Junio de 2005
2007 de Alejandro Díaz-Caro
Creative Commons
Prefa io v
1. 1er día 1
1.1. Brevísima introdu
ión . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. El porqué de la
omputa
ión
uánti
a . . . . . . . . . . 1
1.1.2. Un po
o de historia . . . . . . . . . . . . . . . . . . . . 1
1.2. Espa
io de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Espa
io pre-Hilbert . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Espa
io de Hilbert . . . . . . . . . . . . . . . . . . . . 3
1.3. Produ
tos tensoriales . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1. Una propiedad del espa
io E⊗F . . . . . . . . . . . . 5
1.4. Ejemplo de Nota
ión de Dira
. . . . . . . . . . . . . . . . . . 5
2. 2do día 7
2.1. Nota
ión de Dira
. . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Representa
ión de Operadores . . . . . . . . . . . . . . . . . . 9
2.3. Qubit y qubits . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3. 3er día 15
3.1. Teorema de No-Clonning . . . . . . . . . . . . . . . . . . . . . 15
3.2. Estados de Bell . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3. Codi
a
ión Superdensa . . . . . . . . . . . . . . . . . . . . . 18
3.4. Teleporta
ión Cuánti
a . . . . . . . . . . . . . . . . . . . . . . 19
3.5. Paralelismo Cuánti
o . . . . . . . . . . . . . . . . . . . . . . . 21
3.5.1. Algoritmo de Deuts
h . . . . . . . . . . . . . . . . . . 22
3.5.2. Algoritmo de Deuts
h-Jotza . . . . . . . . . . . . . . . 24
viii ÍNDICE GENERAL
4. 4to día 27
4.1. Algoritmo de Búsqueda de Grover . . . . . . . . . . . . . . . . 27
4.1.1. Orá
ulo . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.1.2. Inversión sobre el promedio . . . . . . . . . . . . . . . 28
4.1.3. El algoritmo . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1.4. Cál
ulo del número óptimo de itera
iones . . . . . . . . 31
4.2. Apli
a
iones Criptográ
as . . . . . . . . . . . . . . . . . . . . 33
4.2.1. One-time pad . . . . . . . . . . . . . . . . . . . . . . . 33
4.2.2. Criptosistema Cuánti
o QKD-BB84 . . . . . . . . . . . 34
Capítulo 1
1er día
1.1.2. Un po o de historia
1936 Alan Turing inventa la MT para demostrar que existían problemas ma-
temáti
os que no eran
omputables.
Ley de Moore ⇒ Disminu
ión en tamaño, mayor poder de
ómputo. Sin em-
bargo, los problemas que requieren re
ursos exponen
iales siguen
au-
sando problemas.
1985 David Deuts
h des
ribe el primer modelo para una Quantum Turing
Ma
hine basada en la utiliza
ión de datos y
ontrol
uánti
os.
1994 Peter Shor des
ribe un algoritmo
uánti
o para fa
torizar números que
es exponen
ialmente más rápido que
ualquier algoritmo
lási
o
ono
i-
do. El poten
ial de ese algoritmo atrajo mu
ha inversión de entes esta-
tales y privados.
Denida positiva:
hx, xi ≥ 0, ∀x ∈ E y hx, xi = 0 ⇔ x = 0E
Hermíti
a:
hx, yi = hy, xi, ∀x, y ∈ E
Nota 2 Esto quiere de
ir que puedo ha
er distar entre sí los términos tan
po
o
omo quiera.
kfn − fm k2 = hfn − fm , fn − fm i =
4 1er día
Z Z 1 1 1
1 2
+max{ n ,m}
2
= | (fn − fm )(x) | dx = | (fn − fm )(x) |2 dx ≤ ε
1
0 2
p11 Q . . . p1m Q
.. ..
P ⊗Q= . .
pn1 Q . . . pnm Q
Ejemplo 2
q11
p11 ...
q1k
..
P ⊗Q=
.
q11
p ..
1m .
q1k
1.4 Ejemplo de Nota
ión de Dira
5
Ejemplo 3
α
0
v=
0
on α, β 6= 0
β
Demostra
ión:
Supongamos que existen dos ve
tores, tales que el produ
to tensorial es
igual a v, enton
es:
ac α
ac = α
a c ad 0
ad = 0
⊗ bc = 0
= ⇒
b d
bc = 0
bd β bd = β
y este es un sistema que no tiene solu
ión.
1 0
|0i = |1i =
0 1
6 1er día
y
omo estos son dos ve
tores ortogonales (por ende, forman una base),
ahora puedo es
ribir
ualquier ve
tor
omo
ombina
ión lineal de |+i y |−i.
Por ejemplo:
α 1 1
= α |0i + β |1i = √ (α + β) |+i + √ (α − β) |−i
β 2 2
Capítulo 2
2do día
hψ| = (α1∗ , . . . , αN
∗
)
Hermíti
a:
hψ|φi = hφ|ψi∗
N
X
|ψi = ai |ui i
i=1
N
X N
X
hui|ψi = hui| aj |uj i = aj hui|uj i = ai
| {z }
j=1 j=1
δij
ya que
N
! N
! N
!
X X X
|ui i hui | |ψi = |ui i hui | aj |ui i
i=1 i=1 j=1
N
X N
X
= aj |ui i hui |uj i = ai |uii = |ψi
| {z }
i,j=1 i=1
δij
N
X
hφ| = b∗i hui|
i=1
N
! N
!
X X
1 = kψk2 = hψ|ψi = a∗j huj | ai |uii =
j=1 i=1
N
X N
X
a∗j ai huj |ui i = |ai |2 = 1
| {z }
i,j=1 i=1
δij
X N XN
A= |ui i hui| A
|uj i huj |
=
i=1 j=1
| {z } | {z }
I I
10 2do día
|−i
N
X z }| { N
X
|uii hui | A |uj i huj | = αij |uii huj |
| {z }
i,j=1 i,j=1
αij
N
! N !
X X
A |ψi = αij |uii huj | ak |uk i =
i,j=1 k=1
N
X N
X
αij ak |ui i huj |uk i = αij aj |ui i
| {z }
i,j,k=1 i,j=1
δij
N
X
bi = αij aj
j=1
Viendo esto on la nota ión matri ial (en base anóni a) tendremos:
a1
.
.
.
aN
PN
α11 ··· α1N j=1 α1j aj
.. .. ..
. . .
PN
αN 1 · · · αN N j=1 αN j aj
∗
αji = huj | A |uii∗ = hui | A† |uj i
O sea: A† = (A∗ )T .
2.2 Representa
ión de Operadores 11
(A + B)† = A† + B †
(λA)† = λ∗ A†
(AB)† = B † A†
hAφ| = hφ| A†
Deni
ión 13 Al operador P ≡ |φi hφ| se le llama proye
tor ya que pro-
ye
ta ortogonalmente un Ket |ψi
ualquiera sobre el Ket |φi.
Veamos:
P |ψi = |φi hφ|ψi = cj |φi
| {z }
cj ∈C
Deni
ión 15 U se
El operador di
e unitario si y sólo si U † U = UU † = I ,
o lo que es lo mismo A = A−1
†
†
hUφ|Uψi = hφ| U
|{z}U |ψi = hφ|ψi
I
U −1 es unitario.
Un sistema representado por un Ket |ψi puede evolu
ionar de dos maneras:
Por la apli
a
ión de un operador unitario y hermíti
o U
U
|φi |ψi
−→
|ψi = U |φi
{Mi }k
|φi |ψi
−→
Mi |φi
|ψi = q para algún 1≤i≤k
hφ| Mi † Mi |φi
análogamente
p(1) = hψ| M1 † M1 |ψi = |β|2
Notemos que dado que el ve
tor está normalizado:
M0 |ψi M0 |ψi α
q = p = |0i
† p(0) |α|
hψ| M0 M0 |ψi
M1 |ψi β
p = |1i
p(1) |β|
on |α|2 + |β|2 = 1.
Deni
ión 18
NN
Un sistema de N-qubits será un ve
tor del espa
io i=1 C2
14 2do día
Nota 8
NN
La base
anóni
a del espa
io i=1 C2 es {|0 . . . 00i , |0 . . . 01i , . . . ,
|1 . . . 11i} = {|ii}i=0,...,2N −1
La identidad I:
I |0i = |0i 1 0
donde: I=
I |1i = |1i 0 1
La nega
ión X:
X |0i = |1i 0 1
donde: X=
X |1i = |0i 1 0
El
ambio de fase Z:
Z |0i = |0i 1 0
donde: Z=
Z |1i = − |1i 0 −1
La Controlled-Not CNOT :
CNOT |0xi = |0xi I 0
donde: CNOT =
CNOT |1xi = |1i ⊗ X |xi 0 X
U |ψϕi = |ψψi
Antes de pro
eder a demostrar este teorema, veamos una pequeña propie-
dad del produ
to interno "Bra-Ket".
N
X N
X
hab|cdi = a∗i ci b∗j dj = ha|cihb|di ∀a, b, c, d ∈ CN
i=1 j=1
U |ψϕi = |ψψi
y
U |φϕi = |φφi
hUψϕ|Uφϕi = hψψ|φφi
| {z } | {z }
(1) (2)
Veamos
|xi H •
βxy
|yi
|00i
H(1) 1 1
|00i √ (|0i + |1i) |0i = √ (|00i + |10i)
−→ 2 2
CNOT (1, 2) 1
√ (|00i + |11i) = β00
−→ 2
|01i
H(1) 1 1
|01i √ (|0i + |1i) |1i = √ (|01i + |11i)
−→ 2 2
CNOT (1, 2) 1
√ (|01i + |10i) = β01
−→ 2
3.2 Estados de Bell 17
|10i
H(1) 1 1
|10i √ (|0i − |1i) |0i = √ (|00i − |10i)
−→ 2 2
CNOT (1, 2) 1
√ (|00i − |11i) = β10
−→ 2
|11i
H(1) 1 1
|11i √ (|0i − |1i) |1i = √ (|01i − |11i)
−→ 2 2
CNOT (1, 2) 1
√ (|01i − |10i) = β11
−→ 2
A estos
uatro estados se les llama Estados de Bell, los
uales son estados
entangled de C4 .
A los estados entangled también se les llama estados EPR debido a la
paradoja planteada por Einstein, Podolsky y Rosen[4℄ la
ual di
e que si tengo
un par entangled, por más lejano que tenga un qubit del otro, al efe
tuar una
medi
ión sobre uno de ellos, el otro qubit también
olapsará.
Esto se puede apre
iar mejor
on un pequeño ejemplo.
M0 = |0i h0|
M1 = |1i h1|
por la
ondi
ión de
lausura de las bases (tomando en
uenta la base
anóni
a
de C2 ), se
umple
1
X 1
X
Mi † Mi = Mi = I
i=0 i=0
√1 (|00i h00|00i)
2
=q = |00i
1
2
h00|00ih00|00i
Z b1 X b2 | • H
|b1 i
NM
β00 |
|
|b2 i
NM
Ejemplo 6 Supongamos que queremos enviar los bits 11, enton
es apli
amos
(ZX ⊗ I) a β00
1
= (Z ⊗ I) (X ⊗ I) √ (|00i + |11i)
2
1 1
= (Z ⊗ I) √ (|10i + |01i) = √ (− |10i + |01i) = β11
2 2
El resto del
ir
uito (a partir de la línea punteada verti
al) es el
ir
uito
inverso al de Bell, por lo tanto, al nal de la medi
ión obtendré el estado |11i.
Para enviar
ualquier otro par de bits se realiza un desarrollo análogo.
Notar que la apli
a
ión de la
ompuerta Z b1 X b2
ambia el estado β00 a
βb1 b2 .
Paso 4. Ali
e apli
a Hadamard al primero de sus dos qubits, luego realiza
una medi
ión sobre ambos y envío el resultado de la medi
ión (2 bits
lási
os) a Bob.
Paso 5. Bob apli
a una transforma
ión sobre su qubit, de a
uerdo a los bits
re
ibidos, basándose en la siguiente tabla
|ψi • H
NM
NM
β00
Z b1 X b2 |ψi
1
= √ (α |0i (|00i + |11i) + β |1i (|00i + |11i))
2
CNOT (1, 2) 1
√ (α |0i (|00i + |11i) + β |1i (|10i + |01i))
−→ 2
H(1) 1 1 1
√ α √ (|0i + |1i)(|00i + |11i) + β √ (|0i − |1i)(|10i + |01i)
−→ 2 2 2
3.5 Paralelismo Cuánti
o 21
1
= [|00i (α |0i + β |1i)
2
+ |01i (α |1i + β |0i)
+ |10i (α |0i − β |1i)
+ |11i (α |1i − β |0i)]
1
1 X
= |b1 b2 i (X b2 Z b1 ) |ψi
2 b b =0
1 2
|0i H
|0,f (x)i+|1,f (1)i
Uf |ψi = √
2
|0i
22 3er día
Veamos
H(1) 1 1
|00i √ (|0i + |1i) |0i = √ (|00i + |10i)
−→ 2 2
Uf 1
√ (|0, f (0)i + |1, f (1)i)
−→ 2
|0i H H
Uf NM
|1i H
H(1, 2) 1 1 1
|01i √ (|0i + |1i) √ (|0i − |1i) = |xi √ (|0i − |1i)
−→ 2 2 2
1
Uf |x, 0i = √ (|0, f (0)i + |1, f (1)i)
2
1
Uf |x, 1i = √ (|0, 1 ⊕ f (0)i + |1, 1 ⊕ f (1)i)
2
por lo tanto
|0i − |1i 1 1
Uf |xi √ = √ Uf (|x, 0i − |x, 1i) = √ (Uf |x, 0i − Uf |x, 1i)
2 2 2
3.5 Paralelismo Cuánti
o 23
1 1 1
=√ √ (|0, f (0)i + |1, f (1)i) − √ (|0, 1 ⊕ f (0)i + |1, 1 ⊕ f (1)i)
2 2 2
1
= (|0, f (0)i + |1, f (1)i − |0, 1 ⊕ f (0)i − |1, 1 ⊕ f (1)i)
2
y si f (0) = f (1)
1 |0i + |1i |0i − |1i
= ± (|00i + |10i − |01i − |11i) = ± √ √
2 2 2
H(1) |0i − |1i
Si f (0) = f (1) ± |0i √
−→ 2
H(1) |0i − |1i
Si f (0) 6= f (1) ± |1i √
−→ 2
|0i − |1i
± |f (0) ⊕ f (1)i √
2
Enton
es, midiendo el primer qubit puedo saber si los valores de f son
iguales o distintos entre sí.
Hasta aquí no obtuve demasiada ganan
ia
on respe
to a un algoritmo
lási
o, ya que
lási
amente me bastaba
on 3 opera
iones (evaluar la fun
ión
en las 2 entradas posibles y
ompararlas).
Veamos una modi
a
ión a este algoritmo que nos dará la verdadera ga-
nan
ia
on respe
to a su
ontrapartida
lási
a.
24 3er día
Este algoritmo es una generaliza
ión del anterior. Supongamos que tengo
una fun
ión f que toma n bits y devuelve 0 ó 1 y quiero saber si es
onstante
o si devuelve 0 para la mitad de las entradas posibles y 1 para la otra mitad.
Consideremos el siguiente
ir
uito
|0i H H
NM
|0i H H
Uf NM
. .
.. ..
|1i H
La entrada de este algoritmo es |0i⊗n |1i = |0 . . . 01i. Apli
ando las n+1
ompuertas Hadamard sobre la entrada, obtengo
⊗n
|0i + |1i |0i − |1i X |xi |0i − |1i
√ √ = √ √
2 2 x∈{0,1}n
2n 2
Aquí la
ompuerta Uf será una generaliza
ión del
aso anterior y se
om-
portará de la siguiente manera
enton es
Por lo tanto
X |xi |0i − |1i
Uf √ √ =
x∈{0,1}n
2n 2
3.5 Paralelismo Cuánti
o 25
X 1 |0i − |1i
√ Uf |xi √
x∈{0,1}n
2n 2
X 1
= √ (Uf |x, 0i − Uf |x, 1i) =
x∈{0,1}n
2n+1
X 1
√ (|x, f (x)i − |x, 1 ⊕ f (x)i)
x∈{0,1}n
2n+1
X 1 |f (x)i − |1 ⊕ f (x)i
= √ |xi √
x∈{0,1}n
2n 2
Notemos que
)
H |0i = √1 (|0i + |1i) 1 X
2
√1 (|0i
⇒ H |yi = √ (−1)yz |zi
H |1i = 2
− |1i) 2 z∈{0,1}
por lo tanto
H ⊗n |xi = H ⊗n |x1 . . . xn i
1 X 1 X
= √ (−1)x1 z1 |z1 i · · · √ (−1)xn zn |zn i
2 z ∈{0,1} 2 z ∈{0,1}
1 n
1 X
=√ (−1)x·z |zi
2n z∈{0,1}n
donde x · z = x1 z1 + . . . + xn zn .
Ahora sí, apliquemos las n
ompuertas Hadamard restantes
H(1, . . . , n) X 1 1 X
x·z |f (x)i − |1 ⊕ f (x)i
√ √ (−1) |zi √
−→ 2n 2n z∈{0,1}n 2
x∈{0,1}n
26 3er día
Si f es onstante
X |0i⊗n 2n ⊗n
± = ± |0i = ± |0i⊗n
2n 2n
x∈{0,1}n
por lo tanto los términos en que z 6= 0 se deberán anular por la
ondi
ión
de normalidad, quedando el resultado
⊗n |0i − |1i
± |0i √
2
X |0i⊗n |f (x)i − |1 ⊕ f (x)i
√ =
2n 2
x∈{0,1}n
X |0i⊗n |0i − |1i
(−1)x n √ =0
2 2
x∈{0,1}n
Con
lusión: Si obtengo |0i⊗n a la salida de la medi
ión, la fun
ión es
ons-
tante, en otro
aso la fun
ión es balan
eada.
Capítulo 4
4to día
Consideremos la ompuerta Uf ,
1 1
Uf |x, bi = Uf |xi √ (|0i − |1i) = √ [Uf |x, 0i − Uf |x, 1i]
2 2
1 1
= √ (|x, f (x)i − |x, 1 ⊕ f (x)i) = |xi √ (|x, f (x)i − |x, 1 ⊕ f (x)i)
2 2
= (−1)f (x) |x, bi
Notemos que Uf no modi
a el estado b, por lo tanto podemos omitirlo y
referirnos a esta transforma
ión
omo
O sea,
X G X X 2ay
ax |xi
n
− ax |xi
−→ 2
x∈{0,1}n x∈{0,1} n n y∈{0,1}
X
= (2A − ax ) |xi
x∈{0,1}n
4.1.3. El algoritmo
H ⊗n 1 X
|0i⊗n √ |xi = |ψ1 i
−→ 2n
x∈{0,1}n
U 1 X
|ψ1 i √ (−1)f (x) |xi = |ψ2 i
−→ 2n
x∈{0,1}n
X (−1)f (x) G X
|ψ2 i = √ |xi (2A − ax ) |xi
2 n −→
x∈{0,1}n | {z } x∈{0,1}n
ax
X X (−1)f (y) (−1) f (x)
= 2 √ − √ |xi
2 n 2 n 2 n
x∈{0,1}n y∈{0,1}n
X X (−1)f (y) 2(−1)f (x) (−1)f (x)
= 2 √ + √ − √ |xi
x∈{0,1}n y∈{0,1}n
2n 2n 2n 2n 2n
y6=x
30 4to día
X X (−1)f (y) 2 − 2n
√ + √ (−1)f (x) |xi
= 2 n
2 2 n n
2 2 n
x∈{0,1}n y∈{0,1}n
y6=x
2n+1 + 2n − 4
= √ |x0 i
2n 2n
y los términos donde x 6= x0 quedan
X 1 2(−1) 2 − 2n
2 √ + √ + √ |x0 i
y∈{0,1}n
2n 2n 2n 2n 2n 2n
y6=x0 ,y6=x
2n+1 − 2n − 4
= √ |x0 i
2n 2n
Como se puede apre
iar, el pro
eso ha
ambiado las amplitudes del estado,
pasando de todas las amplitudes iguales a un estado donde el resultado que
nos interesa tiene mayor amplitud que el resto.
Repitiendo este pro
eso (pasos 2 y 3) voy levantando la amplitud del estado
que queremos obtener tras la medi
ión. Pasado
ierto número de repeti
iones,
esa amplitud vuelve a de
re
er (más adelante veremos
ómo
al
ular el número
óptimo de repeti
iones). Cuando la amplitud de x0 es máxima realizamos una
medi
ión, obteniendo el estado x0
on la máxima probabilidad.
Ejemplo
Supongamos que tenemos una lista de 16 elementos, de los que sólo uno,
al
ual denominaremos x0 , veri
a la propiedad f (x0 ) = 1.
⊗4 ⊗4
Construimos el estado |0i y apli
amos H obteniendo,
1 X
|xi
4 4 x∈{0,1}
4.1 Algoritmo de Búsqueda de Grover 31
1
Ini
ialmente todas las amplitudes son iguales a . Apli
amos el orá
ulo y
4
obtenemos
1 X
(−1)f (x) |xi
4 4
x∈{0,1}
25 + 24 − 4 11
√ = = 0,6875
4
2 2 4 16
y para el resto de los x la amplitud será
25 − 24 − 4 3
√ = = 0,1875
24 24 16
Si repetimos el pro
eso obtenemos
X
bk |x0 i + mk |xi
x∈{0,1}n
x6=x0
1
m0 = b0 = √
2n
32 4to día
mk+1 = 2Ak − mk
bk+1 = 2Ak + bk
donde
(2n − 1)mk − bk
Ak =
2n
Se puede demostrar por indu
ión que las fórmulas
erradas para estas
re
ursiones son
1
mk = √ cos((2k + 1)γ)
2n − 1
bk = sen((2k + 1)γ)
donde r
2n − 1
cos(γ) =
2n
r
1
sen(γ) =
2n
Para
onseguir la mínima probabilidad de error, debo minimizar |mk |. Y
π π 1
mk = 0 ⇔ (2k + 1)γ = ⇔k= −
2 4γ 2
π
k̃ =
4γ
1
Notemos que |k − k̃| ≤ , enton
es
2
π
| − (2k̃ + 1)γ| = |(2k + 1)γ − (2k̃ + 1)γ| = |2γ(k − k̃)| ≤ γ
2
esto nos servirá para
al
ular una
ota de la probabilidad de error.
La probabilidad de error luego de k̃ itera
iones es
π 1
(2n − 1)(mk )2 = cos2 ((2k̃ + 1)γ) = sen2 ( − (2k̃ + 1)γ) ≤ sen2 (γ) = n
2 2
4.2 Apli
a
iones Criptográ
as 33
Figura 4.2: Ejemplo: (1) Ali
e transmite un 1
odi
ado mediante el esquema
+ y Bob elije al azar el esquema + obteniendo un 1 (2) si Bob elige el esquema
× obtiene 0 ó 1
on la misma probabilidad.
Veamos paso a paso
ómo se realiza el pro
eso
ompleto de inter
ambio de
laves.
Paso 2: Bob re
ibe la se
uen
ia y va alternando las medi
iones entre los
esquemas + y × al azar.
Paso 5: Usando solamente los bits de los esquemas idénti
os a dos puntas,
ambos han denido una su
esión aleatoria de bits que servirá
omo one-
time pad de en
ripta
ión para transmisiones futuras por
ualquier
anal.
(ver tabla 4.1)
Paso nal: Ali
e y Bob inter
ambian hashes de las
laves (en bloques) para
a
eptarla o des
artarla.
Esquemas de Ali
e × + + × × + × +
Valores de Ali
e |−i |0i |0i |+i |−i |0i |−i |1i
Esquemas de Bob + × + × + + × ×
Valores de Bob |0i |+i |0i |+i |1i |0i |−i |−i
√ √ √ √
Coin
iden
ias
Clave 0 1 0 0
[5℄ G.S. Vernam, Cipher printing telegraph systems for se
ret wire and radio,
IEEE, 55, 109 (1926).
[6℄ C.H. Bennett y G. Brassard, Quantum
ryptography: publi
-key distribu-
tion and
oin tossing, En IEEE Press, editor, Pro
. IEEE Int. Conferen
e
on Computers, Systems and Signal Pro
essing, Bangalore, India, pp. 175
(1984).
[14℄ D.J. Santos, Una breve introdu
ión al pro
esado
uánti
o de la informa-
ión, Te
hni
al Report, Universidad de Vigo, (2003).
[15℄ D. Deuts
h, Quantum theory, the Chur
h-Turing prin
iple and the uni-
versal quantum
omputer, En Pro
. of the Royal So
iety of London A
400, 97 (1985).
[16℄ D. Deuts
h y R. Jozsa Rapid solutions of problems by quantum
ompu-
tation, En Pro
. of the Royal So
iety of London, 553 (1992).