generatori_di_problemi

generate_xyz_hamiltonian(coupling, *, coupling_constants=(1.0, 1.0, 1.0), ext_magnetic_field=(0.0, 0.0, 0.0), pauli_order_strategy=PauliOrderStrategy.ColorThenInteraction, coloring=None)

Generare un operatore di qubit consapevole della connettività che rappresenti un modello quantistico di tipo XYZ.

Questa funzione implementa la seguente hamiltoniana:

Dove G(V,E) è il grafico della mappa coupling fornita.

>>> from qiskit.transpiler import CouplingMap
>>> from qiskit_addon_utils.problem_generators import generate_xyz_hamiltonian

>>> coupling_map = CouplingMap.from_line(10)
>>> hamiltonian = generate_xyz_hamiltonian(
...     coupling_map,
...     coupling_constants=(0.4, 0.4, 0.0),
...     ext_magnetic_field=(0.0, 0.0, 0.6),
... )
>>> print(hamiltonian)
SparsePauliOp(['IIIIIIIXXI', 'IIIIIIIYYI', 'IIIIIXXIII', 'IIIIIYYIII',
               'IIIXXIIIII', 'IIIYYIIIII', 'IXXIIIIIII', 'IYYIIIIIII',
               'IIIIIIIIXX', 'IIIIIIIIYY', 'IIIIIIXXII', 'IIIIIIYYII',
               'IIIIXXIIII', 'IIIIYYIIII', 'IIXXIIIIII', 'IIYYIIIIII',
               'XXIIIIIIII', 'YYIIIIIIII', 'IIIIIIIIIZ', 'IIIIIIIIZI',
               'IIIIIIIZII', 'IIIIIIZIII', 'IIIIIZIIII', 'IIIIZIIIII',
               'IIIZIIIIII', 'IIZIIIIIII', 'IZIIIIIIII', 'ZIIIIIIIII'],
            coeffs=[0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j,
                    0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j, 0.4+0.j,
                    0.4+0.j, 0.4+0.j, 0.6+0.j, 0.6+0.j, 0.6+0.j, 0.6+0.j, 0.6+0.j, 0.6+0.j,
                    0.6+0.j, 0.6+0.j, 0.6+0.j, 0.6+0.j])

Parametri

• coupling (CouplingMap |PyGraph |PyDiGraph) – Il sottografo del qubit su cui mappare l'hamiltoniana. La direzionalità dei bordi del grafo sarà ignorata e i bordi paralleli saranno trattati come un singolo bordo durante la generazione dell'operatore.
• coupling_constants (Sequence[float]) – Le costanti di accoppiamento a valore reale, $J_i$, in ciascun asse cartesiano.
• ext_magnetic_field (Sequence[float]) – I coefficienti, $h_i$, rappresentano un campo magnetico lungo ciascun asse cartesiano.
• pauli_order_strategy (PauliOrderStrategy) – Indica la strategia di iterazione con cui verranno generati i termini di Pauli. Vedere PauliOrderStrategy per maggiori dettagli.
• coloring (dict[tuple[int, int], int] | None) – Un dizionario opzionale che codifica la colorazione del grafo utilizzata per ordinare i termini hamiltoniani. Questo dizionario mappa le etichette dei bordi (sotto forma di coppie di numeri interi) in valori di colore (numeri interi semplici). I termini di interazione hamiltoniana saranno aggiunti aumentando il valore del colore. All'interno di ogni colore, i bordi sono ordinati, il che non cambia nulla dal punto di vista fisico, ma rende i risultati più facili da leggere.

Risultati

Un operatore di qubit che descrive un modello quantistico di tipo XYZ. Il i-esimo qubit dell'operatore corrisponde al nodo di indice i sulla mappa di accoppiamento.

Aumenti

• ValueError - Le costanti di accoppiamento devono essere specificate da una sequenza length-3 di valori in virgola mobile.
• ValueError - Il campo magnetico esterno deve essere specificato da una sequenza length-3 di valori in virgola mobile.

Tipo di restituzione

SparsePauliOp

generate_time_evolution_circuit(operator, *, synthesis=None, time=1.0)

Modellare l'evoluzione temporale di un operatore.

>>> from qiskit.quantum_info import SparsePauliOp
>>> from qiskit.synthesis import SuzukiTrotter
>>> from qiskit.transpiler import CouplingMap
>>> from qiskit_addon_utils.problem_generators import (
...     PauliOrderStrategy,
...     generate_xyz_hamiltonian,
...     generate_time_evolution_circuit,
... )

>>> coupling_map = CouplingMap.from_line(6)
>>> hamiltonian = generate_xyz_hamiltonian(
...     coupling_map,
...     coupling_constants=(0.4, 0.4, 0.0),
...     ext_magnetic_field=(0.0, 0.0, 0.6),
...     pauli_order_strategy=PauliOrderStrategy.InteractionThenColorZigZag,
... )

>>> circ = generate_time_evolution_circuit(
...     hamiltonian, synthesis=SuzukiTrotter(order=2, reps=2), time=2.0
... )
>>> _ = circ.draw("mpl", fold=-1)

Parametri

• operator (SparsePauliOp) – L'operatore per il quale modellare l'evoluzione temporale.
• synthesis (EvolutionSynthesis | None) – Una strategia di sintesi. Se None, la sintesi predefinita è la formula del prodotto di Lie-Trotter con una sola ripetizione.
• time (float) – Il tempo di evoluzione.

Risultati

A QuantumCircuit che implementa un operatore evoluto nel tempo.

Tipo di restituzione

QuantumCircuit