Estoy trabajando en un informe que necesita explicar en términos no técnicos los efectos de un error acumulativo y por qué es importante usar cálculos absolutos.

Definición de 'error acumulativo' de dictionary.com :

un error que aumenta gradualmente en grado o importancia durante una serie de mediciones o cálculos; un error que crece durante la observación

Idealmente, podría dar un ejemplo del mundo real para que entiendan el concepto sin conocer los detalles.

El primero en el que pensé es " susurros chinos ", que es bastante conocido, pero no lo clasificaría exactamente como "mundo real". ¿Alguien sabe de mejores ejemplos?

¿Mundo real? Prueba la carpintería. La mayoría de la gente ha jugado un poco en un taller.

Mides un trozo de madera y lo cortas. Necesitas 20 de estos. Pero para ahorrar tiempo, tome la anterior que cortó, colóquela al ras con la siguiente pieza de madera y marque dónde debe cortar.

Después de 20 veces, notará que su sierra tiene un ancho distinto de cero y / o su lápiz no marca exactamente dónde desea cortar. Los errores se acumulan y la primera pieza de madera no coincidirá con la última pieza de madera.

¿Sabes por qué usamos el calendario gregoriano hoy en la mayoría de las partes occidentales del mundo? Es porque su predecesor, el calendario juliano, cometió un error acumulativo a lo largo de los años. Lea este artículo de Wikipedia para más detalles:

http://en.wikipedia.org/wiki/Gregorian_calendar

Si desea algo que muestre la acumulación de errores y parezca técnico, mida cosas pequeñas. Esto no es tan bueno como el juego del susurro (a veces llamado el juego telefónico). El juego del susurro es la mejor ilustración.

Traiga una docena de dados pequeños, se prefieren diferentes tamaños.

Todos miden 1 dado.

Todos aceptan una medida de la persona a su izquierda, agregan el tamaño de sus dados y se lo informan a la persona a su derecha.

La última persona informa la longitud acumulada.

Como control de calidad, alinee los dados y mida todo el tramo de dados. Mira lo cerca que estás.

El problema con cualquier demostración basada en mediciones es que todos argumentan que es posible una mayor precisión con algún tipo de controles de calidad más estrictos. Los no científicos tienen una falsa creencia en la repetibilidad de las mediciones y la idea de que puede "de alguna manera" controlar todos los grados de libertad que inducen errores.

Susurrar muestra que hay algo que no se puede controlar.

La medición simplemente te abre a la discusión sobre cómo medir con mayor precisión. Reduce el rango del error acumulado, pero no elimina el error en sí.

"Por falta de un clavo, se perdió un zapato" ...

"Por falta de un clavo" es una rima proverbial que muestra que pequeñas acciones pueden tener grandes consecuencias.

Por falta de un clavo

Por falta de un clavo se perdió el zapato.
Por falta de un zapato se perdió el caballo.
A falta de un caballo se perdió el jinete.
Por falta de un jinete, el mensaje se perdió.
A falta de un mensaje, la batalla se perdió.
Por falta de una batalla, el reino se perdió.
Y todo por falta de un clavo de herradura.

Toma un valor como 0.335. Considere este valor como el precio de venta de un artículo en su tienda. Vende este artículo a 50 clientes. Cuando suma el total sin redondear, obtiene este valor: $ 16.75, pero cuando su computadora redondea el valor a 2 dígitos después del punto antes de almacenar cada venta en la memoria (para llegar a 0.34), su total será de $ 17. La brecha entre los dos números seguirá creciendo a medida que vende más y más.

Hace unos años tuvimos un cliente que quería usar las cámaras de vigilancia existentes para hacer un seguimiento de cuántas personas hay en el edificio en un momento dado.

Nuestra empresa tenía un algoritmo de análisis de video de conteo de objetos, pero solo tenía un 98% de precisión. En general, se utilizaría para estimar los patrones de flujo de tráfico, no para realizar un seguimiento de los recuentos precisos.

Entonces, este cliente tuvo una prueba de aceptación para ejecutar el algoritmo por un día. Al comienzo del día, el edificio está casi vacío (pocos guardias de seguridad, algunas personas nocturnas). 24 horas después, también se supone que está casi vacío. Durante el día, varios miles de personas entran y salen. Regresaron y dijeron que nuestro algoritmo tenía un error porcentual astronómico porque, independientemente del error de conteo acumulado durante el día, simplemente lo dividieron entre el número esperado de personas, que era muy bajo.