больше кодовввв

task8/qpe.py

@@ -0,0 +1,106 @@
+"""
+Адаптированный пример алгоритма квантовой оценки фазы (QPE)
+
+Для каждого значения целевой фазы φ (от 0.0 до 0.9) проверяется,
+насколько точно QPE оценивает её с использованием заданного числа кубитов.
+
+Схема QPE реализует следующую структуру:
+
+   ---H---@------------------|QFT⁻¹|---M---
+          |
+   ---H---@------------------|QFT⁻¹|---M---
+          |
+   ---H---@------------------|QFT⁻¹|---M---
+          |
+   ---|U|--|U²|--|U⁴|--|U⁸|------------
+
+Измеренные биты M дают приближение фазы φ.
+"""
+
+import cirq
+import numpy as np
+
+
+def run_phase_estimation(u_gate, n_qubits: int, repetitions: int):
+    """
+    Строит и симулирует схему QPE (Quantum Phase Estimation).
+
+    Параметры:
+      u_gate:   унитарный оператор U, чья фаза e^{2πiφ} оценивается.
+      n_qubits:       количество кубитов в регистре фазы (точность ~1/2^n).
+      repetitions:    количество повторов измерений (для статистики).
+    """
+
+    # Кубит, к которому применяется оператор U.
+    target = cirq.LineQubit(-1)
+
+    # Регистр для измерения фазы — n_qubits управляющих кубитов.
+    phase_qubits = cirq.LineQubit.range(n_qubits)
+
+    # Контролируемые операторы U^(2^i)
+    controlled_powers = [
+        (u_gate ** (2**i)).on(target).controlled_by(phase_qubits[i])
+        for i in range(n_qubits)
+    ]
+
+    # Схема QPE:
+    circuit = cirq.Circuit(
+        cirq.H.on_each(*phase_qubits),  # 1. Адамар на все управляющие кубиты
+        controlled_powers,  # 2. Контролируемые степени U
+        cirq.qft(*phase_qubits, without_reverse=True)
+        ** -1,  # 3. Обратное квантовое преобразование Фурье
+        cirq.measure(*phase_qubits, key="phase"),  # 4. Измерение регистра фазы
+    )
+
+    simulator = cirq.Simulator()
+    result = simulator.run(circuit, repetitions=repetitions)
+    return result
+
+
+def example_gate(phi: float):
+    """
+    Пример 1-кубитного унитарного оператора U:
+      U|0⟩ = e^{2πiφ}|0⟩,
+      U|1⟩ = |1⟩.
+    """
+    matrix = np.array([[np.exp(2j * np.pi * phi), 0], [0, 1]])
+    return cirq.MatrixGate(matrix)
+
+
+def experiment(n_qubits: int, repetitions=100):
+    """
+    Запускает серию экспериментов для разных значений фазы φ.
+    """
+    print(f"\nТест с {n_qubits} кубитами")
+    errors = []
+
+    for target_phi in np.arange(0, 1.0, 0.1):
+        gate = example_gate(target_phi)
+        result = run_phase_estimation(gate, n_qubits, repetitions)
+
+        # Наиболее часто встречающееся значение результата измерения
+        mode = result.data["phase"].mode()[0]
+
+        # Переводим измеренный результат в оценку фазы
+        phi_est = mode / (2**n_qubits)
+
+        print(
+            f"target={target_phi:0.4f}, estimate={phi_est:0.4f} = {mode}/{2**n_qubits}"
+        )
+        errors.append((target_phi - phi_est) ** 2)
+
+    rms = np.sqrt(np.mean(errors))
+    print(f"Среднеквадратичная ошибка (RMS): {rms:.4f}")
+
+
+def main():
+    """
+    Запускает эксперименты для разных количеств кубитов:
+    2, 4 и 8 — для демонстрации роста точности.
+    """
+    for n in (2, 4, 8):
+        experiment(n, repetitions=200)
+
+
+if __name__ == "__main__":
+    main()