La integración de Monte Carlo, el proceso de estimar numéricamente la media de una distribución de probabilidad mediante el promedio de muestras, se utiliza en el análisis de riesgos financieros, el desarrollo de medicamentos, la logística de la cadena de suministro y otras aplicaciones.
"Ahora somos capaces de lograr lo que antes era solo una aceleración cuántica teórica", dice el investigador de CQC Steven Herbert, "eso es algo que ninguno de los algoritmos de integración cuántica de Monte Carlo (QMCI) puede hacer sin una sobrecarga sustancial que representa los métodos actuales inutilizable."
«Este artículo propone un método de integración cuántica de Monte-Carlo que conserva la ventaja cuántica cuadrática completa, sin requerir ninguna aritmética o la transformada cuántica de Fourier que se realice en la computadora cuántica», dice el anuncio de CQC, «sin propuesta previa para La integración cuántica de Monte-Carlo ha logrado todo esto a la vez. El corazón del método propuesto es una descomposición en serie de Fourier de la suma que se aproxima a la expectativa en la integración de Monte-Carlo, con cada componente luego estimado individualmente usando la estimación de amplitud cuántica. El resultado principal se presenta como una declaración teórica de la ventaja asintótica, y también se incluyen resultados numéricos para ilustrar los beneficios prácticos del método propuesto. '
El papel de CQC puede ser rojo aquí.