Los algoritmos cuánticos para resolver sistemas lineales ofrecen un potencial para una ventaja práctica sobre los algoritmos clásicos. En este trabajo, estudiamos la simulación de flujo de fluidos a través de sistemas de fracturas utilizando algoritmos de sistemas lineales cuánticos (QLS), abordando desafíos técnicos y conceptuales en geofísica.

Los algoritmos cuánticos para resolver sistemas lineales ofrecen un potencial para una ventaja práctica en comparación con los algoritmos clásicos. Sin embargo, aún quedan varios desafíos técnicos y conceptuales antes de que se pueda mostrar un ejemplo significativo y realista de ventaja cuántica en sistemas lineales. En este trabajo, iniciamos el estudio de la simulación de flujo de fluidos a través de sistemas de fracturas con algoritmos QLS. El flujo hidrológico es un problema muy desafiante en geofísica, debido al contraste entre las escalas en las que se realizan las simulaciones (kilómetros o más) y la escala de las heterogeneidades (centímetros o menos). Nuestro enfoque para este trabajo es mejorar el número de condición del sistema lineal. El número de condición de una matriz describe cuán sensible es el sistema a pequeñas perturbaciones, o más específicamente, cuánto un error en el lado derecho, b, se propaga a un error en la solución, x, en el peor de los casos. Las matrices fáciles, como las matrices unitarias, tienen un número de condición 1 y aumentar el número de condición hace que el sistema lineal sea más difícil de resolver. Tanto los algoritmos cuánticos como los clásicos para sistemas lineales generalmente tienen un peor rendimiento en sistemas con números de condición grandes. En resumen, este estudio inicial explora la posibilidad de utilizar algoritmos QLS para simular el flujo de fluidos a través de sistemas de fracturas en geofísica. Aunque todavía existen desafíos técnicos y conceptuales, la computación cuántica podría revolucionar la forma en que abordamos estos problemas en el futuro, proporcionando ventajas significativas sobre los enfoques clásicos actuales.