Search

Advanced enough quantum computers promise to revolutionise fields such as cryptography, drug discovery and simulations of complex systems. Quantum computers are built on qubits which are fragile and susceptible to error-inducing interference, which is called noise. The aim of this study was to examine the effects of varying levels of noise interference on the success rate and runtimes of a quantum computer circuit design built to implement Shor’s quantum factorisation algorithm. This was conducted using the Qiskit framework for quantum computer simulation and custom noise model creation. Our results show a correlation between the level of noise interference on a circuit and the probability of getting the correct measurement. We also found a greater impact of readout errors on the success rates, one-qubit depolarising errors on runtimes and that two-qubit depolarising errors greatly affected both, which was also discussed in the study. Our findings are in line with previous research and help to highlight the importance of minimising errors on critical quantum logic gates in an algorithm., Tillräckligt avancerade kvantdatorer lovar att revolutionera områden så som kryptografi, utveckling av nya läkemedel och simulering av komplexa system. Kvantdatorer är uppbyggda av qubits vilka är ömtåliga och mottagliga mot felinducerande interferens, vilket kallas brus. Målet med denna studie var att utforska effekten av varierande brusnivåers interferens på lyckade försök samt körtiden av en kvantdatorkrets designad för att implementera Shors algoritm. Detta gjordes med Qiskits ramverk för kvantdatorsimulering och anpassningsbara brusmodeller. Våra resultat visar en korrelation mellan nivån av brusinterferens på en krets och sannolikheten av att få den korrekt mätningen. Vi fann även en större påverkan av avläsningsfel på kvoten lyckade försök, en-qubit depolariserande fel på körtid och att två-qubit depolariserande fel hade en stor påverkan på båda, vilket vi även diskuterat i studien. Våra resultat är i linje med tidigare studier och hjälper till att lyfta fram vikten av att minimera inducerade fel på kritiska logiska grindar i en kvantdatoralgoritm.

This thesis explores the application of quantum computing techniques to solve Quadratic Unconstrained Binary Optimization problems, with a focus on the Unit Commitment problem. The thesis provides an introduction to quantum computing, including its mathematical foundation and the distinction between classical and quantum systems. It then discusses Variational Quantum Algorithms and explores various quantum computing platforms. Then a novel formulation of the Unit Commitment problem is presented, along with its implementation using the Qiskit library. The results obtained from the implementation are summarized, highlighting the process of using quantum computing for solving optimization problems.

La computació quàntica és una àrea de les ciències de la computació que aplica els principis de la mecànica quàntica per crear un paradigma de computació diferent del que estem acostumats. Aquest projecte explora com solucionar 3-SAT utilitzant algorismes quàntics per trobar una assignació que ens satisfaci una fórmula donada. El primer enfocament del problema consisteix a utilitzar l'algorisme de Grover amb una fórmula per trobar les seves possibles solucions. L'algorisme de Grover, ens permet aconseguir un speedup quadràtic respecte a un algorisme de força bruta que busca en l'espai de totes les possibles assignacions d'una fórmula. A més, s'utilitza l'algorisme Quantum counting per determinar el nombre de solucions que té la nostra fórmula i així poder maximitzar la probabilitat d'èxit en l'algorisme de Grover mitjançant la repetició del seu operador. Els ordinadors clàssics poden solucionar el problema d'una forma més eficient que a força bruta, i per això es compara l'algorisme quàntic anterior amb un dels millors algoritmes clàssics per 3-SAT com és l'algorisme de Schöning. Finalment, l'algorisme de Grover és generalitzat i utilitzat juntament amb l'algorisme de Schöning par aconseguir un speedup quadràtic d'aquest últim. Els diferents algoritmes han estat implementats amb Qiskit, un programari desenvolupat per IBM que ens permet treballar amb ordinadors quàntics fent ús del llenguatge de programació Python., Quantum computing is an area of computer science that applies quantum mechanics principles to create a different computational paradigm than the one we are used to. This project explores how to solve 3-SAT using quantum algorithms to find a satisfying assignment of a given formula. The first approach to the problem consists of using Grover's algorithm with a given formula to find its possible solutions. Grover's algorithm allows us to achieve a quadratic speedup over a brute-force search algorithm that searches in the space of all the possible assignments of the formula. In addition, the Quantum counting algorithm is used to determine how many solutions there are beforehand and thus maximize the probability of success in Grover's by repeating the Grover operator. Classical computers can solve the problem more efficiently than just using brute-force search. Therefore, the previous quantum algorithm is compared with Schöning's, one of the best classical algorithms for 3-SAT. Finally, Grover's algorithm is generalized and used with Schöning's to obtain a quadratic speedup of the latter. The different algorithms have been implemented using Qiskit, an open-source software development kit (SDK) developed by IBM to work with quantum computers using the Python Programming Language.

Advanced enough quantum computers promise to revolutionise fields such as cryptography, drug discovery and simulations of complex systems. Quantum computers are built on qubits which are fragile and susceptible to error-inducing interference, which is called noise. The aim of this study was to examine the effects of varying levels of noise interference on the success rate and runtimes of a quantum computer circuit design built to implement Shor’s quantum factorisation algorithm. This was conducted using the Qiskit framework for quantum computer simulation and custom noise model creation. Our results show a correlation between the level of noise interference on a circuit and the probability of getting the correct measurement. We also found a greater impact of readout errors on the success rates, one-qubit depolarising errors on runtimes and that two-qubit depolarising errors greatly affected both, which was also discussed in the study. Our findings are in line with previous research and help to highlight the importance of minimising errors on critical quantum logic gates in an algorithm., Tillräckligt avancerade kvantdatorer lovar att revolutionera områden så som kryptografi, utveckling av nya läkemedel och simulering av komplexa system. Kvantdatorer är uppbyggda av qubits vilka är ömtåliga och mottagliga mot felinducerande interferens, vilket kallas brus. Målet med denna studie var att utforska effekten av varierande brusnivåers interferens på lyckade försök samt körtiden av en kvantdatorkrets designad för att implementera Shors algoritm. Detta gjordes med Qiskits ramverk för kvantdatorsimulering och anpassningsbara brusmodeller. Våra resultat visar en korrelation mellan nivån av brusinterferens på en krets och sannolikheten av att få den korrekt mätningen. Vi fann även en större påverkan av avläsningsfel på kvoten lyckade försök, en-qubit depolariserande fel på körtid och att två-qubit depolariserande fel hade en stor påverkan på båda, vilket vi även diskuterat i studien. Våra resultat är i linje med tidigare studier och hjälper till att lyfta fram vikten av att minimera inducerade fel på kritiska logiska grindar i en kvantdatoralgoritm.

Modern cloud-based quantum computing software is now at a point where quantum mechanical experiments can be performed by anyone with an internet connection, opening the door for unprecedented possibilities within physics research and education. This thesis seeks to examine one of these possibilities, by considering the role of cloud-based quantum computing for the purpose of teaching quantum mechanics in a university context. This is done by demonstrating how an open-source quantum computing software can be effectively utilised to create exercises and experiments for university students, with the goal of enhancing student conceptual understanding for abstract topics within quantum mechanics. In particular, this thesis focuses on the Pulse module of the IBM software Qiskit, exploring how this module might be employed to teach time-dependent perturbation theory to undergraduate students who are taking the course Quantum Mechanics 2 at the University of Copenhagen. This is achieved through the composition of an IPython Notebook tutorial, designed to allow students the ability to investigate time-dependent perturbation phenomena in an inquiry-based setting. This thesis concludes with a discussion on the challenges for future educators with respect to implementing cloud-based quantum computing in the style considered here, as well as how these challenges can be overcome.

Modern cloud-based quantum computing software is now at a point where quantum mechanical experiments can be performed by anyone with an internet connection, opening the door for unprecedented possibilities within physics research and education. This thesis seeks to examine one of these possibilities, by considering the role of cloud-based quantum computing for the purpose of teaching quantum mechanics in a university context. This is done by demonstrating how an open-source quantum computing software can be effectively utilised to create exercises and experiments for university students, with the goal of enhancing student conceptual understanding for abstract topics within quantum mechanics. In particular, this thesis focuses on the Pulse module of the IBM software Qiskit, exploring how this module might be employed to teach time-dependent perturbation theory to undergraduate students who are taking the course Quantum Mechanics 2 at the University of Copenhagen. This is achieved through the composition of an IPython Notebook tutorial, designed to allow students the ability to investigate time-dependent perturbation phenomena in an inquiry-based setting. This thesis concludes with a discussion on the challenges for future educators with respect to implementing cloud-based quantum computing in the style considered here, as well as how these challenges can be overcome.

The need of computational power for engineering applications has been ever increasing and with classical computers approaching their physical limits, new ways of improvement have to be investigated. One of the promising solutions is quantum computing. Most engineering problems require solving a system of linear equations of higher dimensions and the Variational Quantum Linear Solver (VQLS) algorithm seems like a promising near term solution. This algorithm evaluates a cost function on a quantum machine and uses a classical optimizer to minimize this cost function. The minimum of this cost function corresponds to the solution of the linear system. This work aims at finding what the practical limitations are when solving the Poisson equation by means of VQLS. Results showed that problems small in size can be solved, however for larger problems obtaining the solution becomes effectively impossible due to barren plateaus, which are flat spots in the cost function landscape., Aerospace Engineering

[ES] La computación cuántica es un área de investigación que estudia los algoritmos y sistemas que usan las propiedades de la física cuántica para solucionar problemas matemáticos complejos o costosos. La principal ventaja de los computadores cuánticos es la capacidad de los cúbits de mantener una superposición de ambos estados {0,1}. Gracias a esto, se consigue evaluar y guardar todas las posibles soluciones simultáneamente cuya consecuencia es una mejora exponencial al obtener los resultados. El trabajo consiste en desarrollar un simulador de computación cuántica que permite ejecutar circuitos cuánticos con varias puertas lógicas y varios cúbits en un ordenador clásico. La aplicación del simulador es de escritorio, está acompañada de una interfaz gráfica, desarrollada con el lenguaje Python y tiene un carácter educativo, ilustrando los fenómenos de la cuántica. Puedes simular tus propios circuitos arrastrando las puertas lógicas, guardarlos en el ordenador o lanzarlos en hardware cuántico real de proveedores como IBM. Se comparan las características de los distintos sistemas cuánticos actuales de importantes empresas tecnológicas., [EN] Quantum computing is an area of research that studies algorithms and systems that use the properties of quantum physics to solve complex or hard mathematical problems. The main advantage of quantum computers is the ability of qubits to maintain a superposition of both {0,1} states. Thanks to this, it is possible to evaluate and store all possible solutions simultaneously, the consequence of which is an exponential improvement in obtaining the results. The work consists of developing a quantum computing simulator that allows running quantum circuits with several logic gates and several qubits on a classical computer. The desktop application of the simulator is accompanied by a graphical interface, developed with the Python language and has a teaching approach, illustrating the phenomena of quantum. You can simulate your own circuits by dragging the logic gates, save them in the computer or launch them on real quantum hardware from providers such as IBM. It compares the characteristics of different current quantum systems from major technology companies., [CA] La computació quàntica és un àrea d’investigació que estudia els algorismes i sistemes que usen les propietats de la física cuàntica per a solucionar problemes matemàtics complexos o costosos. El principal avantatge dels computadors quàntics és la capacitat dels qubits de mantindre una superposición de tots dos estats {0,1}. Gràcies a això, s’aconsegueix avaluar i guardar totes les possibles solucions simultàniament que dona com a consequència una millora exponencial en l’obtenció dels resultats. El treball consisteix a desenvolupar un simulador de computació quàntica que permet executar circuits quàntics amb diverses portes lògiques i diversos qubits en un ordinador clàssic. L’aplicació del simulador és d’escriptori, està acompanyada d’una interfície gràfica, desenvolupada amb el llenguatge Python i té un caràcter educatiu, il·lustrant els fenòmens de la quàntica. Pots simular els teus propis circuits arrossegant les portes lògiques, guardar-los en l’ordinador o llançar-los en maquinari quàntic real de proveïdors com IBM. Es comparen les característiques dels diferents sistemes quàntics actuals d’importants empreses tecnològiques.

[ES] La computación cuántica es un área de investigación que estudia los algoritmos y sistemas que usan las propiedades de la física cuántica para solucionar problemas matemáticos complejos o costosos. La principal ventaja de los computadores cuánticos es la capacidad de los cúbits de mantener una superposición de ambos estados {0,1}. Gracias a esto, se consigue evaluar y guardar todas las posibles soluciones simultáneamente cuya consecuencia es una mejora exponencial al obtener los resultados. El trabajo consiste en desarrollar un simulador de computación cuántica que permite ejecutar circuitos cuánticos con varias puertas lógicas y varios cúbits en un ordenador clásico. La aplicación del simulador es de escritorio, está acompañada de una interfaz gráfica, desarrollada con el lenguaje Python y tiene un carácter educativo, ilustrando los fenómenos de la cuántica. Puedes simular tus propios circuitos arrastrando las puertas lógicas, guardarlos en el ordenador o lanzarlos en hardware cuántico real de proveedores como IBM. Se comparan las características de los distintos sistemas cuánticos actuales de importantes empresas tecnológicas., [EN] Quantum computing is an area of research that studies algorithms and systems that use the properties of quantum physics to solve complex or hard mathematical problems. The main advantage of quantum computers is the ability of qubits to maintain a superposition of both {0,1} states. Thanks to this, it is possible to evaluate and store all possible solutions simultaneously, the consequence of which is an exponential improvement in obtaining the results. The work consists of developing a quantum computing simulator that allows running quantum circuits with several logic gates and several qubits on a classical computer. The desktop application of the simulator is accompanied by a graphical interface, developed with the Python language and has a teaching approach, illustrating the phenomena of quantum. You can simulate your own circuits by dragging the logic gates, save them in the computer or launch them on real quantum hardware from providers such as IBM. It compares the characteristics of different current quantum systems from major technology companies., [CA] La computació quàntica és un àrea d’investigació que estudia els algorismes i sistemes que usen les propietats de la física cuàntica per a solucionar problemes matemàtics complexos o costosos. El principal avantatge dels computadors quàntics és la capacitat dels qubits de mantindre una superposición de tots dos estats {0,1}. Gràcies a això, s’aconsegueix avaluar i guardar totes les possibles solucions simultàniament que dona com a consequència una millora exponencial en l’obtenció dels resultats. El treball consisteix a desenvolupar un simulador de computació quàntica que permet executar circuits quàntics amb diverses portes lògiques i diversos qubits en un ordinador clàssic. L’aplicació del simulador és d’escriptori, està acompanyada d’una interfície gràfica, desenvolupada amb el llenguatge Python i té un caràcter educatiu, il·lustrant els fenòmens de la quàntica. Pots simular els teus propis circuits arrossegant les portes lògiques, guardar-los en l’ordinador o llançar-los en maquinari quàntic real de proveïdors com IBM. Es comparen les característiques dels diferents sistemes quàntics actuals d’importants empreses tecnològiques.

[ES] La computación cuántica es un área de investigación que estudia los algoritmos y sistemas que usan las propiedades de la física cuántica para solucionar problemas matemáticos complejos o costosos. La principal ventaja de los computadores cuánticos es la capacidad de los cúbits de mantener una superposición de ambos estados {0,1}. Gracias a esto, se consigue evaluar y guardar todas las posibles soluciones simultáneamente cuya consecuencia es una mejora exponencial al obtener los resultados. El trabajo consiste en desarrollar un simulador de computación cuántica que permite ejecutar circuitos cuánticos con varias puertas lógicas y varios cúbits en un ordenador clásico. La aplicación del simulador es de escritorio, está acompañada de una interfaz gráfica, desarrollada con el lenguaje Python y tiene un carácter educativo, ilustrando los fenómenos de la cuántica. Puedes simular tus propios circuitos arrastrando las puertas lógicas, guardarlos en el ordenador o lanzarlos en hardware cuántico real de proveedores como IBM. Se comparan las características de los distintos sistemas cuánticos actuales de importantes empresas tecnológicas., [EN] Quantum computing is an area of research that studies algorithms and systems that use the properties of quantum physics to solve complex or hard mathematical problems. The main advantage of quantum computers is the ability of qubits to maintain a superposition of both {0,1} states. Thanks to this, it is possible to evaluate and store all possible solutions simultaneously, the consequence of which is an exponential improvement in obtaining the results. The work consists of developing a quantum computing simulator that allows running quantum circuits with several logic gates and several qubits on a classical computer. The desktop application of the simulator is accompanied by a graphical interface, developed with the Python language and has a teaching approach, illustrating the phenomena of quantum. You can simulate your own circuits by dragging the logic gates, save them in the computer or launch them on real quantum hardware from providers such as IBM. It compares the characteristics of different current quantum systems from major technology companies., [CA] La computació quàntica és un àrea d’investigació que estudia els algorismes i sistemes que usen les propietats de la física cuàntica per a solucionar problemes matemàtics complexos o costosos. El principal avantatge dels computadors quàntics és la capacitat dels qubits de mantindre una superposición de tots dos estats {0,1}. Gràcies a això, s’aconsegueix avaluar i guardar totes les possibles solucions simultàniament que dona com a consequència una millora exponencial en l’obtenció dels resultats. El treball consisteix a desenvolupar un simulador de computació quàntica que permet executar circuits quàntics amb diverses portes lògiques i diversos qubits en un ordinador clàssic. L’aplicació del simulador és d’escriptori, està acompanyada d’una interfície gràfica, desenvolupada amb el llenguatge Python i té un caràcter educatiu, il·lustrant els fenòmens de la quàntica. Pots simular els teus propis circuits arrossegant les portes lògiques, guardar-los en l’ordinador o llançar-los en maquinari quàntic real de proveïdors com IBM. Es comparen les característiques dels diferents sistemes quàntics actuals d’importants empreses tecnològiques.

This research investigates the possibility of solving one dimensional Poisson's equation on quantum computers using the Variational Quantum Linear Solver (VQLS) as a simplified test case for fluid dynamics applications. In this work, Poisson's equation is discretized with the finite element method and the resulting matrix is decomposed as a linear combination of unitaries to be cast in VQLS. When using Pauli Gates as a basis, the matrix is inefficiently decomposed with an exponential number of terms in the number of qubits. On the other hand, using gates with higher entanglement allowed for an efficient decomposition but requires high qubit interconnectivity. Numerical experiments were carried out on a quantum simulator: iterations to success were larger than the best classical counterpart and scaled exponentially for increasing qubits numbers. Across all the experiments performed, scalability was an issue mainly because of the vanishing of the gradient in the cost function, Aerospace Engineering

Quantum computers promise an exponential speed-up over their classical counterparts for certain tasks relevant to various fields including science, technology, and finance. To unlock this potential, the technology must be scaled up and the errors at play must be reduced. As developments in scalable quantum computation devices advance, the demand for scalable benchmarking techniques that are able to reliably assess the fidelity – the complement of the error rate – of a device has increased significantly. Randomized benchmarking offers a single, concise number that reflects the average fidelity of multi-qubit operations performed on a quantum device. While this method is robust against state preparation and measurement errors, it still suffers from scalability issues. In this thesis, we present a protocol that efficiently predicts the multi-qubit fidelity obtained from randomized benchmarking by only benchmarking single- and two-qubit subspaces, greatly increasing the scalability. The protocol uses simultaneous randomized benchmarking with the aim of catching cross-talk effects while at the same time reducing the number of required benchmarking sequences. We have run numerical simulations of the protocol under two noise models, one depolarizing and one dephasing, to verify its performance. The results of these noisy simulations are promising and suggest that our protocol could offer a valuable tool on the road to developing large-scale quantum computers.

This research investigates the possibility of solving one dimensional Poisson's equation on quantum computers using the Variational Quantum Linear Solver (VQLS) as a simplified test case for fluid dynamics applications. In this work, Poisson's equation is discretized with the finite element method and the resulting matrix is decomposed as a linear combination of unitaries to be cast in VQLS. When using Pauli Gates as a basis, the matrix is inefficiently decomposed with an exponential number of terms in the number of qubits. On the other hand, using gates with higher entanglement allowed for an efficient decomposition but requires high qubit interconnectivity. Numerical experiments were carried out on a quantum simulator: iterations to success were larger than the best classical counterpart and scaled exponentially for increasing qubits numbers. Across all the experiments performed, scalability was an issue mainly because of the vanishing of the gradient in the cost function, Aerospace Engineering

Quantum computers promise an exponential speed-up over their classical counterparts for certain tasks relevant to various fields including science, technology, and finance. To unlock this potential, the technology must be scaled up and the errors at play must be reduced. As developments in scalable quantum computation devices advance, the demand for scalable benchmarking techniques that are able to reliably assess the fidelity – the complement of the error rate – of a device has increased significantly. Randomized benchmarking offers a single, concise number that reflects the average fidelity of multi-qubit operations performed on a quantum device. While this method is robust against state preparation and measurement errors, it still suffers from scalability issues. In this thesis, we present a protocol that efficiently predicts the multi-qubit fidelity obtained from randomized benchmarking by only benchmarking single- and two-qubit subspaces, greatly increasing the scalability. The protocol uses simultaneous randomized benchmarking with the aim of catching cross-talk effects while at the same time reducing the number of required benchmarking sequences. We have run numerical simulations of the protocol under two noise models, one depolarizing and one dephasing, to verify its performance. The results of these noisy simulations are promising and suggest that our protocol could offer a valuable tool on the road to developing large-scale quantum computers.

La computación clásica forma parte de nuestro día a día y ha sido uno de los pilares que ha impulsado la innovación en las últimas décadas. Sin embargo, hay problemas que esta tecnología no es capaz de resolver o es muy poco eficiente hacerlo de esta manera. Aquí es donde entra en juego la computación cuántica, campo en el cual se están alcanzando progresos significativos. La principal diferencia entre la computación clásica y la cuántica es que en esta última se hace uso de fenómenos cuánticos, tales como la superposición y el entrelazamiento. Para ello la computación cuántica se basa en el uso de qubits o bits cuánticos, dejando de lado los bits clásicos y los sistemas lógicos empleados por los sistemas informáticos convencionales. Esta tecnología resulta de gran interés actualmente por su enorme potencial, que supone la posibilidad de revolucionar el mundo de la computación. Una misma tarea puede tener diferente complejidad en computación clásica y en computación cuántica, lo que ha dado lugar a una gran expectación. También permite la resolución de problemas intratables anteriormente. En general, los ordenadores cuánticos, debido a su gran capacidad de manejo de datos, nos ofrecen la posibilidad de impulsar grandes avances en diversos campos, desde la ingeniería hasta la investigación farmacéutica, por ejemplo. En este trabajo se aborda el estudio del algoritmo cuántico de Grover, que resuelve el problema de encontrar una entrada en una base de datos desestructurada. En primer lugar se introducen los conceptos básicos para la comprensión del algoritmo, tales como el oráculo y la amplificación de amplitud. Posteriormente se tratan las mejoras respecto de los algoritmos de búsqueda clásicos y el hecho de que el algoritmo de Grover es óptimo. Esto completa la parte de desarrollo teórico. Posteriormente se presenta una componente de simulación en la plataforma IBM Quantum Experience para las diferentes situaciones propuestas. Más tarde se lleva a cabo la implementac

In the past few years, IBM has expanded their Quantum Experience to include a high-level Python module called Qiskit as well as a 15-qubit machine (ibmq_16_melbourne). In order to evaluate IBM’s progress, we create an overview of the processes involved in developing and running an algorithm on IBM’s quantum machines. This includes exploring the new resources that IBM has made available recently including the Qiskit Python module. Then, we test textbook algorithms such as the Deutsch-Jozsa algorithm, Grover’s search algorithm, and Quantum Fourier Transform on ibmq_16_melbourne and compare the results with the output of a simulator. Constraints imposed by IBM’s Quantum Experience and significant differences between algorithm performance on IBM's quantum hardware and the simulator will be used to assess IBM’s quantum computing capabilities., Ensign, United States Navy, Approved for public release. distribution is unlimited

La computación clásica forma parte de nuestro día a día y ha sido uno de los pilares que ha impulsado la innovación en las últimas décadas. Sin embargo, hay problemas que esta tecnología no es capaz de resolver o es muy poco eficiente hacerlo de esta manera. Aquí es donde entra en juego la computación cuántica, campo en el cual se están alcanzando progresos significativos. La principal diferencia entre la computación clásica y la cuántica es que en esta última se hace uso de fenómenos cuánticos, tales como la superposición y el entrelazamiento. Para ello la computación cuántica se basa en el uso de qubits o bits cuánticos, dejando de lado los bits clásicos y los sistemas lógicos empleados por los sistemas informáticos convencionales. Esta tecnología resulta de gran interés actualmente por su enorme potencial, que supone la posibilidad de revolucionar el mundo de la computación. Una misma tarea puede tener diferente complejidad en computación clásica y en computación cuántica, lo que ha dado lugar a una gran expectación. También permite la resolución de problemas intratables anteriormente. En general, los ordenadores cuánticos, debido a su gran capacidad de manejo de datos, nos ofrecen la posibilidad de impulsar grandes avances en diversos campos, desde la ingeniería hasta la investigación farmacéutica, por ejemplo. En este trabajo se aborda el estudio del algoritmo cuántico de Grover, que resuelve el problema de encontrar una entrada en una base de datos desestructurada. En primer lugar se introducen los conceptos básicos para la comprensión del algoritmo, tales como el oráculo y la amplificación de amplitud. Posteriormente se tratan las mejoras respecto de los algoritmos de búsqueda clásicos y el hecho de que el algoritmo de Grover es óptimo. Esto completa la parte de desarrollo teórico. Posteriormente se presenta una componente de simulación en la plataforma IBM Quantum Experience para las diferentes situaciones propuestas. Más tarde se lleva a cabo la implementac