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

Save this PDF as:
 WORD  PNG  TXT  JPG

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,

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

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

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

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

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

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

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

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

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

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

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

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

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

7 Kardinální informace o kritériích (část 1)

7 Kardinální informace o kritériích (část 1) 7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru

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

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

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

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

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce)

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce) Předmět: Ročník: Vytvořil: Datum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 5. srpna Název zpracovaného celku: LOKÁLNÍ EXTRÉMY LOKÁLNÍ EXTRÉMY (maimum a minimum funkce) Lokální etrémy jsou body, v nichž funkce

Více

Hlavním důvodem vytváření zásob je rozpojování materiálového toku mezi jednotlivými články logistického řetězce.

Hlavním důvodem vytváření zásob je rozpojování materiálového toku mezi jednotlivými články logistického řetězce. H) ŘÍZENÍ ZÁSOB Hlavním důvodem vytváření zásob je rozpojování materiálového toku mezi jednotlivými články logistického řetězce. Zásoby představují velkou a nákladnou investici. Jejich kvalitním řízením

Více

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

Funkce a úkoly útvaru nákupu

Funkce a úkoly útvaru nákupu NÁKUP Funkce a úkoly útvaru nákupu Nákupní marketingový mix Aktivity marketingového nákupního procesu Řízení zásob Nákupní logistika Strategické řízení nákupu Funkce a úkoly útvaru nákupu Základní funkcí

Více

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost 1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost Ve světě kolem nás eistují děje, jejichž výsledek nelze předem jednoznačně určit. Například nemůžete předem určit, kolik

Více

5. Kvadratická funkce

5. Kvadratická funkce @063 5. Kvadratická funkce Kvadratickou funkci také znáte ze základní školy, i když jen v té nejjednodušší podobě. Definice: Kvadratická funkce je dána předpisem f: y = ax 2 + bx + c, kde a, b, c R, a

Více

MODELS FOR INVENTORY MANAGEMENT

MODELS FOR INVENTORY MANAGEMENT MODELY PRO ŘÍZENÍ ZÁSOB MODELS FOR INVENTORY MANAGEMENT Josef KOŠŤÁLEK Abstract Models for inventory management is addressed by many economists and mathematicians in that time it was created a lot of patterns

Více

1. případová studie BilBo

1. případová studie BilBo Vysoká škola ekonomická v Praze Fakulta národohospodářská 1. případová studie BilBo 1FU201 Účetnictví I. Semestr: 3. Cvičící: ing. Marie Zelenková, Ph.D. Číslo cvičení: 003 Název skupiny: XXXX Jména členů

Více

Téma: Investice do akcií společnosti ČEZ

Téma: Investice do akcií společnosti ČEZ Matematika a byznys Téma: Investice do akcií společnosti ČEZ Alena Švédová A07146 Investice do akcií společnosti ČEZ ÚVOD Tímto tématem, které jsem si pro tuto práci zvolila, bych chtěla poukázat na to,

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

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

1 Zdroj napětí náhradní obvod

1 Zdroj napětí náhradní obvod 1 Zdroj napětí náhradní obvod Příklad 1. Zdroj napětí má na svorkách naprázdno napětí 6 V. Při zatížení odporem 30 Ω klesne napětí na 5,7 V. Co vše můžete o tomto zdroji říci za předpokladu, že je v celém

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

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

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU Definice laktátového prahu Laktátový práh je definován jako maximální setrvalý stav. Je to bod, od kterého se bude s rostoucí intenzitou laktát nepřetržitě zvyšovat.

Více

Zisk a vztahy mezi základními ekonomickými veličinami v podniku.

Zisk a vztahy mezi základními ekonomickými veličinami v podniku. Zisk a vztahy mezi základními ekonomickými veličinami v podniku. Úloha zisku v podnikání. Různé podoby zisku. Zisk je cílem a podnětem veškerého podnikání. Monetární (finanční) cíle Zajištění platební

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

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

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

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

Téma 5: Řízení oběžného majetku

Téma 5: Řízení oběžného majetku Téma 5: Řízení oběžného majetku 1. Charakteristika oběžného majetku a jeho struktury 2. Celková potřeba oběžného majetku 3. Řízení oběžného majetku - řízení zásob - řízení pohledávek - řízení peněžních

Více

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

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

Limita a spojitost funkce

Limita a spojitost funkce Limita a spojitost funkce Základ všší matematik Dana Říhová Mendelu Brno Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin společného základu

Více

5. Interpolace a aproximace funkcí

5. Interpolace a aproximace funkcí 5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Vzdálenosti. Copyright c 2006 Helena Říhová

Vzdálenosti. Copyright c 2006 Helena Říhová Vzdálenosti Copyright c 2006 Helena Říhová Obsah 1 Vzdálenosti 3 1.1 Vzdálenostivrovině... 3 1.1.1 Vzdálenostdvoubodů..... 3 1.1.2 Vzdálenostboduodpřímky..... 4 1.1.3 Vzdálenostdvourovnoběžek.... 5 1.2

Více

2.7.6 Rovnice vyšších řádů

2.7.6 Rovnice vyšších řádů 6 Rovnice vyšších řádů Předpoklady: 50, 05 Pedagogická poznámka: Pokud mám jenom trochu čas probírám látku této hodiny ve dvou vyučovacích hodinách V první probíráme separaci kořenů, v druhé pak snížení

Více

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení.

Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. @083 6 Polynomické funkce Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. Definice: Polynomická funkce n-tého stupně (n N) je dána předpisem n n 1 2 f : y a x

Více

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

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

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

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

Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu

Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326 PROJEKT

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

Matematika stavebního spoření

Matematika stavebního spoření Matematika stavebního spoření Výpočet salda ve stacionárním stavu a SKLV Petr Kielar Stavební spořitelny se od klasických bank odlišují tím, že úvěry ze stavebního spoření poskytují zásadně z primárních

Více

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A Ročník: I. Fyzika Vzdělávací oblast: Přírodovědné vzdělávání Vzdělávací obor: Fyzika Tematický okruh: Mechanika

Více

Seminární práce ze Základů firemních financí

Seminární práce ze Základů firemních financí Seminární práce ze Základů firemních financí Téma: Analýza vývoje zisku Zpracovaly: Veronika Kmoníčková Jana Petrčková Dominika Sedláčková Datum prezentace: 24.3. 2004...... V Brně dne...... P o d p i

Více

SIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA

SIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA SIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA Ing. Jaromír Široký, Ph.D. Ing. Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy Obsah: 1. Definice cílů a účelu simulace VLC. 2. Struktura

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

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10.

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10. MA. cvičení průběh funkce Lukáš Pospíšil,202 Průběh funkce Pod úkolem vyšetřete průběh funkce budeme rozumět nalezení všech kvalitativních vlastností zadané funkce - tedy bude potřeba zjistit o funkci

Více

ZÁPADOČESKÁ UNIVERZITA V PLZNI

ZÁPADOČESKÁ UNIVERZITA V PLZNI ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ DIPLOMOVÁ PRÁCE Řízení zásob ve zvoleném podniku Inventory control in a selected company Jiří Hrdlička Plzeň 2012 Oficiální zadání diplomové práce Prohlašuji,

Více

MASARYKOVA UNIVERZITA. Řešené příklady na extrémy a průběh funkce se zaměřením na ekonomii

MASARYKOVA UNIVERZITA. Řešené příklady na extrémy a průběh funkce se zaměřením na ekonomii MASARYKOVA UNIVERZITA Přírodovědecká fakulta Řešené příklad na etrém a průběh funkce se zaměřením na ekonomii Bakalářská práce Veronika Kruttová Brno 008 Prohlášení: Prohlašuji, že jsem svou bakalářskou

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

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

Řízení zásob ZÁSOBY JSOU IDENTIFIKÁTOREM NESCHOPNOSTI MANAGEMENTU FIRMU ŘÍDIT ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZTRÁT, NÍZKÉ EFEKTIVNOSTI KAPITÁLU

Řízení zásob ZÁSOBY JSOU IDENTIFIKÁTOREM NESCHOPNOSTI MANAGEMENTU FIRMU ŘÍDIT ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZTRÁT, NÍZKÉ EFEKTIVNOSTI KAPITÁLU Řízení zásob ZÁSOBY JSOU IDENIFIKÁOREM NESCHOPNOSI MANAGEMENU FIRMU ŘÍDI ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZRÁ, NÍZKÉ EFEKIVNOSI KAPIÁLU GEOGRAFICKÁ FUNKCE ZÁSOB VYROVNÁVACÍ FUNKCE ZÁSOB ECHNOLOGICKÁ FUNKCE

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

13 Specifika formování poptávky firem po práci a kapitálu

13 Specifika formování poptávky firem po práci a kapitálu 13 Specifika formování poptávky firem po práci a kapitálu Na rozdíl od trhu finálních statků, kde stranu poptávky tvořili jednotlivci (domácnosti) a stranu nabídky firmy, na trhu vstupů vytvářejí jednotlivci

Více

PILOTNÍ ZKOUŠKOVÉ ZADÁNÍ

PILOTNÍ ZKOUŠKOVÉ ZADÁNÍ INSTITUT SVAZU ÚČETNÍCH KOMORA CERTIFIKOVANÝCH ÚČETNÍCH CERTIFIKACE A VZDĚLÁVÁNÍ ÚČETNÍCH V ČR ZKOUŠKA ČÍSLO 9 MANAŽERSKÉ ÚČETNICTVÍ PILOTNÍ ZKOUŠKOVÉ ZADÁNÍ ÚVODNÍ INFORMACE Struktura zkouškového zadání:

Více

ČASOVÁ HODNOTA PENĚZ. Manažerská ekonomika obor Marketingová komunikace. 8. přednáška Ing. Jarmila Ircingová, Ph.D.

ČASOVÁ HODNOTA PENĚZ. Manažerská ekonomika obor Marketingová komunikace. 8. přednáška Ing. Jarmila Ircingová, Ph.D. ČASOVÁ HODNOTA PENĚZ Manažerská ekonomika obor Marketingová komunikace 8. přednáška Ing. Jarmila Ircingová, Ph.D. Časová hodnota peněz Každou peněžní operaci prováděnou v současnosti a zaměřenou do budoucnosti

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

VŠEOBECNÉ OBCHODNÍ PODMÍNKY

VŠEOBECNÉ OBCHODNÍ PODMÍNKY VŠEOBECNÉ OBCHODNÍ PODMÍNKY Prodávající: ESTELAR s.r.o. Zapsaná v obchodním rejstříku v Brně oddíl C, vložka 45924 Zastoupena: pan Martin Měcháček jednatel společnosti Se sídlem: Tovární 921 769 01 Holešov

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

Ústav biologie obratlovců AV ČR, v.v.i. Pokyn ředitele č. 7 / 2007 Směrnice o majetku evidence, účtování, oceňování a odepisování Platí od: 1. 7.

Ústav biologie obratlovců AV ČR, v.v.i. Pokyn ředitele č. 7 / 2007 Směrnice o majetku evidence, účtování, oceňování a odepisování Platí od: 1. 7. Ústav biologie obratlovců AV ČR, v.v.i. Pokyn ředitele č. 7 / 2007 Směrnice o majetku evidence, účtování, oceňování a odepisování Platí od: 1. 7. 2007 Určeno všem zaměstnancům. Tato směrnice obsahuje části:

Více

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin doc. Ing. Martin Štroner, Ph.D. Fakulta stavební ČVUT v Praze 1 Úvod Při přesných inženýrsko geodetických

Více

Jak na podnikání? VYPRACOVÁNÍ PODNIKATELSKÉHO ZÁMĚRU

Jak na podnikání? VYPRACOVÁNÍ PODNIKATELSKÉHO ZÁMĚRU Projekt reg. č.: CZ.1.04/3.4.04/88.00372 je financován z prostředků ESF prostřednictvím OP LZZ a státního rozpočtu ČR, název projektu: PODNIKATELSKÝ MINIINKUBÁTOR. Jak na podnikání? VYPRACOVÁNÍ PODNIKATELSKÉHO

Více

24.11.2009 Václav Jirchář, ZTGB

24.11.2009 Václav Jirchář, ZTGB 24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci

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

Míra přerozdělování příjmů v ČR

Míra přerozdělování příjmů v ČR Míra přerozdělování příjmů v ČR Luboš Marek, Michal Vrabec Anotace V tomto článku počítají autoři hodnoty Giniho indexu v České republice. Tento index je spočítán nejprve za celou ČR, poté pro skupinu

Více

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl Optimalizace úvěrových nabídek EmbedIT 7.11.2013 Tomáš Hanžl Obsah Spotřebitelský úvěr Popis produktu Produktová definice v HC Kalkulace úvěru Úloha nalezení optimálního produktu Shrnutí Spotřebitelský

Více

Programy na PODMÍNĚNÝ příkaz IF a CASE

Programy na PODMÍNĚNÝ příkaz IF a CASE Vstupy a výstupy budou vždy upraveny tak, aby bylo zřejmé, co zadáváme a co se zobrazuje. Není-li určeno, zadáváme přirozená čísla. Je-li to možné, používej generátor náhodných čísel vysvětli, co a jak

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN? NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU

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

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

Zisk, funkce zisku, EBIT, EAT, EBT, Bod zvratu

Zisk, funkce zisku, EBIT, EAT, EBT, Bod zvratu Zisk, funkce zisku, EBIT, EAT, EBT, Bod zvratu I. Úloha zisku v podnikání Zisk je cílem veškerého podnikání, ne však jediným. Podnikatelé sledují další monetární cíle: - zajištění platební pohotovosti

Více

OBĚŽNÝ MAJETEK OBSAH TÉMATU

OBĚŽNÝ MAJETEK OBSAH TÉMATU OBSAH TÉMATU Ing. Lukáš Kučera SOŠ SE Velešín Charakteristika oběžného majetku Členění oběžného majetku Hospodaření s oběžným majetkem Koloběh a obrat zásob Plánování a normování materiálových zásob Logistika

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

NÁVOD K POUŽITÍ B2B V PROVOZU

NÁVOD K POUŽITÍ B2B V PROVOZU NÁVOD K POUŽITÍ B2B V PROVOZU VYHOTOVIL: LUCIE ČERMÁKOVÁ, JANA EHRENBERGEROVÁ, JITKA NEUMANNOVÁ DATUM VYHOTOVENÍ: 5.3.2010 DATUM ÚPRAVY: 8.4.2010 1 OBSAH DOMÁCÍ STRÁNKA... 3 OBCHODNÍ PŘÍPADY... 4 OBCHODNÍ

Více

3. Účtová tř. 1 Zásoby a 2 Finanční účty

3. Účtová tř. 1 Zásoby a 2 Finanční účty 3. Účtová tř. 1 Zásoby a 2 Finanční účty Oběžný majetek - nemusí ho být v podniku mnoho - je v podniku v různých formách (ve věcné podobě jako suroviny, materiál apod., v peněžní podobě jako peníze, pohledávky,

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

Obor účetnictví a finanční řízení podniku

Obor účetnictví a finanční řízení podniku Obor účetnictví a finanční řízení podniku TEST Z FINANČNÍHO ÚČETNICTVÍ celkem 40 bodů Zvolte nejvhodnější odpověď na následující otázky (otázky se nevztahují k žádnému z početních příkladů a nijak na sebe

Více

Forecasting, demand planning a řízení zásob: Skrytý potenciál. Tomáš Hladík Logio

Forecasting, demand planning a řízení zásob: Skrytý potenciál. Tomáš Hladík Logio Forecasting, demand planning a řízení zásob: Skrytý potenciál Tomáš Hladík Logio 14.3.2012 Obsah Cíl správného řízení zásob Proč segmentovat portfolio? Dobrý forecasting je základ Jak na pomaluobrátkové

Více

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více

4.2.13 Regulace napětí a proudu reostatem a potenciometrem

4.2.13 Regulace napětí a proudu reostatem a potenciometrem 4..3 Regulace napětí a proudu reostatem a potenciometrem Předpoklady: 405, 407, 40 Nejde o dva, ale pouze o jeden druh součástky (reostat) ve dvou různých zapojeních (jako reostat a jako potenciometr).

Více

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0 Příklad Určete obsah rovinné plochy ohraničené křivkami: a) =0,=,= b) =4,=0 c) =,=,=3,=0 d) =+, =0 e) + )=,= f) = +4,+= g) =arcsin,=0,= h) =sin,=0, 0; i) =,=,=4,=0 j) =,= k) = 6,= +5 4 l) =4,+=5 m) = +

Více

4.2.15 Funkce kotangens

4.2.15 Funkce kotangens 4..5 Funkce kotangens Předpoklady: 44 Pedagogická poznámka: Pokud nemáte čas, doporučuji nechat tuto hodinu studentům na domácí práci. Nedá se na tom nic zkazit a v budoucnu to není nikde příliš potřeba.

Více

Matematické přístupy k pojištění automobilů. Silvie Kafková. 3. 6. září 2013, Podlesí

Matematické přístupy k pojištění automobilů. Silvie Kafková. 3. 6. září 2013, Podlesí Matematické přístupy k pojištění automobilů Silvie Kafková 3. 6. září 2013, Podlesí Obsah 1 Motivace 2 Tvorba tarifních skupin a priori 3 Motivace Obsah 1 Motivace 2 Tvorba tarifních skupin a priori 3

Více

Osnova p ednášky Logistické systémy a jejich LOGISTICKÉ SYSTÉMY charakteristika 2 0 0 8 0 8-2/ 2 1 / 3 Typy distribu ních systém Typy distribu

Osnova p ednášky Logistické systémy a jejich LOGISTICKÉ SYSTÉMY charakteristika 2 0 0 8 0 8-2/ 2 1 / 3 Typy distribu ních systém Typy distribu Osnova přednášky LOGISTICKÉ SYSTÉMY 2008-2/13 Logistické systémy a jejich charakteristika Typy distribučních systémů Základní logistické kalkulace, Case Study Přepravní systémy Logistický systém Lokační

Více

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace:Článek se věnuje železniční přepravě mezi kraji v České republice, se zaměřením na

Více