Μαθηματικές εξισώσεις «προβλέπουν» τους στόχους ληστών

Μία ομάδα μαθηματικών κι άλλων επιστημόνων του πανεπιστημίου της Καλιφόρνια - Λος Άντζελες ανέπτυξε ένα μαθηματικό - στατιστικό μοντέλο, το οποίο φιλοδοξεί να προβλέψει σε ποιά σημεία θα «χτυπήσουν» οι κλέφτες.

Οι ερευνητές, αναλύουν χωρικά και χρονολογικά δεδομένα από τις έως τώρα κλοπές σε μία πόλη για να εντοπίσουν «καυτά» σημεία εγκληματικότητας. Μπορούν έτσι να εκτιμήσουν κατά προσέγγιση σε ποιες περιοχές ή γειτονιές είναι πιθανότερο να συμβούν τα επόμενα κρούσματα κλοπών. Η πρόβλεψη αυτή θα μπορούσε μελλοντικά να βοηθήσει την αστυνομία να επικεντρώσει καλύτερα την αστυνόμευση.

Η μαθηματική ανάλυση βασίζεται σ' ένα σύστημα παραβολικών διαφορικών εξισώσεων και στη λεγόμενη «θεωρία διακλάδωσης». Το νέο μαθηματικό μοντέλο συνδυάζει τα δημογραφικά, οικονομικά, οικολογικά κ.α. χαρακτηριστικά των γειτονιών μίας πόλης με τις κλοπές που έχουν ήδη γίνει, για να προβλέψει ποιες γειτονιές κινδυνεύουν περισσότερο στο μέλλον.

Τα μέχρι τώρα στατιστικά στοιχεία, για παράδειγμα, δείχνουν ότι οι νέες κλοπές τείνουν να συμβαίνουν συχνότερα είτε σε οικήματα που έχουν ήδη αποτελέσει στόχο των ληστών, είτε που γειτνιάζουν με σπίτια όπου έχουν γίνει ήδη κλοπές.

Ως βασικό κριτήριο για τους υπολογισμούς λαμβάνεται η εκτίμηση ότι οι κλέφτες «χτυπάνε» ανάλογα με την λεγόμενη «αξία ελκυστικότητας» που θεωρούν ότι έχουν τα σπίτια μιας γειτονιάς. Αυτή η αξία, κατά τους ερευνητές, μετριέται με βάση το πόσο εύκολα ένας κλέφτης πιστεύει πως μπορεί να κλέψει ένα σπίτι, κατάστημα, γραφείο κλπ., χωρίς να συλληφθεί ή να έχει άλλες αρνητικές συνέπειες κατά την πράξη του.

Ένας χώρος που έχει ήδη γίνει στόχος κλοπής (όπως και τα γειτονικά οικήματα), έχει αυξημένη «αξία ελκυστικότητας» στα μάτια πολλών κλεφτών. Όσο πιο πολλές κλοπές συμβαίνουν σε μία περιοχή, τόσο αυτή γίνεται πιο ελκυστική στα μάτια των κλεφτών. Αν σε μία γειτονιά ή ευρύτερη περιοχή, για κάποιο λόγο, δεν σημειωθούν απανωτές κλοπές, τότε η ελκυστικότητά της στα μάτια των επίδοξων κλεφτών μειώνεται, σύμφωνα με τους επιστήμονες.