审讯过程数学模型.pptVIP

审讯过程的数学模型 倪致祥 主讲 审讯过程的数学模型 引言 基本模型 讯问策略一 讯问策略二 讯问策略三 综合讯问策略 结论 引言 审讯过程是侦察刑事犯罪案件中的一个重要环节，它对侦破案件、确认犯罪事实具有重要作用。 实际的审讯过程涉及的因素多，非常复杂，我们如何建立一个实用的数学模型呢？ 首先我们应该把各种可能的因素都罗列出来，分析一下那些是主要的因素，然后抓住主要因素来建立一个简化的基本模型。 对基本模型要用实践检验，再加以修正或完善。 下面我们就来建立审讯过程的数学模型。 基本模型 审讯过程可以看成讯问人（公安检察人员）和被讯问人（犯罪嫌疑人）的对策过程。 为了简单起见，这里我们把研究的范围限制在被讯问人单独作案的情况，这时被讯问人组成一个局中人。 按刑事诉讼法的要求，在审讯中讯问者至少应为两人；但这几个人是采用同一共同策略的，因此从对策论的观点来看，讯问者也只能算作一个局中人。 基本模型 按上面的分析，单独作案的审讯过程可以归结为有二个局中人的二人对策问题。 一般情况下，被讯问人往往企图想方设法来减轻自己的刑事责任；而讯问人的目的是通过审讯尽可能地掌握案情事实，并非只是为了给被讯问人多判几年。因此两者的关系并不是完全对立的。 由于两个局中人不象在博弈过程中那样完全对立，因此它不同于常见的二人常和对策问题，不能套用已知的矩阵对策的方法和结果，必须另辟蹊径，建立新的数学模型来分析处理。 基本模型 假定被讯问人的实际犯罪量为A ，它可用法定的刑期或罚金来定量化。 为简单起见，我们把被讯问人的策略集概括为不交代，交代；而对被讯问人的犯罪事实，讯问人有掌握和不掌握二种情况。 由此我们可以得到被讯问人的基本支付表（支付矩阵）如右表： 支付表一 基本模型 考虑到通常讯问人仅掌握部分犯罪事实，而被讯问人也可能采取部分交代的策略，我们必须用统计的办法来描述。 假设讯问人对被讯问人的犯罪事实的掌握程度为 p ：当完全不掌握时 p = 0 ，完全掌握时 p = 1 ，一般情况下 0 p 1 。 支付表一 基本模型 同时假设被讯问人对问题的交代程度为 q ：当完全不交代时 q = 0 ，完全交代时 q = 1 ，一般情况下 0 q 1 。 因此当被讯问人采用策略 q ，即交代程度为 q 时其支付的期待值为 f = q A + ( 1 – q) p A (1) 支付表一 基本模型 从经济学的角度看，人类行为的动机可归结为利益动机：人们在行为决策时通常遵循“利益最大化”或“支付最小化”的原则。 因而被讯问人倾向于采取使其支付期待值 f 为最小的策略。根据(1)式，我们有 fq = ( 1 – p ) A 0 (2) 故当 q = 0 时基本支付的期待值为最小，即被讯问人有隐瞒罪行的自然倾向，这与我们的经验是一致的。 基本模型 另一方面，讯问人的目标是使被讯问人的交待程度 q 为最大，即设法使被讯问人采用 q 值较大的策略。显然，这是一种特殊的二人对策问题。 由于在此问题中二个局中人的利益不象二人零和对策中那样完全对立，因此讯问人可以采用适当措施来调整被讯问人的支付表，改变支付期待值的最小值点，从而达到让被讯问人交代的目标。 讯问策略一 经认真观察，我们不难注意到掌握不掌握被讯问人的犯罪事实是由客观因素决定的，并不是讯问人主观上可以自由选取的策略。因此基本支付表中并没有反映出讯问人策略选取的影响。 考虑到我国的基本刑事政策是“惩办与宽大相结合”，讯问人首先可以采取的一个策略是“坦白从宽、抗拒从严”。 这个策略怎样用数学的方法来表述呢？ 讯问策略一 为了便于数学处理，我们引入宽严系数a： 一个犯罪量为 A 的被讯问人如主动交代，则其支付值可以从宽到(1－a)A ；如抗拒交代，则其支付值可以从严到(1＋a)A 。 此策略后，被讯问人的支付表为表二 容易看出支付表一为表二中取 a = 0 的特例。 支付表二 讯问策略一 在讯问人采用宽严策略后，被讯问人的支付期待值为 f=q(1-a)A+(1-q)p(1+a)A (3) 平均支付值f 随被讯问人的策略 q 变化的规律为 fq =(1-a)A-p(1+a)A (4) 支付表二 讯问策略一 fq =(1-a)A-p(1+a)A (4) 定义满足条件 fq = 0 的掌握程度为 pc ，由(4)式可得 pc = (1 – a)/(1 + a) (5) 当 p pc 时 f(q) 为减函数，在 q = 1 处取最小值； 反之当 p pc 时