Máster en Computación Cuántica

Para esos perfiles sin conocimientos previos o menos familiarizados con el lenguaje de programación en Python se ofrece este prework de nivelación que te permitirá obtener las bases necesarias para empezar este máster. Aprenderás este lenguaje donde podrás practicar mediante material práctico autocorregible y dinámico con acceso a la certificación IT Specialist Python (ITS-303).

Introducción a la programación Introducción a Python Tipos de datos Variables Operaciones básicas de entrada y salida Operadores básicos Valores booleanos Ejecución condicional

Bucles Listas Operaciones bit a bit Listas Funciones Tuplas y diccionarios Excepciones

Este tema presenta los fundamentos de la computación cuántica y su diferencia con la computación clásica, introduciendo conceptos esenciales como qubits, superposición y entrelazamiento, junto con sus aplicaciones disruptivas y desafíos actuales.

Computación clásica vs cuántica Concepto de qubit y fenómenos fundamentales (superposición, entrelazamiento) Ejemplos de aplicaciones potenciales: criptografía, simulación, IA Limitaciones y desafíos tecnológicos actuales

Computación paralela cuántica vs clásica computación en la nube cuántica Impacto en la industria y en la sociedad Caso Práctico: Simulación básica con Qiskit

En este tema se revisa el marco matemático necesario para comprender los sistemas cuánticos, centrado en álgebra lineal, notación bra-ket y operadores en espacios de Hilbert. El objetivo es dotar al estudiante de las herramientas necesarias para modelar, analizar y construir sistemas cuánticos.

Álgebra lineal esencial para computación cuántica Espacios de Hilbert y vectores columna Notación bra-ket y su interpretación Producto tensorial de qubits y operaciones conjuntas

Operadores lineales y matrices unitarias Ortogonalidad, norma y transformación Operadores hermíticos y proyección Caso Práctico: Representación de qubits en código

En este tema se enseñarán los fundamentos esenciales de la mecánica cuántica necesarios para comprender cómo funciona la computación cuántica. Se mostrará cómo principios como la superposición, el entrelazamiento y la medida cuántica se traducen en comportamientos computacionales únicos. El objetivo no es una formación física completa, sino una comprensión operativa y aplicada de los conceptos clave desde una perspectiva computacional.

Principios básicos aplicados a computación Estados cuánticos y funciones de onda Evolución unitaria y reversibilidad Superposición y medida cuántica Entrelazamiento como recurso computacional

Colapso del estado y observables Postulados e interpretaciones Caso Práctico: Visualización de estados y colapsos con Qiskit

En este tema se introduce al estudiante en el ecosistema de desarrollo cuántico actual, con especial énfasis en los principales frameworks de programación como Qiskit, Cirq y Amazon Braket. Se explorarán sus características, funcionalidades y casos de uso, así como la forma en que permiten simular, visualizar y ejecutar algoritmos cuánticos tanto en entornos locales como en la nube. A través de un enfoque práctico, el alumno dará sus primeros pasos en la creación de circuitos y en la programación de operaciones básicas sobre qubits.

Lenguajes y frameworks más usados Introducción a Qiskit, Cirq y Braket Comparativa de sintaxis y funciones Simulación vs hardware real

Instalación y ejecución inicial Circuitos básicos en Qiskit Visualización de estados y medidas Caso Práctico: primer circuito en Qiskit

Este tema introduce cómo se representa y transforma la información en computación cuántica mediante puertas y operaciones sobre qubits. También se utilizarán los frameworks aprendidos en el tema anterior para implementar Puertas Cuánticas.

Qubit como unidad fundamental de información Estados base |0⟩, |1⟩ y combinaciones lineales Matrices unitarias y operaciones sobre qubits Puertas cuánticas básicas: X, H, Z

Puerta CNOT y operaciones de control Composición de puertas en circuitos Implicación física de cada operación Programación de puertas cuánticas en Qiskit y Cirq

En este tema se enseñará cómo diseñar y analizar circuitos cuánticos combinando múltiples qubits y puertas cuánticas. Se mostrará cómo representar visualmente estos circuitos, entender el flujo de información cuántica y cómo la secuencia de operaciones afecta el estado final del sistema. Además, se abordará el proceso de medición y cómo esta influencia el resultado computacional. El objetivo es que el estudiante pueda construir y simular circuitos básicos que formen la base de algoritmos cuánticos.

Diseño visual y lógico de circuitos cuánticos Flujo de información entre qubits Secuenciación de puertas y efectos acumulados Entrelazamiento a través de circuitos Medida y colapso en ejecución

Interpretación de salidas y probabilidades Simulación de circuitos reales Caso Práctico: programación y simulación de circuitos simples

En este tema se enseñarán los distintos modelos que existen para describir la computación cuántica. Se mostrará cómo cada modelo ofrece una perspectiva diferente del procesamiento cuántico, desde el modelo de circuitos hasta modelos alternativos como la computación adiabática y la computación topológica. El objetivo es que el estudiante comprenda que la computación cuántica no se limita a una única forma de operar, y que distintos enfoques pueden ser más adecuados según el problema o la tecnología física empleada.

Modelo de circuito: enfoque estándar Computación cuántica adiabática Computación topológica y anyones Comparación de modelos por aplicabilidad Similitudes teóricas entre modelos

Elección de modelo según hardware Casos reales de uso por tipo de modelo Caso Práctico: Ejemplo simple de simulación adiabática

En este tema se enseñarán las principales tecnologías físicas empleadas actualmente para implementar qubits en hardware cuántico. Se mostrará cómo distintos enfoques —como los qubits superconductores, los atrapados en iones, los puntos cuánticos y los fotones— presentan ventajas y desafíos únicos. También se discutirá el estado actual de desarrollo industrial y académico de cada tecnología. El objetivo es que el estudiante comprenda qué hace viable un qubit físicamente, cómo se controla y mide, y qué factores determinan la escalabilidad de una plataforma cuántica.

Qubits superconductores: ventajas y limitaciones Iones atrapados y fidelidad alta Puntos cuánticos y escalabilidad Qubits fotónicos: comunicación y redes Defectos en diamante y estabilidad

Comparación entre tecnologías Estado actual de desarrollo Caso Práctico: Evaluación de características de distintas tecnologías

Los estudiantes profundizan en el manejo de los principales entornos de desarrollo cuántico, simulando y ejecutando circuitos reales.

Ampliación sobre los principales frameworks: Qiskit, Cirq, Braket Diferencias clave entre plataformas Creación y ejecución de circuitos Conexión con hardware real en la nube

Visualización y análisis de estados Depuración de errores cuánticos Simulación local vs remota Caso Práctico: Comparativa entre frameworks.

Este tema se enfoca en la programación de algoritmos y proyectos de computación cuántica, con ejercicios prácticos que guían paso a paso la implementación de algoritmos. Se trabaja con herramientas como Qiskit y Cirq, promoviendo la creación de proyectos personales y la evaluación de su rendimiento en simuladores.

Ejercicios prácticos guiados paso a paso Implementación de algoritmos clásicos y cuánticos Integración entre herramientas (Qiskit, Cirq) Creación de proyectos personales Evaluación de rendimiento en simuladores

Presentación de resultados experimentales Trabajo en equipos multidisciplinares Caso Práctico: Desarrollo de un proyecto de computación cuántica

En este tema se enseñará cómo se detectan, mitigan y corrigen los errores que afectan a los qubits durante la computación. Se mostrará la diferencia entre errores clásicos y cuánticos, y cómo el control de sistemas cuánticos requiere técnicas especializadas para evitar la pérdida de coherencia. También se estudiarán códigos de corrección como el de Shor, el de Steane y los códigos de superficie, junto con conceptos como error lógico y redundancia cuántica. El objetivo es dotar al estudiante de una comprensión práctica y teórica de cómo lograr una computación cuántica tolerante a fallos.

Naturaleza de errores cuánticos Decoherencia y pérdida de información Técnicas de detección y control Código de Shor Código de Steane y eficiencia

Códigos de superficie Concepto de tolerancia a fallos Caso Práctico: Simulación de errores y corrección básica

En este tema se enseñarán los primeros algoritmos cuánticos desarrollados que muestran ventajas sobre la computación clásica en tareas específicas. Se mostrará cómo funcionan algoritmos como el de Deutsch-Jozsa y el de Grover, y qué principios cuánticos explotan. Estos algoritmos serán presentados paso a paso, con diagramas de circuitos y simulaciones. El objetivo es que el estudiante comprenda cómo se estructura un algoritmo cuántico y qué lo hace diferente de su contraparte clásica.

Introducción a la ventaja cuántica Algoritmo de Deutsch-Jozsa Algoritmo de Grover y búsqueda eficiente Interferencia cuántica aplicada Comparación con algoritmos clásicos

Representación en circuitos Análisis paso a paso Caso Práctico: Implementación completa de Grover y visualización de resultados

En este tema se enseñará el funcionamiento del algoritmo de Shor, uno de los algoritmos cuánticos más conocidos por su capacidad para factorizar enteros de forma eficiente, lo cual amenaza la criptografía clásica basada en RSA. Se mostrará cómo este algoritmo aprovecha la transformada cuántica de Fourier y se analizarán sus implicaciones en seguridad digital. Además, se introducirá la criptografía cuántica, incluyendo el protocolo BB84, y cómo esta ofrece métodos de comunicación segura basados en principios cuánticos. El objetivo es entender tanto las amenazas como las oportunidades que la computación cuántica presenta para la ciberseguridad.

Descripción del algoritmo de Shor Uso de la transformada cuántica de Fourier (QFT) Implicaciones para la criptografía RSA Introducción a criptografía cuántica Protocolo BB84

Comunicación segura con qubits Riesgos y beneficios futuros Caso Práctico: Simulación de QFT y claves BB84

En este tema se enseñarán algoritmos cuánticos más avanzados que extienden y generalizan los conceptos vistos en temas anteriores. Se mostrará cómo se estructuran algoritmos como el de Simon, la Transformada Cuántica de Fourier (QFT), la estimación de fase cuántica y la búsqueda iterativa. Además, se estudiarán subrutinas cuánticas fundamentales que sirven como bloques de construcción para algoritmos complejos. El objetivo es que el estudiante reconozca patrones comunes y aprenda a combinar técnicas cuánticas para resolver problemas más sofisticados.

Algoritmo de Simon Transformada cuántica de Fourier Estimación de fase cuántica Subrutinas como bloques reutilizables Modularidad en diseño de algoritmos

Búsqueda iterativa eficiente Relación con problemas de estructura Caso Práctico: Composición de subrutinas para tareas complejas

Este tema explora las principales áreas donde la computación cuántica promete tener un impacto significativo. Se mostrará cómo esta tecnología puede transformar sectores como la criptografía, la simulación de materiales y reacciones químicas, la optimización compleja, el aprendizaje automático y la logística. También se discutirán casos reales de uso y estudios de viabilidad. 

Aplicaciones científicas, industriales y tecnológicas Transformación de sectores clave y datos Criptografía post-cuántica Machine learning cuántico Casos reales en empresas tecnológicas

Nuevas fronteras y usos emergentes Oportunidades emergentes por sector Caso Práctico: Desarrollo y análisis de un prototipo solución cuántica aplicada a la optimización logística en el sector transporte

En este tema se enseñará cómo la computación cuántica puede integrarse con el aprendizaje automático para crear nuevos enfoques híbridos. Se mostrará cómo los algoritmos cuánticos pueden acelerar tareas como clasificación, regresión y reducción de dimensionalidad. El objetivo es que el estudiante comprenda los fundamentos y el potencial del quantum machine learning (QML).

Introducción al QML y aplicaciones Modelos híbridos cuántico-clásicos Circuitos variacionales cuánticos (VQC) Clasificación y clustering con qubits Reducción cuántica de dimensionalidad

Frameworks disponibles: PennyLane, Qiskit ML Comparación con ML clásico Caso Práctico: Entrenamiento de un modelo QML básico

En este tema se enseñará hacia dónde se dirige la computación cuántica en los próximos años, mostrando qué desafíos deben superarse para alcanzar la supremacía cuántica práctica, qué avances se esperan en hardware, software y algoritmos, y cómo la integración con otras disciplinas (como inteligencia artificial y comunicaciones) puede generar nuevas sinergias. También se reflexionará sobre las implicaciones éticas, sociales y económicas de esta tecnología emergente, incluyendo temas de seguridad, equidad de acceso y sostenibilidad. El objetivo es fomentar una visión crítica y responsable del futuro cuántico.

Avances esperados en hardware y software Rumbo hacia supremacía cuántica Integración con Inteligencia Artificial Redes cuánticas y comunicación futura Equidad y acceso global

Sostenibilidad tecnológica Ética en tecnologías emergentes cuánticas Discusión: Impactos sociales y económicos