Optimalizace skladových zásob ve firmě Tradix, a. s.

Rozměr: px
Začít zobrazení ze stránky:

Download "Optimalizace skladových zásob ve firmě Tradix, a. s."

Transkript

1 Mendelova univerzita v Brně Provozně ekonomická fakulta Optimalizace skladových zásob ve firmě Tradix, a. s. Bakalářská práce Vedoucí práce: Ing. Pavel Kolman Libor Stojaspal Brno 2012

2 Rád bych poděkoval Ing. Pavlu Kolmanovi za vedení mé práce, jeho cenné rady a za nápomoc při jakýchkoliv dotazech. Dále bych chtěl poděkovat firmě Tradix a. s., obzvláště panu Petru Husaříkovi, který mi poskytl veškeré informace a data, bez kterých bych mou práci nemohl realizovat.

3 Prohlašuji, že jsem tuto bakalářskou práci vypracoval samostatně dle pokynů vedoucího práce a za použití zdrojů, které jsou uvedeny v seznamu literatury. V Brně dne 20. dubna 2012

4 Abstract Stojaspal, L. Optimization of inventories in the company Tradix company. Bachelor thesis. Brno, 2012 The thesis is aimed at optimizing inventory in the company Tradix. The result of the thesis will be obtained by comparing the proposed optimal solution with reality. The information obtained should help Tradix company determine how to deal with supplies and, if found shortcomings assistance to a solution. Keywords Inventory optimization, supplies, warehouse, costs, demand, safety stock, level of service, supplies management, order Abstrakt Stojaspal, L. Optimalizace skladových zásob ve firmě Tradix a. s. Bakalářská práce. Brno 2012 Práce je zaměřena na optimalizace skladových zásob ve firmě Tradix a. s. Výsledek práce bude získán porovnáním navrženého optimálního řešení se skutečností. Získané informace by měly pomoci firmě Tradix a. s. zjistit, jakým způsobem nakládá se skladovými zásobami a v případě zjištění nedostatků pomoci přijmout řešení. Klíčová slova Optimalizace zásob, zásoby, sklad, náklady, poptávka, pojistná zásoba, úroveň obsluhy, řízení zásob, objednávka

5 Obsah 5 Obsah 1 Úvod a cíl práce Úvod Cíl práce Teoretická část Náhodná veličina a její rozdělení Náhodný jev Pravděpodobnost Náhodná veličina Normální rozdělení Časové řady Statistické charakteristiky Aritmetický průměr Rozptyl Směrodatná odchylka Zásoby Optimalizace stavu zásob Metoda ABC a její význam Řízení zásob Modely zásob Deterministické modely zásob Stochastické modely zásob Praktická část Charakteristika firmy Tradix, a. s Profil společnosti Optimalizace skladových zásob Příprava dat... 35

6 Obsah Cihla plná Malenovice Cihla plná Polom Izolace Polystyren Cement Diskuze 53 5 Závěr 56 6 Literatura 58

7 Seznam obrázků 7 Seznam obrázků Obr. 1 Vývoj nákladů při změně počtu a velikosti dodávek (Janová a kol., 2011) 19 Obr. 2 Dodávkové cykly modelu I optimální velikost objednávky (Jablonský, 2002) 23 Obr. 3 Dodávkové cykly modelu II - přechodné neuspokojení poptávky (Plevný, 2007) 25 Obr. 4 Výrobní a spotřební cykly modelu III (Jablonský, 2002) 28 Obr. 5 Závislost stavu zásoby na čase při stochastické poptávce (Jablonský, 2002) 30 Obr. 6 Ukázka původní skladové karty (Vlastní zdroj) 35 Obr. 7 Stav skladových zásob cihly plné Malenovice v roce 2011 (Vlastní zdroj) 37 Obr. 8 Srovnání skutečného stavu skladu, pojistné zásoby a bodu znovuobjednávky při 99% úrovni obsluhy u cihly plné Malenovice (Vlastní zdroj) 42 Obr. 9 Stav skladových zásob cihly plné Malenovice v roce 2011 (Vlastní zdroj) 42 Obr. 10 Srovnání skutečného stavu skladu, pojistné zásoby a bodu znovuobjednávky při 99% úrovni obsluhy u cihly plné Polom (Vlastní zdroj) 44 Obr. 11 Stav skladových zásob izolace v roce 2011 (Vlastní zdroj) 45 Obr. 12 Srovnání skutečného stavu skladu, pojistné zásoby a bodu znovuobjednávky při 99% úrovni obsluhy u izolace (Vlastní zdroj) 47

8 Seznam obrázků 8 Obr. 13 Stav skladových zásob polystyrenu v roce 2011 (Vlastní zdroj) 48 Obr. 14 Srovnání skutečného stavu skladu, pojistné zásoby a bodu znovuobjednávky při 99% úrovni obsluhy u polystyrenu (Vlastní zdroj) 49 Obr. 15 Stav skladových zásob cementu v roce 2011 (Vlastní zdroj)50 Obr. 16 Srovnání skutečného stavu skladu, pojistné zásoby a bodu znovuobjednávky při 99% úrovni obsluhy u cementu (Vlastní zdroj) 52

9 Seznam tabulek 9 Seznam tabulek Tab. 1 Cihla plná Malenovice - upravená skladová karta (Vlastní zdroj) 36 Tab. 2 Výsledné míry variability Cihla plná Malenovice (Vlastní zdroj) 38 Tab. 3 Číselné vyjádření směrodatné střední hodnoty a směrodatné odchylky poptávky během pořizovací lhůty dodávky Cihla plná Malenovice (Vlastní zdroj) 39 Tab. 4 Výše pojistné zásoby a bod znovuobjednávky pro jednotlivé měsíce roku 2011 Cihla plná Malenovice (Vlastní zdroj) 40 Tab. 5 Výše pojistné zásoby a bod znovuobjednávky pro jednotlivé měsíce roku 2011 Cihla plná Polom (Vlastní zdroj) 43 Tab. 6 Výše pojistné zásoby a bod znovuobjednávky pro jednotlivé měsíce roku 2011 Izolace (Vlastní zdroj) 46 Tab. 7 Výše pojistné zásoby a bod znovuobjednávky pro jednotlivé měsíce roku 2011 Izolace (Vlastní zdroj) 48 Tab. 8 Výše pojistné zásoby a bod znovuobjednávky pro jednotlivé měsíce roku 2011 Cement (Vlastní zdroj) 51

10 Úvod a cíl práce 10 1 Úvod a cíl práce 1.1 Úvod Zásoby jsou všeobecně známo jedním z hlavních činitelů každého podniku, především tedy výrobního, jelikož velké procento celkových aktiv mnoha podniků bývá pevně spjato právě s položkou zásob. Úkolem zásob je zajistit plynulost výroby, resp. celkového výrobního procesu a zabezpečit souvislost jednotlivých dodávek ke koncovým zákazníkům. Dalšími úkoly zásob jsou zajištění kapacitního souladu mezi jednotlivými výrobními fázemi a překonání nepříznivých neočekávaných událostí (přírodní vlivy). Základní funkcí zásob je zabezpečit výrobní i nevýrobní procesy a to v potřebné kvantitě, kvalitě, sortimentu, místě a času. Další funkcí je na základě činnosti zásobovacího oddělení predikce budoucí potřeby zásob pro uspokojení budoucí spotřeby. Jednou z hlavních nevýhod zásob a zásobování je jejich návaznost na velký objem potřebných finančních prostředků. V mnoha podnicích se děje to, že na zásoby je vázáno zbytečně velké množství finančních prostředků. Tyto finance by mohly být v lepším případě využity daleko efektivněji a to např. na rozvoj podniku, investic do nových projektů, vývoj nových produktů apod. Další zápornou stránkou zásob je fakt, že musí být někde uloženy, tzn. skladovány. Skladování zásob je pro podniky opět poměrně velký problém. Skladovací prostory mohou být buď externí, nebo interní. Oba tyto způsoby skladování znovu přinášejí své plusy i mínusy. Tzn., že pro podnik je velice důležité stanovit, na jakém místě a jakým způsobem bude zásoby skladovat, aby to pro něj bylo ekonomické a hlavně efektivní. Se skladováním zásob souvisejí také skladovací náklady, jako např. náklady na energie, pojištění skladovacích prostor a vybavení, úklid, údržbu, mzdy zaměstnanců, provoz skladu a v případě externích skladů také náklady na pronájem skladovacích prostor. Z celkového výčtu jednotlivých položek nákladů na skladování je zřejmé, že i malé snížení těchto nákladových položek může vyvolat pro podnik kladný ekonomický efekt, který může způsobit možný budoucí rozvoj podniku. Negativní stránkou zásobování je fakt, že s sebou zásoby obvykle nesou velké množstvím různých rizik úzce s nimi spjatých, a to např. technické znehodnocování zásob, které vede k nepoužitelnosti a neprodejnosti. A právě z negativních příčin, které s sebou držení zásob přináší, se v současné době stává disciplína v oboru řízení zásob jednou z nejvyhledávanějších. Z výše zmíněného textu je tedy jasné, že je velmi důležité, aby se každý podnik záležitostí skladování detailně zabýval. Primární je stanovit, jak velkou finanční částku je potřebné vkládat do zásob tak,

11 Úvod a cíl práce 11 aby byla zajištěna hlavní funkce podniku a na druhou stranu aby toto množství financí nebylo zbytečně velké, což by negativně ovlivňovalo nákladovou stránku. Právě z tohoto důvodu se podniky zaměřují na optimalizaci zásobování, tzn. stanovení potřebného kvantitativního množství zásob, a to při minimálních nákladech. Dalším faktorem optimalizace zásob je výpočet optimální délky dodávkového cyklu a bod znovu-objednání. Tento bod nám stanovuje, při jakém množství zásob na skladě je potřeba zajistit další objednávku. Při optimalizaci je potřeba brát v potaz i variabilitu v jejich prodeji, která může zapříčinit nedostatečnou zásobu na skladě, potřebnou pro provoz. Tento možný výpadek lze se zvolenou pravděpodobností eliminovat stanovením optimální pojistné zásoby. Na základě všech výše uvedených důvodů je tato práce zaměřena právě na problematiku optimalizace stavu skladových zásob. Firma Tradix a. s. se specializuje výrobou stavebních výrobků. Jelikož firma vyrábí velké množství výrobků tohoto druhu, tudíž je potřeba velkých skladovacích prostor, bude provedena optimalizace skladových zásob a porovnána se skutečným stavem ve firmě. V případě nalezení nedostatků budou navržena doporučení sledující zlepšení stávajícího stavu.

12 Úvod a cíl práce Cíl práce Cílem této bakalářské práce je optimalizace vybraných položek skladových zásob a následné porovnání dosažených výsledků se skutečným stavem ve firmě Tradix a. s. Úkolem bude z dosažených výsledků a závěrů podat společnosti základní informace o jejich skladovém hospodářství. Pokud budou nalezeny určité nedostatky, tak budou následně navržena opatření k jejich odstranění. Optimalizace bude prováděna na základě vybraných statistických metod a metod operačního výzkumu. Poněvadž podnik Tradix a. s. vyrábí a následně uskladňuje velké množství výrobků, budou pro začátek vybrány reprezentační vzorky pěti produktů, které jsou nejtypičtějšími stavebními surovinami z celé škály vyráběných produktů. K výpočtům budou použita data ze skladové karty za období od až Potřebné informace budou získány ze skladových karet a poté zpracovány v programu MS Excel. Ze získaných dat bude určena jejich variabilita a vypočtena pořizovací lhůta dodávky pro zvolené výrobky. Na základě vhodného modelu řízení zásob bude vypočtena výše pojistné zásoby a bod znovu-objednání pro zvolené úrovně obsluhy. Tyto hodnoty budou porovnány se skutečným stavem a následně vyhodnoceny závěry.

13 Teoretická část 13 2 Teoretická část 2.1 Náhodná veličina a její rozdělení Náhodný jev V životě nás obklopují řady různých situací, při kterých se může či nemusí odehrát určitý jev. Existují 3 typy jevů a to jev jistý, jev nemožný a jev náhodný. V prvních dvou zmiňovaných jevech, za předpokladu splnění či nesplnění určitých podmínek, jev buď s jistotou nastane, nebo s jistotou nenastane. Jev jistý nastane vždy a to za předpokladu, že jsou správně dodrženy podmínky pokusu. Opačným jevem je jev nemožný, který nenastane nikdy v případě, nejsou-li dodrženy podmínky pokusu. Třetím jevem je jev náhodný. U tohoto typu jevů mohou nastat jakékoliv výsledky i při dodržení všech podmínek. Tyto typy jevů v životě převažují (Hindls, 2007) Pravděpodobnost Výchozím pojmem pravděpodobnosti je náhodný jev. Pravděpodobnost je matematický model náhody, který tyto jevy zkoumá. Existuje několik definic pravděpodobnosti a to: 1. Klasická pravděpodobnost Klasická neboli Laplaceova definice pravděpodobnosti vychází ze tří požadavků, které jsou kladeny na náhodný pokus. Těmito požadavky jsou: počet všech možných výsledků je konečný všechny výsledky jsou stejně možné všechny výsledky se navzájem vylučují Pravděpodobnost libovolného náhodného jevu A je dána jako podíl počtu případů příznivých jevu A, počtem všech možných případů (Hindls, 2007). (1)

14 Teoretická část Statistická pravděpodobnost Definice statistické pravděpodobnosti se používá v případě, že není splněn jeden ze základních požadavků klasické pravděpodobnosti a to předpoklad stejné možnosti všech jevů. Pravděpodobnost jevu A je číselné vyjádření relativní četnosti n (A)/n tohoto jevu, roste-li počet pokusů n nade všechny meze (Webová stránka Hazardní hry). (2) 3. Geometrická pravděpodobnost Další definicí je geometrická pravděpodobnost, která je založena na porovnávání ploch, objemů nebo délek různých geometrických útvarů. Náhodný pokus se základním prostorem S má nekonečně mnoho výsledků a každý z těchto výsledků má stejnou pravděpodobnost nastat. Pravděpodobnost P (A) náhodného jevu A z množiny S definujeme jako podíl: (3) Náhodná veličina Výsledkem u většiny náhodných pokusů jsou reálná čísla. Dá se také říci, že výsledek náhodného pokusu, který je daný reálným číslem, je hodnotou veličiny. Tuto veličinu nazveme náhodná veličina. Náhodná veličina je tedy veličina, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu (Hindls, 2007). Náhodné veličiny mohou být podle věcné povahy výrazně různorodé, proto rozlišujeme dva základní druhy náhodné veličiny: Diskrétní (nespojitá) náhodná veličina, která může nabývat pouze konečně nebo spočetně nekonečně mnoha hodnot. Spojitá náhodná veličina, která může nabývat všech hodnot z nějakého konečného či nekonečného intervalu Normální rozdělení Normální rozdělení N (μ, ) mezi jedno z nejdůležitějších a nejznámějších spojitých pravděpodobnostních rozdělení. Toto rozdělení slouží jako pravděpodobnostní model chování velkého množství náhodných jevů ve všech různých odvětvích života (Hindls, 2007). Normální rozdělení je nejvhodnější pravděpo-

15 Teoretická část 15 dobnostním modelem, pokud na kolísání náhodné veličiny působí velké množství nepatrných a vzájemně nezávislých vlivů. Toto rozdělení má dva parametry a to střední hodnotu (μ) a rozptyl. Střední hodnota charakterizuje polohu tohoto rozdělení. Rozptyl charakterizuje rozptýlení hodnot (variabilitu) okolo střední hodnoty. Tyto parametry tvoří zvonovitou křivku, která nabývá maxima v bodě x=μ při x se blíží k nekonečnu v obou směrech (Webová stránka IASTAT) Časové řady Časovou řadou rozumíme posloupnost věcně a prostorově srovnatelných pozorování dat, která jsou jednoznačně uspořádána z hlediska času ve směru z minulosti do přítomnosti. Analýzou časových řad se pak rozumí soubor metod, které slouží k popisu těchto řad. Cílem této analýzy je predikce (předvídání) budoucího vývoje (Hindls, 2007). Klasický model vychází z dekompozice řady na čtyři složky (formy) časového pohybu. Časovou řadu lze tedy dekomponovat na: Trendovou složku rozumíme hlavní tendenci dlouhodobého vývoje hodnot analyzovaného ukazatele v čase. Trend může nabývat různých forem a to buď rostou, klesající, nebo konstantní. Sezonní složku je to pravidelně se opakující odchylka od trendové složky, která se vyskytuje u časových řad s údaji, jejichž periodicita je kratší nebo rovnou jednomu roku. Cyklickou složku je to kolísání okolo trendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Náhodnou složku je to taková veličina, jež nelze popsat žádnou funkcí času. Jedná se o složku zbývající po vyloučení trendu, sezónní a cyklické složky. 2.2 Statistické charakteristiky Statistický soubor můžeme charakterizovat i pomocí číselných hodnot, které reprezentují ucelený soubor (Blašková a spol., 2009). Nejdůležitějšími statistickými charakteristikami jsou dvě hlavní skupiny: 1. Charakteristiky polohy 2. Míry variability

16 Teoretická část Aritmetický průměr Aritmetický průměr je jednou z nejčastěji používaných charakteristik polohy. Tento průměr získáme vydělením součtu všech hodnot znaku jejich počtem, tzn. rozsahem souboru (Blašková a spol., 2009). Aritmetický průměr je dán vztahem: (4) Rozptyl Rozptyl je nejčastěji používanou mírou variability. Je dán jako aritmetický průměr čtverců odchylek hodnot od aritmetického průměru (Blašková a spol., 2009). Je symbolizován vztahem: (5) Směrodatná odchylka Pomocí směrodatné odchylky se charakterizuje variabilita znaku, neboť směrodatná odchylka má stejný rozměr jako pozorovaný znak. Směrodatná odchylka je dána jako druhá odmocnina rozptylu (Blašková a spol., 2009). 2.3 Zásoby Zásoby jsou majetek (hmotné statky), který dosud nebyl použit ke svému určení. Jsou to produkty, jenž byly podnikem nakoupeny nebo samostatně vyrobeny, ale ještě nebyly spotřebovány nebo prodány (Novotný a kol., 2004). Zásoby jsou pro podnik velkou a nákladnou investicí. Patří mezi složky hmotného majetku, které mění v reprodukčním procesu svou formu. Z účetního hlediska řadíme zásoby do oběžného majetku, a to na straně aktiv. Jedná se o nashromážděné materiální produkty, které slouží k pozdějším účelům. Nejčastější rozdělení zásob je na zásoby výrobní, zásoby nedokončené výroby a zásoby finálních výrobků (Synek a kol., 2006). Hlavní funkcí zásob je řešení časových, prostorových a kapacitních nesouladů mezi výrobním procesem a spotřebou. Dále jsou také určeny ke krytí nepředvídatelných výkyvů a nehod. Umožňují kvalitní a na sebe vázaný průběh technologického procesu, tzn., že slouží k vykrytí rozdílů mezi (6)

17 Teoretická část 17 plánovanou a skutečnou poptávkou. Tento proces se vytváří na základě pojistné zásoby. V zásobách materiálu, nedokončené výroby, polotovarů vlastní výroby, nakupovaných součástí je vázáno velké množství kapitálu, který se uvolňuje až při prodeji hotových výrobků. Manažeři podniků tedy usilují o co nejmenší nutné zásoby. Zásoby jsou také spojeny se značnými náklady. Vzhledem k řízení zásob je nutné zásoby vymezit z hlediska jejich funkce v logistickém řetězci. Z toho důvodu členíme zásoby na tři části, a to obratovou (běžnou) zásobu, pojistnou zásobu, technologickou zásobu. Obratová (běžná) zásoba - je to zásoba, kterou se uspokojuje očekávaná spotřeba v průběhu jednoho dodávkového cyklu. Zůstatek obratové zásoby se mění od začátku až do konce téhož dodávkového cyklu. Pojistná zásoba - jedná se o záměrně vytvořenou část zásob, které mají zabezpečit výrobní spotřebu materiálu a to hlavně při neočekávaných odchylkách skutečné spotřeby od očekávané spotřeby a při náhodných odchylkách skutečných dodávek od smluvně zajištěných dodávek. Pokud by bylo možné stanovit jasnou budoucí spotřebu a můžeme počítat s dodáním smluvně objednaného materiálu, tak se ani pojistná zásoba nemusí tvořit. Při optimalizaci zásob nemusí být pojistná zásoba konstantní, tudíž je možné ji měnit podle měnící se potřeby. Technologická zásoba - Jedná se o zásobu materiálu a polotovarů, u kterých probíhají nevyhnutelné přírodní procesy, které musí být ukončeny před jejich zpracováním, tedy spotřebou (Martinovičová, 2006) Optimalizace stavu zásob Neustálý stav zásob by měl být co nejnižší, ale na druhou stranu zase takový, aby měnící se spotřeba materiálu mohla být kdykoliv pokryta nákupem v přiměřeném termínu. Problémem stanovení optimální výše normy zásob a nalezení takého postupu při zajišťování doplnění zásob, aby průměrná výše zásob při průběhu výrobního procesu oscilovala v blízkosti stanoveného optima, se zabývá teorie zásob, která je součástí operačního výzkumu. Při optimalizaci zásob je základní faktorem minimalizace celkových nákladů na pořízení a udržení zásob. Náklady spojené s tvorbou a využitím zásob je možné rozdělit do následujících tří skupin:

18 Teoretická část Skupina -> náklady na objednávku, dodávku a přejímku Tyto náklady vznikají z aktivit a režijních nákladů, jež jsou spjaty s pořízením a doplněním zásob. Do této skupiny nákladů řadíme: náklady na přípravu náklady na dopravu a umístění objednávky náklady na kontrolu kvality a kvantity administrativní náklady 2. Skupina -> náklady na udržování, skladování náklady svázané na prostředky v zásobách (úroky z úvěru na zásoby náklady na skladování a správu zásob náklady z rizika 3. Skupina -> náklady nedostatku vznikají tehdy, když zásoba nestačí k včasnému uspokojení potřeby vnitropodnikových odběratelů. Jedná se o: náklady vznikající přímo při nákupu náklady vznikající ve výrobě, a to v provozech či u ostatních vnitropodnikových spotřebitelů náklady vznikající při prodeji

19 Teoretická část 19 Obr. 1 Vývoj nákladů při změně počtu a velikosti dodávek (Janová a kol., 2011) V závislosti na velikosti zásoby se soustavně mění také velikost nákladů na skladování a na neuspokojení spotřeby z pohotové zásoby. Náklady na skladování rostou s rostoucí zásobou, a naopak ostatní druhy nákladů při rostoucí zásobě klesají. Právě tento protichůdný úkaz o výši nákladů je podstatou optimalizace stavu zásob. Hlavním úkolem optimalizace je tedy nalezení takové velikosti zásob, kde součet všech jednotlivých nákladů, které v závislosti na velikost zásob buď klesají, nebo rostou, bude dosahovat minima během určitého období (Martinovičová, 2006) Metoda ABC a její význam Jelikož se u všech druhů materiálu neprovádí detailní výpočty optimální velikosti zásob, používá se tedy metoda, jež rozděluje druhy materiálu do několika základních skupin: Skupina A) Jedná se o nejdůležitější druh nákladů v podniku. Jeho hodnota totiž představuje velký podíl na celkové spotřebě materiálu. Tyto druhy materiálu v některých případech představují až 85% hodnoty celkové spotřeby materiálu ve sledovaném (většinou ročním) období. Skupina B) Položky v této skupině bývají výrazně méně sledovány než ty v předešlé skupině. Hodnota tohoto typu zásob představuje přibližně 15 ti procentní podíl na celkové spotřebě či prodeji.

20 Teoretická část 20 Skupina C) Tato skupina zahrnuje zbytek druhů materiálu, které se na celkové roční spotřebě podílejí maximálně z 20%. U tohoto typu se používají jednoduché metody, které jsou založené na odhadu objednávaného množství (Plevný, 2007). Skupina D) Do této skupiny jsou zařazovány typy materiálu, které mají malou hodnotu. Na druhou stranu jsou to materiály, které mají velké negativní důsledky při jejich nedostatku. Rozdělení do skupin je založeno na tzv. diferencovaném přístupu. Tento přístup spočívá v tom, že u skupin materiálu A a D, jsou velmi důležité detailní zkoumání a používají se zde podrobné metody a přesné optimalizační propočty. U skupiny B jsou tyto propočty benevolentnější. Skupina C je založeno i na možných kvalifikovaných odhadech budoucí potřeby (Martinovičová, 2006). 2.4 Řízení zásob Modely řízení zásob jsou zaměřeny na hledání takového způsobu doplňování, udržování a čerpání zásob, který zajistí jejich ekonomicky efektivní funkci v reprodukčním procesu (Gros, 2003). Hlavními dvěma otázkami, které vyplývají ze souvislosti s řízením zásob, jsou: 1. V jakém okamžiku objednat novou dodávku dané jednotky zásob? 2. Jak velká by měla být tato objednávka (Plevný, 2007)? Úkolem řízení zásob je udržovat je na úrovni, jež umožňuje splnění jejich funkce vyrovnávat časový a kvantitativní nesoulad mezi výrobním procesem u dodavatele a spotřeby u odběratele. Dále také zmírňovat či úplně eliminovat důsledky neočekávaných výkyvů těchto dvou po sobě jdoucích procesů. Existuje několik způsobů řízení zásob. Prvním z nich je Operativní řízení zásob. Tento způsob má zabezpečit udržování konkrétních druhů zásob ve výši a struktuře odpovídající potřebám vnitropodnikových útvarů, a to takovým způsobem, že jejich pořízení, doplnění, skladování, i spravování nákladů, které vzniknou z nepředvídatelných událostí, bude realizováno s minimálními náklady. Vedení firmy musí vždy výši zásob posuzovat hlavně po stránce ekonomických výsledků, tj. na splnění dlouhodobých strategických cílů podniku. Strategické, někdy označované také jako finanční řízení zásob je založeno na základě rozhodnutí o množství finančních zdrojů, které podnik může z částky celkových disponibilních zdrojů uvolnit na jejich finanční krytí. Posledním způsobem je optimalizační přístup při řízení zásob. Tento způsob je základním požadavkem minimalizace celkových nákladů na pořízení a udržování zásob,

21 Teoretická část 21 přičemž se zde respektuje požadavek na plné krytí předvídatelných potřeb (Synek a kol., 2006). V rámci řízení zásob je důležitý faktor vznik nedostatku zásoby. Úkolem podniku je zvážit, zda zvládne situaci, kdy dojde k neexistenci zásob. Tuto situaci lze eliminovat tím, že bude podnik vytvářet pojistnou zásobu, která vykryje nepříznivé období. Při řízení zásob je dbát na čas, který uplyne od vzniku objednávky do skutečného doručení zásoby na sklad, což se nazývá pořizovací lhůta dodávky. Při řízení objednávek se lze setkat se dvěma strategiemi: 1. Objednávka je vystavována v okamžiku, kdy zásoba klesne na předem stanovenou mez, která je označována jako bod znovuobjednávky. Jedná se o systém se spojitým sledováním stavu zásoby, poněvadž je nutné plynule sledovat stav zásoby a při poklesu na stanovenou mez objednat další dodávku. Objednávky mají vždy stejnou velikost, jediné co se může lišit je délka intervalů mezi jejich vystavením. Pod pojmem intenzita objednávek (dodávek) budeme označovat počet objednávek (dodávek) za časovou jednotku. 2. Objednávka je vystavována v pravidelných časových intervalech. Jedná se o systém s periodickým sledováním stavu zásob, musí se v intervalech sledovat velikost zásoby a podle toho určit, jak velké množství se musí objednat. Intenzita objednávek je konstantní, ale liší se jejich velikost (Jablonský, 2002).

22 Teoretická část Modely zásob Modely pro řízení zásob ve skladech firem mají sloužit k tomu, aby náklady vynaložené na pořizování, skladování a výdej zásob byly na co nejnižší úrovni. (Holoubek, 2006). Mezi základní charakteristiky v modelech řízení zásob je charakter poptávky po sledované jednotce zásoby. Existují dva typy tohoto poptávkového charakteru a to deterministická a stochastická. Pro deterministickou poptávku je charakteristické to, že poptávka v rámci určitého sledovaného období v čase je pevně dána. U stochastické poptávky je tento jev opačný, tzn., že poptávka je neurčitá, tudíž velikost této poptávky je dána pouze odhadem (Jablonský, 2002) Deterministické modely zásob Model I optimální velikost objednávky Model optimální velikosti objednávky vznikl již v roce Tento model je někdy označován také jako EOQ (economic order quantity) model. K možné aplikovatelnosti modelu je zapotřebí, aby byla poptávka Q a pořizovací lhůta dodávek známá a neměnná. Podle Plevného se jedná o značné zjednodušení reality. Dalšími podmínkami je, aby jednotlivé výdaje ze skladu byly prováděny rovnoměrně a velikost všech dodávek q byla konstantní. U modelu EOQ je také zapotřebí aby byla nákupní cena nezávislá na velikosti objednávky. Posledními předpoklady je, že není brán v potaz možný vznik nedostatku zásoby a k doplňování zásob do skladů dochází vždy v jedné chvíli. V níže uvedeném modelu je patrné, že dochází k pravidelnému opakování shodných dodávkových cyklů. V každém cyklu (intervalu mezi dvěma dodávkami) je obsažena fáze čerpání zásoby a fáze doplnění skladu (Jablonský, 2002). Tento model vychází z tzv. bipolární nákladové struktury, kde jeden pól ilustruje náklady, které rostou společně s velikostí zásob, a druhým pólem je skupina nákladů, které s rostoucí velikostí zásob klesají (Plevný, 2007).

23 Teoretická část 23 Obr. 2 Dodávkové cykly modelu I optimální velikost objednávky (Jablonský, 2002) Celkové náklady strategie doplňování skladu se vypočítají jako součet skladovacích a pořizovacích nákladů. Skladovací náklady jsou označovány jako variabilní a pořizovací jako fixní náklady. Velikost skladovacích nákladů (variabilních) se vypočítá součinem jednotkových skladovacích nákladů c1 za období jednoho roku a jedné poloviny z celkové velikosti dodávky, která je průměrnou velikostí zásoby. Skladovací náklady jsou přímo závislé na objemu dodávky q, a tudíž je můžeme vyobrazit pomocí lineární funkce. Pořizovací náklady jsou naopak nepřímo závislé na objemu dodávky q, takže funkcí zásob je v tomto případě hyperbola. Fixní náklady se vypočítají vynásobením pořizovacích nákladů na jednu dodávku q s podílem velikosti poptávky za roční období a objemu jedné dodávky. Celková výše nákladů je tedy získána součtem obou těchto funkcí. Optimální úroveň objednávky q* je tedy taková, která mi minimální náklady N*. Postup pro získání takové úrovně je tedy takový, že první derivace této funkce se položí rovno nule a výsledná rovnice se vyřeší pro neznámou q. (8) (9) Pokud dosadíme optimální hodnotu q* do nákladové funkce, získáme optimální hodnotu celkových nákladů.

24 Teoretická část 24 Optimální délka dodávkového cyklu se dá vyjádřit jako: (10) (11) Velmi důležitá je také znalost bodu znovuobjednávky. Tento bod značíme symbolem r* a udává nám, při jakém stavu jednotek na skladě je potřeba vystavit další objednávku, tak aby požadovaná objednávka byla na skladě v době, kdy je zapotřebí ji mít k dispozici, tzn. situace, kdy dojde na skladě k vyčerpání zásob. Bod znovuobjednávky je závislý na pořizovací lhůtě dodávky a také na optimální výši dodávky q*. Očekávaná poptávka v rámci pořizovací lhůty je podíl na celkové poptávce Q, tzn. je rovna Qd. Bod znovuobjednávky lze vyjádřit jako zbytek po dělení očekávané poptávky Qd hodnotou q*. Model II přechodné neuspokojení poptávky (12) Předpoklady modelu II jsou odlišné od modelu I pouze v tom, že model II připouští přechodný nedostatek zásoby ve skladu. Plyne z toho tedy to že, poptávka po zásobách může být přechodně neuspokojená. Dodávkový cyklus se zde člení na dva intervaly. V prvním intervalu je zásoba ve skladu a dochází k jejímu čerpání. Délka prvního intervalu se označuje jako. V druhém intervalu se zásoba ve skladě nevyskytuje, a tudíž dochází k zamezení čerpání zásob. Délka druhého intervalu se označuje jako Délka celkového intervalu je dána vztahem. Symbolem budeme označovat výši neuspokojené poptávky v intervalu. Model II je založen na principu, že výše nerealizované poptávky bude uspokojena ihned po dodání nové dodávky na sklad. Od objemu nové dodávky odečteme neuspokojenou poptávku a získáme tím reálnou velikost zásoby, která bude uskladněna. Na obrázku je znázorněn průběh dodávkových cyklů v modelu II (Plevný, 2007).

25 Teoretická část 25 Obr. 3 Dodávkové cykly modelu II - přechodné neuspokojení poptávky (Plevný, 2007) Nákladová funkce modelu II tj. modelu s přechodným neuspokojením poptávky je dána součtem tří nákladových položek: 1. Skladovací (variabilní) náklady Variabilní náklady lze v rámci jednoho dodávkového cyklu vyjádřit jako součin průměrné zásoby ve výši (q-s)/2 jednotkových skladovacích nákladů a doby, po kterou je zásoba čerpána. 2. Pořizovací (fixní) náklady Náklady, které souvisejí s pořízením jedné objednávky. 3. Náklady z nedostatku zásoby Vznikají v rámci jednoho cyklu jako součin průměrného nedostatku zásoby, jednotkových nákladů a doby, po kterou není zásoba k dispozici (Plevný, 2007). Součet všech tří nákladových položek představuje v rámci jednoho cyklu výši celkových nákladů. V rámci jednoho sledovaného období (např. jeden rok) probíhá těchto cyklů několik, a to. Q vyjadřuje výši celkové roční poptávky a q značí velikost jedné dodávky. Celkové náklady za jedno období jsou tedy dány

26 Teoretická část 26 vynásobením nákladů jednoho cyklu počtem cyklů. Nákladová funkce získaná tímto vztahem má následující podobu: (13) Daná rovnice je funkcí o dvou proměnných a. V tomto vztahu se avšak kromě zmiňovaných proměnných vyskytují také časové charakteristiky. Na základě vztahů, které vyplývají z podobnosti trojúhelníků, můžeme tyto charakteristiky vyjádřit pomocí proměnných, a délky dodávkového cyklu. Po dosazení získaných vztahů do nákladové funkce získáme její výslednou podobu: (14) Pokud položíme parciální derivaci podle proměnných a rovno nule a vyřešíme vzniklou soustavu rovnic o dvou neznámých, získáme tak optimální hodnoty výše dodávky a optimální výši neuspokojené poptávky. (15) (16) V modelu je důležité určit pravděpodobnost uspokojení požadavku α a neuspokojení požadavku β. Pravděpodobnost uspokojení požadavku α je vyjádřením poměru doby, ve které je požadavek po zásobě uspokojen, k celkové délce cyklu. Pravděpodobnost β, že požadavek bude muset na uspokojení čekat do okamžiku přijetí další dodávky na sklad, vyjadřuje poměr délky intervalu, ve které požadavek nemůže být okamžitě uspokojen, k celkové době. Platí tedy vztah (17) (18) Optimální výše nákladů je rovna optimální výši nákladů z modelu I vynásobené konstantou. Vzhledem k faktu, že je konstanta vždy menší než 1, jsou tudíž náklady v modelu II vždy nižší oproti modelu I.

27 Teoretická část 27 (19) Optimální délka dodávkového cyklu je vypočtena jako součin délky dodávkového cyklu z modelu I a odmocniny z převrácené hodnoty pravděpodobnosti z uspokojení požadavku. (20) Bod znovuobjednávky se vypočítá stejně jako v modelu I. Jedná se tedy o zbytek po dělení očekávané poptávky optimální hodnotou dodávky. V tomto případě je zde však oproti modelu I získaný výsledek snížit o optimální objem neuspokojené poptávky (Plevný, 2007). Model III produkční model Tento model je založen na stejných předpokladech jako model I. Rozdílem oproti prvnímu modelu je to, že doplnění skladu není jednorázovou záležitostí, tzn., že dodávka nepřichází do skladu v jeden okamžik. Celý dodávkový cyklus se člení na dva intervaly a to výrobní a spotřební cyklus. Ve výrobním cyklu dochází k rovnoměrnému doplňování skladu a zároveň také k jeho čerpání. Platí zde předpoklad, že intenzita produkce musí být vyšší než intenzita spotřeby. Při spotřebním cyklu dochází pouze k čerpání zásob ze skladu. V tomto případě se nebere v úvahu možnost nedostatku zásoby. Úkolem je zde stanovit objem výrobní dávky a intervaly mezi dvěma po sobě jdoucími dávkami ta, aby došlo k uspokojení roční poptávky ve výši. Cílem je stanovit tyto dvě veličiny s minimálními náklady (variabilní a fixní).

28 Teoretická část 28 Obr. 4 Výrobní a spotřební cykly modelu III (Jablonský, 2002) Nákladová funkce bude vypadat stejně jako v modelu I a bude to funkce jedné proměnné. Počet cyklů za rok je určen jako podíl celkové poptávky a objemu výrobní dodávky. Průměrná výše zásoby se vypočítá jako maximální zásoba/2. Výpočet maximální zásoby je dán vztahem intenzity produkce a intenzity spotřeby. V čase dochází k doplňování skladu. Maximální zásoby se dosáhne za dní, po které trvá výrobní cyklus, v objemu: Celkový objem produkce v rámci jedné výrobní dávky je dán jako součin intenzity produkce s délkou výrobního cyklu. Obecný tvar nákladové funkce je dán tvarem: (21) (22) (23) Optimální objem výrobní dávky v produkčním modelu je roven: (24)

29 Teoretická část 29 Optimální délka cyklu mezi dvěma výrobními dávkami je (25) Po dosažení do nákladové funkce a po příslušné úpravě získáme rovnice, která vyjadřuje minimální náklady: (26) Důležitým faktorem v tomto modelu, je podobně jako u modelu I, stanovení pořizovací lhůty dodávky (resp. lhůta potřebná pro přípravu nové výrobní dávky). Při hledání bodu znovuobjednávky mohou nastat dvě varianty: 1. => bod znovuobjednávky, resp. bod, kdy je třeba připravit novou dávku, leží ve spotřebním cyklu. Tento bod je roven přímo poptávce za dobu, tzn. 2. bod znovuobjednávky leží ve výrobním cyklu. Hodnota se vypočítá jako (. V tomto vztahu musejí být hodnoty určeny ve stejných časových jednotkách Stochastické modely zásob Vztahy mezi těmito modely mají charakter náhodných jevů nebo náhodných veličin příp. náhodných procesů. Stochastický model uvažuje jednu nebo více náhodných složek a je blízký k reálným dějům. Ani stochastický model však neodpovídá reálné situaci zcela přesně, ale s určitou pravděpodobností (Jablonský, 2002). Model I stochastická spojitá poptávka V modelu stochastické spojité poptávky jsou brány stejné předpoklady jako v případě deterministického modelu I. Jediný rozdíl spočívá v tom, že výše poptávky v daném časovém období je náhodná veličina s jistým pravděpodobnostním rozdělením. Objednávka je zde vystavována v době, kdy zásoba ve skladu klesne na určenou mez, jež značí bod znovuobjednávky. Pořizovací lhůta je konstantní. Vzhledem k tomu, že poptávka je proměnná může dojít ke dvěma situacím. První situace je, že poptávka během pořizovací lhůty dodávky bude nižší než bod znovuobjednávky, tzn., že nová dodávka dorazí do skladu v okamžiku,

30 Teoretická část 30 kdy je stav skladu kladný. Druhou variantou je, že poptávka během pořizovací lhůty dodávky je vyšší než bod znovuobjednávky, tzn., že může dojít k částečnému neuspokojení požadavků. Obr. 5 Závislost stavu zásoby na čase při stochastické poptávce (Jablonský, 2002) K analýze modelů se stochastickou poptávkou je důležité znát informace o charakteru této poptávky. Těmito charakteristikami jsou střední hodnota, směrodatná odchylka a pravděpodobnostní rozdělení. Střední hodnotu v daném období označujeme jako, její směrodatnou odchylku. Směrodatnou odchylku a střední hodnotu poptávky během pořizovací lhůty dodávky označujeme jako a. K výpočtu základních charakteristik se používají totožné vztahy jako v deterministickém modelu I. Jedinou odlišností je, že na místo deterministické poptávky se použije střední hodnota poptávky. Na základě daných vztahů se vypočítá optimální výše objednávky a délka dodávkového cyklu. Bod znovuobjednávky je totožný se střední hodnotou poptávky. Nastane-li případ, že objednávka bude vystavena v okamžiku, kdy zásoba klesne na úroveň bodu znovuobjednávky, může dojít k situacím, že skutečná poptávka bude nižší než a nedojde k neuspokojení poptávky, nebo dojde k druhé variantě, a to, že skutečná poptávka bude vyšší než a dojde k neuspokojení poptávky. Obě tyto situace mohou nastat se stejnou pravděpo-

31 Teoretická část 31 dobností. V rámci neuspokojení poptávky zavádíme pojem úroveň obsluhy označovaný. Jedná se o pravděpodobnost, že v rámci jednoho cyklu k neuspokojení poptávky nedojde. Aby podnik zajistil, že úroveň obsluhy bude co nejvyšší číslo (resp. max. 1), tzn., aby se co nejvíce snížila možnost neuspokojení poptávky, je zapotřebí vystavit objednávku v okamžiku, kdy zásoba klesne na úroveň vyšší než. Tento bod znovuobjednávky označujeme jako a vypočítá se jako Hodnota značí pojistnou zásobu, která zajišťuje dodatečnou zásobu v případě nedostatku zásob. Čím vyšší je pojistná zásoba, tím vyšší jsou také skladovací náklady. Střední hodnotu skladovacích a pořizovacích nákladů získáme z následujícího vztahu: (27) Pro adekvátní určení výše pojistné zásoby je nutno řešit úlohu pravděpodobnosti, kde skutečná poptávka bude nižší než úroveň znovuobjednávky plus pojistná zásoba by měla být vyšší než (tzn. úroveň obsluhy). K vyřešení je potřeba definovat pravděpodobnostní rozdělení pro poptávku. V tomto případě uvažujeme normální rozdělení. Vzhledem k faktu, že jsou k dispozici pouze hodnoty distribuční funkce normovaného normálního rozdělení N (0,1), je potřeba nejprve transformace náhodné veličiny, která má rozdělení, na náhodnou veličinu s rozdělením N (0,1) (Plevný, 2007). (28) Z tabulek hodnot distribuční funkce rozdělení určíme, jaká hodnota odpovídá úrovni obsluhy. Dosazením do předešlého vzorce vypočteme objem poptávky během pořizovací lhůty dodávky, který nebude s pravděpodobností překročen. Pokud bude v okamžiku vystavení další objednávky ve skladu zásoba ve výši, potom s pravděpodobností skutečná poptávka během pořizovací lhůty dodávky tento objem nepřekročí a tím pádem nedojde k nedostatku zásoby. Pojistnou zásob je tedy potřeby vytvořit podle následujícího vztahu: (29) (30)

32 Teoretická část 32 Model II optimalizace jednorázově vytvářené zásoby Tento model je využíván za předpokladu, že se na počátku vytváří taková zásoba, kterou již nelze dále v průběhu doplňovat. S tímto problémem se často setkáváme při vytváření zásob, které mají sezónní charakter. Vzhledem k neurčité poptávce mohou po vytvoření počáteční zásoby ve výši nastat tyto tři případy: 1. Skutečná poptávka bude nižší než Tzn. část zásoby ve výši zůstane na konci období ve skladu. Model předpokládá, že zboží na konci období má nižší zůstatkovou hodnotu než je nákupní cena (zvýšená o náklady na skladování). Zbylé zásoby je v tomto případě nejvhodnější prodat tzv. pod cenou. S každou takovou zbylou jednotkou souvisejí ztráty. 2. Skutečná poptávka bude vyšší než V tomto případě nelze všechny požadavky uspokojit vytvořenou zásobou. Výše neuspokojené poptávky je dána jako. V souvislosti s neuspokojením požadavku vznikají náklady ve výši. 3. Skutečná poptávka bude rovna Vytvořená zásoba přesně odpovídá vzniklým požadavkům. (31) (32) Úroveň obsluhy opět vyjadřuje, s jakou pravděpodobností nedojde k neuspokojení požadavků. Minimální úroveň střední hodnoty nákladů je dosažena v případě, že platí vztah: (33) se podle toho vytvoří v takové výši, pro kterou platí (Jablon- Počáteční zásoba ský, 2002): (34)

33 Praktická část 33 3 Praktická část 3.1 Charakteristika firmy Tradix, a. s Profil společnosti Firma Tradix byla založena v roce 1990 jejím současným majitelem Ing. Jiřím Křenem. Byla založena jako stavební firma. Postupem času a hlavně vývojem poptávky začal převládat prodej stavebních materiálů. V současné době také tvoří největší, a tudíž rozhodující položku v obratu firmy. V současné době se firma řadí mezi největší stavebniny v regionu Slovácka. Od září roku 1999 sídlí vedení firmy a současně také největší prodejna stavebnin v nově vybudovaném moderním a prostorném areálu s nabídkou širokého sortimentu převážně stavebních materiálů, stavební chemie, nářadí, pracovních pomůcek, drobné mechanizace ve Starém Městě poblíž okresního města Uherské Hradiště. Jelikož se poptávka po stavebním sortimentu od začátku běhu firmy několikrát zvýšila, firma vybudovala nové prodejny po ČR a to konkrétně v Hradci Králové, Kroměříži, Zdounkách a Olomouci. Od počátku roku 2005 se z legislativních a obchodních důvodů musela firma rozdělit na dva právní subjekty. Hlavní činnosti a to prodej stavebních materiálů a veškeré obchodní aktivity jsou realizovány prostřednictvím akciové společnosti Tradix UH, a. s., ostatní činnosti, tzn. realizace staveb, elektromontáže, montáže dveří a střešních oken a autodopravu, zabezpečuje firma Ing. Jiří Křen Tradix, jako podnikající fyzická osoba. Dále se budeme bavit pouze o akciové společnosti, tzn. Tradix UH, a. s. Cílem této firmy je co nejširší nabídka v oblasti stavebnictví, solidnost, spolehlivost a hlavně co nejvyšší kvalita a odborná úroveň všech nabízených služeb. Veškeré činnosti firmy jsou provozovány na základě certifikátů řízení jakosti podle normy ČSN EN ISO 9001:2001 (Webové stránky firmy TRADIX UH, a. s.).

34 Praktická část Optimalizace skladových zásob Firma Tradix má 6 poboček, ale optimalizací skladových zásob se budeme zabývat pouze u pobočky ze Starého Města, jelikož tato pobočka je také tzv. základnou celé firmy. Před samotnou optimalizací skladových zásob je nejprve potřeba získat všechny potřebné data, která jsou základem k jednotlivým výpočtům optimalizace. Optimalizace byla provedena pomocí stochastických modelů zásob, jelikož výše poptávky je v daném časovém období náhodná. Firma nabízí své zboží pro širokou veřejnost, tzn. jak pro běžné malé zákazníky, živnostníky až po velké stavební firmy. V průběhu roku se tedy může kdykoliv stát, že nečekaně bude požadována velká objednávka, nebo naopak bude poptávka příliš nízká. Výsledek tohoto procesu bude získán srovnáním skutečného stavu zásob ve firmě se získanými výpočty. V případě zjištění nedostatků bude následně určeno doporučení pro firmu, podle kterého může upravit své stávající skladové hospodářství. Poněvadž firma Tradix disponuje širokým sortimentem nabízených produktů stavebního materiálu, bylo potřeba nejprve na základě ABC analýzy vybrat produkty, u kterých bude provedena následná optimalizace. Faktorem, který byl použit při ABC analýze, byl celkový prodej jednotlivých typů zboží za dané období. Na základě této analýzy a ve spolupráci s vedoucím skladu bylo vybráno 5 reprezentativních vzorků. Jedná se o produkty, které jsou nejprodávanějším artiklem, nebo to je zboží, které má ve firmě určitou tradici. Mezi těchto 5 reprezentativních vzorků patří: CIHLA PLNÁ MALENOVICE P20 (321ks/pal.) CIHLA PLNÁ POLOM P20 ( ; 288ks/pal.) IZOLACE URSA DF39 (1250 ; 625 /bal.) POLYST. EPS 70 F FAS. ( CEMENT SPC 32,5 SRNÍ (25 kg, 56 ks/pal.) 5ks/bal.) Data byla získána z interních zdrojů společnosti, a to konkrétně výstupem ze skladového systému K2. Výchozími informacemi pro provedení optimalizace byly data o průběžném stavu zásob a pohybech na skladě, tzn. příjem a výdej, za rok 2011.

35 Praktická část Příprava dat Jelikož bylo na skladové kartě uvedeno velké množství informací, které jsou pro optimalizaci nepotřebné, bylo zapotřebí zprvu vybrat pouze informace pojednávající o datech, příjmech, výdejích, měrných jednotkách, ceně a průběžném stavu. Skladová karta byla získána výstupem ze skladového systému K2, který firma využívá. Obr. 6 Ukázka původní skladové karty (Vlastní zdroj) Data byla původně vedena ve formátu PDF. Aby bylo možno data dále zpracovat, bylo nejprve zapotřebí tento formát pomocí softwaru Cogniview PDF2XL Evaluation převést na formát XLS, tj. do formátu, který podporuje program MS Excel. Ten konverzní program data převedl tak, jak byly uvedeny na skladové kartě, takže v některých buňkách bylo velké množství informací. Tyto nepotřebné informace bylo potřeba v programu MS Excel odstranit, aby bylo možné data dále zpracovat. Jelikož na skladové kartě nebyly uváděny denní stavy zásob, ale jednotlivé pohyby, tzn., že za den jich mohlo být více a některé dny žádné, bylo zapotřebí přepočítat součet stavu zásob za jednotlivé dny. Tyto postupy byly také prováděny pomocí vzorců v programu MS Excel. Jakmile byly získány jednotlivé denní pohyby a stavy zásob, bylo potřeba upravit data do stejných formátů. Převod z PDF do XLS nebyl opět ideální, jelikož data byla uvedena v různých formátech. Např. v některých případech byly příjmy uvedeny ve sloupci Příjmy s kladným znaménkem, v jiných případech byly se záporným znaménkem ve sloupci Výdeje ). Dalším krokem bylo doplnění dnů, kdy firma fungovala, ale v tyto dny nebyly provedeny žádné pohyby na skladové kartě. Tyto dny byly doplněny s nulovými hodnotami ve sloupcích výdejových a příjmových. V těchto

36 Praktická část 36 dnech bylo také zapotřebí přepočítat skutečný stav zásob. Výsledek těchto činností můžeme vidět v tab Cihla plná Malenovice Zdící produkty obecně patří mezi nejprodávanější sortiment firmy. Konkrétně cihla plná Malenovice se prodává ve firmě již od jejího založení a je jednou z hlavních představitelů tohoto druhu stavebního materiálu. Právě z důvodu určité tradice, byla cihla plná Malenovice vybrána jako jeden z reprezentativních vzorků. Ostatní reprezentativní vzorky byly vybírány na základě ABC analýzy. Na úvod bylo zapotřebí získat potřebné informace o pohybu tohoto druhu zboží na skladu, tzn. záznamy na skladové kartě, které udávají výši příjmů a výdejů. CIHLA PLNÁ MALENOVICE Datum Cena/MJ Příjem Výdej Stav MJ , ks , ks , ks , ks , ks Tab. 1 Cihla plná Malenovice - upravená skladová karta (Vlastní zdroj) Na základě dat získaných dat ze skladové karty za rok 2011 je pro tento výrobek vytvořen graf v programu MS Excel, který znázorňuje vývoj stavu skladu od počátku do konce roku Z grafu vidíme, že cihla plná Malenovice není nakupována a prodávána celý rok, ale pouze v některých měsících. Je to dáno tím, že firma v měsících, kdy nenakupovala a neprodávala tento druh cihly, prováděla obchody s jiným typem zdícího materiálu (cihly). Tento strategický krok firmy Tradix byl způsobený tím, že firma, která společnosti Tradix cihlu plnou malenovici dodávala, nabídla jiný typ cihly (konstrukčně a užitkově stejný) se sníženou cenou. Tato akce se sníženou cennou však trvala jen od dubna do srpna. Poté firma Tradix nakupovala a prodávala opět cihlu plnou malenovici. Skladové zásoby tohoto produktu jsou doplňovány v pěti intervalech. Dvakrát byl sklad doplněn téměř při nulové hodnotě, dvakrát v situaci, kdy byl na skladu k dispozici ještě určitý objem zásob. Sklad je tedy doplňován nerovnoměrně a velikost dodávek je přibližně stejná, tzn., osciluje kolem hodnoty ks. Odbyt tohoto výrobku je také nerovnoměrný, tzn., že každý výdej je v jiné hodnotě. Z grafu je patrné, že firma nevytváří dostatečnou pojistnou zásobu, jelikož se stav skladu dostal v jednom případě na nulovou hodnotu.

37 Stav skladu (ks) Praktická část Cihla plná Malenovice Stav skladu za rok 2011 Obr. 7 Stav skladových zásob cihly plné Malenovice v roce 2011 (Vlastní zdroj) Dalším důležitým krokem nutným pro výpočet optimálního objemu zboží na skladě byl výpočet rozptylu a směrodatné odchylky. Rozptyl a směrodatnou odchylku vypočítáme podle vzorců (5) a (6). Tyto dvě veličiny jsou označovány jako míry variability a vypočítají se ze skladové karty, konkrétně z položky výdej ze skladu. Jelikož mají stavební materiály charakter sezónního zboží, tzn., že se poptávka v různých obdobích liší (např. v zimě se méně staví), musel být nejprve vypočítán průměrný prodej a jeho variabilita v daném období, v našem případě měsíci. Ten byl spočítán podle vzorce (4), jako podíl celkového prodeje v daném měsíci a počtem dní, kdy teoreticky mohlo docházet k pohybům na skladě. Tato veličina vyjadřuje průměrný prodej zboží v daném měsíci. Jelikož se zboží (cihla plná Malenovice) prodává jen v některých měsících, tento postup bude uplatněn pouze u měsíců, kdy k pohybům na skladové kartě došlo. Ostatní měsíce ponecháme s nulovými hodnotami. Pro ukázku výpočtu průměrného prodeje byl zvolen jako modelový příklad měsíc leden. Rozptyl se vypočítá podle vzorce (5). Postup bude takový, že sumu rozdílů vydaných kusů a průměrně vydaných kusů v daném měsíci umocněných na druhou, podělíme počtem dní, po které docházelo k měření v daném měsíci. Jelikož firma funguje 6 dní v týdnu, tzn. 5 pracovních dní plus sobota, celkový počet dní se sníží o neděle a další nepracovní dny např. vánoce, velikonoce a státní svátky. Směrodatná odchylka se vypočítá jako druhá odmocnina rozptylu. Směrodatná odchylka je důležitá pro výpočet pojistné zásoby. Tento postup je v případě cihly

38 Praktická část 38 plné Malenovice proveden u všech měsíců, kde docházelo k měření, zvlášť. Výsledky daných propočtů jsou znázorněny v tab. 2. Postup výpočtů u modelového měsíce ledna je znázorněn níže. Pro zajímavost je vypočítán také variační koeficient, který vyjadřuje míru rozptýlení objemů prodeje. Na základě tohoto ukazatele jde vidět, že např. v lednu docházelo k prodejům kontinuálně v podobně velkých objemech, a v únoru došlo pouze k několika prodejům, ale jejich objemy se velice lišily. Období Počet dnů měření Průměrný prodej (ks) Rozptyl (ks) Směrodatná odchylka (ks) Variační koeficient leden % únor % březen % duben květen červen červenec srpen září říjen % listopad % prosinec % Tab. 2 Výsledné míry variability Cihla plná Malenovice (Vlastní zdroj) Dalším krokem, nutným k optimalizaci, je stanovení pořizovací lhůty dodávky. Tato veličina se odvíjí od mnoha faktorů, mezi které patří vzdálenost dodavatele výrobku, dodací podmínky, náročnost nakládky a vyskladnění. Doba, za kterou je cihla plná Malenovice doručena a vyskladněna na dané místo ve skladu, je určena na pracovní 2 dny. Tzn., že pořizovací lhůta dodávky je měsíce. K výpočtu je zapotřebí znát také směrodatnou odchylku poptávky během pořizovací lhůty dodávky a střední hodnotu. Střední hodnota je vypočtena jako součin pořizovací lhůty dodávky a celkového prodeje v daném měsíci. Variabilita byla vypočítána pro každý jednotlivý měsíc zvlášť. Směrodatná odchylka je

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

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

Více

4EK201 Matematické modelování. 7. Modely zásob

4EK201 Matematické modelování. 7. Modely zásob 4EK201 Matematické modelování 7. Modely zásob 7. Zásobovací procesy poptávka objednávka Firma Prodejna výdej Firemní sklad dodávka Dodavatel Velkosklad Mgr. Sekničková Jana, Ph.D. 2 7. Charakter poptávky

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

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

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

4EK311 Operační výzkum. 7. Modely řízení zásob

4EK311 Operační výzkum. 7. Modely řízení zásob 4EK311 Operační výzkum 7. Modely řízení zásob 7. Charakter poptávky Poptávka Deterministická Stochastická Deterministické modely zásob Stochastické modely zásob Mgr. Sekničková Jana, Ph.D. 2 7.4 Stochastický

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

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

Definice logistiky Evropská logistická asociace - ELA:

Definice logistiky Evropská logistická asociace - ELA: Definice logistiky Evropská logistická asociace - ELA: Organizace, plánování, řízení a výkon toků zboží, vývojem a nákupem počínaje, výrobou a distribucí podle objednávky finálního zákazníka konče tak,

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

Vstup a úkoly pro 4. kapitolu LOGISTIKA V ZÁSOBOVÁNÍ. MODELY ZÁSOB. Smysl zásob

Vstup a úkoly pro 4. kapitolu LOGISTIKA V ZÁSOBOVÁNÍ. MODELY ZÁSOB. Smysl zásob Vstup a úkoly pro 4. kapitolu LOGISTIKA V ZÁSOBOVÁNÍ. MODELY ZÁSOB. Smysl zásob Smyslem zásob je zajistit bezporuchový a plynulý výdej skladovaných položek do spotřeby. Jejich výše je ovlivněna požadavkem

Více

4. Aplikace matematiky v ekonomii

4. Aplikace matematiky v ekonomii 4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =

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

Diskrétní náhodná veličina

Diskrétní náhodná veličina Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

Optimalizace skladových zásob ve firmě Molat spol. s r. o. - Stavebniny

Optimalizace skladových zásob ve firmě Molat spol. s r. o. - Stavebniny Mendelova univerzita v Brně Provozně ekonomická fakulta Optimalizace skladových zásob ve firmě Molat spol. s r. o. - Stavebniny Bakalářská práce Vedoucí práce: Ing. Pavel Kolman Eva Ševčíková Brno 2010

Více

Projekt: 1.5, Registrační číslo: CZ.1.07/1.5.00/ Majetek podniku

Projekt: 1.5, Registrační číslo: CZ.1.07/1.5.00/ Majetek podniku Hospodaření se zásobami Majetek podniku Aby byl zajištěn plynulý chod výroby a celkové náklady s ním spojené byly na co nejnižší úrovni, musíme se zásobami správně hospodařit. Hospodaření zahrnuje: - plánování

Více

Používané modely v řízení zásob

Používané modely v řízení zásob Mendelova univerzita v Brně Provozně ekonomická fakulta Používané modely v řízení zásob Semestrální práce David Bezděkovský, xbezdek1 Brno 2016 Klíčová slova: logistika, řízení zásob, modely Úvod a cíl

Více

Logistika v zásobování. Modely zásob.

Logistika v zásobování. Modely zásob. Logistika v zásobovz sobování. Modely zásob. z. Logistika v zásobovz sobování. Zásoby především tvoří suroviny, rozpracovaný materiál a polotovary. Za zásoby dále považujeme rozpracované výrobky, které

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

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

Posouzení přesnosti měření

Posouzení přesnosti měření Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení

Více

Stochastické modely Informace k závěrečné zkoušce

Stochastické modely Informace k závěrečné zkoušce Stochastické modely Informace k závěrečné zkoušce Jan Zouhar Katedra ekonometrie, FIS VŠE v Praze, zouharj@vse.cz 10. února 2015 Průběh zkoušky. Zkouška je ústní s přípravou na potítku. Každý si vylosuje

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

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

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi

Více

Logistika. Souhrnné analýzy. Radek Havlík tel.: URL: listopad 2012 CO ZA KOLIK PROČ KDE

Logistika. Souhrnné analýzy. Radek Havlík tel.: URL:  listopad 2012 CO ZA KOLIK PROČ KDE Logistika Souhrnné analýzy listopad 2012 KDE PROČ KDY CO ZA KOLIK JAK KDO Radek Havlík tel.: 48 535 3366 e-mail: radek.havlik@tul.cz URL: http:\\www.kvs.tul.cz Paretova, ABC a XYZ analýzy Obsah Paretova

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

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

Obchodní přirážka. Procento obchodní přirážky

Obchodní přirážka. Procento obchodní přirážky Obchodní přirážka Žádná maloobchodní firma by nemohla přežít, kdyby nabízela zboží k prodeji za ceny, za které je nakoupila. O jakou částku může prodejní cena zboží převyšovat nákupní cenu, jak jsme již

Více

Vstup a úkoly pro 1. kapitolu VYMEZENÍ POJMÚ. CÍLE VÝROBNÍ LOGISTIKY.

Vstup a úkoly pro 1. kapitolu VYMEZENÍ POJMÚ. CÍLE VÝROBNÍ LOGISTIKY. Vstup a úkoly pro 1. kapitolu VYMEZENÍ POJMÚ. CÍLE VÝROBNÍ LOGISTIKY. Ekonomický rozvoj vyvolává silný tlak na koordinovaný a sledovaný pohyb všech hmotných a hodnotových toků. Integrací plánování, formování,

Více

Manažerská ekonomika přednáška Výroba Co rozumíme výrobou? V nejširším pojetí se výrobou rozumí každé spojení výrobních

Manažerská ekonomika přednáška Výroba Co rozumíme výrobou? V nejširším pojetí se výrobou rozumí každé spojení výrobních Manažerská ekonomika přednáška Výroba Co rozumíme výrobou? V nejširším pojetí se výrobou rozumí každé spojení výrobních faktorů (práce, kapitálu, půdy) za účelem získání určitých výrobků (výrobků a služeb

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování

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

5 NÁKLADY PODNIKU A JEJICH KALKULACE

5 NÁKLADY PODNIKU A JEJICH KALKULACE 5 NÁKLADY PODNIKU A JEJICH KALKULACE Náklady podniku můžeme charakterizovat jako peněžně vyjádřenou spotřebu výrobních faktorů účelně vynaložených na tvorbu podnikových výnosů včetně dalších nutných nákladů

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

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

Číselné charakteristiky

Číselné charakteristiky . Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch

Více

Chyby měření 210DPSM

Chyby měření 210DPSM Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů

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

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

Více

Statistika pro geografy

Statistika pro geografy Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických

Více

2, ZÁSOBY VLASTNÍ VÝROBY

2, ZÁSOBY VLASTNÍ VÝROBY Otázka: Zásoby v podniku Předmět: Účetnictví Přidal(a): Bárbra Zásoby dělíme na: 1, materiál 2, zásoby vlastní výroby 3, zboží 1, MATERIÁL a, základní materiál (podstata výrobku) b, pomocné látky (k doplnění

Více

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti. Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je

Více

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením

Více

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018 Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018 Vztahy mezi ziskem, objemem výroby, cenou a náklady Ekonomika lesního hospodářství 6. cvičení

Více

Ekonomika podniku (EKPO) přednáška č. 5 Charakteristika a klasifikace nákladů, kalkulace nákladů, nákladová funkce

Ekonomika podniku (EKPO) přednáška č. 5 Charakteristika a klasifikace nákladů, kalkulace nákladů, nákladová funkce Ekonomika podniku (EKPO) přednáška č. 5 Charakteristika a klasifikace nákladů, kalkulace nákladů, nákladová funkce Prezentace vznikla za podpory projektu Perspektivy krajinného managementu inovace krajinářských

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní. Strategie řízení zásob

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní. Strategie řízení zásob ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní Shcherbanova Irina Strategie řízení zásob Bakalářská práce 2017 1 2 3 ABSTRAKT Tato bakalářská práce se zaměřuje na analýzu skladovacího a distribučního

Více

Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!!

Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!! Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!! Příklad 1.: Obchodník prodává pouze jeden druh zboží a ten také výhradně nakupuje. Činí tak v malém rozsahu, a proto koupil 500 výrobků po 10 Kč

Více

I. D i s k r é t n í r o z d ě l e n í

I. D i s k r é t n í r o z d ě l e n í 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

Odhad parametrů N(µ, σ 2 )

Odhad parametrů N(µ, σ 2 ) Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie

Více

3.1.1. Výpočet vnitřní hodnoty obligace (dluhopisu)

3.1.1. Výpočet vnitřní hodnoty obligace (dluhopisu) Využití poměrových ukazatelů pro fundamentální analýzu cenných papírů Principem této analýzy je stanovení, zda je cenný papír na kapitálovém trhu podhodnocen, správně oceněn, nebo nadhodnocen. Analýza

Více

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistická regulace výrobního procesu (SPC) SPC = Statistical Process Control preventivní nástroj řízení jakosti, který na základě včasného

Více

p(x) = P (X = x), x R,

p(x) = P (X = x), x R, 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

Diskrétní náhodná veličina. November 12, 2008

Diskrétní náhodná veličina. November 12, 2008 Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník

Více

4. Křivka nabídky monopolní firmy je totožná s částí křivky mezních nákladů.

4. Křivka nabídky monopolní firmy je totožná s částí křivky mezních nákladů. Firma v nedokonalé konkurenci 1. Zdroji nedokonalé konkurence jsou: - jednak nákladové podmínky podnikání, - jednak. 2. Zapište vzorec Lernerova indexu. K čemu slouží? 3. Zakreslete celkový příjem monopolní

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,

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

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

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

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

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

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

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

N K Á L K A L D A Y D, Y KA K L A K L U K L U A L C A E C E

N K Á L K A L D A Y D, Y KA K L A K L U K L U A L C A E C E EKONOMIKA NÁKLADY, KALKULACE a BEP Projekt POMOC PRO TEBE CZ.1.07/1.5.00/34.0339 Ing. Viera Sucháčová Označení Název DUM Anotace Autor Jazyk Klíčová slova Cílová skupina Stupeň vzdělávání Studijní obor

Více

Simulační modely. Kdy použít simulaci?

Simulační modely. Kdy použít simulaci? Simulační modely Simulace z lat. Simulare (napodobení). Princip simulace spočívá v sestavení modelu reálného systému a provádění opakovaných experimentů s tímto modelem. Simulaci je nutno považovat za

Více

Základní statistické charakteristiky

Základní statistické charakteristiky Základní statistické charakteristiky Základní statistické charakteristiky slouží pro vzájemné porovnávání statistických souborů charakteristiky = čísla, pomocí kterých porovnáváme Základní statistické

Více

Mikroekonomie Q FC VC Příklad řešení. Kontrolní otázky Příklad opakování zjistěte zbývající údaje

Mikroekonomie Q FC VC Příklad řešení. Kontrolní otázky Příklad opakování zjistěte zbývající údaje Příklad opakování zjistěte zbývající údaje Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Q FC VC 0 20 1 10 2 18 3 24 4 36 Co lze zjistit? FC - pro Q = 1, 2, 3, 4 TC AC AVC AFC Příklad

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení

Více

2. přednáška - PRAVDĚPODOBNOST

2. přednáška - PRAVDĚPODOBNOST 2. přednáška - PRAVDĚPODOBNOST NÁHODNÝ POKUS A JEV Každá opakovatelná činnost prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě, se nazývá náhodný pokus.

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

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu 4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním

Více

8. Normální rozdělení

8. Normální rozdělení 8. Normální rozdělení 8.. Definice: Normální (Gaussovo) rozdělení N(µ, 2 ) s parametry µ a > 0 je rozdělení určené hustotou ( ) f(x) = (x µ) 2 e 2 2, x (, ). Rozdělení N(0; ) s parametry µ = 0 a = se nazývá

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

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

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b

Více

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická

Více

Výroba a výrobní faktory

Výroba a výrobní faktory Výroba a výrobní faktory Výrobní proces Výroba neboli výrobní proces představuje sled vzájemně souvisejících a na sebe navazujících činností, které přetvářejí přírodu, její předměty a síly v užitečné věci

Více

Jak používat statistiky položkové v systému WinShop Std.

Jak používat statistiky položkové v systému WinShop Std. Jak používat statistiky položkové v systému WinShop Std. Systém WinShop Std. využívá k zápisům jednotlivých realizovaných pohybů (příjem zboží, dodací listy, výdejky, převodky, prodej zboží na pokladně..)

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D. Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která

Více

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018 Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018 Kalkulace nákladů - příklady Ekonomika lesního hospodářství 12. cvičení Náklady, vymezení

Více

Lineární programování

Lineární programování 24.9.205 Lineární programování Radim Farana Podklady pro výuku pro akademický rok 203/204 Obsah Úloha lineárního programování. Formulace úlohy lineárního programování. Typické úlohy lineárního programování.

Více

Zásoby část oběžného majetku podniku. (do oběžného majetku podniku ještě dále patří peníze a pohledávky)

Zásoby část oběžného majetku podniku. (do oběžného majetku podniku ještě dále patří peníze a pohledávky) ZÁSOBOVACÍ ČINNOST Zásoby část oběžného majetku podniku. (do oběžného majetku podniku ještě dále patří peníze a pohledávky) Dělení zásob 1) účetní dělení a) materiál (určený k dalšímu zpracování) b) zboží

Více

KALKULACE, POJEM, ČLENĚNÍ, KALKULAČNÍ VZOREC, KALKULAČNÍ METODY

KALKULACE, POJEM, ČLENĚNÍ, KALKULAČNÍ VZOREC, KALKULAČNÍ METODY Otázka: Kalkulace Předmět: Účetnictví Přidal(a): Tereza P. KALKULACE, POJEM, ČLENĚNÍ, KALKULAČNÍ VZOREC, KALKULAČNÍ METODY POJEM A ČLENĚNÍ: - představuje předběžné stanovení nebo následné zjištění jednotlivých

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

5. kapitola PODNIKOVÉ ČINNOSTI

5. kapitola PODNIKOVÉ ČINNOSTI 5. kapitola PODNIKOVÉ ČINNOSTI Obsah kapitoly: Řízení podniku Výrobní činnost Nákupní činnosti Prodejní činnost Personální činnost Financování Investiční činnost Řízení Vrcholové řízení podniku řeší základní

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika

Více

8. Dokonalá konkurence

8. Dokonalá konkurence 8. Dokonalá konkurence Kompletní text ke kapitole viz. KRAFT, J., BEDNÁŘOVÁ, P, KOCOUREK, A. Ekonomie I. TUL Liberec, 2010. ISBN 978-80-7372-652-2; str.64-75 Dokonale konkurenční tržní prostředí lze charakterizovat

Více