Programación Cuántica

Descargar Brochure informativo

La computación cuántica es una tecnología en surgimiento en la actualidad con muchas startups ya ofreciendo soluciones a gobiernos y corporaciones. Hasta hace unos años atrás, la tecnología era de difícil acceso y principalmente se desarrollaba en universidades y empresas grandes con laboratorios de investigación. Hoy en día, la computación cuántica es más fácil de utilizar gracias a los esfuerzos de grandes compañías como IBM y Google por nombrar algunas. La construcción de librerías de programación hizo que desarrolladores de software profesionales y aficionados puedan empezar a crear sus propios algoritmos listos para ejecutarse en un computador cuántico. De hecho, algunas empresas, como IBM, están permitiendo acceso a sus computadores cuánticos para la realización de experimentos.

Además de la mayor accesibilidad a la tecnología cuántica, la evolución de las arquitecturas cuánticas que utilizan un mayor número de bit cuánticos permite implementar soluciones a problemas interesantes en ciencias e ingeniería. Esta tecnología de computadores cuánticos de alrededor de unos cientos de bits cuánticos es conocida como NISQ, del inglés Noisy Intermediate-Scale Quantum.

En consideración de la velocidad de desarrollo de la tecnología cuántica, resulta importante contar con recursos humanos que puedan estar preparados para incorporarse y competir en una industria que muy pronto podría estar valiéndose de esta tecnología.

• Módulo 1 : Fundamentos de computación cuántica

1. Álgebra lineal: vectores y matrices.
2. Probabilidades.
3. Principios de física cuántica.
4. Bits cuánticos.
5. Compuertas cuánticas.
6. Mediciones.

• Módulo 2: Introducción a Qiskit
  

1. Introducción a Python.
2. Instalación de Qiskit.
3. Construcción de circuitos.
4. Visualización de circuitos.
5. Ejecución de circuitos.
6. Histogramas.
7. Construcción de operadores.
8. El transpilador de Qiskit.

• Módulo 3: Algoritmos cuánticos
  

1. Transformada de Fourier.
2. Estimación de fase.
3. Factorización de enteros (Algoritmo de Shor).
4. Búsqueda (Algoritmo de Grover).
5. Sistemas de ecuaciones lineales (Algoritmo HHL).
6. Teletransportación.
7. Resolución de problemas.

• Módulo 4:  Algoritmos cuánticos variacionales

1. El método variacional.
2. Formas variacionales.
3. Optimización de parámetros.
4. Implementación en Qiskit.
5. QAOA (Quantum Approximate Optimization Algorithm).
6. Aplicaciones.

• Módulo V: Algoritmos cuánticos adiabáticos.
  

1. Introducción a la optimización matemática.
2. El algoritmo cuántico adiabático.
3. Introducción a la librería D-wave Ocean.
4. Formulación de problemas con Ocean.
5. El Stack de Ocean.
6. Muestreo.
7. Solvers.
8. Interpretación de resultados.
9. Aplicaciones.

• Módulo VI: Proyecto final

.

Condiciones del Diplomado

El cursante que haya cumplimentado las condiciones de aprobación y acreditación requeridas, accede al Certificado de Aprobación impreso o digital (preferentemente digital), avalado por el Departamento de Formación Continua y la Dirección correspondiente.

El cursante con un porcentaje de asistencia a clases síncronas mayor o igual a 70% podrá acceder a un Certificado de Participación impreso o digital (preferentemente digital), avalado por el Departamento de Formación Continua y la Dirección correspondiente.

Condiciones para la aprobación:

Horario:

• 76  Horas de clases (incluye el acompañamiento)
• 14 Horas de Proyecto Final
• Inicio de clases:. a definir
• Finalización:. a definir

Requerimientos mínimos del estudiante:

• PC con conexión a INTERNET.
• Cuenta de correo electrónico.

Coordinadores

Prof. Dr. Marcos Villagra

Docentes:

Sebastián Grillo (UAA, Paraguay)
Marcos Villagra (FPUNA, Paraguay)

Financiados por el MITIC.

Llenar el formulario de inscripción: https://forms.gle/RwobbrpsExjBm717A

Correo Electrónico: fmoreno@pol.una.py / formacion.continua@pol.una.py

Teléfono (Para WhatsApp): 0972 735 538.