Temos dois pacotes qbasic para simular numerica de sistema quantico e o BRa que é voltado para o ensino de algoritimos de computacao quantica.
(Quantum Brazilian Algorithms, SImulations, and Computational tools) é um simulador quântico open-source, feito no Brasil, para ensino, pesquisa e desenvolvimento de algoritmos quânticos. Foco em acessibilidade, didática e flexibilidade para simular sistemas quânticos, computação quântica e redes neurais quânticas. Uma versão customizada do QuTiP desenvolvida com NumPy e PyTorch, contendo métodos adicionais criados pelo nosso grupo de pesquisa na UFSCar.
Uma biblioteca dedicada ao ensino de algoritimos de computação quântica.
- Foco total na introdução aos conceitos básicos e algoritmos quânticos.
- Nome inspirado na notação Bra-Ket e no Brasil:
- BRa: Referência ao Brasil e à notação "bra" da mecânica quântica.
- Simulação de sistemas quânticos (computação e óptica)
- Algoritmos quânticos básicos e avançados
- Backend customizável: NumPy, PyTorch, CuPy, Numba (em desenvolvimento)
- Suporte a matrizes densas e esparsas
- Ferramentas didáticas para ensino
- Código 100% Python, fácil de modificar
from qbasic.estados import estado_zero, estado_um
from qbasic.operador import X
# Estado inicial |0>
psi = estado_zero()
# Aplica porta X (NOT quântico)
psi_final = X @ psi
print(psi_final)
Q-BASIC/
├── qbasic/ # Núcleo do simulador (NumPy, PyTorch, etc)
│ ├── estados.py # Estados quânticos
│ ├── operador.py # Operadores e portas
│ ├── class_tijolo.py # Blocos básicos
│ └── ...
├── Tutorial_simulador/ # Notebooks didáticos
├── Testes/ # Testes e exemplos
└── README.md
# Clone o repositório
$ git clone https://github.com/seu-usuario/Q-BASIC.git
$ cd Q-BASIC
# (Recomenda-se usar um ambiente virtual)
$ pip install -r requirements.txt # (ou instale numpy, etc)
- Explore os notebooks em
Tutorial_simulador/
para aprender e testar exemplos. - Importe os módulos do pacote
qbasic
para criar seus próprios experimentos.
- Simulação básica de qubits
- Matrizes esparsas (corrigido)
- Backend PyTorch
- Backend CuPy (GPU)
- Backend Numba (otimização)
- Solve para matrizes esparsas
- Mais exemplos e notebooks
Contribuições são super bem-vindas! Se você curte computação quântica, educação ou Python, junte-se a nós:
- Faça um fork do projeto
- Crie uma branch com sua feature
- Envie um Pull Request
Desenvolvido por Gubio e membros do grupo de pesquisa da UFSCar.
- Email: gubio@ufscar.br
- [Seu LinkedIn ou site]
Democratizando a computação quântica no Brasil!