esto es, recorrer todas las combinaciones posibles de caracteres
una por una hasta encontrar una que sea una contrasea. Esta bsqueda a
menudo se enfoca de un modo diferente: teniendo en cuenta que muchas personas utilizan palabras con sentido en algn idioma, utilizan diccionarios, que
no son otra cosa que bases de datos de palabras en algn idioma, que lleva
mucho menos tiempo recorrer, de modo que por regla general el coste computacional de romper la seguridad de un sistema informtico puede disminuir
considerablemente. Si estas condiciones se rompen el algoritmo puede hacerse
muy ineficiente. De esta forma, si ningun usuario utiliza una clave basada en
lenguaje natural el intruso recorrer el diccionario completo sin obtener resultados satisfactorios.
Del ejemplo anterior extraemos la siguiente conclusin: si no sabemos nada sobre una lista no hay motivo para escoger un enfoque en lugar de otro,
salvo el de maximizar las posibilidades de xito. Esto incluso conlleva hacer
ms pesada la computacin, pues nos obliga a hacer todas las comparaciones
posibles.
Desde la perspectiva de la mecnica cuntica podemos utilizar el algoritmo
presentado por Grover en 1997. El problema que resuelve puede representarse
del siguiente modo:
, en la que tratamos de
.
Partimos de una lista desordemada

localizar un elemento particular,
Si bien un algoritmo clsico, recorriendo una lista de N elementos requiere

en promedio realizar N/2 comparaciones, el mtodo de Grover necesitar slo
hacer
. Bennett demostr que esto es lo mejor que se puede hacer (Bennett
et. al. , 1997). El mtodo no supone trasladar el problema a una nueva clase
en el sentido de peso de computacin, pero s supone una aceleracin tanto
ms significativa cuanto mayor sea la lista.
Aqu describo el algoritmo paso a paso:
1.
Suponemos cada elemento de la lista etiquetado con un ndice i, como

expres en el planteamiento del problema. Suponemos tambien que hay
49

una operacin unitaria que permite saber si el elemento actual es el que
estamos buscando. El operador aplicado se denotra por S:
donde j representa el ndice del elemento buscado. Observemos que una

estrategia para la resolucin de problemas pesados es hacer una bsqueda aleatoria donde por comparacin tratamos de determinar si ciertop
elemento es una solucin al problema. Esto es el ejemplo que present en la introduccin, o puede ser la bsqueda de la solucin de una
ecuacin diferencial suponiendo buen comportamiento de las funciones
implicadas. Estos problemas vimos antes (seccin 3.2.3) que pertenecen
al dominio NP.
2.
Al igual que en el mtodo de bsqueda del periodo, inicializamos un registro en una superposicin de estados:
(4.6)
los ndices siguen correspondiendo a lo indicado en el paso (1). Este estado superpone con igual peso todos los elementos de la lista, pues parti. No decimos nada, slo preperamos un registro donde
mos de
todos los elementos estn igualmente representados, tanto el que buscamos como los dems. De hecho, como el que estamos buscando es en
principio un elemento cualquiera, simplemente hemos construido el esta
do
, donde los vectores |k>barren toda la lista. Ntese
que el subndice indica estado inicial.
3.
A continuacin aplicaremos el operador unitario S, que invertir el signo

del elemento que estamos buscando.
4.
Por ltimo, aplicamos la transformada de Fourier (4.4) al estado resultante, lo que invierte el signo de todas las componentes excepto |0>. Entonces aplicamos de nuevo la transformada de Fourier. El efecto de esta
secuencia de transformaciones, expresado en un nico operador:

donde
(4.7)
5.
Encontramos que el coeficiente del elemento que buscamos es ligeramente mayor que el de los dems elementos de la superposicin.
6.
m veces, con
.
Sabiendo lo anterior, aplicaremos el operador
Poco a poco el ngulo se va acercando a /2, lo que hace cada vez ms
importante el coeficiente de |j>en la superposicin, es decir, cada vez nos
acercaremos ms al elemento |j>.
50
4.5 Aplicaciones a la inteligencia artificial.

7.
Tras m iteraciones la probabilidad de error al medir el registro es del

.
orden de
Slo hay un problema: aplicar demasiadas veces la tranformacin

disminue
la probabilidad de xito. Para evitarlo debemos conocer m, es decir, el tamao
de la lista.
4.5.
Aplicaciones a la inteligencia artificial.
Imaginemos que buscamos la salida de un laberinto. Un laberinto es precisamente un juego. Se puede resolver con un nmero determinado de jugadas,
que son decisiones sobre que pasillo escoger en cada bifurcacin, y hay un
objetivo claro: encontrar la salida. Imaginemos que utilizamos un ratn. Sabemos que cuando est debidamente entrenado, un ratn es capaz de encontrar
la salida, en un laberinto de un tamao que cabe en la mesa de un laboratorio.
Pero una partida de ajedrez permite en cada movimiento un nmero enorme
de movimientos (pasillos). A su vez, los movimientos del oponente estn por
determinar, y el objetivo, pese a ser accesible desde varios caminos, requiere
un enorme esfuerzo computacional. Un ratn, despues de todo, es capaz (no
har mayores suposiciones) de recorrer todos los pasillos y dar la vuelta cada
vez que no puede continuar. Un computador electrnico hace en esencia lo
mismo, salvo cuando incorpora heursticas que pueden hacer ms eficientes
las bsquedas.
Imaginemos ahora un laberinto enormemente complejo. Hablo de un nivel
de complejidad tal que un ratn que pretendiese encontrar la salida morira
por el camino. Esto es, para m, un problema inabordable con mtodos de tipo
paso-a-paso. Pero imaginemos que la superficie del laberinto est inclinada, y
que lo llenamos con agua. El agua saldra en poco tiempo por el otro lado. Ms
deprisa encontrara la salida un gas, empujado por una depresin en la salida. Pero no sabemos preguntarle a estos sistemas por dnde han pasado. No
ocurre lo mismo con un sistema cuntico. Baso esta afirmacin en la idea de
paralelismo cuntico que mencion en la seccin 4.1.1. Podemos preparar un
estado inicial de alguna manera que a cada paso almacenara informacin sobre que alternativa escogi. Esto suena familiar si recordamos el experimento
de Stern-Gerlach. Los electrones con un spin determinado son filtrados, mientras que los de spin perpendicular llegan sin problemas al detector. Podemos
imaginar que hay una manera de filtrar unos estados de una combinacin inicial, en funcin de la alternativa escogida. As, podramos preparar un estado
inicial, que se propagase a travs de una serie de filtros, que tendran sobre
l el efecto de una medida, proyectndolo sobre un subespacio determinado.
Adicionalmente, la propia implementacin del problema incluira la descripcin de cundo dejar de permitir que uno de los estados se propagase, con lo
que al final slo recibiramos partculas en un estado dotado de informacin
51

sobre las trayectorias que resuelven el problema. El estado de llegada habr
excludo los autovalores diferentes a los escogidos en las etapas de decisin,
y una medida de estos operadores de nuevo nos dir todo lo que queremos
saber. No nos preocupa modificar el estado del sistema, porque se trata de la
ltima etapa, salvo en el caso de que queramos saber varias cosas, por haber
usado varios filtros. Si ese es el caso podemos buscar observables asociados a
subespacios independientes. En funcin de la tecnologa de que dispongamos
seremos capaces de utilizar distintas clases de filtros, y en funcin de stos
ser conveniente limitar el nmero de etapas.
Volvemos, si se quiere ver de esa manera, a resolver problemas de clase
np por medio de bsqueda de soluciones en lugar de intentar calcularlas y,
como era de esperar, la obvia referencia al mtodo de bsqueda de Grover. Sin
embargo, me parece buena idea observar que tal mtodo no slo sirve para
buscar races a ecuaciones ni nmeros de telfono, sino que permite tomas de
decisiones para problemas complejos en tiempos muy cortos.
4.5.1. Juegos de un movimiento.

Supongamos que tratamos precisamente de resolver el problema del laberinto, y digamos que en cada nudo slo hay dos posibilidades: girar a la derecha
o girar a la izquierda. En este caso hay un rbol (binario) de decisiones para
resolver el problema, y encontrar la salida consiste nicamente en encontrar la
rama correcta y seguirla desde el principio hasta el final. Una posible manera
de etiquetar las estrategias posibles es implementando en unarray un nmero
alto de decisiones, de modo que sea poco probable quedarnos a la mitad. Me
explico: supongamos que el laberinto mide cien metros de largo por cien de ancho, y sabemos que cada puerta tiene un ancho de al menos un metro. Esto, si
hubiese puertas en todas las posiciones no permite que el nmero de stas exceda de las diez mil. Un anlisis ms detallado hara bajar significativamente
el nmero de puertas que esperamos etner que atravesar para encontrar la
salida. El vector que utilizaremos para encontrar la salida sobreestimar el
nmero de decisiones, de modo que no permitir que la rama correcta del rbol termine en una puerta del interior del laberinto, mientras que todas las
decisiones sobrantes sern desestimadas. Incluso, por medio de interferencia
con los estados finales podramos llegar a decidir en cuntas etapas encontr
la salida el computador.
Dada esta situacin, podemos tomar la siguiente tabla de estrategias:
000...001
000...010
000...011
...
111...111
52
Toma la primera desviacin a la derecha y el resto a la izquierda.

Gira a la derecha slo en el segundo nodo.
A la dcha. en los 2 primeros nodos, a la izq. en los dems.
...
Gira a la derecha en todos los nodos.
4.5 Aplicaciones a la inteligencia artificial.

Una base de qubits adecuada (tal vez no la mejor) puede ser
(4.8)
Introduciremos la definicin del laberinto en la computadora de tal modo que

cuando un camino se cierra, y con ello una rama del rbol, los autoestados que
llegaron hasta ah son filtrados.
En esta situacin, bastar inicializar el array en un estado que sea superposicin de todos los elementos de la base, y aplicar sobre l la definicin del
laberinto, para encontrar el conjunto de posibles soluciones. De hecho, si hay
ms de un camino oara encontrar la salida, entonces el estado final ser la superposicin de estas trayectorias, aunque en el proceso de medida el sistema
se decida por una.
Visto esto, tal vez el lector an sae pregunte y por qu no realizar estas
operaciones sobre un array de bits en lugar de un array de qubits? La respuesta es simple: no podemos preparar el array de bits en un estado que sea
superposicin de estrategias, de modo que tendramos que ir aplicando sucesivamente la definicin de laberinto sobre todos los posibles arrays diferentes
hasta encontrar aqul para el que al final no se obtuviese un array de ceros.
En el mtodo cuntico, en cambio, slo necesitamos un nmero de operaciones
proporcional al tamao del laberinto para encontrar la salida. De nuevo nos
hemos servido del principio de superposicin.
4.5.2. Juegos de varios movimientos.

Por un lado podemos imaginar juegos de varias jugadas como el ajedrez, en
el que un movimiento va seguido por otro del oponente, de modo que a cada
paso (en el caso ms sencilllo) ser necesario reevaluar la situacin. Podramos
imaginar cada alternativa codificada como un autovector en cierta base. Esta
base podra, para hacerlo ms simple an, podra ser 4.8, pero reinterpretando
los elementos. Ahora cada vector corresponde a una decisin diferente, dentro
de las reglas del juego. El procesador enfrentado al humano podr encontrarse
en un estado que sea superposicin de alternativas, de modo que se encuentra listo para evaluar los resultados de distintas decisiones. Por otra parte, las
probabilidades asociadas a cada componente podrn ser una funcin de los
objetivos, de modo que se filtren las alternativas claramente conducentes a la
derrota. El movimiento del contrincante har que, de acuerdo a las normas,
ciertos movimientos pasen a estar prohibidos, lo que nos fuerza en el diseo a
proveer un modo de filtrar las componentes de la superposicin que no se permite ejecutar. Entonces el sistema se encontrar en un estado tal que permite
la toma de decisiones coherentes con las reglas del juego, pero de modo no
determinista. La amplitud de cada una de las probabilidades puede ser funcin de una base de datos con numerosas partidas, de modo similar a como
hace un computador actual, pero con la ventaja de no obligar al sistema a
53

responder de un modo determinista. De hecho, esta misma ventaja, unida a
algn medio de modificar la definicin de la funcin ante el resultado de una
partida puede dar a la mquina la posibilidad de aprender nuevas estrategias.
Ajustar coeficientes es lo que hace una red neuronal, pero stas no preveen la
improvisacin ante situaciones nuevas.
4.5.3. Algunas conjeturas sobre la naturaleza.

En este momento muchos haran conjeturas sobre si ste es uno de los
mecanismos por el que nosotros mismos aprendemos y tomamos decisiones,
como hizo Roger Penrose en su momento. Lo cierto es que aunque no parezca
haber rastro de los microtbulos en los que deca que los efectos cunticos
se veran amplificados a escala macroscpica en las neuronas, y pese a no ser
el tema sobre el que trata este trabajo, me permitir decir que tal vez no estemos ante el modo que la naturaleza escogi para los seres vivos, pero s ante
una mquina capaz de incorporar todos los elementos que yo reconozco en la
toma de decisiones. Esto no quiere decir otra cosa que probablemente hayamos
encontrado un sistema que modeliza ciertos esquemas de pensamiento. Esto,
combinado con el principio de Church-Turing (vase seccin 2.2.2) me lleva a
la defensa de la IA-fuerte, siempre y cuando las mquinas de las que estemos
hablando sean lo suficientemente generales.
Hasta ahora la idea de IA-fuerte siempre haba tropezado con la aparente falta de potencia de los mtodos de computacin tradicionales. Siempre fui escptico frente a tales objecciones, y no dejo de serlo, a la luz del hecho de que las
diferencias entre la computacin clsica y la cuntica son slo de rendimiento.
Es obvio que el conjunto de ecuaciones que determinan la evolucin cuntica
de un sistema pueden resolverse, como se ha venido haciendo hasta ahora,
en un computador clsico. Sin embargo, si unimos el requisito de eficiencia,
el principio de Turing se ve en dificultades, y se acepta la posterior generalizacin, y si consideramos que el principio de Church-Turing es vlido (cosa
que no tenemos por qu hacer, pero que yo hago) nos encontraremos con que
nosotros mismos debemos ser modelizables por algn tipo de procesador general de la informacin.
54
5 Una aplicacin llevada a la

prctica:Criptografa cuntica.
He optado por dedicar un captulo completo a la criptografa cuntica por
una razn en particular: sta ya es una realidad. Por ahora no deja de ser algo
que se realiza de modo experimental, pero ya se ha llevado a la prctica. Por
otra parte, si bien las comunicaciones forman parte de los sistemas computacionales hasta el punto de que stos no son posibles sin ellas, lo contrario no
ocurre, habiendo as un nivel de aplicabilidad que justifica por completo el desarrollo de esta tcnica en ausencia del computador cuntico. Podemos utilizar
mecanismos cunticos de codificacin para asistir la comunicacin entre computadores electrnicos o entre usuarios humanos que, por ejemplo, hablan por
telfono.
5.1.
Justificacin de la criptografa cuntica.
En la seccin 3.2.5 estudiamos un mtodo de comunicacin considerado actualmente seguro, el RSA. Este mtodo, al igual que todos los que actualmente
resisten todos los ataques, basan su fiabilidad en la clase a la que pertenece
el problema de descomponer un nmero en factores primos: no existen computadores electrnicos capaces de descifrar un mensaje de este tipo sin la clave
privada en un tiempo razonable. Pero a la luz del mtodo desarrollado por Shor
vemos que la existencia del computador cuntico rompera por completo la seguridad de los cdigos actuales. Esto puede querer decir que, en ausencia
de computadores cunticos, emplear una tecnologa ms cara para resolver
un problema que en la prctica no existe resulta como mnimo inadecuado.
Por qu entonces hacerlo? Bsicamente porque la posibilidad de construir
computadores cunticos es an una incertidumbre, y hay numerosas instituciones (como pueden ser las militares) que no se pueden permitir arriesgar la
seguridad de sus datos ante la evolucin de la tecnologa.
De cualquier modo, el enfoque de este trabajo es relativo a la fsica, y por
tanto a la posibilidad de realizar tareas nos importa mucho ms que la viabilidad de las mismas. Desde mi punto de vista, an as, todo el computador
cuntico gira en torno a problemas de viabilidad: su misma realizacin pretende hacer viables tareas que no lo eran hasta ahora. Lo que es en mi opinin
interesante de la criptogrfa cuntica, aparte de como problema particular de
55
5 Una aplicacin llevada a la prctica:Criptografa cuntica.

la teora cuntica de la informacin, es que responde afirmativamente a la
pregunta:
Existe algn modo de comunicar informacin que sea inherentemente
seguro, es decir, cuya seguridad resida en las propias leyes de la
fsica?
Los cdigos tradicionales basaban su seguridad en una cuestin de rendimiento. Los requisitos para descifrarlos crecen exponencialmente cuando lo hace
linealmente el esfuerzo empleado en proteger la informacin, pero no hay
ningn principio fsico que niegue la posibilidad de que esto se consiga. La
criptografa cuntica, en cambio, es totalmente segura desde este punto de
vista.
5.2.
Descripcin de una transmisin.
Los mtodos criptogrficos cunticos pueden agruparse en dos categoras,

que describo a continuacin:
5.2.1. Distribucin de clave cuntica.

En este procedimiento la llave secreta, en lugar de ser generada a partir
de nmeros primos, se obtiene mediante estados cunticos. Una estrategia
posible viene descrita a continuacin:
Alice enva 2n qubits a Bob, cada uno de ellos preparado en uno de
los estados {|0>,|1>,|+>,|->} de modo aleatorio. A continuacin
Bob recibe la informacin, y mide los estados en una base particular, ya sea {|0>,|1>} o bien {|+>,|->}. Finalmente Alice indica
pblicamente a Bob la base utilizada para preparar cada qubit.
En promedio Bob habr usado para hacer las medidas la misma
base que Alice al preparar los estados la mitad del tiempo. Los
nicos resultados con sentido son precisamente estos. Por ltimo, Alice y Bob comparten la misma cadena de n bits, donde por
ejemplo |0>y |+>se asocian a 0 y |1>y |->lo hacen a 1. A esta cadena la llamamos RQT, por raw quantum transmission (es
decir, algo as como transmisin cuntica literal).
Un espa que pretendiese interceptar la cadena de qubits dejara evidencia de su presencia, pues la informacin no puede clonarse,
y para hacerse con ella sta no podr alcanzar nunca a su receptor legtimo. Si el interceptor opta por realizar medidas y reenviar
la informacin aproximadamente la mitad de las veces acertar
con la base en la que hacerlas, de modo que no perturbar el
56
5.2 Descripcin de una transmisin.

qubit correspondiente, pero la otra mitad su intervencin ser
evidente a la hora de comparar lo que Bob recibi al principio
con la cadena RQT: de los n bits de la cadena la cuarta parte ser
inconsistente con el estado cuntico.
Si Alice y Bob comparten pblicamente n/2 bits elegidos aleatoriamente de la cadena RQT y encuentran que coinciden en sus valores, podrn estar seguros de que nadie ha interceptado el mensaje. La probabilidad
de que con n=1000 bits Alice y Bob hayan
escogido slo bits que no hayan sido modificados en el ataque es

.
de
Hay otras estrategias posibles, y descifrar cadenas puede ser an ms complicado para un espa en funcin de ellas. Por otra parte, tenemos ruido, haciendo
que algunos qubits varen impredeciblemente su estado.
5.2.2. Comunicacin segura en presencia de ruido.

Si hay ruido en la comunicacin aparecern errores en la secuencia RQT
que no estarn asociados a ningun ataque. Esos errores esperamos que sean
escasos, pues los errores se espera que se produzcan de manera espordica,
mientras que los debidos a un ataque afectan a la mitad de los qubits y, por
diseo, a la cuarta parte de los bits de la secuencia RQT. As que, bajo el
esquema anterior, una tasa de error inferior al 25 % significa que la lnea no
ha sido pinchada.
El siguiente paso es corregir los errores. Esto puede hacerse compartiendo
resultados de bits de paridad en subconjuntos del mensaje elegidos aleatoriamente.
El ltimo paso es extraer de la clave otra ms pequea, compuesta por valores de paridad obtenidos a partir de la original. De esta clave, de alrededor de
n/4 bits, un espa conocera 10 de un bit (Bennett et. al. 1992).
5.2.3. Bit commitment.

Partamos de la situacin en la que Alice decide el valor de su qubit de modo
que Bob puede a partir de cierto instante estar seguro de que ella ha decidido el
valor, pero no puede saber de que valor se trata hasta algun instante posterior,
escogido tambien por ella. En el marco clsico esto podra hacerse guardando
el mensaje dentro de una caja fuerte, para, despues de elegido el momento en
que Alice permita a Bob leerlo, facilitarle la combinacin.
El modelo cuntico del quantum commitment consiste en una implementacin
particular de un protocolo en el que Alice enva un qubit a Bob, y slo ella
puede elegir el momento de decirle en que base fue preparado. Ni Bob ni un
tercero pueden permitirse tratar de medir el qubit sin conocer la base, pues
57
5 Una aplicacin llevada a la prctica:Criptografa cuntica.

ademas de no poder interpretarlo echaran a perder el estado cuntico dotado
de la informacin.
5.3.
Realizaciones prcticas.
La realizacin que se ha llevado a la prctica es la distribucin de clave

cuntica. Uno de los primeros experimentos, que fue realizado por Bennett Y
Bassard en 1989, demostr la fiabilidad de la idea. De ah a los 23 Km de
distancia que Zbinden comunic por debajo del lago Geneva (Zbinden et. al.
1997) pasaron slo ocho aos.
En el experimento de Zbinden los qubits eran estados de polarizacin de pulsos lser. Los pulsos contenan 0.1 fotones en promedio, es decir, pulsos con
ms de un fotn eran muy poco probables. Ms de un fotn por pulso implica
duplicidad de la informacin, y abre el camino a un tercero para interceptar el
mensaje sin ser detectado. La tasa de error del sistema era del 1.35 %. Vimos
antes que para la estrategia descrita, un error menor del 25 % permite estar seguro de que cierto mensaje no ha sido robado y la tasa de error en este caso es
claramente inferior, de modo que el sistema es adecuado para la comunicacin
segura.
5.4.
Observaciones.
Tambien hay ms alternativas. Los pares EPR (2.3) pueden usarse, de modo que Alice y Bob pueden preparar estados y realizar medidas a lo largo de
diferentes ejes, pero un espa introducira correlaciones EPR que seran detectables.
Las pruebas sobre las que descansa la fiabilidad de los mtodos criptogrficos son pramente tericas. Existen principios de los que se sigue hasta que
punto es invulnerable un sistema cuntico de encripcin. Por contra, no hay
manera de demostrar experimentalmente esto.
El mecanismo conocido como bit commitment se ha demostrado recientemente que no es seguro (Mayers 1997, Lo y Chau 1997), debido a la posibilidad
de engaase a los participantes haciendo uso del entrelazamiento.
58
6 El computador cuntico.
Comenzar por hablar de qu es precisamente un computador cuntico, para
luego entrar en detalles sobre sus componentes y estructura.
6.1.
El computador cuntico.
Recurrir a la definicin de Deutch (1985, 1989) para modelizar los computadores cunticos (de ahora en adelante, QC, por quantum computer).
Un computador cuntico es una coleccin de n qubits sobre los que es
posible:
1. Cada qubit puede prepararse en un estado conocido |0>
2.Los qubits pueden medirse en la base {|0>,|1>}
3.Sobre cualquier subconjunto de qubits de tamao fijo podemos aplicar
una (o un conjunto de) puertas universales.
4.Los qubits slo evolucionarn de la manera prevista en las puertas.
El ltimo punto es el que trae ms problemas, debido a la existencia de decoherencia. No podemos esperar de un sistema cuntico convencional que
su evolucin se produzca de manera totalmente controlada. Si bien esta es
una limitacin fsica, podramos modificar el enunciado de modo que fuese
menos restrictivo, al tiempo que lo suficiente para poder seguir llevndonos a
una definicin til. Por ejemplo, podramos conformarnos con un sistema cuya
evolucin fuese al menos en cierta medida controlada, de modo que una parte
de la informacin que contiene evolucionase de un modo previsible.
6.2.
Modelos de computador.
La discusin sobre modelos particulares de computador est aqu orientada

hacia la construccin, pero no desde el punto de vista fsico, sino de diseo. Si
no se hizo antes este sera un buen momento para consultar el apartado 3.2.2
, sobre la mquina de Turing. La mquina de Turing era un apartado que iba a
continuacin en la versin preliminar de este trabajo, debido a que desde luego
es un diseo particular de computador. Sin embargo, debido tanto a motivos
histricos como al hecho de que introduca conceptos que eran necesarios ms
atrs, decid colocarla al principio.
59
6.3.
El modelo de circuito cuntico.
El modelo de red es el ms utilizado en computacin convencional. Se basa,

como dije antes, en la concatenacin de etapas de puertas lgicas (no necesariamente binarias). Este modelo es fcilmente traducible a un mundo de puertas
lgicas cunticas, si bien no aporta nada nuevo sobre el modelo tradicional, y
tropieza con muchas dificultades. La ventaja que tiene no es otra que el hecho
de ser un modelo ms maduro, y por tanto con ms posibilidades de llevarse
al laboratorio. El inconveniente consiste enque lo que hacemos es trasladar un
diseo que surgi para sistemas clsicos al campo de los sistems cunticos,
por lo que el modelo en s no explota las particularidades de este dominio.
Aqu no debemos entender las puertas lgicas como en los circuitos electrnicos. En un circuito electrnico un a puerta lgica era algn dispositivo
fsico que encuentra una seal elctrica a su paso, y que es capaz de permitirle o no el paso en funcin de uns determinadas circunstancias.
En una red cuntica, en cambio,las puertas lgicas no pueden realizarse de
esta manera por varias razones. Entre otras cosas, no podemos clonar a voluntad un cierto estado, mientras que en un circito electrnico esto es inmediato.
Por otra parte, la naturaleza de los qubits (habitualmente magntica) requiere
que utilicemos por ejemplo campos magnticos para manipularlos.
Podemos entonces preparar una especie de trayectoria que vaya recorriendo
todo el sistema, salpicada de regiones donde producimos campos magnticos
durante tiempos tan cortos que podamos estar seguros de que slo afectan a
un qubit, y tan bien sincronizados que adems sabremos a que qubit afectan.
Deberamos hacer tantos de estos dispositivos como etapas tenga la operacin
que hayamos previsto realizar. Todo esto resulta absurdamente complicado.
Lo razonable es dejar los qubits fijos en el espacio, y operar sobre ellos con
un nico conjunto de actuadores que produzcan los respectivos campos magnticos, o el efecto que queramos aprovechar para modificar el estado del arreglo. Si se tratara de campos magnticos, obligando a los spines a orientarse
de determinada manera, no sera necesario que nos preocupramos de si stos
estn activos un poco ms de tiempo de la cuenta, pues cada electrn acabara
en el mismo estado final. As emos que la idea de red en computacin cuntica
tiene muy poco que ver con la de la computacin tradicional.
6.4.
El autmata celular cuntico (QCA).
A diferencia de los modelos anteriores, el autmata celular cuntico est

diseado de modo que aprovecha el comportamiento de los sistemas a escala
cuntica. El modelo de red o circuito cuntico, por ejemplo, no trata de ser
ms que una adaptacin del modelo de circuito tradicional, aunque como tal
tropieza con dificultades, como lamiposibilidad de clonar los estados y el hecho
de que debemos pensar en las operaciones como operadores actuando sobre
60
6.4 El autmata celular cuntico (QCA).

registros cunticos, y no necesartiamente como etapas en la propagacin de
seales. Hablar en detalle sobre este modelo porque me parece de particular
inters.
6.4.1. Nociones generales sobre el QCA.

Bsiacamente, un autmata celular consiste en un array de quantum dots,
acoplados mediante interaccin culombiana. En cada celda, los electrones
tienen un estado bien definido, y determinado por la interaccin con las celdas vecinas. La probabilidad de efecto tunel ser despreciable. Ms adelante
veremos que no es complicado en principio conseguir que un sistema de este
tipo realice diferentes tipos de operaciones. De hecho, si hay algo difcil en el
autmata celular es la conexin con el exterior, en mucho mayor medida que
la implemantacin de las operaciones.
En la definicin de computador cuntico (sec. 6.1) veamos que es necesario
proveer un mtodo para inicializar los qubits en un estado conocido. Esto lo
haremos por medio de unos electrodos de control. El estado de todo el sistema
viene dado por unas condiciones de contorno que son precisamente las que
producen los canales de entrada, y es ah donde los electrodos de control irn
situados. Sin entrar an en la descripcin de cada celda, un autmata celular
en dos dimensiones es el sistema representado en la siguiente figura:
Canales de entrada
Canales
de entrada
Canales
de salida
Canales de salida
Autmata celular cuntico.

Existe un problema, asociado a la interconexin de dispositivos cuando el
tamao disminuye ([21]), que resuelve el esquema propuesto. Como clo suministramos entradas desde los bordes del array, a medida que este se hace ms
pequeo las energas caractersticas asociadas se hacen cada vez ms importantes, y con ello se hace factible realizar computacione s a mayores temperaturas. Se considera posible llevar de esta manera la computacin cuntica a
escala molecular.
En lo que se refiere a este trabajo, me aproximar al autmata celular primero
desde su comportamiento independiente del tiempo, para luego ver cmo evoluciona con el paso de ste.
Para el caso independiente del tiempo, lo que debemos hacer es buscar el
estado fundamental de los arrays de quantum dots. Recordando algo sobre
el modelo de Ising, lo primero que observamos es que no importa cmo evolucione el array , sino hacia dnde evoluciona. Esto hace an ms interesante
61
el modelo QCA, dado que podemos obviar una serie de operaciones que sera
inabordable a poco que el array aumentara de tamao. La computacin puede
llecvarse a cabo correctamente sin necesidad de controlar todos los detalles de
la evolucin del sistema, sta se realiza preparando el sistema en un estado tal
que la solucin de su evolucin corresponda a la del problema propuesto.
La necesidad de estudiar la dinmica del autmata celular no est asociada
tanto a la realizacin de las operaciones como a la de averiguar la velocidad
con que stas sern llevadas a cabo. Por otra parte, existe la posibilidad de que
bajo ciertas condiciones iniciales el sistema no alcance la solucin, sino algn
estado metaestable a medio camino entre ella y el estado inicial, y queremos
saber si el estado final ser alcanzado o no. Vemos, de todas formas, que este
estudio no necesita alanzar la profundidad de ver en detalle cmo evoluciona
cada celda, sino que ms bien nos preocupas decidir cundo una seal ha
alcanzado el extremo del array, o cundo podemos decir que la operacin ha
sido finalizada.
6.4.2. Acoplamiento con el exterior.

Nos centraremos en dos lmites para el acoplamiento con el exterior:
1.
La evolucin (elstica) del sistema tiene lugar en una escala de tiempo

mucho ms larga que el acoplamiento (inelstico) entre el autmata y el
medio exterior. Si el acoplamiento con el exterior es lo bastante alto como
para forzar el trnsito al estado fundamental entonces la dinmica del
sistema puede describirse mediante la tasa dada por la regla de oro pasa
el scattering a partir del estado inicial, sin necesidad de saber qu ocurre
en las etapas intermedias.
2.
Nosotros nos interesamos por el otro lmite, en el que el acoplamiento (inelstico) con el exterior tiene lugar en escalas de tiempo mucho mas largas
que el acoplamiento (elstico) entre dots. Esta situacin hace aceptable la
aproximacin de sistema aislado, y el estudio de la evolucin mediante la
ecuacin de Schrdinger (ec. 2.16).
Una vez establecido que nuestro autmata evoluciona como n sistema aislado,
resta decir que se sabe que es posible detectar el estado de carga de una celda
de modo no invasivo [12], desde el punto de vista clsico. Una medida siempre
provocar el desplome del estado cuntico sobre el subespacio saociado al
valor encontrado, de modo que no podr ser no invasiva desde el punto de
vista cuntico. An as, en el QCA lo que se hace es medir el estado de las
celdas de los bordes una vez que se ha alcanzado el estado de equilibrio, y
esto se hace a lo largo de un intervalo de tiempo largo comparado con el de
fluctuacin de los estados de cada celda, obtenindose as un valor esperado.
62
6.4.3. Descripcin del autmata celular.

En un autmata celular no asociaremos cada celda a un nico quantum dot,
sino que haremos construcciones como la de la figura:
t
P=1
t
P=1
t
Estructura de una celda
Estados de
polarizacion
Celdas del automata celular
Celdas de nuestro QCA.

En este caso el esquema para cada celda consiste en cuatro quantum dots por
cada celda. Hay otros modelos, como el que incluye un quantum dot adicional
en el centro. En el interior de la celda hay dos electrones. Como dije antes,
no hay efecto tunel. A medida que las celdas se hacen ms pequeas, la separacin entre niveles energticos se hace mayor, lo que acelera la respuesta
temporal de los sistemas.
Har referencia a los resultados obtenidos por Douglas y Lent [12], para lo
que se hace necesario que me refiera a su celda estndar. Esta celda parece
mostrar un buen comportamiento, y por eso fue elegida por ellos. Para este
caso, la distancia entre dots (t, en la figura anterior) del interior de una celda
es de 20nm, mientras que los centros de las celdas distan 60nm entre s. Para
esta construccin, la energa de efecto tunel es de 0.3MeV, mientras que el
resto de parmertos fueron escogidos de acuerdo a los del GaAs.
El hamiltoniano empleado para el anlisis de la evolucin de tales sistemas
fue el de Hubbard
extendido :
(6.1)
En este hamiltoniano no entran en juego los grados internos de libertad de

la celda. Veamos lo que significa cada trmino:
1.
Los operadores
y
destruyen y cean electrones con spin
en la
posicin i (son operadores de creacdin y aniquilacin). esto hace que el

trmino
sea el operador nmero, que da el nmero de elec
trones con spin que opupan la i-sima celda, y, por tanto (
es
la energa de cada electrn. As, el primer trmino de la ecuacin es la
energa de cada quantum dot aislado. El potencial

es generado por las
distribuciones de carga exteriores a la celda, de modo que es aproximadamente una constante dentro de ella.
63
2.
El segundo trmino da cuenta del efecto tunel, con

, la energa de efecto tunel, y el trmino entre parntesis el operador responsable
de que el electrn j pase a la opsicin i o al contrario (destruccin de uno,
.
creacin del otro). Para saltos en diagonal tomamos
3.
El tercer trmino expresa la energa necesaria para poner dos electrones
con spines contrarios en el mismo quantum dot,

cada vez que esto
ocurra.
4.
El ltimo trmino de la ecuacin es puramente culombiano, y se refiere a

la interaccin entre electrones del interior de la misma celda.
La ecuacin de Schrdinger independiente

del tiempo
(6.2)
es la que nos permitir encontrar el estado estacionario de la celda. Ahora nos

queda elegir la base adecuada para tratar el problema. Los autoestados de
sern en principio los de la base para dos electrones de spin contrario y cuatro
posiciones:
(6.3)
Esta base desde luego necesita una explicacin:

En la fila superior de cada vector aparecen las posiciones ocupadas por electrones con spin up con un uno, y las no ocupadas de esta forma con un cero.
Hacemos exactamente lo mismo para los electrones con spin down en la fila de abajo. Los nmeros de columna corresponden a las posiciones con que
numer los quantum dots en la figura anterior. Un electrn apuntando hacia arriba en la primera posicin y otro apuntando hacia abajo en la trecera
vendran representados como
En esta base el hamiltoniano es una matriz de 16 16, de la forma

mientras que el estado fundamental de la celda veine expresado como:
(6.4)
donde
son los distintos elementos de la base.
La base anterior puede sin embargo reducirse, teniendo en cuenta una serie
de consideraiones. Al tomar efecto tunel despreciable, el nmero de electrones
est restringido a dos por celda. Dado que el trmino vala cero para posiciones enfrentadas por una diagonal, el estado fundamental esperamos que
sea precisamente este para la celda. Estos son los dos estados de polarizacin
64

contemplados a la derecha en la figura. Si la energa de efecto tunel se hace
comparable a las energas de interaccin culombianas del problema los electrones perdern rpidamente su estado de localizacin , y los estados de polarizacin dejarn de estar bien definidos. As pues, para nosotros los trminos
de efcto tunel del hamiltoniano sern pequeos frente a los dems, y el estado
del sistema muy prximo a los de la figura.
Definiremos la polarizacin de la celda como:
(6.5)
donde
es el valor esperado del operador nmero para la
. es precisamente esta funcin la
posicin i en el estado
fundamental
que toma valores

para los estados de la figura. De ahora en adelante P=1
equivale a un qubit 1, mientras que P=-1 equivale a un qubit 0.
Ahora veamos qu efecto tiene una celda sobre sus celdas vecinas. Los resultados de Douglas y Lent, para una serie de simulaciones, fueron los siguientes:
Partiendo de fijar el estado de una de las celdas (denominada celda de control, o de entrada) , procedieron a buscar el estado fundamental de la celda
adyacente directamente, por medio de la diagonalizacin de 6.1. El efecto retoma valor 1 por
sult ser muy prximo a una funcin escaln, en la que
pequeo que sea el valor de , mientras este sea positivo, y toma valor -1 con
cualquier valor negativo de
. Vemos que un valor muy pequeo de polarizacin se convierte inmediatamente en un valor extremo. Esto permite evitar
que una seal se pierda por el camino cuando es transmitida por un hilo de
celdas.
El siguiente paso fue precisamente simular el hilo de celdas, para lo que debamos hacer algunas aproximaciones ms si queramos que el problema fuese
tratable. Lo ms simple fue la aproximacin entre clulas de Hartree. En esta
aproximacin se incluyen los efectos de correlacin e intercambio dentro de
cada celda, pero se desprecia la posibilidad de que se produzcan entre celdas
del
diferentes. Todo el efecto de las celdas vecinas se recoge en el potencial
primer trmino de 6.1. As podemos encontrar el estado fundamental de una
celda examinando slo el hamiltoniano local. El procedimiento escogido para
conocer el estado de todas las celdas fue fijar la polarizacin de todas menos
de la que se analiza, para a continuacin hacer lo mismo con cada una de
las dems. Esto se realiza iterativamente hasta el momento en que el estado
de todas las celdas permanezca sin cambios de una etapa a la siguiente. El
inconveniente es que proceder as nos lleva al estado de equilibrio, pero no nos
informa sobre la dinmica.
La evolucin de un sistema como el anterior obedece a lo que puede verse a

continuacin:
65
propagation
driver cell
Equilibrio en un array de celdas controlado.

Lo que llama la atencin es que el estado no se pierde, sino que avanza de una
celda a otra. La celda sombreada es la de control, que mantuvimos en en el
estado P=1. La hipottica prdida de polarizacin debida a cualquier efecto no
ser importante a menos que sta se invierta, dado que cada celda amplifica P
hasta su valor de saturacin.
Si quisiramos realizar una operacin sencilla, tal como una inversin, podramos recurrir a la siguiente estrategia:
in
out
Esquema para un inversor QCA
Esquema para inversin de una seal.
in
out
in
in
t=0ps
in
t=25ps
out
in
in
in
out
in
in
t=20ps
in
t=30ps
out
M(A,B,C)=0>1
in
in
A=0
B=1
C=0
Pero no slo necesitamos realizar operaciones sobre un nico qubit, como

sabemos. Aqu vemos una puerta generalizada en funcionamiento:
The majority gate
Puerta generalizada en QCA.

con estas operaciones es claro que podramos, en principio realizar cualquier
operacin ms complicada. Por otra parte, vemos que lo nico que debamos
hacer es introducir las entradas adecuadas desde las lneas conectadas a los
bordes del autmata.
Dado que este apartado pretenda ser puramente descriptivo, y que slo el
autmata celular sera suficiente para un trabajo bastante extenso, no he credo conveniente continuar aqu con la descripcin de la evolucin. De cualquier
66

modo, es precisamente el hecho de que no es necesario entrar en ese tema
para conocer el estado de equilibrio lo que hace al autmata celular un modelo
tan potente.
6.4.4. Problemas del QCA.

En principio, una limitacin bsica para la construccin del QCA es la pramente tecnolgica. En primer lugar, nos enfrentamos a la necesidad de crear
un array de quantum dots, que son de por s nanomtricos, en el que las distancias entre unos y otros lo deben ser tambien. Este problema, a pesar de
todo, no parece excesivamente importante, dado que se trata de simple miniaturizacin, la bsqueda de una tcnica que haga posible reproducir a escala
muy pequea un patrn sencillo. Dado que la construccin de quantum dots
es factible en la prctica, es razonable pensar que este tipo de construcciones
lo llegarn a ser tambien. El otro problema surge cuando nos proponemos
por un lado controlar todas las entradas, cada una de las cuales tiene escala
nanomtrica, pero necesita un dispositivo capaz de polarizarla adecuadamente
para preparar el estado inicial y cada salida, donde necesitamos realizar medidas sobre todos las celdas de un lado del array. Si tratamos de realizar operaciones en el sentido descrito antes debemos enfrentarnos a saber que filas
interactan con que columnas, y necesitamos controlar exactamente las entradas y salidas correspondientes, lo que significa ser capaces de manipular
y leer las entradas y salidas de una en una, al tiempo que sincronizarlas. Esto es tcnicamente ms complicado, y est relacionado con el problema de la
interconexin, al que me referir ms adelante.
67
68
7 Construccin del computador

cuntico.
Por ahora no hablamos de computadores cunticos, sino de procesadores
cunticos de la informacin, siendo incluso esta denominacin pretenciosa.
Al hablar de computador cuntico nos referimos a una mquina de propsito general, capaz de ejecutar cualquier tarea simplemente preparndola de
modo adecuado. Un procesador de informacin puede ser una mquina con
una tarea mucho ms especfica, tal como realizar operaciones matemticas, o
adaptar seales elctricas para digitalizar sonidos. Las tareas que la mecnica cuntica computa de manera ms eficiente que la clsica no son todas; de
hecho, son una pequea parte, cuya aplicabilidad en el fondo es ms bien reducida. Un usuario corriente no est preocupado de simular sistemas fsicos ni
de romper claves seguras en las comunicaciones de otros usuarios. De hecho,
la mayora tampoco aspiran a utilizar criptografa cuntica en sus mensajes,
dado que en ellos no hay un contenido cuya proteccin merezca inversiones
econmicas tan fuertes.
Vistas las cosas de este modo parece que, al menos como primer fin, el objetivo a nivel tecnolgico en computacin cuntica es el de construir mquinas
capaces de ejecutar especficamente aquellas tareas en las que la mecnica
cuntica suponga una verdadera ventaja, independientemente del coste, dado
que los primeros usuarios sern instituciones pblicas o grandes compaas.
Algo parecido ocurri con la computacin electrnica, aunque su evolucin
desemboc finalmente en la situacin que conocemos hoy en da.
7.1.
Decoherencia. Cdigos cunticos detectores de error.
7.1.1. Significado de la decoherencia

Ningun sistema cuntico est realmente aislado. Ya indiqu en 2.2.1 que
utilizar la ec. Schordinger para describir la evolucin de los sistemas era hacer
una apoximacin. Para establecer una definicin, dir:
Decoherencia es el fenmeno a travs del que las componentes de un

se desfasan unas respecto a otras
vector de estado >=
por efecto de la interaccin con el entorno, destruyndose en el
proceso la informacin condensada en el entrelazamiento.
69
7 Construccin del computador cuntico.

Sabemos que los alrededores introducen una componente no unitaria en el
operador de evolucin:
Aadir ahora que el entrelazamiento con los alrededores puede destruir un

estado en tiempos que hacen impesable cualquier tipo de uso computacional.
La prdida de coherencia en escalas de tiempo tan breves tiene relacin directa
con el hecho de que no observemos fenmenos cunticos a nuestra escala.
Queremos que el computador cuntico lleve a nuestra escala fenmenos que
slo se producen a nivel microscpico, as que debemos encontrar un modo de
preservar la coherencia. Ambas cosas se tratan a continuacin.
7.1.2. Cdigos cunticos de deteccin de error

En conexin con la seccin 2.1.2 (deteccin de errores) comenzar definiendo
la matriz de chequeo de paridad. Decimos que un cdigo detector de errores es
lineal si es cerrado ante la suma:
t t
Un cdigo de este tipo queda totalmente especificado por su matriz de chequeo

de paridad, H, que es un conjunto de n-k palabras de bits linealmente independientes, que satisfacen:
Esto se traduce en la prctica en:
(7.1)
Al ltimo trmino se lo denomina sntoma de error, y la clave de la idea es

que delata el hecho de que un error se produjo sin necesidad de que Bob lea
el mensaje (u), cosa que lo alterara. De modo automtico puede sustraerse
el vector de error identificado, e, del mensaje original sin que por ello sea
necesario leerlo en ningun momento.
Ahora pasar de este nivel de formalidad a algo mucho ms concreto. En
primer lugar, la idea de introducir redundancia en los mensajes transmitidos
tropieza con el teorema de no clonacin (2.4.6). Si bien podemos pensar en
un emisor que preparase mltiples copias de un cierto estado cuntico, en
el proceso de medida el receptor no tendra modo de comparar cada no de
estos estados con los dems, pues al medirlos los echara a perder, y distintos
estados cunticos conducen a idnticas probabilidades para cada valor propio,
como ocurre con (1/ )(|0>+|1>) y (1/ )(|0>-|1>).
Reproducir el ejemplo empleado por Bennett y Shor en [4] para describir cmo se construyen los cdigos cunticos detectores de error. Primero partamos
de la idea clsica de que para corregir un error basta repetir la informacin:
70
7.1 Decoherencia. Cdigos cunticos detectores de error.
(7.2)
si slo hubisemos duplicado la informacin, al producirse un error no sabramos

cul de las alternativas es la correcta, mientras que aqu podemos suponer que
la informacin correcta es la que aparece ms veces. Aqu no enviamos varios
estados, sino que empaquetamos el estado original (perteneciente a un espacio de dimensin 2) en un espacio de Hilbert de dimensin ms elevada (8, en
particular). La medida se har una sola vez, y no tropezaremos con la imposibilidad de clonar el estado. Este cdigo ya evita el nico error que nos preocupa
de la informacin clsica (esto es, la inversin de bits). Si en una comunicacin
se produce el error |0>->|1>, este cdigo ser capaz de resolverlo. Pero la principal fuente de potencia computacional de la mecnica cuntica reside en el
entrelazamiento, lo que quiere decir que esperamos conservar la fase de cada
qubit en los estados que contienen la informacin. Una inversin de bit puede
representarse por la aplicacin del operador:
(7.3)
que hace la transformacin |0>->|1>y |1>->|0>. Si se produce por ejemplo

una inversin de fase en el qubit |1>:
(7.4)
tendremos un cambio de fase en la palabra completa. El cdigo descrito en 7.2

ha incrementado la vulnerabilidad frente a cambios de fase, pues al proteger
los estados |0>y |1>codificamos (1/ )(|0> |1>) como (1/ )(|000> |111>),
donde un cambio de fase en cualquer qubit estropea la combinacin y, al haber
ms qubits, es ms fcil que el fallo se produzca. Un cdigo cuntico de deteccin de errores (en adelante QECC) debe protetger el subespacio compoleto
que contiene la informacin. Si observamos el comportamiento del operador
de Hadamard2.27, encontramos el hecho de que la informacin puede estar
contenida tanto en los bits como en las fases, y que se puede pasar de una representacin a otra. La aplicacin de la transformacin de Hadamard convierte
los errores de bit en errores de fase y los de fase en errores de bit. Apliquemos
esta transformacin a los estados de la base 7.2. El resultado:
(7.5)
Ahora la proteccin contra errores de bit se ha convertido en proteccin contra errores de fase. Un error de fase en el tercer qubit, por ejemplo, lleva a
un estado ortogonal
a los de la base, y al
71

salirse de ella el error se hace fcilmente identificable. Como era de esperar, al
aplicar la transformacin de Hadamard para hacer ms seguro el cdigo ante
errores de fase, perdemos de nuevo la seguridad ante errores de bit. Esto se ve
claramente si tenemos en cuenta que un error en cualquier qubit de una de
las dos palabras lleva a la otra. Si no nos salimos de las palabras del cdigo no
tenemos forma de saber si se ha producido un error.
Pero no todos los cambios de fase son inversiones
En general un error de fase se representa por la aplicacin del operador:
(7.6)
Las inversiones de fase son desde luego un caso particular de este tipo de
. En la construccin anterior slo hemos considerado inerrores, donde
versiones de fase, de modo que da la impresin de que prcticamente no hemos
hecho nada. Sin embargo ocurre que el cdigo anterior no slo protege contra
inversiones de fase, sino tambien contra todos los errores de fase.
Cualquier estado cuntico puede variar en un factor de fase global sin perder
su contenido informativo. Esto nos permite escribir el error de fase como:
Para darnos cuenta de que tal cosa es posible consideremos este error actuando sobre el primer bit del estado |0>codificado:
Lo que aparece tras la ocurrencia del error es la superposicin del estado

|0>codificado sin errores con amplitud de probabilidad
, y de un estado
codificado con un error de fase en el primer bit, cuya amplitud de probabilidad
es
. Al hacer la medida del estado resultante encontraremos el estado sin
errores con probabilidad
y el estado con error con probabilidad
. La
medida provoca el colapso de la funcin de onda, de modo que si encontramos
la medida errnea sabremos cmo corregir el error en el estado del sistema.
Esto prueba que cualquier error de fase es corregible con la tcnica anteriormente descrita.
72
7.1 Decoherencia. Cdigos cunticos detectores de error.

Previniendo errores de fase y de bit al mismo tiempo.
Una vez que conocemos una estrtategia para evitar tanto un tipo de error
como otro, nos interesa el modo de evitar ambos a la vez. Para hacerlo, combinaremos ambas tcnicas, triplicando el nmero de qubits. El siguiente cdigo
deja clara la idea:
(7.7)
Obsrvese que lo nico que diferencia el cdigo definitivo del intermedio es

la triplicacin de cada qubit. La redundancia proteje contra los errores de
bit, mientras que la etapa anterior (redundancia procesada con el operador
de Hadamard) evita los errores de fase. Las tcnicas empleadas no interfieren
entre s: por ejemplo, un error de bit es corregido va chequeo de la redundancia sin afectar con ello a la fase de la superposicin.
Que otros errores no hemos tenido en cuenta?
No slo hay errores de fase y de bit, de hecho hay un espacio de errores
completo. De los infinitos errores posibles slo hemos visto dos posibilidades.
Afortunadamente, siendo capaces de corregir cualquier error de bit o de fase
podremos corregir tambien todos los dems tipos de errores. La matriz identidad y las matrices de Pauli
(7.8)
forman un espacio para todas las matrices de 4 4. La matriz identidad no

hace falta decir que corresponde a la ausencia de error. No haca falta, pero
lo acabo de decir. La matriz
corresponde a una inversin de bit, la matriz
corresponde a un error de fase y
representa una combinacin de ambos
errores.Como podemos corregir los diferentes errores asociados a las matrices
de Pauli, y cualquier otro error es resultado de combinarlas, podemos corregir
toda clase de errores. Encontramos que si podemos corregir cualquier producto
tensorial de k matrices actuando sobre qubits diferentes entonces podemos
corregir cualquier error que se produzca sobre k qubits.
Cuando realizamos la codificacin estamos separando el espacio de los estados con la informacin del de los posibles errores en dimensiones ortogonales
73

del espacio de Hilbert. La ventaja de esto es que al hacer un chequeo para
comprobar la presencia de errores no alteramos la parte del vector de estado
que contiene la informacin, con lo que an nos ser posible corregirlos.
Existen otros cdigos detectores de error, como por ejemplo el de Steane
[17], que utiliza siete qubits en lugar de nueve. Relmente hay infinitos cdigos
posibles. Buscando el espacio de los cdigos posibles apareci un cdigo de
cinco qubits[18, 19].
7.1.3. Capacidad de los canales cunticos.

Aunque ganamos prestaciones al desarrollar los QECC, la contrapartida es
que ahora entendemos muy poco sobre la capacidad de los canales cunticos,
en contraste con lo que ocurre con los clsicos.
En concordancia con la definicin clsica (seccin 2.1.2) decimos:
La capacidad sin asistencia de un canal cuntico ruidoso Q(N), donde
N es el canal, es la mayor tasa para la que con un nmero n
de qubits arbitrariamente grande y un arbitrariamente pequeo
cualquier estado | >pueda recuperarse con fidelidad mayor que
1- tras ser ledo en el destino.
qrt s r s

(7.9)
donde es el superoperador de codificacin que pasa n qubits a m

entradas de canal, y D es el superoperador de descodificacin,
que convierte m salidas del canal en n qubits.
La capacidad clsica de un canal cuntico se define como:
qrt s q r s

que senillamente se distingue de la otra en que ahora los estados pertenecen a

la base {|0>,|1>} , excluyendo la superposicin. A simple vista podemos decir
que Q(N) C(N).
7.2.
Otros problemas: la interconexin.
El problema al que me refiero aqu hasta ahora no ha sido tenido en cuenta, pero era inevitable que apareciese. El dominio de la mecnica cuntica
es un mundo a escala nanomtrica, mientras que el de los usuarios de un
hipottico QC es macroscpico. Es de suponer que para explotar las ventajas de la mecnica cuntica no escalaremos dispositivos tales como los cables
74
7.3 Alternativas para la construccin del computador cuntico.

que salgan fuera del procesador, ni, desde luego la interfaces connosotros mismos, pues no hemos previsto encoger. As que nos encontramos con un procesador de informacin constitudo a partir de elementos de escala nanomtrica,
y tiempos de respuesta caractersticos de los sistemas cunticos conectado a
unos hipotticos detectores y electrodos de control que deben ser capaces por
un lado de controlar individualmente las entradas y medir las salidas, y por
otro asociarse de modo que puedan funcionar coordinados para, por ejemplo,
la medida del estado de un registro cuntico, tal vez constitudo por miles de
qubits, y llevar informacin de un dominio a otro sin cometer errores. Todo
esto teniendo en cuenta que a escala macroscpica los tiempos caractersticos
son siempre rdenes de magnitud mayores.
7.3.
Alternativas para la construccin del computador

cuntico.
Una vez llegados a este punto es momento de comenzar a hablar sobre como
construir computadores cunticos, tanto de qu se ha hecho como de que se
considera hacer en el futuro. El tema abandona la teora de la informacin,
para ocuparse de aspectos ms convencionales; podramos decir que se trata
de ingeniera. Esto nos limita desde la perspectiva de que no basta con encontrar un modo de fabricar un QC, sino que adems esto debe conseguirse dentro de costes que se consideren aceptables. Tambien puede significar que en la
prctica se escoja una alternativa de fabricacin en lugar de otra ms eficiente
por motivos relacionados con los medios de produccin, etc.. Sin embargo, la
bsqueda de sistemas fsicos capaces de servirnos supone la necesidad de resolver el problema de la evolucin de sistemas cunticos determinados, y en
ese sentido estamos haciendo fsica.
A nivel elemental tenemos bastante idea sobre cmo realizar distintas operaciones sobre qubits. Desde luego, tal cosa depende de cmo hayamos escogido
implementar los qubits en el QC. Cualquier transicin entre niveles energticos que furamos capaces de estimular podra ser un modo de actuar sobre
los qubits, si es que hemos decidido almacenarlos de esta manera.
Nos enfrentamos a una de las mayores dificultades en la construccin del
QC: la eslala. Un procesador cuntico de la informacin debe ser controlable,
de modo que podamos realizar controladamente operaciones sobre los qubits,
de acuerdo a la definicin de la seccin 6.1, pero al mismo tiempo debe ser
lo bastante grande como para que sea til. En la seccin 4.1.2 dije que un
QC no aporta ninguna ventaja sobre un computador convencional al factorizar
nmeros de 130 dgitos o menos.
El reto consiste en descubrir que sistemas fsicos podemos emplear para realizar clculos, que cumplan los requisitos anteriores. Lo primero que se nos
viene a la cabeza es tratar de fabricar procesadores de estado slido, del mismo modo que en computacin clsica, pero tropezamos con la decoherencia.
75

En el interior de un slido el acoplamiento entre vecinos es fuerte, de modo
que cualquier estado que consiguisemos producir se perdera en tiempos del
orden de picosegundos. En concreto, donde la decoherencia acta tan deprisa
en en la destruccin de la fase de las superposiciones de estados, que son la
clave para conseguir por ejemplo que la factorizacin se realice tan deprisa.
Dos de las alternativas posibles parece que pueden utilizarse para manejar decenas de qubits: se trata de las trampas inicas (propuestas por Zirac y
Zoller en 1995), y la de aprovechar la bulk resonancia magntica ( de Gershenfeld y Chuang en 1997 y Cory et. al. en 1996).
7.3.1. Trampas inicas.

La descripcin de un prcesador que se aprovecha de trampas inicas puede
hacerse del siguiente modo:
1.
Disponemos de una Trampa de Paul, que en esencia es una regin de

alto vaco (hablamos del orden de 10 Pa), donde una cadena de iones
se mantiene confinada utilizando una combinacin de campos elctricos
oscilantes y estticos.
2.
Hay un haz lser que se desdobla por medio de desdobladores de haces

y moduladores acustopticos. Obtenemos por este medio un par de haces
para cada in.
3.
Cada in tiene dos estados de vida media lo ms larga posible. Podemos

usar los subniveles de estructura fina del nivel fundamental. Llamaremos
a los estados correspondientes |g>y |e>. Dado que van asociados a energas diferentes (en la base de estados de estructura hiperfina es donde
podemos distinguirlos) , son necesariamente ortogonales.
4.
Los pares de hacer lser se utilizan para inducir transiciones Ramman

coherentes entre los niveles en los que hemos codificado los qubits. Esto
permite aplicar operaciones sobre cada qubit, pero no operaciones sobre
ms de uno, tales como las puertas binarias o ternarias.
5.
Para realizar operaciones sobre ms de un qubit, tales como las binarias, aprovecharemos la repulsin culombiana entre los iones. Para hacerlo utilizamos un resultado de Zirac y Zoller que analizaremos a continuacin.
La siguiente figura muestra un esquema del dispositivo:
76

Procesador de informacion por trampa ionica
Dispositivo ideado por Zirac.

Los haces de fotones que utilizamos para modificar el estado de los iones
adems de energa transportan momento. El momento suministrado a los iones
se traduce en que toda la cadena se mantiene en estados vibracionales globales, que naturalmente se encuentran cuantizados, puesto que la trampa inica mantiene confinados a los iones. Esto se conoce como efecto Mssbauer. Los
estados de la cadena corresponden a nmeros enteros de cuantos de energa
de vibracin, precisamente fonones.
El nivel fundamental de vibracin corresponder al estado |n=0>, mientrar
que el primer nivel excitado lo har con |n=1>, y as sucesivamente.
Supongamos que queremos realizar la operacin Z controlada ( recurdense
las operaciones 2.25, 2.22 y 2.29). Para realizar esta operacin entre los iones
y desde el estado vibracional fundamental |n=0>, hacemos que una pareja
de haces de fotones lleven a cabo sobre el in
la transicin:
de modo que
siempre acaba en el estado interno fundamental. El estado
de movimiento del i-simo in queda as inicializado. A continuacin aplicamos
una pareja de haces sobre de modo que se produzca la transicin:
esto es, invertir el estado de slo cuando nos encontremos al in en el

primer estado vibracional y en el nivel interno |e>.
Ahora aplicaremos de nuevo el puso inicial sobre . El efecto de los fres

pulsos se resume en:
77

donde hemos actuado solamente sobre los estados internos de los iones, aunque
para hacerlo nos hayamos aprovechado de los estados vibracionales.
La puerta Z controlada, junto con las transformaciones sobre un nico qubit
tambien constituye un conjunto de primitivas de la computacin cuntica,
anlogamente al descrito en la seccin2.4.4. Ms referencias sobre el tema
hay en [6].
Recordemos (apartado 6.1) que tambien debemos ser capaces de preparar la
cadena en el estado |000...>, y que debemos ser capaces de medir el estado
final. La primera operacin la realizaremos por medio de bombeo ptico y enfriamiento lser, mientras que la medida puede hacerse con tcnicas como el
salto cuntico y el shelving electrnico. En 1995 Monroe consigui aplicar todas
estas tcnicas a un sistema con un nico in atrapado (Monroe et. al. 1995b).
Para llevar los iones al nivel energtico ms bajo de estructura hiperfina
hace falta llevar la temperatura por debajo de la millonsima de grado Kelvin.
La principal fuente de decoherencia aqu es el calentamiento debido a la interaccin entre el movimiento de la cadena y el ruido en los electrodos. An no se
sabe como evitar este problema.
7.3.2. Resonancia magntica nuclear.

La siguiente propuesta se esquematiza en esta figura:
B
Procesamiento por resonancia magnetica nuclear
Procesador por RMN.

En el interior de la cpsula tenemos molculas con un esqueleto interno de
alrededor de 10 tomos, fijados a algunos otros por enlaces qumicos. Para los
ncleos de estas molculas hay un momento magntico asociado a su spin
nuclear. Estos spines sern los que utilizaremos como qbits. Las molculas
de este tipo son sometidas a un elevado campo magntico, y sus estados son
manipulados por medio de pulsos magnticos de duracin controlada.
El problema en esta situacin es que no hay modo de preparar una molcula
en un estado inicial determinado. Entonces, en lugar de una nica molcula, utilizamos un fludo con alrededor de
molculas, y medimos el spin
promedio, cosa que puede hacerse si el momento magntico de los ncleos es
lo bastante elevado como para producir un efecto medible.
78

El campo magntico no tiene el mismo valor en todos los puntos del recipiente, de modo que la evolucin de cada procesador molecular es ligeramente
diferente. Aplicamos entonces una tcnica llamada de spin-echo, lo que permite invertir el efecto de la evolucin libre de cada spin, sin que el efecto de las
puertas cunticas desecho. El pago por hacerlo es el aumento de la dificultad
de implementacin de muchas operaciones seguidas.
Volvamos al problema de la preparacin del estado inicial. El lquido con el
que operaremos se encuentra en equilibrio trmico, de modo que las probabilidades de ocupacin de los distintos estados de spin obedecen a la distribucin
de Boltzmann. Adems, partimos de la base de que las energas de estos estados son muy parecidas, con lo que las probabilidades de ocupacin lo sern
spines nucleares se parece
tambien. La matriz densidad de alrededor de
mucho a la matriz identidad.
(7.10)
la matriz (la pequea diferencia) es la que se utiliza para almacenar la informacin. Esta no es la matriz densidad, pero se transforma del mismo modo que
ella bajo pulsos magnticos adecuadamente escogidos. De este modo, podemos
llamar a este sistema un computador cuntico efectivo.
Actualmente somos capaces de manipular experimentalmente una cantidad
de spines suficienmtemente elevada como para realizar operaciones con unos
pocos qubits. Esto hace pensar que los primeros procesadores de informacin
cunticos aprovecharn esta tcnica.
Lo malo es que no podemos aumentar indefinidamente la escala de computacin esperando un comportamiento igualmente bueno. Con n qubits la
, de modo que no podemos aumentar
seal pierde potencia en un factor
indefinidamente el nmero de qubits. Otro problema que aparece es que al
poder manejar solamente estados promedio de los spines nos vemos limitados
para aplicar tcnicas de correccin de errores.
7.3.3. Impurezas en semiconductores.

7.3.4. Quantum dots.
A continuacin explorar otra posibilidad para la construccin del QC, spines
electrnicos en puntos cunticos. Adems de puntos cunticos podramos hacer uso de otros medios de confinamiento, tales como tomos o molculas. Sin
embargo, dado el grado de desarrollo de las tcnicas experimentales asociadas
a los quantum dots parece que esta ser una de las primeras formas en que
veremos contruir a los computadores cunticos.
Los puntos cunticos tambien se denominan tomos artificiales, debido a que
son capaces de mantener electrones estados ligados, del mismo modo que los
tomos... pero son mucho ms fciles de controlar. Los dispositivos de este tipo
sabemos que permiten incrementar el nmero de qubits, y que la decoherencia
no es tan importante como en otros esquemas.
79

En estructuras de GaAs podemos hacer variar el nmero de qubits de uno
en uno (S. Tarucha et. al., 1996). Longitudes magnticas del orden de 1nm
se obtienen con campos de 1T, y esa es la escala de los quantum dots. Con
quantum dots acoplados observamos efectos como la formacin de un estado
deslocalizado, molecular. El entrelazamiento nos va a permitir realizar las
operaciones que describ antes.
Elegimos entonces a los spines electrnicos como nuestros qubits, y a los
quantum dots como los responsables del confinamiento. Ahora necesitamos
una fuente de entrelamiento que sea determista. Dicho de otro modo, un modo
de hacer que los qubits interacten entre ellos (por ejmplo, a travs de una
XOR). Dos sistemas aislados no podrn nunca influir el uno sobre el otro.
Podemos acoplar los spines durante un tiempo para conseguir esta interaccin.
Si tenemos en cuenta por lado la repulsin de Coulomb y por otro el principio
de exclusin de Pauli, llegaremos a que el estado fundamental de una pareja
de electrones acoplados es un singlete, que desde luego tiene un elevado grado
de entrelazamiento.
Estamos interesados en la realizacin de las operaciones sobre los qubits, y
a la luz de lo que acabamos de ver parece buena idea esudiar el hamiltoniano
de acoplamiento. El hecho de tratarse de un singlete conlleva una energa de
canje, asociada a la interaccin entre spines:
(7.11)
Supongamos que hacemos actuar a la energa de intercambio, de modo que

tengamos:
Entonces la evolucin del sistema vendr dada por el operador unitario:

Esta evolucin corresponde al operador de intercambio,
ambos electrones.
Lo interesante est en esta igualdad:
(7.12)
q
, que intercambia

(7.13)

Aqu hay dos operaciones diferentes, , donde
t es el operador de inter . El resultado, nada menos
cambio, y una rotacin de un nico qubit,
que la aplicacin de una puerta XOR. El estudio de la implementacin de funciones con qubits, bajo este esquema (y otros parecidos) se reduce entonces al
del mecanismo de acoplamiento J(t), y de su control externo[13].
80
7.3.5. Cavidades pticas de alta calidad.

El problema ahora no es el procesamoiento de la informacin, sino la comunicacin. En una cavidad optica de calidad suficiente podremos tener acoplamientos fuertes entre un nico in y un modo de radiacin electromagntica. Esto
permitira aplicar operaciones entre los modos del campos y los iones, cosa
que por ejemplo puede usarse para comunicar trampas inicas.
Para acoplar los iones en una trampa sencilla podemos utilizar campos electromagnticos, como alternativa al mtodo de los fonones, descrito en 7.3.1.
81
82
8 Conclusiones.
Llegados a este punto queda poco por decir, ms alla ed hacer un a simple
recapitulacin sobre todo lo que hemos visto hasta ahora.
8.1.
Lo que el QC es capaz de hacer.
Hemos visto un captulo completo dedicado a operaciones que diferencian

al computador clsico del computador cuntico. Sabemos que es capaz de
aprovechar la posibilidad de superposicin en forma de paralelismo cuntico.
Por este motivo decid en su momento que me gustaba ms hablar de procedimientos que sobre algoritmos. No obstante, pese al manejo simultneo de
mucha informacin y a que las etapas en la computacin no son las mismas
que las de un computador tradicional, no deja de ser cierto que realizamos con
l una serie de operaciones secuencialmente, por mucho que algunas de sus
etapas se lleven a cabo de golpe. Al fin y al cabo, basta decidir que es una etapa
y que no lo es para que la idea tradicional de algoritmo siga siendo vlida.
Lo realmente importante que aprendimos fue a distinguir entre diferentes
tipos de problemas, al tiempo que vimos que si bien tanto un tipo de computadores como otros podan resolver los mismos, para algunos dominios particulares el computador cuntico result ser mucho ms eficiente. Un QC puede
resolver problemas del dominio np en un tiempo polinmico en las dimensiones de stos, mientras que un computador tradicional lo har en un tiempo
exponencial. Lo normal es que para hacerlo el QC aproveche su capacidad de
explorar rpidamente el espacio de soluciones.
Tambien hay problemas fuera del dominio np que el computador cuntico
puede resorver en un tiempo polinmico respecto a la entrada, mientras que
un computador tradicional lo har en un tiempo tambien exponencial.
Las operaciones que distinguen a los QC vimos durante el trabajo se apoyan en una operacin conocida como transformada de Fourier discreta, que
aparece en 4.4. Esta operacin, a su vez, descansa en la interferencia entre
componentes de una combinacin lineal de estados que slo es posible en el
mbito de la mecnica cuntica, gracias al principio de superposicin. As es
como el principio de superposicin nos permite condensar en un nico estado
toda una serie de alternativas, obtenindose la propiedad conocida como paralelismo cuntico, que es bsicamente lo que permite reducir drsticamente el
nmero de pasos necesarios para determinadas tareas.
83
8 Conclusiones.
El mtodo de factorizacin de Shor es un ejemplo de aplicacin de la potencia de la mecnica cuntica a un problema tradicionalmente considerado
como inabordable. Buscar factores primos en nmeros grandes requera explorar los enteros inferiores a stos, y cada vez que aadimos un dgito nuevo
el tamao del problema se multiplica por diez. Este es un tpico problema
donde el nmero de pasos crece exponencialmente con el tamao de la entrada. Un computador cuntico enfrentado al mismo problema y provisto de
la herramienta facilitada por Shor slo necesitar un tiempo polinmico en el
tamao de la entrada. Hablando en orden de magnitud, si duplico el nmero
de dgitos duplicar el tiempo de computacin. Basta imaginar lo que ocurrira
si duplicsemos el nmero de dgitos en la entrada de un computador tradicional para que nos demos cuenta de la potencia que hemos conseguido. La
base de la criptografa moderna descansa sobre la supuesta inabordabilidad
del problema de factorizacin, como expliqu en el apartado 3.2.5.
La aplicacin de la criptografa y la necesidad de la conservacin de secretos
ha creado muchas espectativas sobre el algoritmo de Shor, pero no hace que
deje de ser la solucin a un problema muy particular. De hecho, hoy se utilizan
tambien nmeros primos en la generacin de nmeros pseudoaleatorios, de
gran utilidad por ejemplo en simulacin, pero un computador cuntico nos
permitira obtener directamente nmeros aleatorios puros.
Ms interesante a mi entender es la generalizacin que permite encontrar el
periodo de una funcin, pues encontrar correlaciones en conjuntos de datos
puede reducirse a esto, y a partir de nevos patrones podramos aprender mucho sobre la naturaleza. A veces parece que olvidamos que las computadoras
son una herramienta, y al hacer de la computacin una ciencia no nos damos
cuenta de que en realidad su cometido es asistirnos en nuestra labor cientfica
en todas las disciplinas (incluyendo, claro est, la propia computacin, pero
tambien la fsica). En relacin a este tema habl en 2.2.2, donde trat sobre
si un computador cuntico sera o no ms adecuado para modelizar la naturaleza. La respuesta vino en forma de conjetura aceptada en general, conocida
como principio de Church-Turing.
El mtodo de bsqueda de Grover, al igual que el mtodo de Shor, aprovecha
tambien el paralelismo cuntico, pero permite resolver una variedad de problemas ms amplia. Tal como apareca en las referencias sobre las que trabaj,
pareca como si encontrar un mtodo de bsqueda slo sirviese para encontrar nmeros de telfono, mientras que buscar factores primos parece algo as
como el santo grial de la computacin. Sin embargo, los listines de telfono ya
vienen ordenados alfabticamente, y una persona puede en muy pocos pasos
resolver ese problema sin necesidad de un computador cuntico. Sin embargo, la posibilidad de analizar rpidamente un espacio de soluciones y detectar
elementos en l resulta til para resolver ecuaciones complejas, as como para
la toma de decisiones y el tratamiento de problemas difciles de formalizar. La
bsqueda de factores primos en enteros grandes no parece que sea tan importante en el estudio de fludos turbulentos ni en nuestra vida cotidiana.
84
8.2 Lo que el QC no es capaz de hacer.

Dado que de todas formas apareci el mtodo de descomposicin, se hizo
urgente asegurar otra manera de proteger la informacin. La respuesta a este
problema se conoce como criptografa cuntica, y adems no reside en una
caracterstica tecnolgica, como puede ser una cierta limitacin, superable en
el transcurso del tiempo, sino en un principio mismo de la fsica, el teorema de
no clonacin. La criptografa cuntica es ya hoy una realidad, hasta el punto
de que dentro de pocos aos ser de uso generalizado, al menos para algunas
instituciones.
Junto con la criptografa cuntica vimos lo que era el teletransporte. Nos
tropezamos con un problema asociado al no localismo de la funcin de onda,
una incompatibilidad con el principio de la relatividad especial que establece
que no se puede propagar una seal a velocidad mayor que la de la luz. La
deslocalizacin de la funcin de estado hace posible la existencia de estados entrelazados que conectan a observadores separados en el espacio. La alteracin
de una parte del sistema entrelazado provoca un efecto instantneo en la otra,
y este efecto alcanza cualquier posicin. Tal vez el problema est en qu es una
seal y qu es informcin, pero los resultados experimentales no dejan lugar a
dudas: el teletransporte es un realidad.
8.2.
Lo que el QC no es capaz de hacer.
Vimos durante el trabajo que el computador cuntico es capaz de sacar problemas de sus dominios de complejidad, hasta el punto de hacer viables operaciones que no lo eran hasta ahora. La palabra clave es viables, pues siempre
hablamos de tiempo de computacin. No nos preocupamos de si el problema
se poda resolver en un minuto o en un tiempo superior a la edad del universo, sino simplemente de si se poda resolver. Y vimos que existen problemas
que no se pueden reslver. En particular vimos un ejemplo en 3.2.4. Existe toda una clase de problemas de este tipo, y en su momento aprendimos que es
imposibilidad no es en absoluto circunstancial, fruto tal vez de una falta de
estrategias, o de un mal planteamiento del propio problema, sino que era en s
misma esencial. Nuestra conclusin entonces fue que cualquier problema que
pudiese ser resuelto en un computador clsico lo sera tambien en un QC, y
vicebersa. Insisto en que no nos preocupamos de en cunto tiempo.
Por otra parte, aceptamos como vlido el principio de Church-Turing, que nos
dice que si un sistema es realizable en la naturaleza, entonces tambien lo es en
un computador con un nmero finito de estados internos. De esta forma, no
esperamos encontrar en la naturaleza ningun sistema que no sea modelizable
en un QC, de modo que parece que el problema de la simulacin s quedara
resuelto. A la luz de esto, los problemas sin solucin esperamos que sean, por
as decirlo, un poco extraos.
Por otra parte, hay numerosos problemas para los que un computador cuntico no aporta ninguna ventaja sobre uno clsico. Uno de estos problemas es
85
8 Conclusiones.
la evaluacin de funciones, sin ir ms lejos, pero en realidad slos problemas de
este tipo son la mayora, de modo que a un usuario domstico puede resultarle
muy poco interesante adquirir un computador cuntico para su trabajo domstico, cuando un computador electrnico cubre todas sus necesidades con un
coste previsiblemente mucho ms bajo. Por el mismo motivo, a un fabricante
puede resultarle muy poco atractivo faricar QC para usuarios domsticos, y
es previsible que estos no se lleguen a ver nunca. Tambien es cierto que toda
novedad en computacin se dirige primero al sector profesional, y que un computador dedicado a juegos en nuestros hogares tiene la potencia de clculo de
un supercomputador de hace pocos aos. Esto es una observacin que puede
hacerse, aunque tambien es cierto que en este caso no hablamos de fuerza
bruta a nivel de potencia de clculo, sino de un nuevo diseo, orientado a la
resolucinde una clase particular de problemas, y a no ser que descubramos
uno de particular inters para todos, lo ms probable es que los computadores
cunticos no salgan del mbito de la simulacin y poco ms.
8.3.
Seremos capaces de construir un QC?
Los ltimos trabajos en relacin a las posibles realizaciones del QC hacen pensar primero que de momento el da en que veamos un procesador de
propsito general capaz de explotar las caractersticas de la mecnica cuntica
est an lejos, y por otro que realmente no hay motivo para suponer que no
llegar. Ya se han realizado experimentos en los que se poda controlar un par
de qubits, y hay varios esquemas diferentes tanto a nivel de arquitectura como
a nivel fsico. De hecho, an no hay un modelo estndar para el que los investigadores se hayan puesto de acuerdo en trabajar. Cada lnea de desarrollo
soluciona problemas asociadas a las dems, al tiempo que tropieza con nuevos
problemas. Sobre los problemas que aparecen ahora cabe decir varias cosas:
1.
Un problema a menudo se resuelve cambiando de perspectiva, y no insistiendo en una idea que puede no ser la ms adecuada. El hombre
intent volar primero batiendo las alas, pues era un esquema que estaba
acostumbrado a ver funcionar, pero consigui volar cuando cre algo mucho ms sencillo: el globo. La computacin electrnica no avanz definitivamente hasta que los tubos de vaco fueron superados, y los dispositivos
de estado slido que los sucedieron tenan muy poco que ver con ellos. A
veces solucionar un problema requiere un nivel de distanciamiento relativamente alto, y especular sobre si un problema carece de solucin suele
ser resultado de esta falta de distanciamiento.
2.
La definicin de un problema se hace mediante premisas, y la premisa

para tratar la construccin del QC en la actualidad son una serie de
tecnologas que estn dejando paso a otras nuevas (como puede ser la
computacin biomolecular [7]).
86
8.3 Seremos capaces de construir un QC?

3.
La tercera razn, y la ms importante de todas, es la siguiente:

No existe (al menos no conocemos) ningun principio en la naturaleza
que prohiba la existencia de los procesadores cunticos de la informacin.
De hecho, procesadores cunticos de informacin hay (la propia naturaleza) y

tambien se han construdo, aunque a escala muy pequea. Es el problema de
la escala el que ms nos preocupa ahora, pero no hay razn para pensar que
este problema no pueda ser resuelto.
87
8 Conclusiones.
88
9 Apndice: tcnicas mencionadas en

el trabajo.
9.1.
Preparacin del procesador.
9.1.1. Bombeo ptico.

9.1.2. Enfriamiento lser.
9.2.
Tcnicas de medida.
9.2.1. Salto cuntico.

9.2.2. Shelving electrnico.
9.3.
Control de la evolucin.
9.3.1. Spin-echo.
89
9 Apndice: tcnicas mencionadas en el trabajo.
90
Bibliografa
[1] Quantum Computing, Andrew Steane, Department of Atomic and Laser
Physics, University of Oxford, July 1997
[2] Error detecting and error correcting codes, Hamming R. W., Bell Syst.
Tech, 1950
[3] Coding and information theory, 2nd ed. (Pretience Hall, Englewood
Cliffs), 1986
[4] Quantum Information Theory, Charles Bennett, Peter W. Shor. September 4, 1998
[5] Quantum computing, Peter Shor, 1991
[6] Elementary Gates for Quantum Computation, A. Barenco, C.H. Benett,
R. Cleve, D. DiVicenzo, N. Margolus, P. Shor, T. Sleator, J. Smolin, H.
Weinfurter, Phys. Rev. A vol 52, pp 3457-3467, 1995
[7] Alternative Computational Models: A comparison of Biomolecular and
Quantum Computation, John H. Reif, (FST&TCS98), 120-121, December,
1998
[8] Quantum Computation, Samuel L. Braunstein
[9] Scheme for Reducing decoherence in quantum computer memory, Peter
Shor, Phys. Rev. A 52 (1995), pp 2493-2496.
[10] Algorithms for Quantum Computation: Discrete Logarithms and Factoring, Peter Shor, In: Proceedings, 35th Annual Symposium on Foundations of Computer Science, Santa Fe, NM, November 20-22, 1994, IEEE
Computer Society Press, pp 124-134.
[11] A Bibliography of Quantum Cryptography, Gilles Brassard, December 3,
1993
[12] Dinamic Behaviour fo Quantum Cellular Automata, P. Douglas Tougaw
and Craig S. Lent, Journal of Applied Physics.
[13] Quantum Computing And Quantum Communication With Electrons in
Nanostructures, Daniel Loss, Guido Bukard and Eugene V. Sukhorukov.
91
Bibliografa
[14] Quantum Computing With Trapped Ions, Atoms and Light, A. M. Steane
and D. M. Lucas, October 30, 2001.
[15] Speed of Ion Trap Quantum Information Processors, A. Steane, C. F.
Ross, D. Stevens, A. Mundt, D. Leibfried, F. Schmidt-Kaler, R. Blatt,
November 7, 2001.
[16] Quantum Information Processing Using Quantum Dot Spins and CavityQED, A. Imamo lu, D. D. Awshalom, G. Bukard, D. P. DiVicenzo, D. Loss,
M. Sherwin, A. Small, November 6, 2001.ss.
[17] Multiple Particle Interference and Quantum Error Correction,A Steane,
proc. R. Soc. London A, vol 452, pp 2551-2577, 1996 (quantph/9601029).
[18] Mixed State Entaglement and Quantum Error Correction, C.H. Bennett,
D.P. DiVicenzo, J. Smolin & W.K. Wooters, Phys. Rev A, vol 54, pp 38243851, 1996 (quat-ph/9604024).
[19] Perfect Quantum Error Correction Code, R. Laflamme, C. Miquel, J.-P.
Paz & W.H. Zurek, Phys. Rev Lett. 77, 198-201, 1996.
[20] Nonlocality Criteria for Quantum Teleportation,N. Gisin, Phys. Rev Lett.
A vol. 210, pp 151-156, 1996.
[21] Cellular Automata Machines: A New Enviroment for Modelling, T. Toffoli
& N. Margolus, MIT Press, Cambridge, Massachusets, 1987.
92

Computacion Cuantica PDF

Cargado por

Copyright:

Formatos disponibles

Computacion Cuantica PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Computacion Cuantica PDF

Cargado por

Copyright:

Formatos disponibles

Computacin cuntica.

Nasser Darwish Miranda

1. Introduccin: El por qu de la computacin cuntica.

2. Teora cuntica de la informacin.

3. Definicin de computador cuntico.

4. Los problemas que resuelve el computador cuntico.

4.1.1. Bsqueda del periodo de una funcin. .

5. Una aplicacin llevada a la prctica:Criptografa cuntica.

7. Construccin del computador cuntico.

1 Introduccin: El por qu de la computacin cuntica.

1 Introduccin: El por qu de la computacin cuntica.

2 Teora cuntica de la informacin.

Teora clsica de la informacin.

Comenzar hablando a nivel bsico sobre la teora clsica de la informacin.

2.1.1. Medida de la informacin.

2 Teora cuntica de la informacin.

Supongamos que sabemos de antemano que X tomar el valor 2, es decir,

o bien, p(x)=0 para x

En otras palabras, no aprendemos nada, como dije antes. X no contiene

Consideremos la situacin en la que el valor de X viene dado al tirar

Cuando X puede tomar N valores diferentes, el valor de la entropa se maximiza

2.1 Teora clsica de la informacin.

La segunda de las igualdades se obtiene de

que es la probabilidad de que X=x al mismo tiempo que Y=y.

La primera de estas expresiones se convierte en una igualdad cuando el valor

2 Teora cuntica de la informacin.

Esta cantidad da idea de cuanta informacin contiene cada variable sobre

Variables con informacin mutua.

esto es, la suma de la informacin asociada a ambas variables menos la

donde Z es el hecho compuesto (X,Y). De este modo, Z=z significar que

2.1 Teora clsica de la informacin.

donde he sumado y restado un trmino al final. Agrupando convenintemente:

que no es otra cosa que:

basta con interpretar los trminos para comprobarlo, teniendo en cuenta

2.1.2. Compresin de la informacin.

2 Teora cuntica de la informacin.

El lado derecho de la ecuacin es una generalizacon del lado izquierdo.

La probabilidad de los n valores de Alice formen una secuencia tpica es

2.1 Teora clsica de la informacin.

Tabla I: El cdigo Huffman comprime la informacin, mientras que

2 Teora cuntica de la informacin.

Estas expresiones dicen: la probabilidad de recibir un bit, habiendo sido

Con esta expresin no digo ms que la informacin que se pierde en un error

En otras palabras, la informacin que comparten ambos sistemas es la que

2.1 Teora clsica de la informacin.

Cdigos correctores de error.

Aqu podemos observar que la suma equivale a la operacin XOR, efectuada

siendo E el conjunto de todos los errores que el cdogo es capaz de corregir.

2 Teora cuntica de la informacin.

Quedademos satisfechos con un cdigo que sea capaz de corregir un nmero

Teora cuntica de la informacin.

2.2.1. Nociones bsicas sobre informacin en mecnica cuntica.

2.2 Teora cuntica de la informacin.

El estado de un sistema aislado Q se representa por un vector | (t)>en

El vector de estado evoluciona de acuerdo a la ecuacin de Schrdinger:

donde H es el operador hamiltoniano.

El estado de un sistema cuntico inmediatamente despues de que sobre

Donde no he utilizado el signo igual porque el miembro de la derecha est

con U, el operador de evolucin, unitario: