머리말 수학자가 주인공이라고?
감사의 말
01 핫존 찾기_연쇄범죄의 지리적 프로파일링
스프링클러의 수학 | 사실인가 허구인가? | 로스모 공식의 의미
02 죽음의 천사_기초 통계학으로 범죄와 싸우기
야간병동의 수상한 죽음들 | 두 가지 종류의 통계학 | 가설검정의 놀라운 결과 | 그러나 통계가 결정적 증거는 아니다 | 통계의 함정 | 편향성을 어떻게 판단할 것인가?
03 데이터 마이닝
다량의 정보 속에서 의미 있는 패턴 찾기 | 인간 두뇌와 컴퓨터의 협업 | 연결고리 분석 | 기하학적 군집화 | 소프트웨어 에이전트 | 기계학습 | 신경망 | 신경망 훈련시키기 | 신경망을 이용한 범죄 데이터 마이닝 | 나, 저 얼굴 알아？신경망을 이용한 안면 인식 시스템 | 의심스러운 다자간 통화 추적하기 | 〈넘버스〉에서 선보인 또 다른 데이터 마이닝
04 변화의 조짐은 언제 처음 나타나는가?
야구 통계학의 천재 | 변화시점 탐지 | 생산라인 감시하기 | 수학, 행동을 취하다 | 생물학적 공격을 어떻게 조기에 발견할 것인가
05 화질 개선의 수학
LA 폭동과 레지널드 데니 폭행 사건 | 장미 문신 식별하기 | 눈으로 볼 수 없는 것을 수학으로 재구성하기 | 이미지 화질 개선의 원리 | 비디오 영상의 화질 개선 | 사진은 생각보다 많은 것을 말해준다
06 미래 예측하기
수많은 목격 신고 중 무엇이 진실일까 | 수학으로 미래 예측하기 | 수학은 어떻게 펜타곤에 대한 9/11 공격을 예측했나 | 테러 위험을 예측하는 위치 프로파일러 | 베이즈의 확률 계산법 | 예제: 가상의 뺑소니 사건 | 찰리는 탈출한 살인범을 어떻게 추적했을까
07 DNA 프로파일링
미국 정부 대 레이먼드 젱킨스 사건 | 유전자 일치를 판단하는 방법 | FBI의 코디스 시스템 | 다시 젱킨스 사건으로 | DNA 프로파일링의 수학 | DNA 증거는 얼마나 신뢰할 수 있는가 | 콜드히트 검색의 문제점 | NRC I과 NRC II | DNA 프로파일이 우연히 일치할
범인 잡는 흥미진진한 수학 프로파일링의 세계
경찰, FBI, CIA가 실제 사용하는 첨단 수학 수사기법
LA에서 연쇄살인이 일어난다. 범인은 젊은 여성을 대상으로 폭행과 강간을 저지른 뒤 살해한 흉악범이다. FBI 특수요원 돈 엡스가 사건을 맡는다. 그러나 수사는 이렇다 할 단서 없이 정체 상태다. 돈은 LA 시가의 대형 지도를 펼쳐놓고 가위표로 표시해놓은 범행 장소를 지켜본다. 고민하는 그를 보고 동생 찰리가 도와주겠다고 제안한다. 어린 나이에 수학과 교수가 된 동생의 천재성을 인정하면서도 돈은 딱 잘라 거절한다. “수와 관련 있는 사건이 아니야.” 그러나 찰리는 고집스레 말한다. “모든 건 수야.”
돈은 납득하지 못한다. 지도에 마구잡이로 흩어져 있는 범행 장소를 보고 다음번 범행 장소를 예측하는 건 아무리 수학 천재라도 불가능한 일이 아닌가. 하지만 찰리는 역발상의 해법을 제시하며, 마침 마당에서 돌아가고 있던 스프링클러를 예로 든다. 스프링클러가 흩뿌리는 물방울의 패턴을 이용해서 다음번 물방울이 떨어질 곳을 예측할 수는 없지만, 그 출발점 즉 스프링클러가 어디에 있는지는 역추적할 수 있다. 마찬가지로 범행 장소의 패턴을 이용해서 다음번 범행이 일어날 장소를 예측할 수는 없지만 살인자가 사는 곳, 곧 ‘핫존’은 알아낼 수 있다.
연구실에 돌아간 찰리는 수학 공식과 방정식으로 칠판을 뒤덮으며 작업하기 시작한다. 마침내 하나의 방정식을 도출해낸다. 연쇄살인범은 범행 장소를 고를 때 특정한 경향을 보인다. 항상 자신의 집과 멀지 않은 곳에서 주로 범행을 저지르지만, 너무 가까우면 불안하기에 자신의 거주지 주변에는 범행을 저지르지 않는 일종의 안전지대, 완충지대를 둔다. 찰리의 공식은 이러한 범행 패턴을 반영한다. 이 공식은 범죄자의 거주지에서 완충지대를 지나 멀어질수록 범죄 확률이 증가하다가 나중에는 감소하는 모양을 지도 위에 그리게 도와준다. 연쇄살인범은 정체를 드러내지 않으려고 자기 딴에는 무작위로 희생자를 고르지만 공식은 범인이 사는 핫
