⚛️ quantum physics

Two-dimensional quantum lattice gas algorithm for anisotropic Burger-like equations

Este artículo presenta una generalización bidimensional mínima de un algoritmo cuántico de gas en red que, mediante una corrección analítica a la viscosidad, permite simular ecuaciones tipo Burgers anisotrópicas con solo dos velocidades de red, allanando el camino para modelos cuánticos nativos que conservan el momento y avanzan hacia la dinámica de Navier-Stokes en 2D.

Autores originales: Niccoló Fonio, Pierre Sagaut, Giuseppe Di Molfetta

Publicado 2026-02-20

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Niccoló Fonio, Pierre Sagaut, Giuseppe Di Molfetta

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que quieres simular cómo se mueve el agua, el viento o el humo en una computadora. Tradicionalmente, usamos "reglas de juego" clásicas para esto, como si fuera un videojuego de pixel art donde las gotas de agua son pequeños bloques que rebotan.

Este artículo presenta una idea fascinante: ¿Qué pasaría si usáramos las reglas extrañas y mágicas de la mecánica cuántica para simular fluidos?

Aquí te explico lo que hicieron los autores (Niccolò Fonio, Pierre Sagaut y Giuseppe Di Molfetta) usando analogías sencillas:

1. El escenario: Un tablero de ajedrez cuántico

Imagina una cuadrícula (como un tablero de ajedrez) donde, en lugar de piezas normales, tienes bits cuánticos (qubits).

En la vida clásica: Un bit es como una luz encendida (1) o apagada (0).
En este modelo: Los qubits pueden estar en una "superposición", como una moneda girando en el aire que es simultáneamente cara y cruz.

Los autores crearon un algoritmo donde estas "monedas cuánticas" chocan entre sí y se mueven por el tablero. Lo genial es que, a diferencia de los modelos antiguos que necesitaban muchas piezas para simular un fluido, ellos lograron hacerlo con solo dos "velocidades" o direcciones posibles por cada punto. Es como si pudieras simular el tráfico de una ciudad gigante usando solo dos tipos de coches.

2. El problema de la "viscosidad" (La miel vs. el agua)

En la física de fluidos, la viscosidad es lo que hace que la miel sea espesa y el agua sea líquida. En las simulaciones de computadora, calcular esto es difícil.

El error anterior: Un modelo famoso anterior (de un científico llamado Yepez) tenía una fórmula para calcular qué tan "espeso" sería el fluido, pero esa fórmula tenía un pequeño error, como una receta de cocina que olvidaba un ingrediente clave.
La corrección: Los autores de este artículo descubrieron ese ingrediente faltante. Derivaron una nueva fórmula matemática que corrige el cálculo de la viscosidad. Ahora, pueden predecir con mucha más precisión si su fluido simulado se comportará como agua o como miel, simplemente ajustando un ángulo en sus ecuaciones.

3. La gran innovación: De 1D a 2D (De una línea a una cuadrícula)

Antes, este modelo cuántico solo funcionaba bien en una sola línea (como un río que solo fluye de izquierda a derecha).

La analogía: Imagina que antes solo podías simular el tráfico en una calle de un solo carril. Ahora, han logrado que funcione en una intersección de dos calles (2D).
El truco: Lograron esto manteniendo la simplicidad (solo dos velocidades). El resultado es una ecuación que describe cómo se mueve el fluido en dos dimensiones, pero con una característica especial: es anisotrópica.
- ¿Qué significa anisotrópico? Imagina que el viento sopla más fuerte en la dirección norte-sur que en la este-oeste. El fluido no se mueve igual en todas las direcciones. Esto es una limitación de usar tan pocas velocidades, pero es un primer paso enorme y muy eficiente.

4. ¿Por qué es esto un "superpoder"?

Los autores demostraron algo increíble: Pueden crear fluidos con una viscosidad casi cero (casi invisibles) sin que la simulación se rompa.

El problema clásico: En los métodos actuales, si intentas hacer el fluido muy "líquido" (poco viscoso), la simulación se vuelve inestable y explota (como intentar correr tan rápido que te caes).
La solución cuántica: Su modelo es "incondicionalmente estable". Pueden hacer el fluido tan fino como quieran. La única "pena" es que el fluido tarda un poco más en calmarse y alcanzar el equilibrio, como si necesitaras más tiempo para que el agua se asiente en un vaso muy fino.

5. El futuro: ¿Hacia dónde vamos?

El objetivo final es llegar a simular las Ecuaciones de Navier-Stokes, que son las leyes maestras que gobiernan todo movimiento de fluidos en el universo (desde el clima hasta el flujo de sangre).

Este trabajo es como construir los cimientos de un rascacielos. Han demostrado que el modelo funciona en 2D y que sus matemáticas son correctas.
El siguiente paso (que mencionan como futuro) sería añadir una tercera velocidad para que el fluido conserve su "momento" (su inercia) de forma perfecta, lo que los acercaría a simular turbulencias reales.

En resumen

Los autores han tomado un modelo de "juego de partículas cuánticas", le han arreglado la receta matemática para que calcule la "espesura" del fluido correctamente, y han logrado que funcione en dos dimensiones.

Es como si hubieran creado un nuevo tipo de motor para videojuegos que, aunque usa menos recursos (menos qubits) que los motores actuales, es capaz de simular el agua de una manera más estable y flexible, abriendo la puerta a que las computadoras cuánticas del futuro resuelvan problemas de fluidos que hoy son imposibles para las supercomputadoras clásicas.

Título: Algoritmo de gas en red cuántica bidimensional para ecuaciones tipo Burgers anisotrópicas

1. Problema y Contexto

La aplicación de la computación cuántica (QC) a la dinámica de fluidos computacional (CFD) busca superar las limitaciones de los métodos clásicos. Los modelos existentes de gas en red cuántica (QLG) a menudo enfrentan desafíos:

Codificación y Unitariedad: Muchos enfoques codifican distribuciones clásicas en amplitudes cuánticas, lo que introduce no-unitariedad en el operador de colisión, requiriendo implementaciones complejas de múltiples pasos de tiempo y dificultando la estimación de amplitudes.
Limitaciones de Modelos Clásicos: Modelos clásicos como el de Frisch-Hasslacher-Pomeau (FHP) o el Método de Boltzmann en Red (LBM) tienen restricciones en la viscosidad mínima alcanzable (debido a la estabilidad numérica) o requieren muchos bits/qubits para capturar dinámicas no lineales complejas.
Brecha en 2D: Aunque el modelo QLG unidimensional propuesto por Yepez (2006) es unitario y reversible, su generalización a dos dimensiones (2D) y la derivación exacta de sus ecuaciones macroscópicas (especialmente la corrección de la viscosidad) no habían sido completamente exploradas o refinadas.

2. Metodología

Los autores retoman y extienden el modelo QLG unitario de Yepez (Q-D1Q2) hacia un entorno bidimensional (Q-D2Q2).

Modelo Base (Q-D1Q2):
- Se define una red donde cada sitio tiene 2 qubits ( $v=2$ ) representando partículas con velocidades discretas.
- Evolución: El algoritmo consta de tres pasos: inicialización (preparación de estados superpuestos basados en funciones de distribución clásicas $f_i$ ), colisión (operador unitario $\hat{C}$ que conserva la masa) y streaming (propagación clásica o cuántica).
- Colisión: Se utiliza un operador unitario parametrizado por ángulos de Euler ( $\theta, \zeta, \xi$ ) que asegura la conservación de la masa y permite un tratamiento analítico exacto de las poblaciones de equilibrio.
Derivación Analítica (Expansión de Chapman-Enskog):
- Se realiza una expansión de Taylor de la ecuación de evolución hasta segundo orden en el espaciado de la red ( $\delta x$ ) y primer orden en el tiempo ( $\delta t$ ), asumiendo un régimen difusivo ( $\delta x \sim \epsilon$ , $\delta t \sim \epsilon^2$ ).
- Se aplica la expansión de Chapman-Enskog para separar escalas temporales y espaciales, resolviendo para las correcciones de primer orden ( $f^{(1)}$ ).
- Cálculo Clave: Se deriva una expresión exacta para el término $J_1 - J_0$ (derivada del término de colisión respecto a las poblaciones), lo que permite corregir la fórmula de la viscosidad propuesta en trabajos anteriores.
Generalización a 2D (Q-D2Q2):
- Se extiende el modelo a una red cuadrada manteniendo solo dos qubits por sitio (dos velocidades).
- Se permite el streaming en direcciones $x$ e $y$ .
- Se analizan diferentes conjuntos de velocidades discretas (redes cuadradas, triangulares) para determinar cómo afectan la anisotropía y los términos advectivos en la ecuación resultante.

3. Contribuciones Clave

Corrección Analítica de la Viscosidad: Se deriva una nueva expresión para la viscosidad efectiva ( $\nu$ $ν$ ) del modelo QLG. La fórmula anterior (Yepez) era una aproximación; la nueva corrección es válida hasta el orden $O(\epsilon^4)$ $O (ϵ^{4})$ en el régimen de bajo número de Mach.
- La viscosidad corregida es: $\nu = -\frac{\delta x^2}{\delta t} \frac{1}{2} \left( 1 - \frac{1}{\sin^2(\theta)\sqrt{\alpha^2 + 1}} \right)$ .
Generalización Mínima a 2D: Se propone una extensión 2D que utiliza únicamente dos velocidades (el mínimo posible para no linealidad), logrando simular ecuaciones tipo Burgers anisotrópicas sin necesidad de aproximaciones adicionales complejas.
Estabilidad y Control de Viscosidad: Se demuestra que el modelo es incondicionalmente estable (satisface un teorema H) y permite alcanzar viscosidades arbitrariamente pequeñas ajustando el ángulo de colisión $\theta$ , a diferencia de los modelos LBM de tiempo de relajación único que se vuelven inestables cuando la viscosidad tiende a cero.
Ecuación Macroscópica 2D: Se obtiene la EDP general para la densidad de masa en 2D:
$\partial_t \rho + \mathbf{a} \cdot \nabla \rho + \mathbf{b} \cdot [(1-\rho)\nabla \rho] - \nabla \cdot (\mathbf{D} \nabla \rho) = 0$
Donde $\mathbf{D}$ es un tensor de difusión anisotrópico que depende de la elección de las velocidades discretas.

4. Resultados

Validación Numérica en 1D:
- Las simulaciones confirman que la viscosidad medida numéricamente coincide con la nueva fórmula analítica corregida, especialmente para valores de $\theta$ donde la aproximación anterior fallaba.
- Se observa que para viscosidades muy bajas (ángulos $\theta$ cercanos a 0 o $\pi/2$ ), el tiempo de relajación aumenta, requiriendo más pasos de tiempo para alcanzar el equilibrio, pero el modelo permanece estable.
Comparación con Soluciones Analíticas:
- Al resolver la ecuación de Burgers con la viscosidad corregida, la solución analítica coincide significativamente mejor con los datos de la simulación QLG que la solución basada en la viscosidad antigua. El error cuadrático medio (MSE) disminuye notablemente.
Simulaciones en 2D:
- Se simularon diferentes configuraciones de velocidades en una red $64 \times 64$ .
- Se observó la formación de choques (shocks) en todas las configuraciones.
- Se compararon los resultados del QLG con un método de diferencias finitas (FDM) clásico. El QLG mostró mayor estabilidad, mientras que el FDM clásico tendía a volverse inestable tras la formación del choque.
- Se confirmó que la elección de las velocidades discretas introduce términos advectivos adicionales y anisotropías en la difusión, pero mantiene la estructura no lineal tipo Burgers.

5. Significado e Impacto

Avance hacia la Dinámica de Navier-Stokes: Este trabajo sienta las bases para modelos cuánticos de fluidos más complejos. Al demostrar que se puede obtener dinámica no lineal con solo dos qubits por sitio, se abre la puerta a modelos más eficientes en recursos que el modelo FHP clásico.
Modelo Nativo Cuántico: Al ser un modelo estrictamente unitario y reversible, es ideal para la simulación en hardware cuántico real, evitando los problemas de no-unitariedad de otros enfoques.
Eficiencia y Control: La capacidad de controlar la viscosidad de forma continua y alcanzar valores arbitrariamente bajos sin perder estabilidad es una ventaja crucial para simular flujos de alta Reynolds en computadoras cuánticas.
Perspectivas Futuras: El trabajo sugiere que la adición de una tercera velocidad podría permitir la conservación del momento y la recuperación completa de las ecuaciones de Navier-Stokes en 2D, así como la exploración de versiones totalmente cuánticas del operador de streaming.

En resumen, el artículo refina teóricamente y valida numéricamente un modelo de gas en red cuántica, proporcionando una herramienta robusta, estable y controlable para la simulación de dinámicas no lineales en 1D y 2D, con un potencial significativo para la computación fluidodinámica cuántica.