Serial Killer e a Matemática

Explicação matemática para os assassinatos de um serial Killer

Hoje,  encontrei um artigo interessante de Mikhail Simkin e Vwani Roychowdhury da Universidade da Califórnia, Los Angeles, sobre uma análise matemática do comportamento de Andrei  Chikatilo,   um serial Killer que em 20 de Novembro de 1990, foi preso em Rostov, um Estado russo fronteira com a Ucrânia. Depois de nove dias na prisão, Chikatilo confessou o assassinato de 36 meninos, meninas e mulheres num período de 12 anos. Mais tarde, ele confessou mais 20 homicídios, tornando-o um dos mais prolíficos assassinos em série da história moderna.

Eles dizem que o comportamento é bem caracterizado por uma  função chamada “ESCADA DO DIABO”, FUNÇÃO DE CANTOR ou de CANTOR-LEBESGUE (veja o gráfico da função e o gráfico dos assassinatos)

o comportamento do Serial Killer  Chikatilo segue o esperado se é causada por um certo padrão de disparo neural.

Mas isso por si só não pode explicar o comportamento de um serial killer.  "Não podemos esperar que o assassino comete um assassinato logo no momento em que a excitação neural atinge um certo limite.  Ele precisa de tempo para planejar e preparar o seu crime ", dizem Simkin e Roychowdhury.  Em vez disso, eles sugerem que um serial killer comete um assassinato apenas depois que o limite foi ultrapassado por um determinado período de tempo. Acredita-se que o assassinato tem um efeito sedativo sobre o assassino, fazendo com que a atividade neural  cair abaixo do limiar.

Simkin e Roychowdhury utiliza o modelo para simular o padrão de disparo no cérebro para ver quantas vezes ele ultrapassa um determinado limite, tempo suficiente para um novo assassinato, no artigo eles exibem mais gráficos com as probabilidades do próximos assassinatos, e quando de fato ocorreu, vemos que a simulação usando a função matemática quase sempre esteve muito próxima. No modelo, eles usaram um período de 2 milissegundos como o passo de tempo fundamental, que é sobre o tempo entre os disparos em um neurônio real.  E simulados cerca de 100 bilhões passos de tempo, equivalente a 12 anos ou mais, que é sobre o período em que Chikatilo foi ativa.

Eles dizem: "É possível melhorar o modelo através da introdução de uma taxa de sucesso assassinato.  Isto é, com certa probabilidade, tudo vai bem para o assassino e ele é capaz de cometer o assassinato como ele planejou.  Se não, ele repete sua tentativa no dia seguinte.  E assim por diante. "

Este modelo leva a uma visão interessante sobre a natureza do assassinato em série.  Ele sugere que a probabilidade de outro assassinato é muito mais elevada logo após um assassinato do que é após um longo período sem cometer esse ato.  Essa é uma propriedade bem conhecida função que vale para todos os tipos de fenômeno.  Um grande terremoto, por exemplo, é mais provável que logo após outro grande terremoto.

Curiosamente, o trabalho Simkin e Roychowdhury  apresenta similaridade com outros trabalhos recentes como o estudo dos sintomas da epilepsia, a dinâmica do número de deputados apoiando uma resolução. Isto sugere um caminho óbvio para futuras pesquisas e verificar se de fato o comportamento comum, seguem o mesmo padrão.

Quanto Chikatilo foi finalmente condenado por 52 assassinatos e executado com um tiro na cabeça em 1994.

Referências:

KINOUCHI, Osame. Um modelo de avalanches neuronais para serial killers:  Mathematicians Reveal Serial Killer’s Pattern of Murder. , 2012. Blog da sociedade brasileira de neurociências e comportamento. Disponível em: <http://blog.sbnec.org.br/2012/01/um-modelo-de-avalanches-neuronais-para-serial-killers/>. Acesso em: 18 jan. 2012.

SIMKIN, M.v.; ROYCHOWDHURY, V.p.. Stochastic modeling of a serial killer .  California, Los Angeles, Universidade, 2012. Disponível em: <http://arxiv.org/abs/1201.2458>. Acesso em: 18 jan. 2012.