Content uploaded by Diego Jesus Maldonado Guzmán
Author content
All content in this area was uploaded by Diego Jesus Maldonado Guzmán on Dec 17, 2019
Content may be subject to copyright.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
Maldonado & Salafranca
Propuesta metodológica para predecir el próximo lugar de
actuación de un pederasta en serie
Diego J. Maldonado Guzmán1 y Daniel Salafranca Barreda2
Universidad de Cádiz
Resumen
En este estudio se propone una metodología para identificar las zonas de la ciudad donde
es más probable que actúe próximamente un pederasta en serie. Los autores hipotetizan
que el análisis de variables ambientales comunes a todos los lugares donde actuó el
pederasta permitirá identificar el resto de las zonas con similares características
ambientales, siendo en esas zonas donde más probablemente actúe la próxima vez. Se parte
para ello de un caso de pederasta en serie ficticio. Tras aplicar el método propuesto, basado
en un análisis de comparación por pares, se observa que dos de las cinco escenas del crimen
se sitúan en la zona señalada como de máxima probabilidad, una tercera en la zona de
“riesgo muy alto” y las dos escenas restantes recaen sobre la tercera zona señalada como
de “alto riesgo”. Los resultados indican una estimación moderada de los delitos ya
cometidos y, además, aparecen dos puntos calientes nuevos que se corresponden con las
zonas de actuación futura más probables. Se discuten al final una serie de limitaciones.
Palabras claves: perfil geográfico, predicción, delincuente serial, mapa mental,
comparación por pares.
1 Correspondencia: Diego J. Maldonado Guzmán, e-mail: diego.maldonado@uca.es
2 Centro Crimina para el Estudio y Prevención de la Delincuencia. Universidad Miguel Hernández
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
2
Methodological proposal to predict the next place of action
of a serial child molester
Abstract
In this paper, a methodology is proposed to identify the areas of the city where a serial
child molester is most likely to act in the near future. The authors hypothesize that the
analysis of environmental variables common to all the places where the pedophile acted
will allow identifying the rest of the zones with similar environmental characteristics, being
in those areas where it is most likely to act next time. A case of pedophile in fictitious series
is split for this. After applying the proposed method, based on a comparison analysis by
pairs, it is observed that two of the five scenes of the crime are located in the area indicated
as maximum probability, a third in the area of "very high risk" and both remaining scenes
fall on the third area designated as "high risk". The results indicate a moderate estimate of
the crimes already committed and, in addition, two new hot spots appear that correspond
to the most likely future areas of action. A series of limitations are discussed at the end.
Keywords: geographic profiling, prediction, serial offender, cognitive map, comparison by
pairs.
1. Introducción
Desde el principio de los tiempos ha existido la necesidad de representar la
información geográfica, tanto para señalar la ubicación de determinados puntos de interés
como para hacer posible la navegación y apertura de rutas marítimas comerciales (Ruiz
García, 2017). En el año 1854 una epidemia de cólera afectó a la ciudad de Londres,
dejando en pocos días un número de fallecidos muy elevado. El Doctor John Snow tenía la
sospecha de que la epidemia encontraba su causa en el agua contaminada de un pozo en la
calle Broad Street. Se le ocurrió representar en un mapa de la ciudad las localizaciones de
cada una de las muertes por cólera y la ubicación de cada uno de los pozos de agua. Snow
observó que el grueso de los fallecimientos ocurría en las calles situadas alrededor del pozo
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
3
de Broad Street. El investigador ordenó que se sellara el pozo y la consecuencia fue la
reducción drástica de los fallecimientos por cólera. El trabajo de Snow es un claro ejemplo
de que la relación espacial que existe entre los datos difícilmente puede detectarse solo
listando los casos de cólera y los pozos existentes (Rodríguez Morales, 2005). Al mismo
tiempo, los esfuerzos de Snow representan un ejemplo del uso de los mapas para asistir en
la labor investigativa. No obstante, los mapas en sí mismos tienen una larga historia como
herramienta básica para la comunicación humana. En Egipto y Mesopotamia se hallaron
unos mapas que datan del año 2000 a.C., lo que da cuenta, como afirman Weisburd &
McEwen (2017), de que la existencia de éstos es tan antigua como la civilización humana.
La delincuencia también presenta unas características geográficas que le son
propias. Desde los años setenta, tal y como apuntan Galdón & Pybus (2011), las disciplinas
encargadas del estudio del crimen reconocen que el fenómeno delictivo puede entenderse
y explicarse de forma mucho más adecuada si se toma en consideración su componente
geográfico. Sin embargo, los mapas del delito no son algo nuevo. Para poder remontarnos
a sus orígenes debemos viajar a Europa, y más concretamente a Francia. Fueron los
investigadores europeos pertenecientes a la llamada Escuela Cartográfica de Criminología
los primeros en analizar la delincuencia en ciertas regiones y su relación con algunas
variables sociológicas. Beirne (1993) afirma que el primer mapa del delito fue esbozado
por Adriano Balbi y Andre-Michel Guerry en el año 1829. Con la elaboración del mapa
pudieron concluir que el nordeste de Francia acumulaba una población con mayores niveles
educativos donde los delitos contra la propiedad se concentraban más que aquellos que
atentaban contra las personas. Pero el interés por el uso de los mapas del crimen se redujo
de forma drástica, puesto que su elaboración requería grandes cantidades de tiempo y un
esfuerzo evidente para dibujarlos a mano. Además, la llegada del positivismo
criminológico desplazó el interés hacia el estudio del origen del crimen en las causas
biológicas de los individuos.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
4
Habrá que esperar a los primeros años del siglo XX para recuperar cierto interés
en el uso de los mapas del delito. Esta vez, sin embargo, hemos de trasladarnos a los
Estados Unidos de América. En el año 1900 el departamento de la policía de Nueva York
comenzó a utilizar los llamados “Pin Maps”, donde las localizaciones de cada incidente se
señalaban colocando chinchetas de distintos colores sobre el mapa. A pesar de la idea
innovadora no pueden negarse las limitaciones que los “Pin Maps” presentan. Boba (2001)
afirma con acierto que tales mapas dificultan tener la información actualizada, son
complejos de interpretar cuando hay muchas chinchetas colocadas, no describen ciertas
variables también importantes del crimen y no permiten realizar comparaciones en cuanto
a la evolución espacial y temporal de la delincuencia. Pero más allá de los “Pin Maps”, el
primer análisis espacial sustantivo de la criminalidad en Estados Unidos fue el llevado a
cabo entre los años 1920 y 1930 por los sociólogos urbanos de la Escuela de Chicago,
considerándose uno de los ejemplos más importantes en el mapeo del delito de la primera
mitad del Siglo XX (Boba, 2001). Pero una vez ilustrada la relación entre la criminalidad
y la desorganización social de ciertos entornos urbanos surgió una corriente de
investigadores centrada en entender por qué ante las mismas condiciones de marginalidad
social hay sujetos que deciden delinquir y otros no (Weisburd & McEwen, 2017). Las
investigaciones se centraron entonces en la motivación del delincuente y vuelve a perderse
el interés por los mapas delictivos.
Hasta la época de los años sesenta del pasado siglo no se realizará el primer mapa
del crimen mediante ordenador (Chamard, 2006). La posibilidad de informatizar los mapas
de base, sin tener que dibujarlos, hizo que el uso de los mapas del delito computarizados
se fuera integrando en algunos departamentos de policía. No obstante, se requerían
ordenadores con altos recursos para la elaboración de los mapas del crimen y los grandes
departamentos con capacidades técnicas no estaban dispuestos a destinar buena parte de la
plantilla para elaborar estos mapas. A estas dificultades añade Boba (2001) la lentitud de
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
5
los ordenadores en ese momento para realizar los análisis y la baja calidad de impresión de
tales mapas.
En los años noventa del pasado siglo la mejora tecnológica y el desarrollo de los
Sistemas de Información Geográfica (SIG) convirtieron la realización de los mapas del
delito en una tarea notablemente más sencilla que ha ido mejorando con el paso de los años
y hasta la época actual. Además, el desarrollo de un conjunto de teorías integradas dentro
de la Criminología Ambiental puso a disposición de los mapas del crimen un sustento
teórico que daba explicación a los resultados obtenidos de analizar el componente espacial
y temporal de la delincuencia. Lebeau (1987, citado en Laukannen, 2007) ya reconoció a
finales del siglo XX el potencial de investigación que tienen las técnicas geoestadísticas y
la investigación del patrón delictivo para reducir el área de búsqueda del delincuente en
casos de violación. Sin embargo, hasta el desarrollo del verdadero perfil geográfico en 1990
no se probó un método sistemático para abordar este problema. Fue entonces cuando surgió
la sugerente posibilidad de predecir la ubicación de origen de un delincuente desde las
ubicaciones de sus delitos utilizando modelos matemáticos de decaimiento con la distancia.
Esta forma de usar la información espacial de los crímenes se conoce como perfil
geográfico criminal.
El perfil geográfico puede definirse como una metodología de investigación
criminal que mediante el análisis de la ubicación de los delitos que pertenecen a una serie
pretende determinar el área donde es más probable que el delincuente resida o tenga su
base de operaciones (Rossmo & Summers, 2015). Aunque Paulsen (2007) afirme que existe
cierta disputa en cuanto a quién inventó el perfil geográfico del delito, Canter (2003)
atribuye el primer uso de esta técnica a un investigador de la policía de Reino Unido que
analizó en 1980 las localizaciones de las escenas del crimen de un asesino serial y calculó
el “centro de gravedad” de todas esas escenas. Finalmente se descubrió que el asesino
residía en el pueblo señalado por el investigador. Para su funcionamiento el perfil
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
6
geográfico combina componentes cuantitativos (objetivos) y cualitativos (subjetivos). Los
primeros consisten en el uso de técnicas geográficas y científicas, así como medidas
cuantitativas para detectar e interpretar el patrón de puntos creados a partir de las
localizaciones de los lugares asociados al caso. El segundo engloba la reconstrucción e
interpretación del mapa mental del delincuente, de ahí su carácter subjetivo (Rossmo &
Summers, 2015).
Los mapas mentales son representaciones propias de cada individuo respecto del
entorno inmediato que le rodea y con el que interacciona diariamente. Podrían definirse
entonces como una representación mental que un individuo usa para adquirir, mantener y
recuperar información sobre las ubicaciones relativas y los atributos de los fenómenos en
su entorno (Kaplan, Schuck y Doeller, 2017). De esta forma, Polišenská (2013) afirma que
el comportamiento espacial, la elección en el espacio, los procesos de tomas de decisiones,
la búsqueda de la ruta y la orientación en el medio ambiente pueden ser retratadas en el
boceto de un mapa mental. Cada individuo tiene su propio mapa cognitivo, aunque sea de
la misma área, porque dicho mapa se forma a través de la experiencia del sujeto con su
entorno y de las interpretaciones que cada uno haga respecto a aquel. En el tema que nos
ocupa, los delincuentes usan su mapa mental para dirigirse a determinados lugares, escoger
determinadas zonas y acceder y huir por determinadas vías. En definitiva, la relación que
establece el criminal con su entorno para cometer sus actos está condicionada por su mapa
cognitivo (Maldonado, 2017). Por ello, Sammons (2003) afirma que del mismo modo en
que un delito puede verse influenciado por el mapa mental del delincuente sobre una zona,
a través del estudio de la localización de los distintos crímenes pueden realizarse
inferencias sobre sus responsables.
GoodWill, Kemp & Winter (2013) aseveran acertadamente que el geoperfil se
basa en la aplicación de varios principios criminológicos y geográficos para predecir la
localización más probable del domicilio del criminal. Los principios criminológicos a los
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
7
que se refieren tales autores son básicamente los que emanan de las teorías que integran la
criminología ambiental, esto es, el enfoque de la elección racional (Cornish & Clarke,
1986), la teoría de las actividades cotidianas (Cohen & Felson, 1979) y la teoría del patrón
delictivo (Brantingham & Brantingham, 1981). Esta última constituye tanto la base
metodológica como conceptual del perfil geográfico.
Son dos los principios sobre los que se apoyan todas las herramientas para
geoperfilar un caso de delincuencia serial: el principio de decaimiento con la distancia y el
principio del mínimo esfuerzo. Aplicado al perfil geográfico, el principio de decaimiento
con la distancia afirma que la probabilidad de que un delito se cometa disminuye conforme
aumenta la distancia desde el domicilio del delincuente (Bartol & Bartol, 2013). Un
conjunto de herramientas para resaltar las áreas donde puede residir el criminal se basa en
este principio. Esta hipótesis motivó el surgimiento de varios sistemas informáticos
específicamente diseñados para predecir el lugar más probable de residencia del criminal
empleando funciones matemáticas de decaimiento. Rigel, Dragnet y CrimeStat son los
softwares más destacados. Por su parte, el principio de mínimo esfuerzo explica que ante
varias posibilidades distintas para realizar una tarea el ser humano escoge siempre aquella
manera más sencilla de hacerla (Kingsley, 1949). Basado en este último principio parece
estar el centro de mínima distancia (cmd), es decir, el punto a partir del cual la distancia al
resto de los puntos (escenas del crimen en este caso) es la mínima. Ned Levine y su equipo
afirman que el CMD es el mejor predictor único del lugar de residencia del delincuente
(Levine, 2015). Al mismo tiempo, Neldner (2015) recopila la opinión de otros autores sobre
el cmd, destacando la de aquellos que consideran que este centro también dispone de una
alta precisión para revelar la localización de la base de operaciones del delincuente en serie
de tipo merodeador.
En 1993 nace la hipótesis del círculo (Canter & Larkin, 1993). Esta hipótesis parte
de la idea de que el domicilio del criminal constituye un punto de anclaje psicológico que
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
8
influye en su movilidad geográfica y en su actividad delictiva. De esta forma, si se traza un
círculo uniendo los dos delitos cometidos más alejados, el domicilio del criminal se sitúa
dentro de la circunferencia. A partir de esta hipótesis Canter & Larkin (1993) establecen
una clasificación de criminales seriales en función de la ubicación del domicilio del
delincuente en relación con su rango criminal (ver Figura 1). Así, estaremos ante un
delincuente en serie de tipo merodeador (marauder) cuando éste tenga su domicilio dentro
de su rango criminal definido por el círculo que une los dos delitos más alejados. Por el
contrario, si el criminal tiene su punto de anclaje fuera de su rango delictivo entonces será
de tipo viajero (commuter). Rossmo (1995, citado en Kocsis, 2007) utiliza el término
“cazador local” (local hunter) para referirse a la tipología de merodeador, mientras que
emplea el vocablo “cazadores furtivos” (poachers) para aludir a los viajeros.
Figura 1. Distinción entre delincuentes seriales merodeadores y viajeros.
Fuente: Elaboración propia a partir de Canter & Larkin (1993).
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
9
Canter y Larkin (1993) hallaron que más del 80% de los violadores en serie y de
los pirómanos analizados tenían su domicilio dentro del círculo (correspondían a la
tipología merodeador). No obstante, tal y como advierten GoodWill, Kemp & Winter
(2013), estos porcentajes han variado sustancialmente en los distintos estudios según el
tipo de delito analizado. Por ejemplo, el 51% de los violadores en Estados Unidos, el 43%
de los agresores sexuales con víctima desconocida en British Columbia, el 49% de los
incendiarios en Japón, el 63% de los ladrones de comercios en Helsinki y el 52% de los
que cometían hurtos en Australia fueron merodeadores (Paulsen, 2007). Un trabajo más
completo realizado por Bartol & Bartol (2013) también da cuentas de las variaciones en
cuanto a la prevalencia de un tipo u otro de criminal. Según los citados autores, entre el
11% y el 14% de los asesinos seriales son viajeros. No obstante, para otro tipo de delitos
este porcentaje asciende. Por ejemplo, el 18% de los pirómanos, el 29% de los violadores
y el 52% de los ladrones eran de tipo viajero.
La importancia de la distinción realizada por Canter & Larkin (1993) radica en
que ante el caso de un delincuente en serie de tipo viajero el geoperfil no estará en
disposición de señalar de manera acertada las zonas de mayor probabilidad de residencia
del criminal. Varios autores, como Canter et al. (2000), Paulsen (2007), Cocksis (2007) &
Neldner (2015) advierten que con cualquiera de los métodos disponibles actualmente el
perfil geográfico solo puede aplicarse con unos niveles aceptables de precisión para casos
de asesinos en serie del tipo merodeador. En un trabajo más reciente se testó la capacidad
de varias herramientas del perfil geográfico para señalar el domicilio de dos asesinos en
serie españoles, uno de tipo merodeador y el otro de tipo viajero. Los resultados para el
primero fueron mucho más precisos que para el segundo (Maldonado, 2017). En este
mismo trabajo el autor afirma que el perfil geográfico no identificará el punto de anclaje si
el criminal es de tipo viajero y que los investigadores deben considerar que el delincuente
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
10
pertenece a este tipo cuando el mapa del perfil geográfico sitúa los puntos de mayor
probabilidad en las salidas principales de las carreteras.
Dado lo anterior, la posibilidad de conocer el tipo de delincuente antes de
geoperfilar el caso puede ser de gran utilidad, ya que si se observa que se trata de un viajero
los investigadores estarían en condiciones de descartar el uso del perfil geográfico para
identificar el punto de anclaje y centrarse en otras funciones del geoperfil o en otras técnicas
de investigación. Pocos estudios han intentado mejorar la capacidad de predecir a qué tipo
de criminal en serie se enfrenta la investigación. Son los casos de los trabajos realizados
por Meaney (2004), Laukkanen (2006) & Paulsen (2007). A mi juicio, el modelo más
prometedor y que presenta una metodología más adecuada es el propuesto por el último
autor y resultaría de interés adaptarlo a los casos de pederastia en España en investigaciones
futuras. Y esta adaptación es necesaria por dos motivos: porque hay que incorporar
variables más específicas del delito de pederastia y porque el modelo ha de adaptarse a las
características de la geografía española. Eso sí, habrá de superarse el hermetismo de ciertas
instituciones para ceder datos sobre los casos de pederastas en serie que actúan en nuestro
país, ya que las variables predictivas se extraerían de una muestra de datos de pederastas
condenados.
En un intento de salvar el escollo generado por la dicotomía merodeador/viajero,
la presente investigación propone una alternativa dentro del uso del perfil geográfico: la
obtención de un mapa que indique el próximo lugar donde es más probable que actúe el
agresor en serie, en este caso un pederasta, en lugar de estimar la zona de residencia de
aquel. Se plantea entonces un método cuyos resultados no dependen de la tipología de
delincuente en serie antes descrita. La propuesta metodológica tiene como base las
siguientes hipótesis:
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
11
- H1. Los lugares donde ha actuado el pederasta comparten características ambientales
similares que guían su comportamiento espacial.
- H2. Detectar otras áreas de la ciudad con esas mismas características permiten predecir
las zonas donde es más probable que vuelva a actuar.
- H3. La comparación de las variables ambientales a través de un proceso analítico
jerárquico permite obtener unas ponderaciones que aumenta la precisión en las
estimaciones del próximo lugar de actuación.
Cabe señalar aquí que, a los efectos de este trabajo, se entiende por característica
o variable ambiental aquellos factores o elementos situados en el espacio físico tales como
la estructura del escenario (diseño urbanístico), los usos del suelo y la presencia o ausencia
de ciertos servicios (sociales, educativos, religiosos, deportivos, culturales, de ocio, etc.).
Son ejemplos de estas características una zona comercial, un polígono industrial, la
presencia de un cine, de un colegio, de zonas verdes o de un locutorio.
2. Método
Se parte de un caso ficticio de un pederasta en serie que actúa en Madrid y que
hasta la fecha ha seleccionado a cinco menores en cinco lugares distintos para abusar
sexualmente de ellos. En primer lugar, es necesario señalar en un mapa las ubicaciones de
aquellos lugares donde el pederasta selecciona a cada víctima. Para ello, por medio de un
SIG se sitúan las coordenadas geográficas de cada incidente. El siguiente paso consiste en
obtener el área de actuación del pederasta analizado. Dicha área se trata de una zona
rectangular que contiene todos los lugares del crimen. Se hipotetiza que el punto de anclaje
del delincuente y el próximo lugar del delito más potencial están confinados en el área de
actuación (Zouh, Lian & Chen, 2012). La referida zona puede obtenerse trazando los
límites del área de caza del delincuente según la ubicación de las escenas del crimen. Para
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
12
la obtención de unos resultados más adecuados que no se limiten exclusivamente al tamaño
del área de actuación se propone aumentar el tamaño de esta zona en un 20% a cada lado
(ver Figura 2). No existe ningún criterio específico ni tampoco se tiene conocimiento sobre
otros trabajos científicos que hayan analizado la extensión adecuada con la que ha de
ampliarse el tamaño del área de actuación para estos casos, sino que se trata más bien de
un criterio del propio analista. Ejemplo de ellos son los softwares Geoprofile, Dragnet,
Bair, Rigel y CrimeStat. El primero trabaja con un área de actuación aumentada por defecto
un 50%, con un número total de 562.500 celdas. El segundo trabaja con un área aumentada
en un 10%, siendo el número de cuadrículas 13.300. Bair también marca por defecto un
rectángulo mínimo delimitador aumentado en un 10%, mientras que Rigel calcula el
tamaño del área de actuación en base a la mitad de la distancia media entre puntos,
dividiendo dicha área en 40.000 celdas. Solo el programa CrimeStat permite al investigador
elegir el tamaño de la zona donde quiere realizar las estimaciones, sin que establezca por
defecto ningún tamaño y número de celda. Como se ha indicado más arriba, para este
estudio en concreto se considera adecuado un aumento del 20% por cada lado del área de
actuación del criminal, a fin de evitar que las zonas predictivas se circunscriban solo a los
límites de aquella.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
13
Figura 2. Área de actuación del pederasta ficticio aumentada un 20%.
Fuente: Elaboración propia usando el programa ArcGis.
Con las escenas del delito ubicadas sobre el mapa y una vez calculada el área de
actuación es imprescindible analizar qué factores ambientales son comunes a todos los
lugares donde el pederasta selecciona a las víctimas. Siguiendo con el caso hipotético, los
investigadores han observado que los dos primeros lugares donde el pederasta raptó a la
víctima era la puerta de un cine, otros dos ocurrieron en parques infantiles con columpios
al aire libre y el rapto restante ocurrió en la puerta de un parque de bolas situado a escasos
metros de un cine.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
14
En la mayoría de los lugares de primer contacto con la víctima había varios colegios
infantiles a menos de quinientos metros. Además, por el testimonio de las víctimas se supo
que las introducía en su coche para transportarlas a otro lugar, normalmente un domicilio,
pero la policía no ha podido obtener imágenes del agresor través de las fotos capturadas
por las cámaras de tráfico. Esto puede sugerir que el pederasta evita los lugares con
presencia de policías (comisarías) o de cámaras, por lo que es posible que usara vías de
llegada al lugar de encuentro con la víctima y de regreso al lugar de la agresión que
carecieran de este tipo de vigilancia. Dicho todo esto las variables que podrían ser más
pertinentes para el esbozo del mapa predictivo son:
• Espacios concretos donde se concentran menores de edad: cines, parques con,
columpios, parques de bolas y colegios.
• Vigilancia: zonas con ausencia de comisarías y cámaras de seguridad.
El siguiente paso es analizar qué zonas dentro de su área de actuación contiene una
mayor concentración de variables elegidas acorde con los datos del caso. La realización de
esta tarea hace preciso dividir el área de actuación del delincuente en varias cuadrículas
(Figura 3). En este momento el analista ha de decidir el tamaño de celda en las cuales
dividirá dicha área. Es cierto que pequeños tamaños de celda permiten al investigador una
resolución mayor en las líneas de contorno mucho más suaves en mayores niveles de zoom,
pero implica un procesamiento de mayor coste a la hora de realizar las comparaciones por
pares dentro del modelo AHP que aquí se propone, puesto que dicho proceso no es
automatizado, sino que ha de realizarse de forma manual por un equipo multidisciplinar,
como se describirá más adelante. Por otra parte, en un trabajo de Chainey (2013) se halló
que el tamaño de la celda en el uso del análisis de Kernel no influyó significativamente en
la estimación del lugar de ocurrencia de delitos futuros. El autor examinó la influencia que
tiene tanto el tamaño de las celdas como el del radio de búsqueda en la precisión a la hora
de estimar los lugares de delitos futuros mediante el análisis de Kernel. Los hallazgos
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
15
determinaron que el tamaño de la celda no influye significativamente en dichas
estimaciones, aunque sí lo hacía el radio de búsqueda. Así, se observó que con un tamaño
de celda de 30 metros el número de delitos predichos fue de 29, mientras que con una celda
de 240 metros el número de delitos predichos fue de 28. Puesto que parece que el tamaño
de la celda no es significativo, para calcular las áreas más probables de acción futura del
pederasta el tamaño de la celda se estimará en función de la extensión del área de actuación
del criminal. Aunque pueda pensarse que a mayor número de cuadrículas mayor será la
precisión de los resultados, esta afirmación no siempre es cierta en todos los casos, ya que
el número adecuado de cuadrículas depende de la extensión del área de actuación del
criminal en cuestión. Por ejemplo, dividir dicha área en cincuenta cuadrículas puede ser
muy adecuado para un área de actuación pequeña, pero no para una de mayor extensión.
Siguiendo con el caso ficticio presentado, se ha hallado que el área de actuación del
pederasta tiene una extensión de 1325,08Km², por lo que se ha procedido a dividir dicha
área en dos mil quinientas cuadrículas de 0,53Km² cada una.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
16
Figura 3. Área de actuación del pederasta dividida en cuadrículas.
Fuente: Elaboración propia usando el programa ArcGis.
Cuando se haya dividido el área de actuación resulta necesario calcular el
centroide de cada cuadrícula. Con esto se obtienen dos mil quinientos centroides, cada uno
de ellos con su propia coordenada X (longitud) e Y (latitud). La importancia de los
centroides radica en que a cada uno de ellos se le asignará posteriormente una puntuación
obtenida tras el proceso de comparar unas variables con otras y sus concentraciones en
cada cuadrícula, de forma que se obtenga la probabilidad de actuación futura del pederasta
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
17
según esa puntuación. La Figura 4 muestra los resultados de obtener los centroides para
cada celda, cuyas respectivas coordenadas geográficas se trasladarán a una hoja de cálculo
que se empleará en un momento posterior dentro de este proceso metodológico.
Figura 4. Centroides por cada una de las cuadrículas que dividen el área de actuación del
pederasta ficticio.
Fuente: Elaboración propia usando el programa ArcGis
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
18
El siguiente paso consiste en comprobar el número de cada una de las variables
del modelo en un radio de 520 m² (0,52 Km²), puesto que posteriormente daremos mayor
o menor peso a cada cuadrícula según contengan mayor o menor número de la variable en
cuestión (colegios infantiles, parques, cines, etc.). En aras de conocer la cantidad de cada
una de las variables para cada cuadrícula se han representado sus ubicaciones en el mapa.
Esto ha sido posible a través del portal web del Ayuntamiento de Madrid sobre datos
abiertos, así como a la página Madrid.org, conteniendo ambas para su descarga en formato
shapefile las ubicaciones de todas las variables ambientales que comprenden este estudio.
En la Figura 5 se observa un ejemplo del conteo por cuadrícula para la variable “centros
educativos infantiles”.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
19
Figura 5. Ejemplo de conteo de la variable “centros educativos infantiles” por cada
cuadrícula.
Fuente: Elaboración propia a partir de los datos descargados de la web del Ayto. de Madrid usando el
programa ArcGis.
No obstante, se hipotetiza que el pederasta no dará la misma importancia, en
términos de oportunidad delictiva, a todas las variables del modelo por igual. Aunque actúe
en zonas donde suelen congregarse niños, es muy probable que no preste, por ejemplo, la
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
20
misma importancia a un parque con columpios que a un centro religioso, porque se espera
que los primeros generen mayor oportunidad para este tipo de delito en concreto. Por ello,
como paso previo al análisis de la mayor o menor concentración espacial de estas variables
por cada cuadrícula, habrá que asignar a cada una de las variables un peso específico. Es
necesario entonces realizar dos grupos de comparaciones por pares: (i) comparaciones
entre las variables para obtener el peso de cada una de ellas y (ii) comparaciones entre las
dos mil quinientas cuadrículas en función del número de variables que contienen. Para
poder llevar a cabo esta etapa se realiza un análisis de comparación por pares a través de
un proceso analítico jerárquico (AHP). La metodología de toma de decisiones AHP es
especialmente útil en situaciones en las que sea necesario considerar numerosos y
diferentes tipos de criterios y/o muchas posibles alternativas. El programa informático
Yaahp (http://www.ahp.tools/) es una buena opción para realizar la comparación por pares
con objeto de obtener los pesos para cada variable y cuadrícula. Si el área de actuación se
hubiera dividido, por ejemplo, en cincuenta cuadrículas, el modelo AHP para calcular los
pesos sería el que puede observarse en la Figura 6.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
21
Figura 6. Modelo de comparación por pares (AHP) para el pederasta ficticio. Arriba, las
variables a comparar. Abajo, los recuadros numerados representan cada una de las cincuenta
cuadrículas en las que se ha dividido el área de actuación del pederasta. Las líneas negras
expresan las relaciones entre cada elemento del modelo.
Fuente: Elaboración propia a partir del programa Yaahp.
Cada variable es comparada con el resto por un grupo multidisciplinar de
investigadores formado por: tres criminólogos, una antropóloga, y dos miembros de las
fuerzas y cuerpos de seguridad. La puntuación máxima que tales profesionales pueden
atribuir a cada variable es nueve. Por ejemplo, la variable “cine” es comparada con las
restantes. Teniendo en cuenta que se consideran para el análisis cinco variables, el número
total de comparaciones que se realiza es de veinticinco, lo que resulta de las cinco variables
comparadas cada una de ellas con el resto (figura 6). Como consecuencia de este proceso
obtendremos una puntuación para cada variable. El criterio para puntuar a cada variable en
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
22
función de su comparación con la relevancia de las restantes reside en cada miembro del
grupo multidisciplinar, en función de lo que parece estar sucediendo en cada caso concreto
y apoyándose en la literatura científica respecto de los procesos de selección de objetivos
y de lugares del delito para los casos de pederastas en serie. Son ejemplos de estos trabajos
científicos los realizados por Beauregard, Rossmo & Proulx (2007), Luini, Scorzelli,
Mastroberardino, & Marucci, (2012), Rebocho & Silva (2014), Deslauriers-Varin &
Beauregard (2014), y Hewitt & Beauregard (2017).
La siguiente comparación ha de hacerse entre las cuadrículas en las que hemos
dividido el área de actuación (ver Figuras 7 y 8). Al ser dos mil quinientas cuadrículas, el
número total de comparaciones que se realiza es de seis millones doscientos cincuenta mil.
Como se ha expresado antes, este proceso de comparación por pares se llevará a cabo cinco
investigadores. Aunque no exista un número ideal de profesionales que deben intervenir
en el proceso, puede afirmarse por experiencia propia que a mayor número de
comparaciones por distintos expertos más adecuado será el resultado. Los pesos finales de
cada variable y de cada cuadrícula resultarán de la media aritmética de los resultados
obtenidos por cada investigador.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
23
Figura 7. Comparación por pares de las variables a través del programa Yaahp (análisis multi-
criterio). Los números enteros expresan que la variable situada a la izquierda (en vertical) tiene
más peso en comparación con la variable con la que se le está comparando. Las fracciones
expresan lo contrario, es decir, la variable situada a la izquierda (en vertical) tiene menos peso
que la variable con la que está siendo comparada.
Fuente: Elaboración propia usando el programa Yaahp.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
24
Figura 8. Comparación por pares de las cuadrículas según el número de cines dentro de ellas.
Los números en vertical a la izquierda y los números horizontales superiores indican el número
de cuadrícula en cuestión.
Fuente: Elaboración propia usando el programa Yaahp.
Para obtener el mapa de probabilidad se realiza el análisis de densidad de Kernel
usando las puntuaciones obtenidas a través de Yaahp para cada una de las cuadrículas en
las que se ha dividido el área de actuación. Se recupera aquí el Excel con cada uno de los
centroides para asignar a cada uno de ellos el peso obtenido por el proceso de
comparaciones por pares AHP (ver Tabla 1).
Tabla 1. Ejemplo de plantilla de Excel para la ponderación del análisis de densidad de Kernel.
Centroide
Punto X
Punto Y
Puntuación
1
-3.73086
40.27846
0.0199
2
-3.72279
40.27846
0.0199
3
-3.71472
40.27846
0.0222
4
-3.70665
40.27846
0.0139
n…(2500)
-3.33544
40.62222
0.0246
Fuente: Elaboración propia a partir de los resultados de aplicar el proceso de comparación por pares.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
25
Una vez el SIG calcule las áreas de densidad según los pesos de cada cuadrícula
se obtendrá una zona de densidad donde los colores más intensos indican las zonas de
mayor probabilidad de actuación del pederasta. De esta forma, las áreas indicadas como de
máxima probabilidad señalan aquellos espacios donde existen mayor número de elementos
que parece estar considerando el pederasta para aproximarse a sus víctimas. De aplicar la
metodología propuesta a los datos del pederasta ficticio se obtiene un mapa parecido al que
se muestra en la Figura 9.
3. Resultados
El mapa (Figura 9) señala siete zonas de probabilidad3, siendo las más oscuras las
que se corresponden con aquellas donde es más probable que el pederasta vuelva a actuar.
De los cinco lugares donde ya ha actuado el pederasta, dos de ellos (los delitos uno y dos
de la serie) recaen en la zona de máxima probabilidad (riesgo muy alto), un tercero (el
delito cinco) recae en la zona de “riesgo muy alto” y los dos restantes se sitúan en áreas
donde la probabilidad estimada de futura actuación es “alta”, consistiendo en la tercera
zona de mayor posibilidad (riesgo apreciable). Además, se han detectado otros tres focos
de mayor intensidad donde sería adecuado identificar la vigilancia policial por si el
pederasta actúa en esa zona indicada para seleccionar a otra víctima y abusar sexualmente
3 El número de cortes para estimar los niveles de probabilidad es un criterio de libre elección para el analista.
Autores referentes en materia de perfil geográfico, como son Canter & Hammond (2006) y Rossmo (2000),
aplican número de cortes distintos. En los manuales de uso de los softwares diseñados por ambos (Dragnet
por el primero y Rigel por el segundo) puede observarse un número de cortes superior a siete. Así, Canter
suele realizar 10 cortes, mientras que el Rossmo realiza 7 que luego subdivide en 21 niveles con
probabilidad normalizada. Por su parte, Levine (2015) habilita en su software una casilla libre para que el
analista pueda introducir el número de cortes que estime oportuno. En este estudio se ha decidido emplear
siete cortes (siete niveles de riesgo). El uso de un número menor que siete ampliaría sustancialmente el
tamaño de las áreas de búsqueda, perdiendo el análisis su objetivo de apoyo a la investigación policial. Por
el contrario, un número muy superior a siete dificulta la interpretación de los resultados.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
26
de ella. Por su parte, en la Tabla 2 se muestra cada nivel de riesgo con la probabilidad
asociada4 y el porcentaje de extensión de cada área que corresponde a ese nivel de riesgo.
De esta forma, se observa cómo el 20% del total del área a analizar se corresponde con el
nivel de riesgo más alto.
Tabla 2. Niveles de riesgo y su probabilidad asociada.
Nivel de
Riesgo
Probabilidad Asociada
Probabilidad
Normalizada
Área estimada
Nulo 0.000000011 - 0.000000025 30.43% 1%
Muy bajo
0.000000025 -
0.0000000.31
43.47% 3.3%
Bajo 0.000000031 - 0.000000036 54.34% 7%
Medio
0.000000036 - 0.000000041
65.21%
22,5%
Alto 0.000000041 - 0.000000045 73.91% 28.9%
Muy Alto 0.000000045 - 0.000000050 84.78% 15,5%
Extremo
0.000000050 - 0.000000057
100%
21,8%
Fuente: Elaboración propia a partir de los resultados de aplicar el proceso de comparación por pares.
4 La probabilidad se expresa correctamente en valores que oscilan entre 0 y 1. No obstante, se ha decidido
incluir los valores normalizados en porcentajes de dichas probabilidades para facilitar la interpretación de
los resultados. De esta forma, por ejemplo, se estima que en las áreas con nivel de riesgo “muy alto” existe
un 84.78% de que el agresor vuelva a actuar. Rossmo (1995) hace igualmente uso de la normalización para
presentar las probabilidades resultantes del análisis.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
27
Figura 9. Mapa de estimación de la zona próxima de actuación del pederasta ficticio.
Fuente: Elaboración propia usando el programa ArcGis
4. Discusión
Las diversas herramientas desarrolladas para predecir el lugar más probable de
residencia del criminal se han basado sobre todo en funciones de decaimiento con la
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
28
distancia, usando algoritmos matemáticos encuadrados dentro de ese componente objetivo
del geoperfil. Por ello, el método propuesto en este trabajo supone un mayor acercamiento
a la aplicación del componente subjetivo del perfil geográfico como alternativa al uso
exclusivo de funciones de decaimiento con la distancia. Ello es así porque se han
considerado para la estimación de las áreas de actuación futura los posibles elementos
ambientales que pueden estar formando parte del mapa mental del criminal. En otras
palabras, el método expuesto considera las variables ambientales que pueden estar guiando
el comportamiento espacial de un delincuente (en este caso concreto un pederasta).
Merece la pena indicar que esta metodología comparte semejanzas con el enfoque
Risk Terrain Modeling (modelo RTM), desarrollado por Caplan & Kennedy (2011) y sus
asociados en la Universidad de Rutgers, ya que ambos enfoques basan sus estimaciones
sobre las mayores áreas de riesgo delictivo según la concentración espacial de ciertos
factores criminógenos para ciertos comportamientos delictivos. No obstante, existe una
diferencia sustancial entre el modelo RTM y el método aquí propuesto, ya que el primero
es un modelo automatizado que mediante regresiones estadísticas selecciona qué factores
de riesgo han de incorporarse al modelo y cuáles otros han de eliminarse. De esta forma la
ponderación de la fuerza que juega cada factor en la explicación del crimen se produce de
manera computarizada. Por el contrario, el método aquí propuesto obtiene el peso de las
variables de forma manual, siendo cada profesional implicado en el proceso de
comparación por pares quien decide qué características ambientales en el modelo tiene
mayor relevancia en cuanto al comportamiento espacial del delincuente.
Por otro lado, la aplicación de la metodología propuesta facilita la toma de
decisiones policiales con base científica, ya que es posible distribuir los recursos y centrar
los esfuerzos en unas zonas y no en otras. De esta forma, intensificar la vigilancia formal e
informal en las zonas señaladas como más probables por el perfil aumenta las posibilidades
de detener al pederasta, mejorando la eficacia de la investigación y contribuyendo a una
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
29
racionalización de las medidas adoptadas. Al mismo tiempo, aplicar esta metodología
alternativa a las estimaciones de la ubicación del punto de anclaje del criminal supone
superar la problemática respecto de la dicotomía merodeador/viajero antes discutida, y que
limita la aplicación del geoperfil para la estimación del lugar de residencia del delincuente
en serie.
Pero a pesar de que la metodología presentada supone una alternativa a los usos
tradicionales del perfil geográfico, no puede obviarse que presenta algunas limitaciones
necesarias de abordar. En primer lugar, el uso del geoperfil, tanto para identificar el
domicilio como para señalar las próximas zonas de actuación del criminal, requiere que la
serie delictiva comprenda un número mínimo de delitos. Por tanto, ante la existencia de un
pederasta en serie actuando solo podremos acudir a esta y a otras metodologías del perfil
geográfico cuando el criminal haya delinquido varias veces. Por ello, al principio de la
investigación es importante concentrar todos los esfuerzos en identificar al pederasta para
su detección a través de otros medios. En caso de que la serie de delitos aumente ante el
fracaso policial de detener al criminal, entonces sí se está en disposición de aplicar esta
metodología.
Una vez que se haya puesto en marcha el método aquí propuesto puede ocurrir
que el pederasta (que en este caso se trata de un sujeto ficticio) seleccione a otra nueva
víctima, lo cual constituye otra dificultad. Ante esta circunstancia una solución plausible
sería que tales mapas sean elaborados por profesionales que colaboran con las fuerzas de
seguridad. De esta forma, mientras la policía trabaja una línea de investigación,
paralelamente otros expertos elaboran el mapa predictivo del próximo lugar de actuación.
Esta manera de proceder resulta beneficiosa porque permite llevar a cabo varias
investigaciones al mismo tiempo sin que el fracaso de una entorpezca a la otra. Así, los
profesionales encargados del perfil geográfico pueden ir recabando información geográfica
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
30
desde el principio por si el número de delitos de la serie aumenta al no ser detenido el
pederasta.
Finalmente, el mapa de estimación representado en la figura 9 muestra unos
resultados con una capacidad de estimación moderada. Se observan que, de las cinco
escenas del crimen, dos se encuentran dentro de la zona considerada como de “riesgo
extremo”, es decir, aquellos lugares donde la probabilidad de que el pederasta vuelva a
actuar es extremadamente alta. Una tercera escena del crimen recae en la zona de “riesgo
muy alto” y los dos restantes se sitúan en áreas donde la probabilidad estimada de futura
actuación es “alta”, consistiendo en la tercera zona de mayor posibilidad. Por otra parte,
las zonas de riesgo extremo restantes tienen un tamaño considerado y probablemente sea
necesario seleccionar dentro de ellas otros espacios más concretos a los que destinar los
recursos. No obstante, y aunque resulte obvia la necesidad de mejorar la capacidad
predictiva en un futuro, esta limitación de nuestro método es compartida con el modelo
RTM. Perry et al. (2013) reconocen que una de las principales desventajas del enfoque
RTM consiste en la posibilidad de generar un mapa que muestre buena parte de una
jurisdicción como punto caliente, de forma que las áreas de alta probabilidad también
tendrían un tamaño considerable.
Una forma de aumentar la precisión en los resultados sería incrementando el
número de profesionales que forman parte del grupo multidisciplinar. De esta forma, los
pesos para cada variable y para cada cuadrícula modificarían la estimación, reduciendo las
áreas catalogadas como de “riesgo extremo”, de forma que la metodología redunde más
claramente en una reducción de los esfuerzos en la labor de la investigación policial.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
31
Referencias
Bartol, C., & Bartol, A. (2013). Criminal & Behavioral profiling. Theory, research and
practice. Los Angeles, United States: SAGE publications.
Beauregard, E., Rossmo, D. K., & Proulx, J. (2007). A descriptive model of the hunting
process of serial sex offenders: A rational choice perspective. Journal of Family
Violence, 22(6), 449–463.
Beirne, P. (1993). Inventing Criminology. Essays on the rise of homo criminalis. Albany,
New York: Suny Press.
Boba, R. (2001). Introductory guide to crime analysis and mapping. Washington D.C:
Department of Justice, Office of Community Oriented Policing Services.
Canter, D. (2003). Mapping murder. The secrets of geographic profiling. Michigan,
United States: Virgin Publishing.
Canter, D., & Larkin, P. (1993). The environmental range of serial rapists. Journal of
Environmental Psychology, (23)1, 63-69.
Canter, D., Coffey, T., Huntley, M., & Missen, C. (2000). Predicting serial killer’s home
base using a decision support system. Journal of Quantitative Criminology, (16)4,
457-478.
Canter, D., & Hammond, L. (2006). Dragnet: A user guide. United Kingdom.
Caplan, J. M., & Kennedy, L. W. (Eds.) 2011. Risk Terrain Modeling Compendium.
Newark, NJ: Rutgers Center on Public Security.
Chainey, S. (2013). Examining the influence of cell size and bandwidth size on Kernel
Density Estimation crime hotspot maps for predicting spatial patterns of crime.
BSGLg, 60, 7-19.
Chamard, S. (2006). The history of crime mapping and its use by American Police
Departments. Alaska Justice Forum, 23 (3), 4-8.
Deslauriers-Varin, N., & Beauregard, E. (2014). Consistency in crime site selection: An
investigation of crime sites used by serial sex offenders across crime series. Journal
of Criminal Justice, 42(2), 123–133.
Galdón, G., & Pybus, M. (2011). Crisis económica y gestión de la seguridad ciudadana:
Los mapas de delincuencia. Revista Catalana de Seguretat Pública, 79-105.
Goodwill, A., Van der Kemp, J., & Winter, J.M. (2013). Applied geographic profiling. In
G. J. N. Bruinsma & D. L. Weisburd. (Eds.), Encyclopedia of crime and criminal
justice. Nueva York: Springer.
Hewitt, A., & Beauregard, E. (2014). Sexual crime and place: The impact of the
environmental context on sexual assault outcomes. Journal of Criminal Justice,
42(5), 375–383.
Kaplan, R., Schuck, N. W., & Doeller, C. F. (2017). The Role of Mental Maps in
Decision-Making. Trends in Neurosciences, 40(5), 256–259.
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
32
Kingsley, G. (1949). Human behavior and the principle of least effort. Cambridge, United
Kingdom: Addison Wesley Press.
Kocsis, R. (2007). Criminal profiling. International theory, Research and practice.
Totowa, New Jersey: Humana Press.
Laukkanen, L. (2007). Geographic profiling, using home to crime distances and crime
features to predict offender home location (thesis dissertation). Abo Akademi
University, Sweden.
Levine, N. (2015). CrimeStat: A Spatial Statistics Program for the Analysis of Crime
Incident Locations (v 4.02). Ned Levine & Associates, Houston, Texas, and the
National Institute of Justice, Washington, D.C. August.
Luini, L. P., Scorzelli, M., Mastroberardino, S., & Marucci, F. S. (2012). Spatial cognition
and crime: The study of mental models of spatial relations in crime analysis.
Cognitive Processing, 13(1 SUPPL).
Maldonado, D. (2017). El perfil geográfico: aproximación teórica y aplicación práctica
a dos asesinos en serie españoles (Tesis de maestría). Centro Crímina de la
Universidad Miguel Hernández, Elche.
Meaney, R. (2004). Commuters and marauders: an examination of the spatial behavior of
serial criminals. Journal of Investigative Psychology and Offender Profiling, 1, 121-
137.
Neldner, R. (2015). The geographic profiling of serial murderer, Gary Ridgway, to Assist
Law Enforcement in the Apprehension of Future Serial Murderers. Papers in
Resource Analysis, 17, 1-22.
Paulsen, D. (2007). Improving geographic profiling through commuter/marauder
prediction. Police, Practice and Research, (8)4, 347-357.
Perry, W.L., McInnis., Price, C. C., Smith, S., & C. &Hollywood, J.S. (2013). Predictive
Policing. The role of crime forecasting in Law Enforcement Operations. Santa
Monica, United States: Rand Corporation.
Polišenská, V. A. (2013). Interviewing offenders in a penitentiary environment and the
use of mental maps during interviews. In Offenders on Offending: Learning about
Crime from Criminals (pp. 273–289).
Rebocho, M. F., & Silva, P. (2014). Target selection in rapists: The role of environmental
and contextual factors. Aggression and Violent Behavior, 19(1), 42–49.
Rodríguez Morales, A.J. (2005). La importancia del legado de John Snow para la
Epidemiología. Revista de la Sociedad Médico Quirúrgica del Hospital de León
36(1), 3-4.
Rossmo, K. (2000). Geographic Profiling. New York: CRC Press.
Rossmo, K., & Summers, L. (2015). El perfil geográfico en la investigación criminal.
International E-journal of criminal sciences, 9, 1-24.
Ruiz García, A. (2017). SIG, crimen y seguridad. Análisis, predicción y prevención del
International e-Journal of Criminal Sciences
Artículo 6, Número 14 (2019) http://www.ehu.es/inecs
ISSN: 1988-7949
33
fenómeno criminal (Tesis de Maestría). Universidad Complutense de Madrid,
Madrid.
Sammons, A. (2003). Geographical offender profiling. Psychlotron.org.uk.
Weisburd, D., & McEwen, T. (1997). Introducction. In D. Weisburd & T. McEwen (Ed.),
Crime mapping and crime prevention. Monsey: Criminal Justice Press.
Zouh, J., Lian, L. & Chen, L. (2012). Geographic Profiling Based on Multi-point
Centrography with K-means Clustering. International Journal of Mathematical,
Computational, Physical, Electrical and Computer Engineering, (6)1, 114-117.
