Improved page breaks

designpattern/lecture/designpattern-chapter.tex

@@ -5,7 +5,7 @@
 \lstset{inputpath=../code}
 \graphicspath{{figures/}}
 
-\setcounter{page}{133}
+\setcounter{page}{121}
 \setcounter{chapter}{8}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

designpattern/lecture/designpattern.tex

@@ -75,7 +75,6 @@ Zufallsgeneratoren geben oft nur Zufallszahlen mit festen Mittelwerten
 und Standardabweichungen (auch Skalierungen) zur\"uck. Multiplikation
 mit einem Faktor skaliert die Standardabweichung und Addition einer Zahl
 verschiebt den Mittelwert.
-
 \begin{lstlisting}[caption={Skalierung von Zufallszahlen}]
 % 100 random numbers draw from a Gaussian distribution with mean 0 and standard deviation 1.
 x = randn(100, 1);
@@ -85,7 +84,6 @@ mu = 4.8;
 sigma = 2.3;
 y = randn(100, 1)*sigma + mu;
 \end{lstlisting}
-
 Das gleiche Prinzip ist manchmal auch sinnvoll f\"ur \code{zeros()} oder \code{ones()}:
 \begin{lstlisting}[caption={Skalierung von \varcode{zeros()} und \varcode{ones()}}]
 x = -1:0.01:2;      % Vektor mit x-Werten
@@ -146,12 +144,10 @@ Die \code{histogram()} Funktion macht das mit den entsprechenden Parametern auto
 x = randn(100, 1);    % irgendwelche reellwertige Daten
 histogram(x, 'Normalization', 'pdf');
 \end{lstlisting}
-
 \begin{lstlisting}[caption={Probability mit der \varcode{histogram()}-Funktion}]
 x = randi(6, 100, 1);    % irgendwelche integer Daten
 histogram(x, 'Normalization', 'probability');
 \end{lstlisting}
-
 So geht es mit der \code{hist()}-Funktion:
 \begin{lstlisting}[caption={Probability-density-function mit der \varcode{hist()}- und \varcode{bar()}-Funktion}]
 x = randn(100, 1);         % irgendwelche reellwertige Daten
@@ -159,7 +155,6 @@ x = randn(100, 1);         % irgendwelche reellwertige Daten
 h = h/sum(h)/(b(2)-b(1));  % normieren zu einer Wahrscheinlichkeitsdichte
 bar(b, h);                 % und plotten.
 \end{lstlisting}
-
 \begin{lstlisting}[caption={Probability mit der \varcode{hist()}- und \varcode{bar()}-Funktion}]
 x = randi(6, 100, 1);    % irgendwelche integer Daten
 [h, b] = hist(x);        % Histogram berechnen