Comparons la méthodologie d'application des mathématiques dans la recherche pratique avec la méthodologie d'autres sciences naturelles. Les sciences comme la physique, la chimie, la biologie s'étudient directement par soi-même objet réel(éventuellement à échelle réduite et en conditions de laboratoire). Les résultats scientifiques, après les vérifications nécessaires, peuvent également être directement appliqués dans la pratique. Les mathématiques n'étudient pas les objets eux-mêmes, mais leurs modèles. La description de l'objet et la formulation du problème sont traduites de langage ordinaire dans le « langage des mathématiques » (formalisé), aboutissant à un modèle mathématique. Ce modèle est étudié plus en détail sous forme de problème mathématique. Reçu résultats scientifiques ne sont pas immédiatement appliqués dans la pratique, car ils sont formulés en langage mathématique. Par conséquent, le processus inverse est effectué - une interprétation significative (dans la langue problème d'origine) a obtenu des résultats mathématiques. Ce n'est qu'après cela que la question de leur application pratique est tranchée.
Une partie intégrante de la méthodologie des mathématiques appliquées est l'analyse complète vrai problème, le précédant modélisation mathématique. En général, une analyse systémique du problème implique de suivre les étapes suivantes :
· analyse humanitaire (pré-mathématique) du problème ;
· étude mathématique du problème ;
· application des résultats obtenus dans la pratique.
Réaliser une telle analyse du système chaque problème spécifique doit être réalisé groupe de recherche, y compris des économistes (en tant que créateurs de problèmes ou clients), mathématiciens, juristes, sociologues, psychologues, écologistes, etc. De plus, les mathématiciens, en tant que chercheurs principaux, devraient participer non seulement à la « solution » du problème, mais aussi à sa formulation. , ainsi que dans la mise en œuvre des résultats dans la pratique.
Pour réaliser recherche mathématique problème économique Les principales étapes suivantes sont requises :
1. étude du domaine et détermination de l'objet de la recherche ;
2. formulation du problème ;
3. collecte de données (statistiques, expertes et autres) ;
4. construction d'un modèle mathématique ;
5. sélection (ou développement) méthode de calcul et construction d'un algorithme pour résoudre le problème ;
6. programmer l'algorithme et déboguer le programme ;
7. vérifier la qualité du modèle à l'aide d'un exemple de test ;
8. mise en œuvre des résultats dans la pratique.
Étapes 1 -3 se rapportent à la partie pré-mathématique de l’étude. Domaine devraient être étudiés en profondeur par les économistes eux-mêmes afin qu'ils puissent, en tant que clients, formuler clairement le problème et définir les objectifs des chercheurs. Les chercheurs doivent disposer de toutes les données documentaires et statistiques nécessaires de manière exhaustive. Les mathématiciens organisent, stockent, analysent et traitent les données qui leur sont fournies sous une forme (électronique) pratique par les clients.
Étapes 4 -7 concerne la partie mathématique de la recherche. Le résultat de cette étape est la formulation du problème initial sous la forme d'un modèle strict. problème mathématique. Un modèle mathématique peut rarement être « sélectionné » parmi les modèles disponibles et connus (Fig. 1.1). Le processus de sélection des paramètres du modèle afin qu'ils correspondent à l'objet étudié est appelé identification du modèle. En fonction de la nature du modèle résultant (tâche) et du but de l'étude, soit une méthode connue est choisie, soit une méthode connue est adaptée (modifiée), soit une nouvelle est développée. Après cela, un algorithme (la procédure pour résoudre le problème) et un programme informatique sont compilés. Les résultats obtenus grâce à ce programme sont analysés : résolu problèmes de test, introduire les changements et corrections nécessaires à l'algorithme et au programme.
Si pour les mathématiques « pures », il est traditionnel de sélectionner un modèle mathématique une seule fois et de formuler des hypothèses une fois au tout début de l'étude, alors en travail appliqué Il est souvent utile de revenir au modèle et d'y apporter des corrections après avoir effectué la première série de calculs d'essai. De plus, la comparaison des modèles s'avère souvent fructueuse lorsqu'un même phénomène est décrit non pas par un, mais par plusieurs modèles. Si les conclusions s’avèrent (à peu près) les mêmes lorsque différents modèles, différentes méthodes recherche - c'est la preuve de l'exactitude des calculs, de l'adéquation du modèle à l'objet lui-même et de l'objectivité des recommandations données.
Étape finale 8 réalisé conjointement par les clients et les développeurs de modèles.
Les résultats des recherches mathématiques (ainsi que scientifiques) ne sont que des recommandations à utiliser dans la pratique. Décision finale Cette question - l'application ou non du modèle - dépend du client, c'est-à-dire de la personne responsable du résultat et des conséquences auxquelles entraînera l'application des résultats recommandés.
Pour construire un modèle mathématique d'une tâche économique (problème) spécifique, il est recommandé d'effectuer la séquence de travail suivante :
1. détermination des quantités connues et inconnues, ainsi que conditions existantes et les prérequis (qu'est-ce qui est donné et que faut-il trouver ?) ;
2. identification les facteurs les plus importants problèmes;
3. identification des paramètres contrôlables et incontrôlables ;
4. description mathématique à travers des équations, des inégalités, des fonctions et d'autres relations entre les éléments du modèle (paramètres, variables), basée sur le contenu du problème considéré.
Les paramètres connus du problème par rapport à son modèle mathématique sont considérés externe(donné a priori, c'est à dire avant de construire le modèle). DANS littérature économique ils sont appelés variables exogènes. Les valeurs des variables initialement inconnues sont calculées à la suite de l'étude du modèle, donc par rapport au modèle elles sont considérées interne. Dans la littérature économique, on les appelle variables endogènes.
DANS § 2 les plus importants sont compris comme des facteurs qui jouent un rôle important dans la tâche elle-même et qui, d'une manière ou d'une autre, influencent résultat final. DANS § 3 contrôlables sont les paramètres d'un problème qui peuvent être donnés arbitrairement valeurs numériques en fonction des conditions du problème ; incontrôlables sont les paramètres dont la valeur est fixe et ne peut pas être modifiée.
AVEC point de vue destinations, nous pouvons souligner modèles descriptifs Et modèles de prise de décision. Modèles descriptifs refléter le contenu et les propriétés fondamentales des objets économiques en tant que tels. Avec leur aide, les valeurs numériques des facteurs et indicateurs économiques sont calculées.
Les modèles de décision aident à trouver meilleures options indicateurs prévus ou décisions de gestion. Parmi eux, les moins complexes sont les modèles d'optimisation, à travers lesquels des tâches telles que la planification sont décrites (modélisées), et les plus complexes sont les modèles de jeu qui décrivent des problèmes de nature conflictuelle, en tenant compte de l'intersection de divers intérêts. Ces modèles diffèrent des modèles descriptifs en ce sens qu'ils ont la possibilité de sélectionner les valeurs des paramètres de contrôle (ce qui est absent dans les modèles descriptifs).
Exemples de compilations modèles mathématiques
Exemple 1.1. Laissez certains région économique fabrique plusieurs types de produits exclusivement pour lui-même et uniquement pour la population de cette région. On suppose que le processus technologique a été élaboré et que la demande de la population pour ces biens a été étudiée. Il est nécessaire de déterminer le volume annuel de production de produits, en tenant compte du fait que ce volume doit assurer à la fois la consommation finale et industrielle.
Créons un modèle mathématique de ce problème. Selon la condition, les éléments suivants sont indiqués : les types de produits, leur demande et le processus technologique ; il faut trouver le volume de production de chaque type de produit. Notons les quantités connues : - la demande de la population pour le ème produit ; - la quantité du ième produit nécessaire pour fabriquer une unité du ième produit en utilisant cette technologie 
. Notons les quantités inconnues : - volume de production du ème produit . Totalité 
est appelé vecteur de demande, les nombres sont appelés coefficients technologiques et la totalité 
- vecteur de libération. Selon les conditions du problème, le vecteur se répartit en deux parties : pour la consommation finale (vecteur) et pour la reproduction (vecteur). Calculons la partie du vecteur qui va à la reproduction. En vertu de la notation, pour la production de la quantité du ième produit, la quantité du ième produit est utilisée. Ensuite le montant 
montre la quantité de bien nécessaire pour l'ensemble de la production . L’égalité doit donc être satisfaite :
En généralisant ce raisonnement à tous types de produits, on arrive au modèle recherché :
Résoudre le système résultant équations linéaires relativement, nous trouvons le vecteur de libération requis.
Afin d'écrire ce modèle sous une forme plus compacte (vecteur), nous introduisons la notation suivante :
Matrice carrée A (taille) est appelée matrice technologique. Évidemment, le modèle peut s’écrire sous la forme : ou
Reçu modèle classique« Input-Output », rédigé par le célèbre économiste américain V. Leontiev.
Exemple 1.2. La raffinerie de pétrole propose deux qualités de pétrole : qualité - 10 unités, qualité - 15 unités. Lors du raffinage du pétrole, deux matières sont obtenues : l'essence () et le fioul (). Il existe trois options pour le processus de technologie de traitement :
je: 1 unité UN+ 2 unités DANS donne 3 unités. B+ 2 unités M.;
II:2 unités UN+ 1 unité DANS donne 1 unité. B+ 5 unités M.;
III:2 unités UN+ 2 unités DANS donne 1 unité. B+ 2 unités M.
Le prix de l’essence est de 10 $ l’unité, celui du mazout est de 1 $ l’unité. Il faut déterminer la combinaison la plus avantageuse processus technologiques traiter la quantité d’huile disponible.
Avant de modéliser, clarifions les points suivants. Des conditions du problème, il s'ensuit que la « rentabilité » du processus technologique de l'usine doit être comprise dans le sens d'obtenir un revenu maximum de la vente de ses produits finis(essence et fioul). À cet égard, il est clair que la « décision de choix » de l’usine consiste à déterminer quelle technologie appliquer et combien de fois. Il est évident qu'un tel options possibles beaucoup.
Notons les inconnues : - le degré d'utilisation du ème procédé technologique. Autres paramètres du modèle (réserves de pétrole, prix de l'essence et du fioul) connu.
Alors une chose solution spécifique l’usine revient à choisir un vecteur pour lequel le revenu de l’usine est égal à 
dollars Ici, 32 dollars est le revenu reçu d'une application du premier procédé technologique (10 $ 3 unités. B+ 1 dollar 2 unités M.= 32$). Les coefficients 15 et 12 pour les deuxième et troisième processus technologiques ont respectivement une signification similaire. La comptabilisation des réserves pétrolières conduit à conditions suivantes:
pour la variété UN: 
,
pour la variété DANS: 
,
où dans le premier coefficient d'inégalité 1, 2, 2 sont les taux de consommation d'huile UN pour une utilisation unique de processus technologiques je, II, III respectivement. Les coefficients de la deuxième inégalité ont une signification similaire pour la qualité du pétrole DANS.
Le modèle mathématique dans son ensemble a la forme :
Trouver un vecteur tel que
maximiser
sous réserve des conditions suivantes :
,
,
.
La forme abrégée de cette entrée est :
sous restrictions
, (1.4.2)
,
Nous avons la soi-disant tâche programmation linéaire. Le modèle (1.4.2.) est un exemple de modèle d'optimisation type déterministe(avec des éléments bien définis).
Exemple 1.3. Un investisseur doit déterminer la meilleure combinaison d’actions, d’obligations et d’autres titres à acheter pour un certain montant afin d’obtenir un certain profit avec un risque minimal pour lui-même. Le profit pour chaque dollar investi dans un titre de ce type est caractérisé par deux indicateurs : le profit attendu et le profit réel. Pour un investisseur, il est souhaitable que le bénéfice attendu par dollar d'investissement ne soit pas inférieur pour l'ensemble des titres valeur donnée. Notez que pour modéliser correctement ce problème, le mathématicien a besoin de certains connaissances de base dans le domaine de la théorie du portefeuille de titres. Notons les paramètres connus du problème : - le nombre de types de titres ; - le bénéfice réel ( nombre aléatoire) du ème type de titre - le bénéfice attendu du ème type de titre. Notons les inconnues : - les fonds alloués à l'acquisition de titres du type . En raison de la notation, le montant total investi est défini comme . Pour simplifier le modèle, nous introduisons de nouvelles quantités
Il s'agit donc de la part de tous les fonds alloués à l'acquisition de titres de ce type. C'est évident ça. Il ressort clairement des conditions du problème que l’objectif de l’investisseur est d’atteindre un certain niveau de profit avec un risque minimal. Essentiellement, le risque est une mesure de l’écart entre le profit réel et le profit attendu. On peut donc l'identifier à la covariance
bénéfices pour les titres de type et de type. Ici M.- désignation espérance mathématique. Le modèle mathématique du problème initial a la forme :
(1.4.3)
Reçu modèle célèbre Markowitz pour l'optimisation de la structure d'un portefeuille de titres. Le modèle (1.4.3.) est un exemple de modèle d'optimisation de type stochastique (avec des éléments d'aléatoire).
Exemple 1.4. Sur la base d'une organisation commerciale, il existe des types d'un des produits de l'assortiment minimum. Un seul type d’un produit donné doit être apporté en magasin. Vous devez choisir le type de produit qu’il convient d’apporter en magasin. Si un produit de ce type est demandé, le magasin réalisera un bénéfice sur sa vente, mais s'il n'est pas demandé, il réalisera une perte.
L'un des indicateurs de la maturité de la science est son utilisation méthodes mathématiques recherche. De telles méthodes sont utilisées depuis longtemps en médecine légale. En substance, ce qui a déjà été mentionné méthode générale la connaissance, en tant que mesure, est un concept épistémologiquement généralisé de toute méthode mathématique. Cependant, lorsque nous parlons de « mathématisation » de la criminologie, nous entendons des méthodes de recherche mathématiques modernes, constituées d'opérations infiniment plus complexes qu'une simple comparaison d'un objet avec une mesure.
Depuis le début des années 60, la possibilité fondamentale d'utiliser des méthodes mathématiques dans la recherche scientifique médico-légale et la nécessité de leur utilisation pour résoudre des problèmes médico-légaux, y compris des problèmes d'identification, ont été largement reconnues dans la littérature médico-légale. Considérant ce problème sous différents aspects, les criminologues ont invariablement souligné que l'utilisation de méthodes de recherche mathématiques ouvre de nouvelles opportunités dans le développement à la fois de la médecine légale et de la pratique de la preuve, et la formulation même de ce problème indique que la criminologie a atteint un tel niveau de développement, lorsqu'elle ressent, comme d'autres sciences développées, le besoin de ces méthodes précises de connaissance de son sujet que les mathématiques modernes peuvent lui fournir.
Processus " mathématisation" de la criminologie circule actuellement dans trois directions. Le premier d'entre eux est une direction théorique générale.
En termes théoriques généraux, le processus de « mathématisation » a confié aux criminologues la tâche de justifier fondamentalement les possibilités d'utilisation de méthodes de recherche mathématiques et d'identifier les domaines scientifiques dans le développement desquels ces méthodes peuvent donner les résultats les plus efficaces. En littérature cette direction représenté par les œuvres de V. A. Poshkyavichus, N. S. Polevoy, A. A. Eisman, N. A. Selivanov, Z. I. Kirsanov, L. G. Edzhubov et d'autres auteurs. Les principales conclusions que l’on peut tirer de la lecture de leurs recherches sont les suivantes :
1. Le processus de « mathématisation » de la criminologie est un processus naturel provoqué par scène moderne le développement de cette science et des méthodes de recherche mathématique, qui deviennent donc de plus en plus universelles. L'utilisation de méthodes de recherche mathématiques et cybernétiques en médecine légale est fondamentalement autorisée ; leur utilisation en preuve ne peut être considérée comme l'utilisation de connaissances particulières si nous parlons de sur les caractéristiques quantitatives et les méthodes mathématiques élémentaires ; dans les cas où des méthodes mathématiques sont utilisées pour décrire, justifier ou analyser des phénomènes dont la connaissance s'effectue à l'aide de connaissances particulières, l'utilisation de ces méthodes est couverte par la notion d'utilisation de connaissances particulières dans les procédures judiciaires.
2. L'utilisation de méthodes de recherche mathématiques et cybernétiques est possible aux fins de :
A) améliorer la méthodologie de l'examen médico-légal, ce qui conduira à terme à étendre ses capacités ;
B) analyse scientifique le processus de preuve et d'élaboration de recommandations pour l'application de la théorie des probabilités et des statistiques mathématiques, logique mathématique, recherche opérationnelle et théorie des jeux dans la pratique de l'enquête.
Dans les études d'orientation théorique générale, deux autres orientations du processus de « mathématisation » de la criminologie se sont également reflétées : l'utilisation de méthodes mathématiques dans l'examen médico-légal et dans l'analyse du processus de preuve dans son ensemble.
La deuxième direction du processus considéré est l'utilisation de méthodes mathématiques pour développer des problèmes dans la théorie de l'identification médico-légale et de ses applications pratiques et les problèmes d’expertise médico-légale et, par conséquent, les problèmes d’expertise médico-légale en général. L'essence de cette direction et la manière d'utiliser les résultats de la mathématisation sont caractérisées par A. R. Shlyakhov : « Le rôle des méthodes mathématiques dans médecine légale est double : d’une part, ils font partie intégrante du fonctionnement de l’ordinateur sous la forme systèmes logiciels Les systèmes de résolution de problèmes et d'information, en revanche, peuvent être utilisés de manière indépendante, sans ordinateur, et apportent une solution complète ou partielle aux problèmes médico-légaux. Les méthodes mathématiques sont depuis longtemps fermement ancrées dans les méthodes de conduite des examens, par exemple traçologiques, balistiques, d'écriture manuscrite, techniques automobiles, etc.... Les méthodes mathématiques sont utiles dans le traitement résultats de mesure
, comparaison analytique et comme critère de suffisance de l’ensemble identifié de caractéristiques pour individualiser un objet, évaluant son exhaustivité à des fins d’identification. Ce domaine se développe le plus intensément car il répond directement aux besoins de la pratique médico-légale. En 1969, A. R. Shlyakhov notait que les méthodes mathématiques occupaient l'une des places principales dans le système de méthodes communes à toutes les étapes de la recherche experte et différents types
examens médico-légaux. En 1977, les méthodes de mathématiques appliquées et les méthodes mathématiques-programmes d'utilisation des ordinateurs, selon la classification des méthodes de recherche expertes proposées par A. I. Vinberg et A. R. Shlyakhov, ont été classées comme méthodes générales (cognitives générales). Depuis la fin des années 60. Il existe une recherche intensive de points d'application des méthodes mathématiques et cybernétiques dans presque tous les types d'examens médico-légaux, et des tentatives sont en cours pour inventorier les méthodes utilisées. À la suite d'une étude intensive du problème de l'utilisation des méthodes mathématiques dans les domaines scientifiques et recherche d'experts la question a été posée des limites de leur application. G. L. Granovsky a noté deux points de vue : certains fondent leurs espoirs dans le domaine de l'amélioration de l'examen uniquement sur l'utilisation des méthodes sciences exactes , d’autres adoptent une approche plus prudente sur cette question et soulignent les limites de l’utilisation des mathématiques modernes. C'est leur position qui semble la plus proche d'une compréhension correcte du problème. » Selon lui, il existe des limites naturelles, « que la nature des objets d'examen impose à la possibilité d'utiliser des méthodes mathématiques pour leur étude... Application méthodes quantitatives dans tout examen, cela est théoriquement autorisé, mais dans la pratique, on sait encore peu quels signes et dans quelle mesure peuvent être description mathématique
Actuellement, les méthodes mathématiques sont les plus activement utilisées pour résoudre les problèmes d'examen médico-légal d'écriture manuscrite, SATE, ainsi que KEMVI ; De plus, ils ne sont pas seulement utilisés lors de la conduite de recherches médico-légales (dans le processus d'obtention d'informations sur l'objet de l'examen médico-légal), mais constituent également un moyen de résoudre un problème médico-légal sur la base d'informations sur l'objet. Dans le même temps, la plus grande valeur probante est l'information quantitative, qui est confirmée par des études liées à la résolution du problème de l'établissement du PCF d'objets de nature fibreuse (V.A. Puchkov, V.Z. Polyakov, 1986) sur la base des résultats d'une étude analytique de microparticules de fibres (lorsque, après une recherche d'informations basée sur un ensemble de fibres examinées lors d'examens, le problème de la prise de décision sur la base des résultats d'une étude analytique spécifique est réduit à un problème théorique-probabiliste), en utilisant un modèle probabiliste-statistique (L. A. Gegechkori, 1985) pour résoudre le problème de l'identification médico-légale basée sur les caractéristiques de composition et de structure ( le modèle peut être utilisé aussi bien au stade préliminaire qu'aux étapes recherche comparative et synthèse ; le cœur du modèle est critères statistiques, utilisé au stade de la recherche comparative et en fonction de laquelle elle est organisée analyse statistique fonds d'information, nécessaires pour travailler avec le modèle à d'autres étapes de la résolution du problème), avec le développement d'un modèle mathématique des problèmes de différenciation entre les signatures authentiques et inauthentiques, réalisé avec imitation après une formation préalable (S. A. Atakhodzhaev et al., 1984 ). On note également le développement de modèles mathématiques du problème d'un véhicule entrant en collision avec un piéton dans des conditions de visibilité limitée et certaines approches de l'application de méthodes mathématiques aux problèmes d'examen phonoscopique médico-légal.
Expérience d'utilisation méthodes mathématiques en examen médico-légal indique qu'il est nécessaire de faire une distinction claire entre l'utilisation de méthodes mathématiques pour traiter les informations obtenues lors de l'étude des objets d'examen médico-légal et le développement de modèles mathématiques pour résoudre des problèmes médico-légaux sur la base des résultats de la recherche. Si le premier aspect n'est pas spécifiquement médico-légal (car l'étude de l'objet de l'expertise médico-légale est réalisée à l'aide de méthodes de sciences naturelles), alors le second a un caractère médico-légal particulier. Il apparaît sous une forme supprimée, lorsque nous disposons déjà d'un modèle mathématique pour résoudre un problème médico-légal typique, cependant, si nous ne nous détournons pas du processus de développement d'un modèle mathématique, sa nature médico-légale est clairement révélée. En fait, le développement de modèles mathématiques pour des tâches médico-légales typiques est toujours initié par la nécessité de résoudre des problèmes spécifiques définis individuellement. Un mathématicien, en contact étroit avec un expert légiste, identifie les éléments les plus significatifs modèles quantitatifs, qui permettent de développer un modèle mathématique non seulement pour une tâche médico-légale spécifique, mais également pour tout un type de tâche. Voilà ce qui est conclu sens profond mathématisation de leur solution. Les méthodes mathématiques en matière d'expertise médico-légale ne sont pas seulement (et pas tant) des méthodes permettant d'étudier des objets, d'obtenir des informations à leur sujet (telles que, par exemple, des informations physiques et méthodes chimiques), mais aussi des méthodes de résolution de problèmes médico-légaux basées sur les résultats de la recherche.
La troisième direction de mathématisation de la médecine légale recherche scientifique- application de méthodes mathématiques pour résoudre des problèmes de tactiques et techniques médico-légales. Dans la littérature, il est représenté par les travaux de A.A. Eisman, I.M. Luzgin, L.G. Selivanova et autres Déjà les premières études dans ce domaine montraient les limites de l'application des méthodes mathématiques pour résoudre des problèmes de tactique et de méthodologie.
A. A. Eisman notait à juste titre que « la preuve judiciaire ne peut être décrite par les moyens de la logique traditionnelle, d'abord parce que tous les actes de preuve, qu'ils soient simples ou complexes, sont non seulement de nature qualitative (oui/non), mais aussi quantitative ( plus fiable, moins fiable). C'est ce côté évaluatif, quantitatif qui crée les principales difficultés de modélisation... Il n'y a aucun moyen ni opportunité de le montrer. niveau absolu cette fiabilité, donnez-la strictement valeurs quantitatives. Cela est tout à fait compréhensible, car nous ne disposons pas (et il est difficile de prédire avec certitude scientifique si nous en aurons un jour) de méthodes quantification preuve Apparemment, le seul moyen d'obtenir de telles caractéristiques quantitatives est le traitement statistique. un grand nombreévénements et faits inclus dans le contenu des preuves. Dans ce cas, nous parlons de comptabilité statistique de la valeur faits individuels(par exemple, être pris en flagrant délit) dans différentes conditions changeantes. Il n’est pas difficile d’imaginer un volume presque illimité de telles recherches statistiques. En même temps, il est difficile de juger de l'efficacité pratique des résultats s'ils sont obtenus." C'est pourquoi A. A. Eisman a exprimé l'opinion que dans la logique des conséquences à partir des moyens de la logique mathématique, seules certaines formules de calcul propositionnel sont utilisées , qui "ne forment pas un calcul strict, c'est-à-dire un appareil complet de règles pour construire l'inférence, mais jouent un rôle auxiliaire". Cette opinion a également été soutenue par I.M. Luzgin.
N.A. Selivanov limité application de méthodes mathématiques dans le domaine des tactiques médico-légales uniquement en mesurant divers objets et en résolvant certains problèmes au cours d'actions d'enquête individuelles, principalement lors de l'inspection des lieux d'un incident : déterminer une distance inconnue de deux objets connus, l'inclinaison de la ligne de vol des éclaboussures de sang, la taille de pneus de voiture en fonction de leurs traces, de la vitesse d'une voiture sur la distance de freinage et quelques autres. Chez I.M. Luzgin, nous trouvons une mention de modélisation logico-mathématique, dont les objets, de son point de vue, peuvent être des signes de situations controversées, des faits qui forment le corps du délit et des circonstances associées, des relations entre objets et phénomènes, des signes de des traces. Cependant, hormis cette mention, il n’existe aucune donnée confirmant réelle opportunité Il ne propose pas une telle modélisation.
Z. I. Kirsanov et N. A. Rodionov peuvent être considérés comme des pionniers dans l'étude de la possibilité d'utiliser des méthodes probabilistes et statistiques dans les techniques médico-légales. Le premier a identifié les principaux domaines d'application des méthodes statistiques : pour étudier les méthodes de commission d'un crime, les types de documents falsifiés par les criminels, les objets utilisés comme cachettes, en général pour généraliser et étudier les pratiques d'enquête, etc. méthodes statistiques, qui, à son avis, peut être utilisé dans les enquêtes sur les crimes. Exemple Les travaux de L. G. Vidonov servent de méthodes probabilistes et statistiques pour déterminer les dépendances entre les éléments des caractéristiques médico-légales des meurtres intentionnels.
Des tentatives sont faites pour évaluer, à l'aide de méthodes probabilistes et statistiques, l'efficacité de techniques tactiques individuelles ou de leurs combinaisons dans le cadre de complexes spéciaux, l'efficacité de combinaisons tactiques (opérations) catégories distinctes crimes.
L'élargissement du champ d'application des méthodes mathématiques en médecine légale impliquait logiquement l'étude des possibilités de leur utilisation pour résoudre problèmes pratiques basé sur la technologie informatique. « Parlant de l'utilisation des méthodes mathématiques, je voudrais souligner qu'elles ne doivent pas être opposées aux ordinateurs », notait à juste titre A. R. Shlyakhov à cet égard dès 1984. « Les méthodes mathématiques, techniques et médico-légales peuvent se compléter, interagir et dans certains cas, fonctionnent en parallèle. Dans leur essence et dans leur forme, ils ne sont pas identiques. Il est vrai que presque tout ce qui est réalisable par les mathématiques peut être résolu.
Des ordinateurs (parfois même meilleurs que les mathématiciens), mais sans mathématiciens, l'ordinateur est impuissant." Un domaine d'activité pratique d'application de la loi où l'utilisation d'ordinateurs s'est avérée la plus prometteuse est l'examen médico-légal.
En plus de la pratique des experts, les domaines suivants d'utilisation des méthodes cybernétiques ont été identifiés en médecine légale :
Extraire des informations sur divers objets, processus et automatiser son traitement primaire ;
L'utilisation d'appareils automatiques et d'ordinateurs pour le traitement d'informations urgentes et pour l'obtention de paramètres dérivés d'informations primaires fixes ;
Automatisation du processus d'encodage et de numérisation des informations ;
Reconnaissance de formes informatiques ;
Etude de modèles mathématiques du processus de preuve.
