Na indústria do petróleo é muito importante conhecer as características litológicas de uma fácie dentro de uma formação geológica. Como os custos associados à testemunhagem e a testes de produção são muito elevados, uma análise preliminar das fácies é feita através de perfis litológicos. Com base nestes perfis, um geólogo consegue identificar com razoável precisão as características litológicas das fácies, suas propriedades físicas, bem como a natureza dos fluidos, por ventura nelas contidos. Dentro de uma mesma fácie, as propriedades das rochas tendem a ser semelhantes e mudanças abruptas nestas propriedades sinalizam mudanças de fácie, o que permite a aplicação do modelo de Markov de cadeia escondida. Assumindo que as mudanças de fácies são modeladas por uma cadeia de Markov, aplicamos algoritmos baseados nos métodos de Monte Carlo para filtrar digitalmente perfis com ruído Gaussiano. Apresentamos uma aplicação com perfil de resistividade nuclear-magnética e consideramos um filtro em batch, Mínimo Erro Quadrático Médio, e o filtro de partículas de Monte Carlo. Para detectar mudanças litológicas durante a perfuração é necessário que os perfis sejam obtidos em tempo real. Com isso, poderemos otimizar os parâmetros de perfuração, modificando a velocidade de rotação da broca, a força aplicada sobre esta, ou até mesmo identificar zonas de alta pressão e temperatura, minimizando custos operacionais.