Одной из основных проблем предварительного следствия является проблема быстрого и качественного решения экспертных задач.

Судебная экспертиза в нашей стране представлена довольно сложной системой государственных учреждений (в Минюсте, Минздраве, МВД и ФСБ) и отдельных лиц, которые привлекаются судом, следствием, органами дознания и прокуратурой для дачи мотивированного заключения по тем или иным обстоятельствам дела. Заключение эксперта, сделанное по установленной законом форме, является одним из видов доказательств. Все экспертно–криминалистические исследования принято объединять в один класс судебных экспертиз — криминалистические, в рамках которого выделяют 10 родов криминалистических эксперт, а в каждом роде — виды и подвиды. Например, трасологическая экспертиза (следоведение) будучи одним из указанных 10 родов — сама состоит из 10 видов и 24 подвидов. В рамках же каждого подвида насчитывается 10 и более задач трасологического характера. Основу трасологии составляет учение о следах и следообразовании, выразившееся в классификации следов: отображений с учетом механизма их возникновения и вида следообразующего и следовоспринимающего материала. Трасологическая экспертиза чрезвычайно важна и, пожалуй, должна стать предметом глубокого изучения как для следователя, так и для всех иных участников уголовного процесса. Она позволяет идентифицировать человека по следам рук, ног, зубов; обувь — по ее следам; орудие преступления и инструменты — по следам взлома, разреза, разруба, выбросы отравляющих веществ (и их источники) — по минимальным их остаткам и т.д.

Р

1,0

0,5

t

0 1 2 3 4 5

Рис. 5

Именно трасологическая экспертиза служит тем материальным звеном, которое объединяет и уголовный розыск, и следователя, и прокурора, и суд. Экспресс–анализ в трасологической экспертизе крайне необходим. На рис.5 приводится зависимость ценности такой экспертизы (связанной с вероятностью раскрытия преступления) от скорости ее выдачи следователю).

Очевидно, можно записать р = ехр (Lt), где L— коэффициент, определяющий вид экспертизы. С точки зрения математика, применительно к трасологии, методология судебных экспертиз (при всем многообразии задач, возникающих при этом) может быть, пожалуй, названа фильтрацией и имеет некоторую аналогию с задачей выделения сигналов на фоне помех в информатике.

Рассмотрим, например, такой случай. Преступник, совершив разбой, скрылся на автомашине, зарегистрированной в некотором контрольном пункте. Затем сходное преступление было совершено опять–таки с помощью автомашины, зарегистрированной в другом пункте, и т.д. Допустим, что таких пунктов пять и в каждом из них было зарегистрировано по 50 автомашин. Тогда возникает вопрос: как выбрать одинаковые по некоторым признакам автомобили, т.е. произвести фильтрацию пяти массивов данных, каждый из которых содержит по 50 чисел? Надо эти числа между собой сравнить. При полном сравнении всех возможных чисел потребуется произвести 505 — 250 тысяч сравнений. Задача для человека явно не– выполнимая!

Хотя, конечно же, в будущем такого рода задачи могут перейти и к следователю, по мере постановки и решения вопроса об экспресс–анализе в процессе проведения следственных действий. Ведь ни у кого не вызывает сомнения возможность проведения следователем фотографирования и видеосъемки места происшествия.

Особенно эффективен метод фильтрации может оказаться при расследовании массовых преступлений, когда по делу проходит большое количество людей. Социология говорит о том, что действиями толпы обычно управляет сравнительно небольшая группа лиц более или менее однородного социального содержания. Что это значит?

Это значит, что люди, входящие в такую группу, близки по своим социальным характеристикам (возрасту, национальности, происхождению, образованию, судимости, характеру интересов и т.д. Допустим, что по делу проходит 100 человек, и надо отфильтровать этот массив, выбрав 5 — 6 социально близких личностей или несколько таких групп. Пользуясь простыми сведениями из школьной комбинаторики; определим, сколько таких групп возможно образовать из 100 человек:

Cn m =

Получилось около 100 миллионов групп. А ведь каждую группу надо еще проверить на совместимость. Очевидно, что число достаточно сложных действий достигнет нескольких миллиардов, и по указанным выше причинам решение такой задачи методом прямого перебора окажется недоступным да– же мощным ПЭВМ. В таком случае в работу должны включиться (до программистов) математики, специалисты по комбинаторике и направленному перебору. А резерв здесь есть по сокращению числа действий. Вот его–то и надо использовать.

Расчеты показывают, что, применяя сложные математические методы из области комбинаторики, можно сократить объем вычислений в несколько тысяч раз и сделать программу доступной для работы с ПЭВМ. Так, например, можно начать со сравнения групп по два человека (таких сравнений всего 5 тысяч) и для дальнейшего анализа оставить только отвечающие критерию «близости» пары, полагая каждую пару неразличимой, т.е. как бы состоящей из одного укрупненного социального типа. Очевидно, что максимальное количество таких пар в нашем случае — 50, минимальное — 0. Предположим, что пар оказалось 20. Тогда дальнейшую работу можно вести, сравнивая между собой группы по 2 из 20 чисел (таких сравнений будет 190). Число получившихся укрупненных групп будет колебаться в результате такого сравнения от 0 до 10. Предположим, что их оказалось 10. Тогда для дальнейшего шага необходимо произвести выборку по 2 из 10 (таких операций будет 45). Итак, всего за 5 с небольшим тысяч шагов (вместо 100 миллионов) почти удалось решить задачу. Мы говорим — почти, потому, что в поле нашего зрения оказались группы по 2, 4 и 8 человек (а нам бы хотелось иметь по 5, 6 и 7 человек). Это — во– первых. Во–вторых, каждая группа по нашей методике состоит из социально неразличимых лиц. В действительности дело обстоит намного сложнее. Возможна и такая ситуация, когда группа состоит из цепочки, связанной только через звенья, т.е. когда для двух несмежных звеньев социальная близость практически отсутствует. Разнообразие начальных условий слишком велико, чтобы его подробно обсуждать. Здесь важно заметить, что совершенно простым приемом, в первом приближении очень грубо, мы сократили количество вычислений в 20 тысяч раз и перевели задачу в разряд практически разрешимых с помощью современных ПЭВМ.