كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي
مثال برمجيمتوسطQiskit

قيم التوقع بـ SparsePauliOp وStatevectorEstimator

Expectation Values with SparsePauliOp and StatevectorEstimator

حساب $\langle ZZ\rangle,\langle XX\rangle,\langle YY\rangle$ لحالة بيل، وقيمة توقع هاملتوني مركّب، بالأولية StatevectorEstimator.

المرصودات (Observables) تُكتب كمجموع من سلاسل باولي بـ SparsePauliOp؛ الحرف الأيمن في السلسلة يقابل $q_0$. الأولية StatevectorEstimator تحسب $\langle\psi|O|\psi\rangle$ بدقة، وتقبل وحدات عمل على صورة (دائرة، مرصود أو قائمة مرصودات).

لحالة $|\Phi^+\rangle$: $\langle ZZ\rangle=\langle XX\rangle=1$ و$\langle YY\rangle=-1$، بينما $\langle ZI\rangle=\langle IZ\rangle=0$ لأن كل كيوبت منفرد مختلط تماماً. وبالخطية: $\langle H\rangle=1\cdot1+0.5\cdot1-0.3\cdot0=1.5$.

المتطلبات: pip install qiskit qiskit-aer

الشيفرة

Qiskit
from qiskit import QuantumCircuit
from qiskit.quantum_info import SparsePauliOp
from qiskit.primitives import StatevectorEstimator

qc = QuantumCircuit(2)
qc.h(0)
qc.cx(0, 1)

observables = [SparsePauliOp(p) for p in ["ZZ", "XX", "YY", "ZI", "IZ"]]
H = SparsePauliOp.from_list([("ZZ", 1.0), ("XX", 0.5), ("IZ", -0.3)])

estimator = StatevectorEstimator()
result = estimator.run([(qc, observables), (qc, H)]).result()
for p, v in zip(["ZZ", "XX", "YY", "ZI", "IZ"], result[0].data.evs):
    print(f"<{p}> = {float(v):+.3f}")
print("<H> =", round(float(result[1].data.evs), 3))

شرح الشيفرة سطراً بسطر

السطرالشرح
1-3الاستيراد.
5-7دائرة بيل.
9خمسة مرصودات باولي.
10هاملتوني مركّب من ثلاثة حدود.
12إنشاء الأولية.
13وحدتا عمل: قائمة المرصودات والهاملتوني.
14-15طباعة كل قيمة توقع.
16طباعة ⟨H⟩.

المخرجات (من تشغيل فعلي)

<ZZ> = +1.000
<XX> = +1.000
<YY> = -1.000
<ZI> = +0.000
<IZ> = +0.000
<H> = 1.5

نُفّذ بـ Python 3.13.18 في 2026-11-20 08:14 UTC.

الناتج حتمي (حساب دقيق دون لقطات).

المراجع

  1. IBM Quantum (2025). Qiskit SDK API documentation. IBM Quantum Documentation quantum.cloud.ibm.com
  2. IBM Quantum (2025). IBM Quantum Documentation – Guides. IBM Quantum Documentation quantum.cloud.ibm.com