EDICIÓN Nº 069 · Domingo 22 nov 2026
Ciencia

Un algoritmo cuántico salva el gran escollo de las ecuaciones diferenciales

Un equipo internacional usa wavelets para que el coste de resolver ecuaciones diferenciales en un ordenador cuántico deje de crecer con el «número de condición», el obstáculo de los métodos anteriores.

Redacción2026-11-12computación cuántica · algoritmos · ecuaciones diferenciales · wavelets · física
Quantum Computer with Dispersive Background 2
Foto: OJB Quantum · CC BY 4.0 · Wikimedia Commons · realzada con IA
Superconducting Quantum Chip with Dispersive Background
Foto: OJB Quantum · CC BY 4.0 · Wikimedia Commons

Las ecuaciones diferenciales en derivadas parciales están detrás de casi todo lo que la ciencia y la ingeniería quieren predecir. Describen cómo se reparte el calor por una pieza, cómo se mueve un fluido o cómo se difunde una sustancia. Resolverlas con detalle cuesta mucho cálculo, y por eso se han convertido en una de las aplicaciones que más se esperan de los ordenadores cuánticos. Un trabajo aceptado en Physical Review Research, firmado entre otros por Mohsen Bagherimehrab, Kouhei Nakaji y Nathan Wiebe, propone una forma de quitarse de encima uno de los obstáculos que lastraban a los algoritmos cuánticos en este terreno. Lo que sigue es un resumen propio del artículo, no una traducción.

El problema: un número que lo estropeaba todo

Para que un ordenador, clásico o cuántico, pueda resolver una ecuación diferencial, primero hay que discretizarla. Es decir, se cambia el problema continuo por una rejilla de puntos y la ecuación pasa a ser un gran sistema de ecuaciones lineales, que se escribe con matrices. Cuanto más fina es la rejilla, más grandes son esas matrices. Los autores llaman N a su tamaño.

Alice and Bob Cryostat
Foto: Nilhope · CC BY-SA 4.0 · Wikimedia Commons

Los algoritmos cuánticos para sistemas lineales tienen una ventaja tentadora: en teoría, su coste puede crecer muy despacio con N. Pero tienen una pega. Su complejidad depende, como mínimo de forma lineal, de una cantidad llamada número de condición (κ). Este número mide lo «mal planteado» que está el sistema, o sea, cuánto se amplifican los errores al resolverlo.

Según los autores, en muchas aplicaciones prácticas κ crece de forma polinómica con N. Si la rejilla se refina, el número de condición se dispara, y con él el coste del algoritmo. En la práctica, la supuesta ventaja cuántica se quedaba en una complejidad polinómica en N, mucho menos espectacular de lo que prometía la teoría.

La solución: cambiar de «gafas» con wavelets

La idea clave del trabajo consiste en mirar el problema en otro sistema de coordenadas. Los investigadores usan una base de wavelets (onditas) como sistema auxiliar. Las wavelets son funciones que describen una señal a la vez a distintas escalas, desde los rasgos gruesos hasta los detalles finos. Por eso se usan desde hace décadas en compresión de imágenes y en análisis de señales.

Quantum Computer with Dispersive Background
Foto: OJB Quantum · CC BY 4.0 · Wikimedia Commons

En esa base, las matrices del problema se pueden «domesticar» con un precondicionador diagonal muy sencillo. Básicamente, se reescala cada componente con un factor adecuado. Tras ese paso, el número de condición deja de depender de N. Ese es el detalle que cambia las cuentas, porque si κ ya no crece con el tamaño del problema, el coste tampoco lo hace por esa vía.

El resultado, según el artículo, es un algoritmo cuya complejidad es polilogarítmica en N e independiente de κ para una amplia clase de ecuaciones diferenciales. Dicho de forma intuitiva, multiplicar el tamaño de la rejilla por mil apenas encarece el cálculo, mientras que con los métodos anteriores el coste subía de forma notable.

  • Antes: coste que crece al menos linealmente con κ, y κ crece con N.
  • Ahora: coste polilogarítmico en N y sin dependencia de κ, para muchas ecuaciones.
  • Herramienta: wavelets más un precondicionador diagonal.

Los autores incluyen simulaciones numéricas en un ordenador clásico con varias ecuaciones diferenciales. En ellas muestran el efecto del precondicionador: el número de condición se mantiene acotado al refinar la discretización.

Las letras pequeñas

Conviene no confundir este avance con «resolver ecuaciones al instante». Hay varios matices importantes.

6 Transmon Superconducting Quantum Processor without Cheesing 013
Foto: OJB Quantum · CC BY 4.0 · Wikimedia Commons

Primero, el algoritmo no entrega la solución completa punto a punto. Genera un estado cuántico que la codifica, y de ese estado se pueden extraer ciertas propiedades, como promedios o magnitudes globales. Leer la solución entera exigiría tantas medidas que se perdería la ventaja. Es una limitación común a toda esta familia de algoritmos.

Segundo, el resultado vale para «una amplia clase» de ecuaciones, no para todas. Fuera de ese grupo, la garantía de que κ no depende de N no está asegurada.

Tercero, se trata de un resultado teórico respaldado por simulaciones clásicas, no de una ejecución en hardware cuántico real. Para aplicarlo a problemas útiles harán falta ordenadores cuánticos con muchos más cúbits y mucha más tolerancia a fallos que los actuales. Además, preparar los datos de entrada y cargarlos en la máquina tiene su propio coste, que en la práctica puede ser relevante.

Por qué importa

Las ecuaciones diferenciales son el idioma de la física aplicada, del clima a la aerodinámica. Si los ordenadores cuánticos han de servir para algo más que demostraciones, este es uno de sus campos naturales. El trabajo de Bagherimehrab y sus colegas no construye ninguna máquina nueva. Lo que hace es quitar un cuello de botella matemático que hacía menos atractivos los algoritmos ya conocidos. Y lo consigue con una herramienta clásica y elegante, las wavelets, que puede integrarse en métodos de simulación cuántica que usan discretizaciones estándar. Es teoría, pero de la que prepara el terreno para cuando el hardware esté a la altura.

Fuente: M. Bagherimehrab, K. Nakaji, N. Wiebe et al., «Fast quantum algorithm for differential equations», Physical Review Research (2026), DOI: 10.1103/2mlq-dbfg. Acceso abierto, licencia CC BY. Preprint en arXiv:2306.11802.

FuentesResumen propio de la redacción a partir de las fuentes citadas; no es una traducción. Licencia de la fuente: cc-by.

Texto generado con inteligencia artificial a partir de las fuentes citadas, sin revisión humana individual (Reglamento UE 2024/1689, art. 50). Las fotos llevan su crédito y licencia; las marcadas como realzadas se han retocado con IA sin alterar su contenido.

computación cuánticaalgoritmosecuaciones diferencialeswaveletsfísica
💬 Comentarios

Comentarios

Para comentar hay que iniciar sesión (Google, X, Facebook, Apple, Microsoft o cuenta de Disqus). Se moderan insultos, spam y datos personales: normas.

Los comentarios los sirve Disqus, un servicio externo que usa cookies propias y de publicidad. Solo se carga si pulsas el botón. Más información.

Sigue leyendo

Curiosidades

Un abad medieval acabó en un ataúd romano de segunda mano (y nadie lo sabía)

Catherine, Duke of Buckingham monument, Westminster Abbey 04

El sarcófago romano de la abadía de Westminster guardaba un esqueleto desde hace siglos. Una datación nueva apunta a un abad del siglo XI que se metió en un ataúd con 600 años de uso.

Reciclar está muy bien. Reutilizar un táper, un bote de cristal o una caja de mudanza es de persona responsable. Reutilizar un ataúd romano con más de seis siglos de antigüedad ya es otro nivel. Eso es justo lo que parece que pasó en la abadía de Westminster, en Londres. Un esqueleto que llevaba más de 150 años esperando a que alguien le preguntara el nombre podría tener por fin respuesta, y resulta que el inquilino era un pez gordo.

Juegos

Ubisoft crea Motherbrain, su nuevo estudio de IA generativa para juegos

Logo Ubisoft Montreal

Ubisoft ha abierto Motherbrain, una filial dedicada a aplicar IA generativa a la jugabilidad. Te contamos qué se sabe, de dónde viene y qué sigue en el aire.

Ubisoft ha anunciado una filial nueva con un nombre muy de ciencia ficción: Motherbrain. Se dedicará a la inteligencia artificial generativa aplicada a los videojuegos. La compañía lo comunicó junto a sus resultados del primer semestre de su año fiscal, publicados el 19 de noviembre de 2026, y la noticia ha corrido por los medios especializados. Es una de las búsquedas más repetidas de la semana en torno a la editora francesa. Aquí no hay juego que comprar ni precio que comparar. Lo que hay es un movimiento empresarial que puede cambiar cómo se fabrican algunos de los mundos abiertos más grandes del mercado.

Tecnología

GTA VI sin consola: qué opción sale más barata y qué letra pequeña tiene

Xbox Series S with controller

Con las consolas encarecidas por la escasez de componentes, entrar en GTA VI puede costar de 81 a casi 1.000 euros. Comparamos opciones, cómo funciona el juego en la nube y sus trampas.

GTA VI salió a la venta el 19 de noviembre de 2026 solo en PS5 y Xbox Series X|S. Si no tienes ninguna de esas máquinas, la cuenta se complica. Xataka ha calculado cuánto cuesta jugar gastando lo mínimo y su autor lo resume en una idea: casi ninguna opción es barata. La escasez de componentes, en especial de memoria, que ha provocado la demanda de la inteligencia artificial ha disparado el precio de todas las consolas. Vamos a ordenar las opciones y a mirar cómo funciona por dentro la más económica, porque es la que más condiciones tiene.

Juegos

GTA 6 se cierra en algunas PS5 con el error CE-108255-1 y bloquea la historia

Playstation 5 base edition with controller (original)

Desde su lanzamiento el 19 de noviembre, varios jugadores de PS5 sufren cierres repetidos de GTA 6 con el código CE-108255-1. No hay parche ni explicación oficial por ahora.

Grand Theft Auto VI acaba de llegar a las tiendas y casi todo lo que se oye sobre él es entusiasmo. Pero un grupo de jugadores de PlayStation 5 lo está pasando mal. Desde el estreno del 19 de noviembre hay quejas de cierres repetidos acompañados del código CE-108255-1. A algunos les impiden avanzar en la historia, y a otros incluso pasar de los primeros minutos. Lo han contado medios como IGN, GameSpot y Notebookcheck. Resumimos lo que se sabe y lo que todavía no.