Российской Федерации Российский федеральный центр судебной экспертизы экспертная криминалистическая идентификация выпуск II

Математическое содержание подобной классификации достаточно ясно. При однозначном определении свойств объектов можно использовать детерминированные методы математического анализа. Наоборот, в задачах, где определение свойств имеет стохастический характер, достоверные результаты можно получить лишь при использовании вероятностного подхода. Иначе обстоит дело с классификацией задач по признаку стабильности. Объясняется это тем, что понятие стабильности неоднозначно. Различаются стабильность самих объектов и стабильность отображения их свойств. Может показаться, что стабильность объектов целиком обусловливает стабильность отображения. Однако это не всегда так. Например, папиллярный узор на пальцах человека обладает практически максимальной стабильностью - он сохраняется в течение всей жизни человека. У печати стабильность значительно меньше: при нормальной эксплуатации она может сохранить основные свойства в пределах десятка лет. Что же касается стабильности отображения внешнего строения, то у печати она очень высокая, а у папиллярного узора, наоборот, низкая. Это происходит оттого, что в процессе следообразования папиллярный узор на мягкой подушечке пальца может подвергаться сильным деформациям. Можно привести и такой пример. При анализе элезментного состава металла исследователь сталкивается с высокой стабильностью данного вещества. А, например, бензин благодаря летучести многих компонентов (с учетом способов его хранения) может проявлять признаки нестабильности. Теоретически имеется, таким образом, два общих типа стабильности свойств объектов, каждый из которых может иметь и различную степень стабильности отображений (рис. 2). Однако при выборе адекватного математического метода не следует думать, что исследователю понадобятся четыре разных подхода для решения каждой из четырех задач приведенного выше классификационного дерева. Дело обстоит гораздо проще. Обычно исследователь имеет дело либо с объектом, либо с его отображением. В тех случаях, когда объект нестабилен, используется вероятностный подход. Для стабильных объектов математический аппарат может быть более детерминированным, вплоть до использования поисковых систем, если речь идет об определении вещества. При решении криминалистических задач приходится сталкиваться с еще одним типом ситуаций, требующих неодинакового количественного подхода. Мы имеем в виду задачи, которые различаются по критерию субъективного вмешательства в процесс образования признаков исследуемых объектов. В одних случаях процесс формирования признаков в известной мере независим от человека. Примером может служить процесс формирования признаков фарных рассеивателей, которые изготавливаются на заводах, образования следов папиллярного узора на месте происшествия. Такие признаки объективно отражают свойства объектов. Если они нестабильны, претерпели некоторые изменения, последние являются результатом объективного процесса следообразования и отражения свойств. При анализе объектов криминалистического исследования следует учитывать также возможное вмешательство человека в процесс следообразования. Классическим вариантом такой ситуации служит намеренное изменение почерка при составлении анонимных писем. Известны случаи "автоподлога", когда собственная подпись искажается в расчете на последующий отказ от нее (см. об этом более подробно гл. 3 первого раздела настоящего выпуска). В первом случае для анализа признаков может быть использован вероятностный подход "в чистом виде", для случая же намеренного внесения различий такой подход непригоден. Таким образом, мы имеем два четко различимых типа задач, связанных с возможностью субъективного вмешательства в процесс формирования признаков объекта (рис. 3). Имеются варианты случаев, при которых по-разному учитывается возможность субъективного вмешательства в процесс формирования признаков. Первый вариант - это делается уже в процессе анализа объекта криминалистической экспертизы. Так, в приведенном примере с намеренным изменением почерка анализ следует вести в такой последовательности: первоначально по известной методике определяется факт намеренного изменения признаков, а затем используются математические процедуры и правила принятия решений, рассчитанные на то, чтобы факт намеренного изменения учитывался в процессе анализа измененных признаков. Второй вариант - в самой математической методике не удается учесть возможность намеренного изменения признаков и исследование проводится так, как будто бы такой возможности в действительности нет. Но на стадии формирования вывода она уже учитывается. Например, эксперт получает данные о факте контактного взаимодействия одежды. Математические методики экспериментов и многочисленных экспертных исследований позволяют уверенно утверждать, что при определенных условиях наличие на одной одежде волокон другой одежды (и наоборот) не может быть случайным и свидетельствует о наличии контакта между исследуемой одеждой. Теперь рассмотрим противоположный пример: исследование привело к выводу об отсутствии следов контакта между одеждой. Может ли эксперт на этом основании категорически утверждать об отсутствия контакта? Если учесть, что в данном случае возможно субъективное вмешательство в процесс формирования признаков, становятся очевидным, что эксперт не вправе делать такой вывод. И действительно, подозреваемый мог провести механическую чистку одежды, отдать ее в химическую чистку и т.д. В этих условиях возможен либо отказ от дачи заключения, либо условное заключение. Подобные ситуации достаточно распространены в криминалистической экспертизе. Скажем, при отсутствии совпадающих признаков в исследуемой трассограмме и в трассограмме - образце режущего орудия (нож, топор и др.) эксперты также не вправе давать заключение о том, что разрез выполнен не исследуемым, а другим режущим орудием. Объясняется это тем, что орудие могло быть перезаточено сразу же после совершения преступления или находилось в длительной и активной эксплуатации до назначения экспертизы. Досточно часто эксперты дают вполне корректное условное заключение: если нож (топор) не перетачивался, то исследуемый разрез оставлен не данным орудием. Эксперт вполне правомерно переносит "бремя окончательного вывода" на следствие и суд. Следующие два типа задач связаны с наличием (отсутствием) в анализируемом экспертом множестве искомого объекта. Проверяемыми объектами являются все объекты, которые анализируются экспертом. Искомым является только тот объект, который связан с событием преступления и который, по существу, отыскивается среди других проверяемых объектов. С точки зрения рассматриваемых понятий следует различать два типа анализируемых экспертом множеств: множество, наверняка включающее искомый объект, множество, в котором искомый объект может быть или не быть. Для иллюстрации приведем несколько примеров. Эксперту-почерковеду присланы на исследование анонимное письмо и образцы почерка пяти подозреваемых. Следователь поставил вопрос, данными ли лицами или каким-нибудь другим лицом выполнено анонимное письмо. Здесь эксперт имеет дело с множеством анализируемых объектов из пяти элементов, при этом неизвестно, есть ли среди них искомый объект. Именно поэтому следователь поставил вопрос и о возможности выполнения документа каким-либо другим лицом. Если же перед экспертом поставлен вопрос о марке бензина, обнаруженного на месте происшествия, речь идет об искомом множестве. Объясняется это тем, что в нашей стране используются всего 5 марок бензина и анализируемый материал может иметь только одну из пяти марок. Таким образом, деление на два типа в данном случае происходит по характеру анализируемого множества (рис. 4). С математической точки зрения различие между двумя указанными выше задачами весьма существенно. Дело в том, что для решения задачи, с искомым множеством достаточно той информации, которая имеется в объектах анализируемого множества. С другой стороны, здесь для выделения искомого объекта могут использоваться методы распознавания образов. При анализа же проверяемого множества необходим более сложный математический подход и, кроме того, достаточно часто оказываются нужными и сведения о генеральной совокупности объектов, частотных характеристиках признаков и т.д. Задачи криминалистического исследования в множестве с искомым объектом по характеру ближе всего к классификационным. Несмотря на то, что математические модели различных экспертно-криминалистических идентификационных задач описанных выше типов несводимы одна к другой (т.е. неизоморфны), можно выделить общие черты, присущие всем известным математическим моделям типовых задач экспертно-криминалистической идентификации. Прежде всего это использование на стадии сравнительного исследования решающего правила, которое должно формироваться до конкретного исследования. Это, далее, использование на синтезирующей стадии априорной информации о статистических свойствах генеральной совокупности объектов, среди которых находится искомый объект. Это, наконец, необходимость построения решающего правила в тесной связи с допускаемыми вероятностями ошибочного положительного и ошибочного отрицательного вывода (если невозможен одновременный их учет при построении решающего правила) и с априорными статистическими свойствами генеральной совокупности. Наиболее важным моментом во всех известных моделях типовых задач экспертно-криминалистической идентификации является определение частоты встречаемости объектов, которые в данном исследовании невозможно отличить от искомого объекта по совокупности устанавливаемых идентификационных свойств. Именно эта величина может служить объективной мерой надежности вывода о тождестве. Мы уже отмечали, что решение экспертно-криминалистической идентификационной задачи - многоступенчатый процесс, который в значительном числе случаев предполагает решение частных подзадач на отдельных стадиях исследования. Очень распространены классификационные подзадачи на синтезирующей стадии. Самостоятельного значения эти частные подзадачи в рамках идентификационной задачи не имеют, однако их решение позволяет во многих случаях существенно упростить последующее идентификационное исследование. Поэтому необходимо упомянуть также о математических моделях классификационных задач. Существуют (с точки зрения математического содержания) два типа классификационных задач: связанные с детерминированными признаками и связанные со стохастическими признаками. Для решения классификационных задач первого типа применение математических методов сводится к информационному поиску. Для решения классификационных задач второго типа математическая модель предполагает распознавание образов. Широкое распространение методов распознавания образов для решения классификационных задач, связанных со стохастическими признаками, и достаточно частая встречаемость таких классификационных подзадач в процессе экспертной криминалистической идентификации (причем на заключительной его стадии) в известной степени послужили причиной переоценки в работах ряда авторов l7; 21 значения методов распознавания образов для решения идентификационных задач. Утверждалось даже, что экспертно-криминалистическая идентификация является частным случаем распознавания образов [21, с. 47]. С этим невозможно согласиться как раз потому, что методы распознавания образов применимы к решению лишь классификационных задач, которые несводимы к идентификационным. В самом деле, если целью идентификационного исследования является установление тождества (полного и конкретного) проверяемого объекта с искомым (а потому с ним связана полнота устанавливаемого посредством той или иной идентификационной методики тождества, конкретный объем группы, выделенной в результате идентификационного исследования, когда полное тождество недостижимо), то целью классификационного исследования является отнесение исследуемого объекта к одному из заранее известных классов. Методы распознавания образов позволяют, таким образом, отнести единичный исследуемый объект (с той или иной степенью надежности) к одному из априори существующих классов, однако на вопрос о степени полноты тождества проверяемого объекта с искомым, с помощью этих методов ответить не представляется возможным. А это коренной вопрос идентификационного экспертно-криминалистического исследования. С этой точки зрения, например, неприменимо к решению идентификационной задачи правило "ближайшего соседа”, состоящее в установлении наименьшего отличия единичного исследуемого объекта от одного из нескольких априорно выбранных объектов (и в выделении среди этих объектов такого, для которого этот минимум отличия достигается). § 3. Формализация некоторых основных понятий экспертно-криминалистической идентификации Здесь мы остановимся в первую очередь на формализации такого понятия экспертно-криминалистической идентификации, как тождество. Различные трактовки и уровни этого понятия даны в первом выпуске настоящего пособия. Понятие тождества выражает предельный случай равенства объектов, когда не только все родо-видовые, но и индивидуальные их свойства совпадают. Применительно к задачам экспертно-криминалистической идентификации понятие тождества, отвечая подобной общефилософской трактовке, приобретает еще специфику в виде полного и конкретного тождества проверяемого и искомого объектов. Заметим, что в задаче экспертно-криминалистической идентификации искомый и проверяемый объекты занимают различное положение. Если связь искомого объекта с материальной обстановкой события преступления по обстоятельствам дела всегда предполагаемся известной, то для проверяемого объекта в действительности такая связь может и не иметь места; как раз установление тождества проверяемого и идентифицируемого объектов (что и составляет суть задачи экспертно-криминалистической идентификации) служит основанием для признания правоохранительными органами проверяемого объекта искомым. Для формализации тождества применительно к решению экспертно-криминалистических идентификационных задач целесообразно изложить теоретико-множественный подход. Основы теории множеств освещены в литературе (см., например [16]). Мы здесь дадим лишь краткий очерк этой теории. Понятие множества в математике не определяется. Множество - это некоторая совокупность определенных объектов, каждый из которых называется элементом множества. Например, можно говорить о множестве всех фарных рассеивателей, установленных на автомобилях, выпущенных в СССР, о множестве всех автоматов системы Калашникова, о множестве всех зубных коронок и т.д. Множества принято обозначать прописными латинскими буквами, а элементы множества - строчными. Вводится также знак , указывающий на принадлежность элемента к множеству. Так, тот факт, что элемент а, принадлежит множеству А, можно записать короче: Множество В называется подмножеством множества А, если любой элемент, принадлежащий множеству В, принадлежит и множеству А. Например, множество всех жителей г. Коломны является подмножеством множества всех жителей Московской области. Тот факт, что В есть подмножество А, обозначается так:

Похожие:

	Российской Федерации Российский федеральный центр судебной экспертизы... Определение рыночной стоимости амтс сравнительным подходом с применением рыночного метода оценки 24		Методические рекомендации для судебных экспертов М.: Рфцэ, 2013.... Федеральное бюджетное учреждение российский федеральный центр судебной экспертизы
	Методические рекомендации для судебных экспертов М.: Рфцэ, 2013.... Федеральное бюджетное учреждение российский федеральный центр судебной экспертизы		Исследование проводится в объеме поставленных на разрешение вопросов,... Российский федеральный центр судебной экспертизы при Министерстве юстиции Российской Федерации, именуемое в дальнейшем «Исполнитель»,...
	Пособие по программе «Основы судебной экспертизы» ...		В российской федерации Настоящий Федеральный закон определяет правовую основу, принципы организации и основные направления государственной судебно-экспертной...
	Обобщение судебной практики по применению норм Уголовно-процессуального... Обобщение судебной практики за 2009 год, проводимое Калининградским областным судом, показало, что, несмотря на ошибки, связанные...		В российской федерации Федеральный закон определяет правовую основу, принципы судебно-экспертной деятельности в Российской Федерации (далее судебно-экспертная...
	Анализ судебной практики по применению норм Арбитражного процессуального...		Производство судебно-экономической экспертизы Учебное пособие предназначено для студентов-бакалавров, изучающих дисциплину «Криминалистика» и«тко», для магистров по дисциплине...