Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay
Supervisor(es): Fraiman, Ricardo - Bourel, Mathias
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.
2019 | |
Policiamiento predictivo Procesos puntuales auto-excitados Concentración del delito Policiamiento en puntos calientes |
|
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/22960 | |
Acceso abierto | |
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
_version_ | 1807523175376879616 |
---|---|
author | Veneri Guarch, Federico Alejandro |
author_facet | Veneri Guarch, Federico Alejandro |
author_role | author |
bitstream.checksum.fl_str_mv | 6429389a7df7277b72b7924fdc7d47a9 a006180e3f5b2ad0b88185d14284c0e0 b7a1f0ecb0a08331e6e1cffe9455730a 9da0b6dfac957114c6a7714714b86306 ca440d1c5cf9f0dc228eea56a926f5c5 |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 MD5 MD5 MD5 |
bitstream.url.fl_str_mv | http://localhost:8080/xmlui/bitstream/20.500.12008/22960/5/license.txt http://localhost:8080/xmlui/bitstream/20.500.12008/22960/2/license_url http://localhost:8080/xmlui/bitstream/20.500.12008/22960/3/license_text http://localhost:8080/xmlui/bitstream/20.500.12008/22960/4/license_rdf http://localhost:8080/xmlui/bitstream/20.500.12008/22960/1/VEN19.pdf |
collection | COLIBRI |
dc.contributor.filiacion.none.fl_str_mv | Veneri Guarch Federico Alejandro, Universidad de la República (Uruguay). Facultad de Ingeniería |
dc.coverage.spatial.es.fl_str_mv | Montevideo (Uruguay) |
dc.creator.advisor.none.fl_str_mv | Fraiman, Ricardo Bourel, Mathias |
dc.creator.none.fl_str_mv | Veneri Guarch, Federico Alejandro |
dc.date.accessioned.none.fl_str_mv | 2020-01-30T18:51:24Z |
dc.date.available.none.fl_str_mv | 2020-01-30T18:51:24Z |
dc.date.issued.none.fl_str_mv | 2019 |
dc.description.abstract.none.fl_txt_mv | 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. |
dc.format.extent.es.fl_str_mv | 87 p. |
dc.format.mimetype.es.fl_str_mv | application/pdf |
dc.identifier.citation.es.fl_str_mv | Veneri Guarch, F. Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay [en línea]. Tesis de maestría. Montevideo : Udelar. FI., 2019. |
dc.identifier.issn.none.fl_str_mv | 1688-2792 |
dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12008/22960 |
dc.language.iso.none.fl_str_mv | es spa |
dc.publisher.es.fl_str_mv | Udelar.FI. |
dc.rights.license.none.fl_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:COLIBRI instname:Universidad de la República instacron:Universidad de la República |
dc.subject.es.fl_str_mv | Policiamiento predictivo Procesos puntuales auto-excitados Concentración del delito Policiamiento en puntos calientes |
dc.title.none.fl_str_mv | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
dc.type.es.fl_str_mv | Tesis de maestría |
dc.type.none.fl_str_mv | info:eu-repo/semantics/masterThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | 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. |
eu_rights_str_mv | openAccess |
format | masterThesis |
id | COLIBRI_297f6b38b269dc6948da04b3df31491d |
identifier_str_mv | Veneri Guarch, F. Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay [en línea]. Tesis de maestría. Montevideo : Udelar. FI., 2019. 1688-2792 |
instacron_str | Universidad de la República |
institution | Universidad de la República |
instname_str | Universidad de la República |
language | spa |
language_invalid_str_mv | es |
network_acronym_str | COLIBRI |
network_name_str | COLIBRI |
oai_identifier_str | oai:colibri.udelar.edu.uy:20.500.12008/22960 |
publishDate | 2019 |
reponame_str | COLIBRI |
repository.mail.fl_str_mv | mabel.seroubian@seciu.edu.uy |
repository.name.fl_str_mv | COLIBRI - Universidad de la República |
repository_id_str | 4771 |
rights_invalid_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
spelling | Veneri Guarch Federico Alejandro, Universidad de la República (Uruguay). Facultad de IngenieríaMontevideo (Uruguay)2020-01-30T18:51:24Z2020-01-30T18:51:24Z2019Veneri Guarch, F. Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay [en línea]. Tesis de maestría. Montevideo : Udelar. FI., 2019.1688-2792https://hdl.handle.net/20.500.12008/22960Los 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.Submitted by Machado Jimena (jmachado@fing.edu.uy) on 2020-01-30T18:05:14Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) VEN19.pdf: 1061440 bytes, checksum: ca440d1c5cf9f0dc228eea56a926f5c5 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2020-01-30T18:35:13Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) VEN19.pdf: 1061440 bytes, checksum: ca440d1c5cf9f0dc228eea56a926f5c5 (MD5)Made available in DSpace by Seroubian Mabel (mabel.seroubian@seciu.edu.uy) on 2020-01-30T18:51:24Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) VEN19.pdf: 1061440 bytes, checksum: ca440d1c5cf9f0dc228eea56a926f5c5 (MD5) Previous issue date: 201987 p.application/pdfesspaUdelar.FI.Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Policiamiento predictivoProcesos puntuales auto-excitadosConcentración del delitoPoliciamiento en puntos calientesMétodos para la predicción de robos violentos : ejercicio comparado para Montevideo, UruguayTesis de maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaVeneri Guarch, Federico AlejandroFraiman, RicardoBourel, MathiasUniversidad de la República (Uruguay). Facultad de IngenieríaMagíster en Ingeniería (Ingeniería Matemática)LICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/22960/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/22960/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-838418http://localhost:8080/xmlui/bitstream/20.500.12008/22960/3/license_textb7a1f0ecb0a08331e6e1cffe9455730aMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823148http://localhost:8080/xmlui/bitstream/20.500.12008/22960/4/license_rdf9da0b6dfac957114c6a7714714b86306MD54ORIGINALVEN19.pdfVEN19.pdfapplication/pdf1061440http://localhost:8080/xmlui/bitstream/20.500.12008/22960/1/VEN19.pdfca440d1c5cf9f0dc228eea56a926f5c5MD5120.500.12008/229602020-01-30 15:51:24.057oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:44:04.344689COLIBRI - Universidad de la Repúblicafalse |
spellingShingle | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay Veneri Guarch, Federico Alejandro Policiamiento predictivo Procesos puntuales auto-excitados Concentración del delito Policiamiento en puntos calientes |
status_str | acceptedVersion |
title | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
title_full | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
title_fullStr | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
title_full_unstemmed | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
title_short | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
title_sort | Métodos para la predicción de robos violentos : ejercicio comparado para Montevideo, Uruguay |
topic | Policiamiento predictivo Procesos puntuales auto-excitados Concentración del delito Policiamiento en puntos calientes |
url | https://hdl.handle.net/20.500.12008/22960 |