{ "cells": [ { "cell_type": "markdown", "id": "008d2ceb-f6fa-42f6-a7df-6bd604775278", "metadata": {}, "source": [ "---\n", "title: \"Guía rápida de Estimator\"\n", "description: \"Cómo utilizar la primitiva «Estimator» en Qiskit Runtime.\"\n", "---\n", "\n", "\n", "\n", "# Guía rápida de Estimator\n", "\n" ] }, { "cell_type": "markdown", "id": "49f269ba-e11d-4e5c-bbba-9d4a10540ad8", "metadata": {}, "source": [ "La primitiva Estimator calcula los valores esperados de una o varias variables observables con respecto a los estados generados por circuitos cuánticos. Los circuitos se pueden parametrizar, siempre y cuando los valores de los parámetros también se proporcionen como entrada a la primitiva.\n", "\n", "Esta primitiva cuenta con varias [técnicas](/docs/guides/error-mitigation-and-suppression-techniques) integradas de mitigación y supresión de errores, entre las que se incluyen el desacoplamiento dinámico, el «Pauli-twirling», el «gate-folding ZNE», el PEA y el PEC. Además, incluye una `resilience_level` opción que permite configurar fácilmente el equilibrio entre coste y precisión.\n", "\n" ] }, { "cell_type": "markdown", "id": "b7e96291-0925-4d7f-81a8-a7738549477c", "metadata": {}, "source": [ "Los pasos de este tema describen cómo instalar Estimator, explorar las opciones disponibles para configurarlo y ejecutarlo en un programa.\n", "\n" ] }, { "cell_type": "markdown", "id": "818a2b3d-3950-4a28-8e37-39959c56484b", "metadata": { "tags": [ "version-info" ] }, "source": [ "{/*\n", " DO NOT EDIT THIS CELL!!!\n", " This cell's content is generated automatically by a script. Anything you add\n", " here will be removed next time the notebook is run. To add new content, create\n", " a new cell before or after this one.\n", " */}\n", "\n", "\n", " \n", " El código de esta página se ha desarrollado teniendo en cuenta los siguientes requisitos.\n", " Recomendamos utilizar estas versiones o posteriores.\n", "\n", " ```\n", " qiskit[all]~=2.5.0\n", " qiskit-ibm-runtime~=0.47.0\n", " ```\n", " \n", "\n", "\n" ] }, { "cell_type": "markdown", "id": "bafa61f0-c049-4ee6-ac76-a0ed97e67caf", "metadata": {}, "source": [ "{/*Verified the v2 examples 2/29/24 - updated 10/29/24*/}\n", "\n", "\n", "\n", "## Pasos para utilizar la primitiva «Estimator»\n", "\n", "\n", "\n", "### 1. Inicializar la cuenta\n", "\n", "Dado que Qiskit Runtime es un servicio gestionado, primero debe configurar su cuenta. A continuación, puedes seleccionar la QPU que deseas utilizar para calcular el valor esperado.\n", "\n", "Sigue los pasos [que se indican](cloud-setup) en la sección «Configurar tu cuenta de IBM Cloud » si aún no tienes una cuenta.\n", "\n", "\n", " Para utilizar las [puertas fraccionarias](/docs/guides/fractional-gates), que ahora son compatibles, configúralas `use_fractional_gates=True` al solicitar un backend desde una `QiskitRuntimeService` instancia. Por ejemplo:\n", "\n", " ```python\n", " service = QiskitRuntimeService()\n", " fractional_gate_backend = service.least_busy(use_fractional_gates=True)\n", " ```\n", "\n", " Esta es una función experimental y podría cambiar en el futuro.\n", "\n", "\n" ] }, { "cell_type": "code", "execution_count": 1, "id": "71d62ba2-b1ba-405a-b304-5bdd7ec5e11b", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "ibm_marrakesh\n" ] } ], "source": [ "from qiskit_ibm_runtime import QiskitRuntimeService\n", "\n", "service = QiskitRuntimeService()\n", "backend = service.least_busy(\n", " operational=True, simulator=False, min_num_qubits=127\n", ")\n", "\n", "print(backend.name)" ] }, { "cell_type": "markdown", "id": "d894fbe3-3ea8-4db0-908e-95790b560ddb", "metadata": {}, "source": [ "\n", "\n", "### 2. Crea un circuito y una variable observable\n", "\n", "Necesitas al menos un circuito y una variable observable como entradas para la primitiva Estimator.\n", "\n" ] }, { "cell_type": "code", "execution_count": 2, "id": "c0ad8982-d19b-46d4-8a2d-dd30357c0e52", "metadata": {}, "outputs": [], "source": [ "from qiskit.circuit.library import qaoa_ansatz\n", "from qiskit.quantum_info import SparsePauliOp\n", "\n", "entanglement = [tuple(edge) for edge in backend.coupling_map.get_edges()]\n", "observable = SparsePauliOp.from_sparse_list(\n", " [(\"ZZ\", [i, j], 0.5) for i, j in entanglement],\n", " num_qubits=backend.num_qubits,\n", ")\n", "circuit = qaoa_ansatz(observable, reps=2)\n", "# The circuit is parametrized, so we will define the parameter values for execution\n", "param_values = [0.1, 0.2, 0.3, 0.4]" ] }, { "cell_type": "markdown", "id": "84b42c6f-d80e-4cff-8e34-03affa566a97", "metadata": {}, "source": [ "El circuito y la variable observable deben transformarse para que utilicen únicamente instrucciones compatibles con la QPU (lo que se conoce como circuitos *de arquitectura de conjunto de instrucciones, o ISA* ). Para ello, utiliza el transpilador.\n", "\n" ] }, { "cell_type": "code", "execution_count": 3, "id": "abefc665-24a7-466e-a9ec-67cac6a50ebd", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ ">>> Circuit ops (ISA): OrderedDict([('rz', 4472), ('sx', 1884), ('cz', 1120)])\n" ] } ], "source": [ "from qiskit.transpiler import generate_preset_pass_manager\n", "\n", "pm = generate_preset_pass_manager(optimization_level=1, backend=backend)\n", "isa_circuit = pm.run(circuit)\n", "isa_observable = observable.apply_layout(isa_circuit.layout)\n", "print(f\">>> Circuit ops (ISA): {isa_circuit.count_ops()}\")" ] }, { "cell_type": "markdown", "id": "b53e9ab3-7d87-4dd5-b362-138b24cfa73b", "metadata": {}, "source": [ "\n", "\n", "### 3. Inicializar el estimador « Qiskit Runtime »\n", "\n", "Al iniciar Estimator, utiliza el `mode` parámetro para especificar el modo en el que deseas que se ejecute. Los valores posibles son `batch`, `session`, u `backend` objetos para los modos de ejecución por lotes, por sesión y por trabajo, respectivamente. Para obtener más información, consulte [la sección «Introducción a los modos de ejecución de Qiskit Runtime ».](execution-modes) Ten en cuenta que los usuarios de Open Plan no pueden enviar trabajos de sesión.\n", "\n" ] }, { "cell_type": "code", "execution_count": 4, "id": "961508db-e534-4fc9-970d-7babcd6c39ef", "metadata": {}, "outputs": [], "source": [ "from qiskit_ibm_runtime import EstimatorV2 as Estimator\n", "\n", "estimator = Estimator(mode=backend)" ] }, { "cell_type": "markdown", "id": "59b13a43-0c9f-4fdb-a379-af5115c153e1", "metadata": {}, "source": [ "\n", "\n", "### 4. Ejecuta Estimator y obtén los resultados\n", "\n", "A continuación, invoca el `run()` método para calcular los valores esperados de los circuitos de entrada y las observables. Los conjuntos de valores de los parámetros de circuito, observables y opcionales se introducen como tuplas *de bloques unificados primitivos* ( PUB ).\n", "\n" ] }, { "cell_type": "code", "execution_count": 5, "id": "f1a60bad-cf09-4136-aa1a-4482759b3aea", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ ">>> Job ID: d9bjisbv6alc73ct56dg\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ ">>> Job Status: QUEUED\n" ] } ], "source": [ "job = estimator.run([(isa_circuit, isa_observable, param_values)])\n", "print(f\">>> Job ID: {job.job_id()}\")\n", "print(f\">>> Job Status: {job.status()}\")" ] }, { "cell_type": "code", "execution_count": 6, "id": "c817cce5-4686-43d2-89a1-ed0842d8ace3", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ ">>> PrimitiveResult([PubResult(data=DataBin(evs=np.ndarray(), stds=np.ndarray(), ensemble_standard_error=np.ndarray()), metadata={'shots': 4096, 'target_precision': 0.015625, 'circuit_metadata': {}, 'resilience': {}, 'num_randomizations': 32})], metadata={'dynamical_decoupling': {'enable': False, 'sequence_type': 'XX', 'extra_slack_distribution': 'middle', 'scheduling_method': 'alap'}, 'twirling': {'enable_gates': False, 'enable_measure': True, 'num_randomizations': 'auto', 'shots_per_randomization': 'auto', 'interleave_randomizations': True, 'strategy': 'active-accum'}, 'resilience': {'measure_mitigation': True, 'zne_mitigation': False, 'pec_mitigation': False}, 'version': 2})\n", " > Expectation value: 24.052015949594512\n", " > Metadata: {'shots': 4096, 'target_precision': 0.015625, 'circuit_metadata': {}, 'resilience': {}, 'num_randomizations': 32}\n" ] } ], "source": [ "result = job.result()\n", "print(f\">>> {result}\")\n", "print(f\" > Expectation value: {result[0].data.evs}\")\n", "print(f\" > Metadata: {result[0].metadata}\")" ] }, { "cell_type": "markdown", "id": "d38dd409-e0d8-4749-bb22-58ae9a53d26a", "metadata": {}, "source": [ "\n", "\n", "## Próximos pasos\n", "\n", "\n", " * Descubre cómo realizar [pruebas a nivel local](local-testing-mode) antes de ejecutar el programa en ordenadores cuánticos.\n", " * Revisa [los ejemplos](/docs/guides/estimator-examples) detallados.\n", " * Practica con primitivas siguiendo la [lección](/learning/courses/variational-algorithm-design/cost-functions) sobre la función «Cost» en IBM Quantum Learning.\n", " * Descubre cómo realizar la transpilación de forma local en la sección «[Transpilación](/docs/guides/transpile/) ».\n", " * Consulta la guía [sobre la configuración del transpilador Compare](/docs/guides/circuit-transpilation-settings#compare-transpiler-settings).\n", " * Aprende a [utilizar las opciones básicas](runtime-options-overview).\n", " * Consulte las opciones de la API de [Estimator](/docs/api/qiskit-ibm-runtime/options-estimator-options).\n", " * Lea «[Migrar a primitivas de `V2`](/docs/guides/v2-primitives) ».\n", "\n", "\n" ] }, { "cell_type": "markdown", "metadata": {}, "id": "a1b8767d", "source": "© IBM Corp., 2017-2026" } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3" } }, "nbformat": 4, "nbformat_minor": 4 }