MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

Rozměr: px
Začít zobrazení ze stránky:

Download "MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické"

Transkript

1 MODELY ŘÍZENÍ ZÁSOB Význam zásob spočívá především v tom, že - vyrovnávají časový nebo prostorový nesoulad mezi výrobou a spotřebou - zajišťují plynulou výrobu nebo plynulé dodávky zboží i při nepředvídaných okolnostech - umožňují profitovat z nákupu většího množství surovin nebo zboží, popř. ze zvýšení jejich cen Zásoby se mohou týkat buď surovin nebo rozpracovaných výrobků ve výrobních podnicích, nebo zboží v obchodní síti. Všechny tyto druhy produktů budeme z hlediska teorie zásob nazývat položkami. Nejčastějším typem modelů řízení zásob jsou nákladově orientované modely, jejichž cílem je minimalizace nákladů spojených s pořízením zásob a s jejich skladováním, popř. minimalizace ztrát vzniklých z nedostatku zásob. Důležitým pojmem v teorii zásob je poptávka, která může být buď jednoznačně určena, nebo může představovat náhodnou veličinu se známým rozdělením pravděpodobnosti. Náhodný charakter může mít i čas, který uplyne od vystavení a odeslání objednávky do okamžiku, kdy zásoba skutečně přijde na sklad. Tento časový interval se nazývá pořizovací lhůta dodávky (též předstih objednávky). Pokud poptávka i pořizovací lhůta dodávky jsou jednoznačně určeny, příslušné modely zásob označujeme jako deterministické. V opačném případě jde o modely stochastické. Ve vybraných matematických modelech řízení zásob, které budou obsahem této přednášky, se budou vyskytovat následující symboly a pojmy: T doba, po kterou sledujeme zásobovací proces (zpravidla jeden rok) t délka dodacího cyklu (doba mezi dvěma po sobě jdoucími dodávkami) Q celková poptávka (spotřeba) za dobu T velikost jedné objednávky d předstih objednávky r bod znovuobjednávky nebo též objednací úroveň (velikost zásob, při které je nutné vystavit objednávku) c fixní náklady na pořízení jedné objednávky c skladovací náklady na jednotku zásob za jednotku času A. Deterministické modely zásob Ukázkou deterministických modelů zásob je následující historicky první formulovaný model řízení zásob, který vychází z těchto předpokladů: - zásoby se doplňují v jednom časovém okamžiku, a to po jejich vyčerpání - je předem znám požadavek na nakupovanou položku za celé zásobovací období (Q) - jsou známy jednotkové objednací a skladovací náklady (c a c ) - v důsledku konstantní poptávky je čerpání zásob rovnoměrné - nákupní cena je nezávislá na velikosti objednávky Pro tento typ modelu je průběh čerpání zásob graficky znázorněn na obr.. Za uvedených předpokladů je možné určit, v jak velkých dodávkách a jak často by měl majitel zásob položku objednávat, aby náklady spojené s pořizováním a udržováním zásob byly co nejnižší. Obr.

2 Během jednoho dodacího cyklu nabývají objednací náklady N a skladovací náklady na průměrnou výši zásob v tomto období (lze ji vyjádřit jako průměr (+)/) N těchto hodnot: N = c N = c t Protože počet dodacích cyklů za skladovací období T je roven podílu Q/, pro nákladovou funkci za celé toto období platí Q cq ctq N ( ) = c + c t = + () Aby i skladovací náklady byly vyjádřeny v závislosti na velikosti objednávky, T v druhém zlomku výrazu () nahradíme délku dodacího cyklu t podílem. Po této Q / úpravě má nákladová funkce tvar cq ct N ( ) = + () Graf této funkce spolu s grafy nákladů na vyřízení objednávky a na skladování je pro níže řešený příklad zakreslen na obr.. Z tohoto obrázku je patrné, že při zadaných hodnotách c, c, T, Q s rostoucí velikostí objednávky pořizovací náklady klesají (jde o nepřímou závislost), zatímco skladovací náklady lineárně vzrůstají. Při určité velikosti objednávky součet těchto nákladů nabývá nejnižší hodnoty.

3 Obr náklady (Kč) 8 objednací náklady skladovací náklady celkové náklady velikost objednávky (ks) Zjištění optimální velikosti objednávky (v angloamerické literatuře značené EOQ = Economic Order Quantity) znamená nalezení lokálního minima funkce (). Položíme-li. derivaci této funkce podle proměnné rovnou nule, platí odkud dn d cq ct = + =, cq = (3) c T Výpočtem. derivace funkce () ve zjištěném bodě bychom se přesvědčili, že jde o lokální minimum. Dosazením hodnoty do nákladové funkce () a po její úpravě získáme výraz pro minimální dosažitelné náklady. Platí ( ) = c c QT (4) N T Optimální délka dodacího cyklu, počítaná ze vztahu t =, je pak dána výrazem Q t ct = (5) c Q Pro výši zásob, při které je nutné vystavit objednávku, aby byla vyřízena do okamžiku vyčerpání zásob, lze odvodit vzorec Qd d r =, (6) T t d d kde je nejblíže nižší celé číslo k podílu. Jestliže pořizovací lhůta dodávky je kratší t t d než délka dodacího cyklu, =, takže vzorec (6) má jednodušší tvar t

4 r Qd = (7) T Příklad Podnik potřebuje pro výrobu ročně 8 tisíc kusů úzkoprofilových součástek. Fixní náklady na jednu objednávku činí tis. Kč, náklady na skladování jednoho kusu za rok činí Kč. Průměrná pořizovací lhůta dodávky je měsíce. Určete, N( ), t, r. Řešení: Do vzorců (3) až (5) dosadíme tyto hodnoty: c = Kč c = Kč T = rok Q =8 ks d = 6 roku Potom = **8 * = 6 36 * = 6 ks N ( ) = ** *8 * = 6 Kč t = * * *8 = roku 3 Protože je splněna podmínka d < t, pro výpočet bodu znovuobjednávky můžeme použít vzorec (7). Platí 8* r 6 = = 3 Závěr: Podnik by měl jedenkrát za 4 měsíce, kdy zásoby součástek klesnou na 3 ks, objednat 6 ks součástek. Zjištěná optimální výše objednávky je patrná i z obr.. B. Stochastické modely zásob Příkladem stochastického modelu zásob je model jednorázově vytvářené zásoby při náhodné poptávce. Tento model je vhodný pro zboží, které po jisté době zastarává - např. pro módní nebo sezónní výrobky, pečivo, ovoce, zeleninu, řezané květiny, noviny, náhradní součásti unikátních strojů apod. Předpokládejme, že pro dané časové období bylo zakoupeno zboží v množství a že poptávka po tomto zboží představuje diskrétní náhodnou veličinu, která nabyla hodnoty Q. Po skončení uvažovaného období mohou nastat dvě krajní situace: - Q, neboli zůstane neprodáno - Q jednotek zboží - Q, neboli bude chybět Q - jednotek zboží Ztráty vzniklé z přebytku nebo z nedostatku zboží v uvažovaném období jsou závislé jednak na rozdílu mezi zakoupeným množstvím zboží a poptávkou, jednak na velikosti ztrát z jednotky přebývajícího množství (označme ji c s ) a nedostávajícího se množství zboží (označme ji c z ). Známe-li pravděpodobnost, s jakou poptávka po zboží v daném období nabude hodnoty Q (označme ji P(Q)), pro očekávané celkové ztráty z přebytku nebo z nedostatku zboží při počáteční zásobě platí Z( ) = c ( Q) P( Q) + c ( Q ) P( Q) s z Q= Q= + (8)

5 Jestliže neuvažujeme náklady na pořízení zásob (provádí se pouze jedna objednávka) a na skladování (předpokládáme, že skladovací doba není dlouhá), cílem řešení uvažovaného modelu je stanovení takové výše počáteční zásoby (a tudíž i velikosti jednorázové dodávky zboží), aby očekávané ztráty vyjádřené výrazem (8) byly minimální. Jestliže funkce Z() má lokální minimum pouze v jednom bodě, pro optimální hodnotu objednávky lze odvodit vztah cz P( Q ) P( Q ) (9) cz + cs Při známých ztrátách c z a c s hodnotu určíme z uvedeného vztahu tak, že při daném rozdělení pravděpodobnosti poptávky spočítáme kumulativní pravděpodobnosti ΣP(Q) a najdeme takové dvě jejich sousední hodnoty, aby mezi nimi ležela hodnota zlomku c z /(c z +c s ). Jinou možností pro stanovení optimální velikosti počáteční zásoby je vyčíslení ztrát Z() pro různé hodnoty a výběr nejnižších ztrát. Lze odvodit, že zlomek c z /(c z +c s ) představuje tzv. úroveň obsluhy, tzn. pravděpodobnost, že nedojde k nedostatku zásob. Příklad Prodejce vánočních stromků se rozhoduje, kolik stromků má objednat u lesního závodu. Na základě zkušeností z minulých let odhaduje zájem o stromky tak, jak je uvedeno v tab.. Tab. Poptávka (ks) Pravděpodobnost,5,,5,35,5 Jestliže nebudou všechny stromky prodány, po Vánocích mohou být nabídnuty do zoologické zahrady nebo do zahradnictví, přičemž prodejce by tratil na každém stromku 8 Kč. Na stejnou částku prodejce odhadl i ušlý zisk z jednoho nedostávajícího se stromku v případě, že by zájem o stromky převýšil jejich objednaný počet. Při jakém počtu dodaných stromků budou očekávané ztráty z jejich přebytku nebo nedostatku co nejmenší? Řešení: Zadaný problém je možné vyřešit s využitím vztahu (9), pro jehož aplikaci je nutné spočítat kumulativní pravděpodobnosti poptávky po stromcích. Tyto pravděpodobnosti jsou uvedeny v tab.. V řešené úloze je míra obsluhy rovna,5, přičemž z tab. vyplývá,4 <,5 <,75. Optimálním počtem objednaných vánočních stromků je tedy 8 kusů. Při tomto počtu budou očekávané ztráty z přebytku nebo z nedostatku stromků, počítané podle vzorce (8), 68 Kč. Tab. Poptávka (ks) Pravděpodobnost Kumulativní pravděpodobnost,5,5 4,,5 6,5,4 8,35,75,5,

Úvod Modely zásob Shrnutí. Teorie zásob. Kristýna Slabá. 9. ledna 2009

Úvod Modely zásob Shrnutí. Teorie zásob. Kristýna Slabá. 9. ledna 2009 Teorie zásob Kristýna Slabá 9. ledna 2009 Obsah 1 Úvod Teorie Klasifikace zásob 2 Modely zásob Teorie Klasifikace modelů zásob Model zásob s okamžitou dodávkou Příklad Model zásob s postupnou dodávkou

Více

Statické modely zásob Nazývají se také modely s jedním cyklem. Pořízení potřebných zásob se realizuje jedinou dodávkou.

Statické modely zásob Nazývají se také modely s jedním cyklem. Pořízení potřebných zásob se realizuje jedinou dodávkou. Statiké modely zásob Nazývají se také modely s jedním yklem. Pořízení potřebnýh zásob se realizuje jedinou dodávkou. Náklady na pořízení zásob jsou finí a nemohou ovlivňovat rozhodovaí strategii. Statiký

Více

Matematické modelování 4EK201

Matematické modelování 4EK201 Matematické modelování 4EK0 Ukázkový test Maimum 00 bodů. Pokud má úloha lineárního programování více optimálních řešení, pak (a) jich může být nekonečně mnoho, (b) jich musí být nekonečně mnoho.. Doplňte

Více

Technická univerzita v Liberci Fakulta mechatroniky, informatiky a mezioborových studií. Petr Rálek, Josef Novák, Josef Chudoba

Technická univerzita v Liberci Fakulta mechatroniky, informatiky a mezioborových studií. Petr Rálek, Josef Novák, Josef Chudoba Technická univerzita v Liberci Fakulta mechatroniky, informatiky a mezioborových studií Metody užívané v logistice Petr Rálek, Josef Novák, Josef Chudoba Materiál byl vytvořený s podporou ESF v rámci projektu:

Více

Teorie zásob. Kvantifikace zásob. V zásobách je vázáno v průměru 20 % kapitálu (u výrobních podniků) až 50 % kapitálu (u obchodních podniků).

Teorie zásob. Kvantifikace zásob. V zásobách je vázáno v průměru 20 % kapitálu (u výrobních podniků) až 50 % kapitálu (u obchodních podniků). Teorie zásob Souhrn matematických metod používaných k modelování a optimalizaci procesů hromadění různých položek k zabezpečení plynulého chodu zásobovaných složek. Kvantifikace zásob V zásobách je vázáno

Více

EKONOMIKA PODNIKU PŘEDNÁŠKA č.2

EKONOMIKA PODNIKU PŘEDNÁŠKA č.2 MATERIÁL 5.1. CHARAKTERISTIKA EKONOMIKA PODNIKU PŘEDNÁŠKA č.2 Ing. Jan TICHÝ, Ph.D. jan.tich@seznam.cz Materiál: a) základní materiál b) pomocný materiál c) provozní hmoty d) obaly ad a) zpracovává se

Více

Teorie zásob Logistika a mezinárodní obchod

Teorie zásob Logistika a mezinárodní obchod Teorie zásob Logistika a mezinárodní obchod 1 ZÁSOBY JSOU IDENTIFIKÁTOREM NESCHOPNOSTI MANAGEMENTU FIRMU ŘÍDIT 2 Řízení zásob. www2.humusoft.cz/www/akce/witkonf07/.../gros_rizeni_zasob.pdf Teorie zásob

Více

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice OPERAČNÍ VÝZKUM 11. TEORIE ZÁSOB Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu "Integrace

Více

VI. přednáška Řízení zásob II.

VI. přednáška Řízení zásob II. VI. přednáška Řízení zásob II. 1. Řízení zásob 2.1. Podstata, úkoly a nástroje řízení zásob Úkolem řízení zásob je jejich udržování na úrovni, která umožňuje kvalitní splnění jejich funkce: vyrovnávat

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

Qopt. = (2 x C x D) / S

Qopt. = (2 x C x D) / S Příklad 1 Standartní výpočet Firma Trikot vyrábí oděvy a spotřebovává ročně 25 000 m látky. Variabilní na skladování 1 m látky jsou 22,50 Kč. Cena za 1 m látky je 80,- Kč. Variabilní na zajištění jedné

Více

Oběžný majetek. Peníze Materiál Nedokončená výroba Hotové výrobky Pohledávky Peníze. Plánování a normování materiálových zásob.

Oběžný majetek. Peníze Materiál Nedokončená výroba Hotové výrobky Pohledávky Peníze. Plánování a normování materiálových zásob. Součástí oběžného majetku jsou: zásoby oběžný finanční majetek pohledávky Oběžný majetek Charakteristickým rysem oběžného majetku je jednorázová spotřeba, v procesu výroby mění svoji formu. Tato změna

Více

Sestavování rozpočtové výsledovky, rozvahy a rozpočtu peněžních toků + integrace finančního a věcného plánu

Sestavování rozpočtové výsledovky, rozvahy a rozpočtu peněžních toků + integrace finančního a věcného plánu Sestavování rozpočtové výsledovky, rozvahy a rozpočtu peněžních toků + integrace finančního a věcného plánu Úloha 1 Podnik Firma vyrábí cyklistické rukavice. Předběžná kalkulace variabilních nákladů na

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

Manažerská ekonomika přednáška OPTIMALIZACE ZÁSOB, MODERNÍ PŘÍSTUPY K ŘÍZENÍ ZÁSOB, STRATEGIE NÁKUPU 1. OPTIMALIZACE ZÁSOB

Manažerská ekonomika přednáška OPTIMALIZACE ZÁSOB, MODERNÍ PŘÍSTUPY K ŘÍZENÍ ZÁSOB, STRATEGIE NÁKUPU 1. OPTIMALIZACE ZÁSOB Manažerská ekonomika přednáška OPTIMALIZACE ZÁSOB, MODERNÍ PŘÍSTUPY K ŘÍZENÍ ZÁSOB, STRATEGIE NÁKUPU 1. OPTIMALIZACE ZÁSOB Jaký je základní přístup k řízení zásob? Je to tzv. optimalizační přístup, který

Více

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál)

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál) Skupinová práce. Zadání skupinové práce Síťová analýza metoda CPM Dáno: Výstavba skladu zásob obilí představuje následující činnosti: Tabulka Název činnosti Délka (dny) Optimální projekt. Optimální dělníků

Více

3/10 Plánování zásob ve v robním procesu

3/10 Plánování zásob ve v robním procesu EFEKTIVNÍ V ROBA část 3, díl 10, str. 1 3/10 Plánování zásob ve v robním procesu V dnešní době nelze hovořit o úspěšném zvládnutí výrobních a provozních činností a přitom nevěnovat bedlivou pozornost problematice

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

ŘÍZENÍ ZÁSOB. Ing. Gabriela Dlasková

ŘÍZENÍ ZÁSOB. Ing. Gabriela Dlasková ŘÍZENÍ ZÁSOB Ing. Gabriela Dlasková Povinná literatura: Kislingerová, E. a kol.: Manažerské finance, C.H.BECK, Praha 2010 ŘÍZENÍ ZÁSOB Management zásob: součást řízení pracovního kapitálu Důvod vzniku

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Řízení oběžného majetku a řízení zásob

Řízení oběžného majetku a řízení zásob Řízení oběžného majetku a řízení zásob 1) Technické dokonalosti 2) Vyspělosti a vzdělanosti 3) Obchodní zdatnosti: a) cenovou politiku b) průzkum trhu c) ochranu proti rizikům podnikání d) majetkově finanční

Více

Zásobovací činnost podniku

Zásobovací činnost podniku Zásobovací činnost podniku Didaktické zpracování učiva pro střední školy Činnost obchodního úseku Obchodní úsek Logistika (zásobování) Marketing (odbyt) plánování nákup skladování Osnova učiva 1. Zařazení

Více

Náhodný jev a definice pravděpodobnosti

Náhodný jev a definice pravděpodobnosti Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle

Více

Parametrické programování

Parametrické programování Parametrické programování Příklad 1 Parametrické pravé strany Firma vyrábí tři výrobky. K jejich výrobě potřebuje jednak surovinu a jednak stroje, na kterých dochází ke zpracování. Na první výrobek jsou

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMATION AND COMPUTER SCIENCE

Více

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)

Více

Základy účetnictví 8. přednáška. Zásoby - mají za úkol zajistit plynulost výroby, - snaha o snižování (optimalizaci) zásob (JIT)

Základy účetnictví 8. přednáška. Zásoby - mají za úkol zajistit plynulost výroby, - snaha o snižování (optimalizaci) zásob (JIT) 1 Základy účetnictví 8. přednáška Zásoby - mají za úkol zajistit plynulost výroby, - snaha o snižování (optimalizaci) zásob (JIT) Člení se a/ nakupované materiálové zásoby a zboží, b/ vytvořené vlastní

Více

Teorie her a ekonomické rozhodování. 11. Aukce

Teorie her a ekonomické rozhodování. 11. Aukce Teorie her a ekonomické rozhodování 11. Aukce 11. Aukce Příklady tržních mechanismů prodej s pevnou cenou cenové vyjednávání aukce Využití aukcí prodej uměleckých předmětů, nemovitostí, prodej květin,

Více

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých

Více

pracovní list studenta

pracovní list studenta Výstup RVP: Klíčová slova: pracovní list studenta Funkce Petra Směšná žák chápe funkci jako vyjádření závislosti veličin, umí vyjádřit funkční vztah tabulkou, rovnicí i grafem, dovede vyjádřit reálné situace

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

Všechny používané dočasné účty najdeme v účetní osnově s nastaveném filtru na poli popis a F7 ->*dočas* a dostaneme :

Všechny používané dočasné účty najdeme v účetní osnově s nastaveném filtru na poli popis a F7 ->*dočas* a dostaneme : Příklad MS Dynamics NAV - Očekávaná cena Vytvořil : Skorkovský Datum : 29.6.2011 Důvod : školení, interní materiál Databáze : NAV 5.0 Určeno pro. to whom it may koncern 1. Situace : při nákupu se registruje

Více

21.5 Členění v závislosti na objemu výroby

21.5 Členění v závislosti na objemu výroby Název školy Číslo projektu Autor Název šablony Název DUMu Tematická oblast Předmět Druh učebního materiálu Anotace Vybavení, pomůcky Ověřeno ve výuce dne, třída Střední průmyslová škola strojnická Vsetín

Více

Podniková logistika 2

Podniková logistika 2 Podniková logistika 2 Podniková strategie a logistika DNES -Kupující jsou ochotni platit stále více za individuální výrobky a služby, za vysokou kvalitu a pohotovost nabídky Nízké ceny mohou být pro někoho

Více

Inventory Costing. Skorkovský

Inventory Costing. Skorkovský Inventory Costing Skorkovský Základní pojmy I Zaúčtované položky (transakce) zpracované účetními nástroji NAVI mohou poskytnout informaci o zisku ve zvolených periodách Role skladového účetnictví tkví

Více

Obecná rovnice kvadratické funkce : y = ax 2 + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených funkcí je množina reálných čísel.

Obecná rovnice kvadratické funkce : y = ax 2 + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených funkcí je množina reálných čísel. 5. Funkce 9. ročník 5. Funkce ZOPAKUJTE SI : 8. ROČNÍK KAPITOLA. Funkce. 5.. Kvadratická funkce Obecná rovnice kvadratické funkce : y = ax + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených

Více

Příklady modelů lineárního programování

Příklady modelů lineárního programování Příklady modelů lineárního programování Příklad 1 Optimalizace výroby konzerv. Podnik vyrábí nějaký výrobek, který prodává v 1 kg a 2 kg konzervách, přičemž se řídí podle následujících velmi zjednodušených

Více

Přednáška č.7 Ing. Sylvie Riederová

Přednáška č.7 Ing. Sylvie Riederová Přednáška č.7 Ing. Sylvie Riederová 1. Aplikace klasifikace nákladů na změnu objemu výroby 2. Modelování nákladů Podstata modelování nákladů Nákladové funkce Stanovení parametrů nákladových funkcí Klasifikační

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA FAKULTA PROVOZNĚ EKONOMICKÁ OBCHODNÍ LOGISTIKA. Výběr dodavatele. Zpracovali: Pavel Jaroš, 4.

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA FAKULTA PROVOZNĚ EKONOMICKÁ OBCHODNÍ LOGISTIKA. Výběr dodavatele. Zpracovali: Pavel Jaroš, 4. MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA FAKULTA PROVOZNĚ EKONOMICKÁ OBCHODNÍ LOGISTIKA Výběr dodavatele Zpracovali: Pavel Jaroš, 4. ročník, ME Datum: 27.11.2001 Jan Kula, 4. ročník, ME Ú V O D Stavební

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

Účtování postupné spotřeby dlouhodobého majetku odpisů

Účtování postupné spotřeby dlouhodobého majetku odpisů 1 Přednáška 10 : Dlouhodobý majetek Účtování postupné spotřeby dlouhodobého majetku odpisů 4.6.1. Charakteristika odpisů Dlouhodobý majetek - v průběhu svého užívání delší dobu než jedno účetní období

Více

Výnosy & Náklady Hospodářský výsledek. cv. 6

Výnosy & Náklady Hospodářský výsledek. cv. 6 Výnosy & Náklady Hospodářský výsledek cv. 6 Základní pojmy Náklad peněžní částka, kterou podnik účelně vynaložil na získání výnosů, tj. použil je k provedení určitého výkonu.(spotřeba výrobních faktorů

Více

Celkové dopravní náklady (TTC) lze spočítat jako : Součin variabilních nákladů a přepravovaného množství zvýšený o fixní náklad

Celkové dopravní náklady (TTC) lze spočítat jako : Součin variabilních nákladů a přepravovaného množství zvýšený o fixní náklad Je dána dopravní síť. (Ohodnocení v nákladech na obsluhu). Řešení problému optimální obslužnosti úseku dopravní sítě vede z matematického hlediska na model: Vyberte jednu odpověď a. nejlevnějšího maximálního

Více

Funkce - pro třídu 1EB

Funkce - pro třídu 1EB Variace 1 Funkce - pro třídu 1EB Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv využití výukového materiálu je povoleno pouze s odkazem na www.jarjurek.cz. 1. Funkce Funkce je přiřazení, které každému

Více

Kvízové otázky Obecná ekonomie I. Teorie firmy

Kvízové otázky Obecná ekonomie I. Teorie firmy 1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb

Více

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1 SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum Ak. rok 2011/2012 vbp 1 DEFINICE Operační výzkum je prostředek pro nalezení optimálního řešení daného problému při respektování celé řady různorodých omezení,

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Optimalizace prodeje prošlého zboží

Optimalizace prodeje prošlého zboží Západočeská univerzita v Plzni Plán prezentace Seznámení se s problematikou a popis matematického modelu Analytické vyjádření zisku v jednotlivých případech, kromě posledního Stochastický model posledního

Více

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45.

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. Jednoduché cykly Tento oddíl obsahuje úlohy na první procvičení práce s cykly. Při řešení každé ze zde uvedených úloh stačí použít vedle podmíněných příkazů jen jediný cyklus. Nepotřebujeme používat ani

Více

Numerické řešení variačních úloh v Excelu

Numerické řešení variačních úloh v Excelu Numerické řešení variačních úloh v Excelu Miroslav Hanzelka, Lenka Stará, Dominik Tělupil Gymnázium Česká Lípa, Gymnázium Jírovcova 8, Gymnázium Brno MirdaHanzelka@seznam.cz, lenka.stara1@seznam.cz, dtelupil@gmail.com

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

K OZA SE PASE NA POLOVINĚ ZAHRADY Zadání úlohy

K OZA SE PASE NA POLOVINĚ ZAHRADY Zadání úlohy Koza se pase na polovině zahrady, Jaroslav eichl, 011 K OZA E PAE NA POLOVINĚ ZAHADY Zadání úlohy Zahrada kruhového tvaru má poloměr r = 10 m. Do zahrady umístíme kozu, kterou přivážeme provazem ke kolíku

Více

Systémy plánování a řízení výroby AROP III

Systémy plánování a řízení výroby AROP III Tento materiál vznikl jako součást projektu, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Systémy plánování a řízení výroby AROP III Technická univerzita v Liberci Výrobní

Více

www.pedagogika.skolni.eu

www.pedagogika.skolni.eu 2. Důležitost grafů v ekonomických modelech. Náležitosti grafů. Typy grafů. Formy závislosti zkoumaných ekonomických jevů a jejich grafické znázornění. Grafy prezentují údaje a zachytávají vztahy mezi

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Účtování o zásobách. Příklad 1/1

Účtování o zásobách. Příklad 1/1 Účtování o zásobách Příklad 1/1 Účetní jednotka používá pro oceňování nakoupených materiálových zásob stejné druhy ceny zjištěné váženým aritmetickým průměrem ze skutečných pořizovacích cen. Počáteční

Více

Stanovení bodů zvratu při plánování výrobních kapacit

Stanovení bodů zvratu při plánování výrobních kapacit Stanovení bodů zvratu při plánování výrobních kapacit Bod zvratu definujeme jako minimální množství výrobků, které potřebuje společnost vyrobit, aby pokryla své fixní a variabilní náklady, tj. aby nebyla

Více

Zásoby. Charakteristika a účtování I.

Zásoby. Charakteristika a účtování I. Zásoby Charakteristika a účtování I. Obsah 1. Právní úprava 2. Podstata zásob 3. Druhy zásob 4. Oceňování zásob 5. Účtování materiálu zp. A 6. Účtování spotřeby materiálu 7. Účtování prodeje materiálu

Více

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Školní rok 2013/2014 Mgr. Lenka Mateová Kapitola Téma (Učivo) Znalosti a dovednosti (výstup)

Více

Rychlost a doba obratu zásob, optimální výše dodávky, celkové náklady na skladování

Rychlost a doba obratu zásob, optimální výše dodávky, celkové náklady na skladování Rychlost a doba obratu zásob, optimální výše dodávky, celkové náklady na skladování Příklad 1: Celková zásoba, rychlost a doba obratu zásob Firma ročně spotřebuje 25 tis. ks polotovarů. Velikost jedné

Více

Matematické modelování dopravního proudu

Matematické modelování dopravního proudu Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení

Více

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená. Datum:... Jméno:... Přijímací řízení pro akademický rok 28/9 na magisterské studijní obor Finanční informatiky a statistika Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd se získávají

Více

Indexy, analýza HDP, neaditivnost

Indexy, analýza HDP, neaditivnost Indexy, analýza HDP, neaditivnost 1.) ŘETĚZOVÉ A BAZICKÉ INDEXY 1999 2000 2001 2002 Objem vkladů (mld. Kč) 80,8 83,7 91,5 79,4 a) určete bazické indexy objemu vkladů (1999=100) Rok 1999=100 báze. Pro rok

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Vliv zateplení objektů na vytápěcí soustavu, nové provozní stavy a topné křivky

Vliv zateplení objektů na vytápěcí soustavu, nové provozní stavy a topné křivky Vliv zateplení objektů na vytápěcí soustavu, nové provozní stavy a topné křivky V současnosti se u řady stávajících bytových objektů provádí zvyšování tepelných odporů obvodového pláště, neboli zateplování

Více

ÚLOHY DIFERENCIÁLNÍHO A INTEGRÁLNÍHO POČTU S FYZIKÁLNÍM NÁMĚTEM

ÚLOHY DIFERENCIÁLNÍHO A INTEGRÁLNÍHO POČTU S FYZIKÁLNÍM NÁMĚTEM Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol ÚLOHY

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010 SÍŤOVÁ ANALÝZA Kristýna Slabá, kslaba@students.zcu.cz 1. července 2010 Obsah 1 Úvod do síťové analýzy Hlavní metody síťové analýzy a jejich charakteristika Metoda CPM Metoda PERT Nákladová analýza Metoda

Více

Přejímka jedním výběrem

Přejímka jedním výběrem Přejímka jedním výběrem Menu: QCExpert Přejímka Jedním výběrem Statistická přejímka jedním výběrem slouží k rozhodnutí, zda dané množství nějakých výrobků vyhovuje našim požadavkům na kvalitu, která je

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

Účtovánío zásobách. Školnístravování. (Souhrnná informace ze zjištění České školní inspekce v oblasti školního stravování)

Účtovánío zásobách. Školnístravování. (Souhrnná informace ze zjištění České školní inspekce v oblasti školního stravování) Účtovánío zásobách Školnístravování (Souhrnná informace ze zjištění České školní inspekce v oblasti školního stravování) Vedení účetnictví školní jídelny Zákon o účetnictví vymezuje předmět účetnictví,

Více

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -

Více

5 Informace o aspiračních úrovních kritérií

5 Informace o aspiračních úrovních kritérií 5 Informace o aspiračních úrovních kritérií Aspirační úroveň kritérií je minimální (maximální) hodnota, které musí varianta pro dané maximalizační (minimalizační) kritérium dosáhnout, aby byla akceptovatelná.

Více

Semestrální projekt z předmětu Podnikový management

Semestrální projekt z předmětu Podnikový management Semestrální projekt z předmětu Podnikový management Filip Šimek, 2005 simekf1@fel.cvut.cz Strana 1 / 7 1. Podnikatelský plán, zakladatelský rozpočet Podnikatelský plán je dokument, který vystihuje oblast

Více

Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Kapitola Téma (Učivo) Znalosti a dovednosti (výstup) Průřezová témata, projekty

Více

Zaměřeno na zákazníka. Novinky v informačních systémech ORTEXu

Zaměřeno na zákazníka. Novinky v informačních systémech ORTEXu Novinky v informačních systémech ORTEXu Jak udělat zákazníka spokojenějším? Informační technologie - běžná součást našeho života. Zákazníkovy potřeby Rychlost Zpracování nabídky Dodávky Vyřízení reklamace

Více

Ekonomika Náklady a jejich členění. Ing. Ježková Eva

Ekonomika Náklady a jejich členění. Ing. Ježková Eva Ekonomika Náklady a jejich členění Ing. Ježková Eva Tento materiál vznikl v projektu Inovace ve vzdělávání na naší škole v rámci projektu EU peníze středním školám OP 1.5. Vzdělání pro konkurenceschopnost..

Více

Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu

Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu Zadavatel Úřední název zadavatele: ÚSTŘEDNÍ VOJENSKÁ NEMOCNICE - Vojenská fakultní nemocnice PRAHA IČ: 61383082 Sídlo/místo

Více

Logistika-teorie zásob, řízení zásob, doprava

Logistika-teorie zásob, řízení zásob, doprava Logistika-teorie zásob, řízení zásob, doprava Ing. Hana Pechová Vedoucí práce: doc. Ing. Vratislav Preclík, CSc. Abstrakt Logistika je velmi důležitá pro funkčnost firmy. Finanční ztráty jsou příčinou

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu ČVUT FEL X36PAA - Problémy a algoritmy 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu Jméno: Marek Handl Datum: 3. 2. 29 Cvičení: Pondělí 9: Zadání Prozkoumejte citlivost metod

Více

Zboží - výrobky, které účetní jednotka nakupuje za účelem prodeje a prodává je. (Patří k nim i vlastní výrobky, předané do vlastních prodejen.

Zboží - výrobky, které účetní jednotka nakupuje za účelem prodeje a prodává je. (Patří k nim i vlastní výrobky, předané do vlastních prodejen. 1 Základy účetnictví 6. přednáška Zásoby - mají za úkol zajistit plynulost výroby, - snaha o snižování (optimalizaci) zásob (JIT) Člení se a/ nakupované materiálové zásoby a zboží, b/ vytvořené vlastní

Více

Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu

Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu Zadavatel Úřední název zadavatele: ÚSTŘEDNÍ VOJENSKÁ NEMOCNICE - Vojenská fakultní nemocnice PRAHA IČO: 61383082 Sídlo/místo

Více

Tab. č. 1 Druhy investic

Tab. č. 1 Druhy investic Investiční činnost Investice představuje vydání peněz dnes s představou, že v budoucnosti získáme z uvedených prostředků vyšší hodnotu. Vzdáváme se jisté spotřeby dnes, ve prospěch nejistých zisků v budoucnosti.

Více

Mendelova univerzita v Brně PŘÍPADOVÁ STUDIE HRAČKY Z LEDÁRNY OPERAČNÍ MANAGEMENT. Jan Šenkyřík. Tomáš Navrátil

Mendelova univerzita v Brně PŘÍPADOVÁ STUDIE HRAČKY Z LEDÁRNY OPERAČNÍ MANAGEMENT. Jan Šenkyřík. Tomáš Navrátil Mendelova univerzita v Brně PŘÍPADOVÁ STUDIE HRAČKY Z LEDÁRNY OPERAČNÍ MANAGEMENT Vypracovali: David Bouchal Jan Šenkyřík Tomáš Navrátil Obsah 1 Úvod a cíl práce... 3 2 Vlastní práce... 4 2.1 Dopad stanovených

Více

Příklad 25/1 Zjistěte pomocí metody dvou bodů výši variabilních nákladů na jednu dodávku a výši čtvrtletních fixních nákladů útvaru Zásobování.

Příklad 25/1 Zjistěte pomocí metody dvou bodů výši variabilních nákladů na jednu dodávku a výši čtvrtletních fixních nákladů útvaru Zásobování. Příklad 25/1 Část nákladů útvaru Zásobování je fixní a část je závislá na počtu dodávek. Celkové náklady a počet dodávek v uplynulých dvou čtvrtletích byly následující: Období Počet dodáveknáklady celkem

Více

AKTIVA A JEJICH STRUKTURA, OCEŇOVÁNÍ

AKTIVA A JEJICH STRUKTURA, OCEŇOVÁNÍ AKTIVA A JEJICH STRUKTURA, OCEŇOVÁNÍ 5.4 ZÁSOBY - podstata, charakteristika, oceňování, postupy účtování, vykazování v rozvaze, odlišnosti vůči mezinárodní regulaci dle IAS/IFRS. Podstata a charakteristika

Více

CVIČENÍ č. 7 BERNOULLIHO ROVNICE

CVIČENÍ č. 7 BERNOULLIHO ROVNICE CVIČENÍ č. 7 BERNOULLIHO ROVNICE Výtok z nádoby, Průtok potrubím beze ztrát Příklad č. 1: Určete hmotnostní průtok vody (pokud otvor budeme považovat za malý), která vytéká z válcové nádoby s průměrem

Více

Projekt peníze SŠ. Střední škola obchodní a právní, s.r.o., Jablonec nad Nisou. Šablona III/2 č.e1_kalkulace ceny. Ekonomika P3

Projekt peníze SŠ. Střední škola obchodní a právní, s.r.o., Jablonec nad Nisou. Šablona III/2 č.e1_kalkulace ceny. Ekonomika P3 Projekt peníze SŠ Střední škola obchodní a právní, s.r.o., Jablonec nad Nisou CZ.1.07/1.5.00/34.0040 Šablona III/2 č.e1_kalkulace ceny Ekonomika P3 Anotace: Materiál lze využít jako prezentaci a výklad

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chb v této presentaci mě prosím upozorněte. Děkuji. Tto slid berte pouze jako doplňkový materiál není v nich

Více

ROZVAHA A ZMĚNY ROZVAHOVÝCH POLOŽEK. ROZVAHOVÉ A VÝSLEDKOVÉ ÚČTY. PODVOJNÝ ÚČETNÍ ZÁPIS. SYNTETICKÉ A ANALYTICKÉ ÚČTY.

ROZVAHA A ZMĚNY ROZVAHOVÝCH POLOŽEK. ROZVAHOVÉ A VÝSLEDKOVÉ ÚČTY. PODVOJNÝ ÚČETNÍ ZÁPIS. SYNTETICKÉ A ANALYTICKÉ ÚČTY. Rozvaha ZÁKLADY ÚČETNICTVÍ 5 5 ZÁKLADY ÚČETNICTVÍ ROZVAHA A ZMĚNY ROZVAHOVÝCH POLOŽEK. ROZVAHOVÉ A VÝSLEDKOVÉ ÚČTY. PODVOJNÝ ÚČETNÍ ZÁPIS. SYNTETICKÉ A ANALYTICKÉ ÚČTY. 5.1 Rozvaha 5.1.1 Aktiva a pasiva

Více