Diversos métodos computacionais podem ser utilizados para a detecção e tratamento de outliers em sequências do tipo discretas, como por exemplo, as sequências de dados biológicos ou as de ações de usuários armazenadas em arquivos de logs.
Sobre os modelos markovianos, analise as afirmativas a seguir e assinale (V) para a afirmativa verdadeira e (F) para a falsa.
( ) Os modelos markovianos representam o processo de geração de sequências com o uso de transições em uma cadeia de markov. Trata-se essencialmente um tipo especial de autômato de estado infinito, onde os estados são definidos por um longo histórico das sequências.
( ) Nos modelos de markov de primeira ordem, cada estado representa o símbolo do alfabeto Σ, que é gerado como o elemento final da sequência que está sendo modelada. Assim, a palavra “primeira ordem” refere-se ao fato de que o primeiro elemento da cadeia é diferente de 1. Nos modelos de Markov de k-ésima ordem, cada estado corresponde à subsequência dos k-1 símbolos finais an−1... an−k na sequência que está sendo modelada.
( ) Cada transição deste modelo corresponde a um evento an-k, representando a adição do elemento an-1 ao término da sequência. Como resultado da adição deste elemento, as transições do modelo markoviano variam do estado an−1... an−k para o estado an−1 ... an-k+1. A probabilidade desta transição é P(an|an−k ... an−1).
As afirmativas são, respectivamente,
AF – V – V.
BV – V – V.
CF – F – F.
DV – F – V.
Revelar gabarito e comentário▾
GabaritoC — F – F – F.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Modelos de Markov: ordem, estados e transições
Gabarito: letra C (F – F – F). As três afirmativas estão falsas: a primeira erra ao chamar a cadeia de Markov de "autômato de estado infinito" (o número de estados é finito e definido pelo alfabeto); a segunda confunde a definição de ordem (a ordem k refere-se à dependência dos k últimos símbolos, não a uma suposta diferença do primeiro elemento); e a terceira inverte a notação das transições (a transição adiciona o símbolo , não , e a probabilidade condicional correta é ).
Os modelos markovianos são amplamente usados para modelar sequências discretas, como dados biológicos ou logs de ações de usuários. A ideia central é que a probabilidade de um próximo símbolo depende apenas de um número finito de símbolos anteriores — essa é a chamada propriedade de Markov. A ordem do modelo determina quantos símbolos passados são considerados: um modelo de primeira ordem considera apenas o último símbolo; um modelo de k-ésima ordem considera os k últimos símbolos. Cada estado do modelo corresponde a uma subsequência de comprimento k (ou k-1, dependendo da convenção), e as transições entre estados representam a adição de um novo símbolo à sequência, com probabilidade condicional baseada no histórico relevante.
A banca explora aqui a confusão entre os conceitos de ordem, estado e transição em cadeias de Markov. É comum o candidato misturar a notação dos índices (por exemplo, trocar por ) e a definição de ordem (achar que "primeira ordem" tem a ver com o primeiro elemento da cadeia, quando na verdade se refere à dependência do último símbolo). Vamos analisar cada afirmativa em detalhe.
Afirmativa
Análise do comentário
Veredito
1
Erra ao chamar a cadeia de Markov de "autômato de estado infinito" — o número de estados é finito (definido pelo alfabeto) e a propriedade de Markov limita a dependência a um histórico finito (ordem k).
F
2
Confunde a definição de ordem: "primeira ordem" refere-se à dependência do último símbolo (), não ao "primeiro elemento da cadeia"; também erra ao dizer que o estado é a subsequência dos k−1 símbolos finais.
F
3
Inverte os índices da transição: a transição adiciona o símbolo (não ) e o estado varia de para ; a probabilidade correta é .
F
Modelo de Markov: Ordem k (Depende dos k últimos símbolos, P(aₙ | aₙ₋ₖ ... aₙ₋₁)); Estados (Finitos (alfabeto Σ), Janela dos k últimos símbolos); Transição (Adiciona o símbolo atual aₙ, Desloca a janela (descarta o mais antigo))
Afirmativa 1 — ❌ Falsa
A afirmativa diz que os modelos markovianos são "essencialmente um tipo especial de autômato de estado infinito, onde os estados são definidos por um longo histórico das sequências". Isso está errado por dois motivos: primeiro, uma cadeia de Markov tem número finito de estados (cada estado é um símbolo do alfabeto ou uma subsequência de comprimento fixo, não um histórico infinito); segundo, a propriedade de Markov justamente limita a dependência a um número finito de símbolos passados (a ordem k), não a um "longo histórico". A ideia de "estado infinito" contraria a própria definição de cadeia de Markov, que é um processo estocástico com espaço de estados discreto e finito (ou enumerável, mas aqui o contexto é de alfabeto finito).
Afirmativa 2 — ❌ Falsa
A afirmativa diz que "nos modelos de markov de primeira ordem, cada estado representa o símbolo do alfabeto Σ, que é gerado como o elemento final da sequência que está sendo modelada. Assim, a palavra 'primeira ordem' refere-se ao fato de que o primeiro elemento da cadeia é diferente de 1. Nos modelos de Markov de k-ésima ordem, cada estado corresponde à subsequência dos k-1 símbolos finais an−₁... an−k na sequência que está sendo modelada."
Aqui há dois erros graves:
"primeira ordem" refere-se ao fato de que o primeiro elemento da cadeia é diferente de 1 — isso é um absurdo completo. A ordem de um modelo de Markov indica quantos símbolos passados são considerados para determinar a probabilidade do próximo símbolo. Um modelo de primeira ordem considera apenas o último símbolo (); um modelo de k-ésima ordem considera os k últimos símbolos (). Não tem nada a ver com "primeiro elemento diferente de 1".
"cada estado corresponde à subsequência dos k-1 símbolos finais" — na verdade, em um modelo de k-ésima ordem, cada estado corresponde à subsequência dos k símbolos anteriores (ou k-1, dependendo da convenção, mas a afirmativa erra ao dizer k-1 de forma genérica e confusa). A definição correta é que o estado é definido pelos k últimos símbolos da sequência.
Afirmativa 3 — ❌ Falsa
A afirmativa diz que "cada transição deste modelo corresponde a um evento an-k, representando a adição do elemento an-₁ ao término da sequência. Como resultado da adição deste elemento, as transições do modelo markoviano variam do estado an−₁... an−k para o estado an−₁... an-k+₁. A probabilidade desta transição é P(an|an−k ... an−₁)."
Aqui há uma inversão de índices clássica. A transição correta é: ao adicionar o símbolo ao final da sequência, o estado muda de para . A probabilidade da transição é . A afirmativa troca os índices: diz que a transição adiciona (quando deveria ser ) e que o estado varia de para (quando deveria ser de para ). A notação correta é fundamental para entender o modelo.
NÃO CAIA NESSA!
A banca adora inverter os índices e os conceitos de ordem. Aqui, ela troca por na transição e inventa uma explicação absurda para "primeira ordem". Fique atento: a ordem k é o número de símbolos passados considerados, e a transição sempre adiciona o símbolo atual ao estado, deslocando a janela.
PEGA ESSA DICA!
Para não errar, lembre-se da notação: em um modelo de Markov de ordem k, a probabilidade de transição é sempre . O estado é a janela dos k últimos símbolos, e a transição adiciona o novo símbolo, descartando o mais antigo. Desenhe um exemplo com k=2 e alfabeto {A, B} para fixar.
Gabarito: letra C — as três afirmativas são falsas (F – F – F).