MakarovSuites
Español
EnglishDeutschРусскийУкраїнськаFrançaisEspañolItalianoPolski
Contacto y licencias

Physics

De un circuito LC a un cúbit

Un oscilador LC tiene niveles equiespaciados, así que nada en él puede ser un sistema de dos niveles. Cambia la bobina por una unión Josephson y la parábola se vuelve un coseno: los niveles se juntan por la anarmonicidad α, de modo que un campo en 0→1 deja en paz a 1→2. El otro número, la dispersión de carga, cae exponencialmente con √(E_J/E_C) mientras α solo cae linealmente: ese intercambio es el transmón. Ambos números salen del hamiltoniano diagonalizado en vivo, y un pulso π muestra la fuga que la anarmonicidad permite.

De un circuito LC a un cúbit — Imagen real de la aplicación
Imagen real de la aplicación

Qué ocurre

Una isla superconductora con una unión Josephson: un péndulo cuyos niveles no son equidistantes. Sube E_J sobre E_C y el ruido de carga que atormentaba a la caja de pares de Cooper muere exponencialmente, pero la anarmonicidad, el hueco que permite dirigirse a los dos primeros niveles sin tocar el tercero, mengua solo despacio. Ese intercambio es el transmón. Excítalo y el tercer nivel se cuela cuando el pulso es demasiado rápido para la anarmonicidad. Lleva E_J/E_C de 1 a 100 y mira desaparecer la dispersión de carga mientras los niveles siguen distinguibles; luego excita y observa la fuga.

Ecuaciones del módulo
Ecuaciones
H = 4E_C (n − n_g)² − E_J cos φ
E₀₁ ≈ √(8E_J E_C) − E_C, anarmonicidad α ≈ −E_C
Dependencia de la frecuencia de transición de la carga eléctrica ε₀₁ ~ e^{−√(8E_J/E_C)}
excitación de transiciones cuánticas: Ω en 0→1, Ω√2 en 1→2, desintonización de frecuencia α

Otros experimentos

Volver al catálogo
Aurora (magnetosfera) — Imagen real de la aplicación

Physics / Astronomy / Earth

Aurora (magnetosfera)

Una partícula cargada sobre una línea de campo dipolar real: o se refleja antes de alcanzar la atmósfera, o precipita; lo decide por completo su ángulo de paso.

Descenso neuronal — Imagen real de la aplicación

Physics / Math

Descenso neuronal

Una red neuronal aprende dígitos en vivo, dibujada como física: el paisaje de pérdida en 3D, el descenso de gradiente como una bola rodando cuesta abajo, el momentum como inercia y el ruido de minibatches como temperatura.

Memoria de Hopfield — Imagen real de la aplicación

Physics / Math

Memoria de Hopfield

Daña con un pincel un recuerdo almacenado, predice si vuelve y observa cómo la red lo repara neurona a neurona - cada giro baja la energía en 2|h| - o cae en otro recuerdo o en una mezcla espuria, nombrada como tal.