english Icono del idioma   español Icono del idioma  

Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/22960 Cómo citar
Título: Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay
Autor: Veneri Guarch, Federico Alejandro
Título Obtenido: Magíster en Ingeniería (Ingeniería Matemática)
Facultad o Servicio que otorga el Título: Universidad de la República (Uruguay). Facultad de Ingeniería
Tutor: Fraiman, Ricardo
Bourel, Mathias
Tipo: Tesis de maestría
Palabras clave: Policiamiento predictivo, Procesos puntuales auto-excitados, Concentración del delito, Policiamiento en puntos calientes
Cobertura geográfica: Montevideo (Uruguay)
Fecha de publicación: 2019
Resumen: Los delitos son eventos que no se distribuyen de manera homogénea en las ciudades. Estos tienden a concentrarse en algunas unidades geográficas denominados puntos calientes. Por este motivo, las agencias policiales han adoptado estrategias focalizadas de patrullaje intentando priorizar ciertas zonas. La piedra angular de este tipo de estrategia es la correcta identificación de estas zonas. Concentrándose en los robos violentos (rapiñas), este trabajo tiene como objetivo contribuir en dos aspectos. En primer lugar, caracterizar la evolución del delito y su comportamiento espacio temporal, y en segundo lugar comparar distintos métodos para la predicción y selección de zonas a patrullar. Los resultados muestran que los delitos de rapiña presentan un alto nivel de concentración y un comportamiento de aglomeración espacio temporal. Una vez que un delito de rapiña es cometido, es probable que se observe otro a una distancia pequeña y en un breve periodo de tiempo. Esto puede responder a que algunas zonas son más atractivas para los ofensores (mecanismo endémico) y a la existencia de un patrón de contagio a zonas cercanas (mecanismo epidémico). Basado en estos dos mecanismos, se presentan y compararan cinco métodos para la selección de zonas a patrullar: conteo, estimación de densidad, un método prospectivo y dos modelos endémico epidémico, uno que utiliza la presencia de factores de riesgo (eg: bancos, cajeros, bares) que vuelvan más atractivas ciertas zonas. La comparación de los métodos en un día fijo y sobre una muestra aleatoria de días permitió identificar sus fortalezas y desventajas. El método basado en conteo presentó mejores resultados en cuanto a su tasa de éxito, sin embargo, la dispersión de celdas seleccionadas para patrullar puede dificultar una estrategia de patrullaje necesitando una mayor cantidad de personal. El método basado en la estimación de densidad seleccionó áreas más compactas, pero estas tienden a repetirse en el tiempo y presentó un menor nivel de tasa de éxito. Los métodos prospectivos presentaron los mejores niveles de cobertura en cuanto a celdas patrulladas, aunque también presentaron bajos niveles de tasa de éxito. Los modelos endémico epidémicos aplicados en este trabajo se encuentran en una situación intermedia. Proporcionaron áreas de patrullaje compactas y celdas alejadas, con un nivel de tasa de éxito intermedio, por lo que pueden considerarse como una alternativa de compromiso entre eficacia predictiva y eficiencia de patrullaje. Es importante destacar que la introducción de covariables no represento una mejoría respecto a un modelo simple de contagio. Este trabajo es el primero en realizar una comparación de distintos métodos para seleccionar zonas de patrullaje en Uruguay, abriendo una línea de investigación a futuro para desarrollar otros métodos que puedan contribuir a mejorar la seguridad ciudadana uruguaya.
Editorial: Udelar.FI.
ISSN: 1688-2792
Citación: Veneri Guarch, F. Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay [en línea]. Tesis de maestría. Montevideo : Udelar. FI., 2019.
Licencia: Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
Aparece en las colecciones: Tesis de Posgrado - Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato   
VEN19.pdfTesis de Maestría1,04 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons