Improved page breaks

likelihood/lecture/likelihood-chapter.tex

@@ -5,7 +5,7 @@
 \lstset{inputpath=../code}
 \graphicspath{{figures/}}
 
-\setcounter{page}{101}
+\setcounter{page}{89}
 \setcounter{chapter}{6}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

likelihood/lecture/likelihood.tex

@@ -118,10 +118,11 @@ diesem Mittelwert gezogen worden sind (\figref{mlemeanfig}).
   Wahrscheinlichkeiten) f\"ur den Mittelwert als Parameter. Vergleiche
   die Position der Maxima mit dem aus den Daten berechneten
   Mittelwert.
-  \newpage
+  \pagebreak[4]
 \end{exercise}
 
 
+\pagebreak[4]
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 \section{Kurvenfit als Maximum-Likelihood Sch\"atzung}
 Beim \determ{Kurvenfit} soll eine Funktion $f(x;\theta)$ mit den Parametern
@@ -251,7 +252,7 @@ z.B. dem Gradientenabstieg, gel\"ost wird \matlabfun{mle()}.
 \begin{exercise}{mlegammafit.m}{mlegammafit.out}
   Erzeuge Gammaverteilte Zufallszahlen und benutze Maximum-Likelihood,
   um die Parameter der Gammafunktion aus den Daten zu bestimmen.
-  \newpage
+  \pagebreak
 \end{exercise}
 
 

likelihood/lecture/mlepropline.py

@@ -2,7 +2,7 @@ import numpy as np
 import matplotlib.pyplot as plt
 
 plt.xkcd()
-fig = plt.figure( figsize=(6,4) )
+fig = plt.figure( figsize=(6,3.5) )
 
 # the line:
 slope = 2.0