Mostrar el registro sencillo del ítem

Título

Optimization of entanglement using genetic algorithms

dc.contributor.authorNavarro Muñoz, Jorge Carlos
dc.date.accessioned2015-09-22T21:54:25Z
dc.date.available2015-09-22T21:54:25Z
dc.date.issued2012
dc.identifier.urihttp://hdl.handle.net/11627/2888
dc.descriptionTesis (Doctorado en Nanociencias y Nanotecnología)es_MX
dc.description.abstract"En tiempos recientes la búsqueda de un modelo más general de computación derivó finalmente en el concepto de la computadora cuántica, un esquema de procesamiento de información basado totalmente en fenómenos cuánticos. Esto, a su vez, ha propiciado el estudio de nuevos recursos tales como el Entanglement, que se define como un tipo especial de correlación que tiene lugar a nivel cuántico. En el presente trabajo, se estudia la optimización numérica de la Concurrencia –una medida de Entanglement– a primeros vecinos en redes bipartitas de una y dos dimensiones, así como no-bipartitas en algunas redes de dos dimensiones. Los resultados muestran que la Concurrencia de las redes optimizadas es considerablemente más alta que en aquellas donde no hubo optimización. En el caso de las cadenas unidimensionales, la Concurrencia incrementa de manera notable cuando el sistema presenta el fenómeno de dimerización. Más aún, la optimización más alta de Concurrencia en redes de dos dimensiones bipartitas y no-bipartitas se alcanza cuando las estructuras tienden a romperse en subsistemas más pequeños, los cuales se encuentran arreglados en configuraciones geométricamente distinguibles."es_MX
dc.description.abstract"In recent times the research to find a more general model of computation ultimately led to the concept of the quantum computer, an information processing scheme based entirely on quantum phenomena. This, in turn, has led to the study of new resources such as Entanglement, which is defined as a special kind of correlation found only at quantum scale. In the present work, we study the numerical optimization of nearestneighbor Concurrence –a measurement of entanglement–, of bipartite one-and two-dimensional lattices, as well as non-bipartite two-dimensional lattices. Results show that the Concurrence of the optimized lattice structures is considerably higher than that of non-optimized systems. In the case of one-dimensional chains, the Concurrence increases remarkably when the system begins to dimerize. Moreover, the optimization of Concurrence in two-dimensional bipartite and non-bipartite lattices is achieved when the structures break into smaller subsystems, which are arranged in geometrically distinguishable configurations."
dc.language.isoenes_MX
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectQuantum computationes_MX
dc.subjectEntanglementes_MX
dc.subjectConcurrencees_MX
dc.subjectGenetic algorithmses_MX
dc.subjectTight-bindinges_MX
dc.titleOptimization of entanglement using genetic algorithmses_MX
dc.typedoctoralThesises_MX
dc.contributor.directorLópez Sandoval, Román


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional