Un sistema informático rápido y barato permite predecir los delitos y organizar mejor turnos policiales
Fuente: Universidad de Granada
Miguel Camacho Collados, investigador del departamento de Estadística e Investigación Operativa de la Universidad de Granada y autor de este trabajo.
Científicos del Cuerpo Nacional de Policía y de la Universidad de Granada han desarrollado un sistema informático basado en algoritmos matemáticos, que permite predecir cuántos delitos y de qué tipo se van a producir en el próximo turno policial.
Se trata de una aplicación de métodos científicos al patrullaje policial, y supone la primera vez en el mundo que se combinan métodos de Policía predictiva con un modelo matemático de patrullaje.
Este descubrimiento podría permitir una mejor organización de las patrullas y de los turnos policiales, con el importante ahorro económico y de víctimas de delitos que esto supondría.
La investigación ha sido desarrollada por Miguel Camacho Collados, inspector de la Unidad de Planificación Estratégica y Coordinación de la Policía Nacional e investigador del departamento de Estadística e Investigación Operativa de la Universidad de Granada.
Además, parte de la misma se ha llevado a cabo en colaboración con la Universidad de California Los Ángeles (UCLA), la universidad pública más selectiva de los Estados Unidos, y el departamento de Policía de Los Ángeles, donde Camacho Collados disfrutó el año pasado de una beca Fulbright.
La investigación se centra en sistemas dinámicos aplicados a modelos criminales, y tiene como objetivo incidir en el análisis y el desarrollo de modelos matemáticos y estadísticos para la identificación de patrones temporales de hechos delictivos.
En solo un minuto
Como explica su autor principal, el nuevo sistema “se basa en un algoritmo matemático multicriterio que, teniendo en cuenta distintos factores (como la carga de trabajo, el número de delitos cometidos en el turno policial anterior o el área de patrullaje) asigna a la patrulla un área de vigilancia, previniendo la comisión de delitos en el próximo turno, según una previsión del riesgo de delitos en el territorio”.
“El principal avance de nuestro trabajo –continúa el investigador de la UGR– es que refuerza la prevención de delitos, no la represión de los mismos. Si logramos que la Policía esté en el lugar adecuado y en el momento justo, ahorraremos muchos recursos humanos y, lo que es más importante aún, evitaremos muchas víctimas”.
Miguel Camacho explica que esta nueva herramienta informática, que en solo un minuto es capaz de establecer el área de patrullaje y dividir los efectivos, “en ningún caso puede ser un sustituto a la experiencia y la intuición policial. Es un apoyo más, inspirado en la tecnología ‘big data’, que puede ser de enorme utilidad para nuestro trabajo”.
Referencias bibliográficas:
Camacho-Collados, M; Liberatore, F. (2015). A Decision Support System for Predictive Police Patrolling. Decision Support Systems, 75, 25-37.
Camacho-Collados, M., Liberatore, F., & Angulo, J. M. (2015). A multi-criteria Police Districting Problem for the efficient and effective design of patrol sector. European Journal of Operational Research, 246(2), 674-684.
Contacto:
Miguel Camacho Collados
Departamento de Estadística e Investigación Operativa de la Universidad de Granada
Correo electrónico: mcamacho0007@gmail.com
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
