diff --git a/likelihood/lecture/likelihood.tex b/likelihood/lecture/likelihood.tex
index 91ba87f..02c4f5e 100644
--- a/likelihood/lecture/likelihood.tex
+++ b/likelihood/lecture/likelihood.tex
@@ -133,7 +133,7 @@ Log-Likelihood
 \begin{eqnarray*}
   \log {\cal L}(\theta|(x_1,y_1,\sigma_1), \ldots, (x_n,y_n,\sigma_n))
   & = & \sum_{i=1}^n \log \frac{1}{\sqrt{2\pi \sigma_i^2}}e^{-\frac{(y_i-f(x_i;\theta))^2}{2\sigma_i^2}} \\
-  & = & \sum_{i=1}^n - \log \sqrt{2\pi \sigma_i^2} -\frac{(x_i-f(y_i;\theta))^2}{2\sigma_i^2} \\
+  & = & \sum_{i=1}^n - \log \sqrt{2\pi \sigma_i^2} -\frac{(y_i-f(x_i;\theta))^2}{2\sigma_i^2} \\
 \end{eqnarray*}
 Der einzige Unterschied zum vorherigen Beispiel ist, dass die
 Mittelwerte der Normalverteilungen nun durch die Funktionswerte