diff --git a/Entrega.ipynb b/Entrega.ipynb
index c2679f600f5580b73186d78e5fecd665838c61be..3a61447c43b6b3e9489b2fcd489ad06e4b6f7245 100644
--- a/Entrega.ipynb
+++ b/Entrega.ipynb
@@ -113,7 +113,7 @@
     {
      "data": {
       "text/plain": [
-       "<matplotlib.image.AxesImage at 0x7f64067b77b8>"
+       "<matplotlib.image.AxesImage at 0x7fc7c5f59898>"
       ]
      },
      "execution_count": 4,
@@ -312,7 +312,7 @@
     {
      "data": {
       "text/plain": [
-       "<matplotlib.image.AxesImage at 0x7f64067006d8>"
+       "<matplotlib.image.AxesImage at 0x7fc7c5e86d30>"
       ]
      },
      "execution_count": 8,
@@ -1168,6 +1168,16 @@
    "source": [
     "Se puede observar que el azul es el que tiene más dispersión de datos, seguido del verde y luego el rojo. Sin embargo, la dispersión presentada por la imagen completa, no es tan grande como se ve con el azul, ni tan pequeña como se ve con el rojo."
    ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "#Para guardar el notebook a .md\n",
+    "! jupyter nbconvert --to markdown Entrega.ipynb"
+   ]
   }
  ],
  "metadata": {
diff --git a/Entrega.md b/Entrega.md
index 95057b49a7591b1b386d2646d3f8b26408820d2f..9fef3624d1863c4870d5c06bddc3ec7a77e9feb1 100644
--- a/Entrega.md
+++ b/Entrega.md
@@ -57,7 +57,7 @@ plt.imshow(imagen)
 
 
 
-    <matplotlib.image.AxesImage at 0x7fc8d32b48d0>
+    <matplotlib.image.AxesImage at 0x7fc7c5f59898>
 
 
 
@@ -187,7 +187,7 @@ plt.imshow(imagen_grisss, cmap='gray')
 
 
 
-    <matplotlib.image.AxesImage at 0x7fc8d31f9f98>
+    <matplotlib.image.AxesImage at 0x7fc7c5e86d30>
 
 
 
@@ -579,118 +579,173 @@ for ax in axs.flat:
 
 **Análisis estadistico**
 
+Para hacer el análisis estadístico se analiza toda la imagen. Se observan unicamente las estrellas con intensidad mayor a 250. <br>
+
+Para hacer esto se crea la función _analisis_
+
 
 ```python
+def analisis(imagen_grisss):
 
-```
+    #Haciendo el análisis para toda la imagen
 
+    estrellas_para_estadistica = estrellas_recortadas(imagen_grisss, 250)
 
-```python
-#Haciendo el análisis para toda la imagen
+    #Conversion a la clase estrella
 
-estrellas_para_estadistica = estrellas_recortadas(imagen_grisss, 245)
+    clase_estrella_todas=[]
 
-#Conversion a la clase estrella
 
-clase_estrella_todas=[]
+    for item in estrellas_para_estadistica:
+        clase_estrella_todas.append(Estrella_a(item))
 
+    #Recoleccion de parámetros
 
-for item in estrellas_para_estadistica:
-    clase_estrella_todas.append(Estrella_a(item))
-    
-#Recoleccion de parámetros
+    p1=np.array([1,0,1,5,5])   #Para recordar: p = [a, b, c, x0, y0]
 
-p1=np.array([1,0,1,5,5])   #Para recordar: p = [a, b, c, x0, y0]
+    parametros_todas=[]
 
-parametros_todas=[]
+    for i in range(0,len(clase_estrella_todas)):
+        uno, dos = clase_estrella_todas[i].ajusteGauss(p1)
 
-print(len(clase_estrella_todas))
+        parametros_todas.append(dos)
 
-for i in range(0,len(clase_estrella_todas)):
-    uno, dos = clase_estrella_todas[i].ajusteGauss(p1)
-    
-    parametros_todas.append(dos)
-```
 
-    54
+    print('En total se estan analizando '+str(len(clase_estrella_todas))+' estrellas')
 
+    #Para encontrar la mediana, media, moda y desviacion estandar del ajuste hecho se hace lo siguiente:
 
-Para encontrar la mediana, media, moda y desviacion estandar del ajuste hecho se hace lo siguiente:
+    evaluar=np.array(parametros_todas)
 
 
-```python
-evaluar=np.array(parametros_todas)
+    FWHM=evaluar*2*math.sqrt(2*math.log(2))
+
+    zz=FWHM
+
+    #Media
+    media=np.mean(zz)
 
+    #Mediana
+    mediana=np.median(zz)
 
-FWHM=evaluar*2*math.sqrt(2*math.log(2))
+    #Moda
+    #moda=stat.mode(np.round(zz,3).reshape(-1))
+    
+    #moda=max(set(np.round(zz,2)), key=list(np.round(zz,2)).count)
+
+    #Desviacion estandar con scipy
+    desviacion=stat.stdev(zz.reshape(-1))
+
+    #Desviacion estandar con numpy
+    desviacion1=zz.std()
 
+    print('  ')
+    print('Mediana: ', mediana)
+    print('Media: ', media)
+    #print('Moda: ', moda)
+    print('Desviacion estandar 1: ', desviacion)
+    print('Desviacion estandar 2: ', desviacion1)
+
+    #Histograma
+
+    plt.figure(figsize=(9,4))
+    plt.hist(zz, bins=20, histtype='bar', alpha=0.7, edgecolor = 'black', linewidth=0.2)
+    plt.show()
 ```
 
 
 ```python
-zz=FWHM
+analisis(imagen_grisss)
 ```
 
+    /home/vargass/.local/lib/python3.7/site-packages/scipy/optimize/minpack.py:475: RuntimeWarning: Number of calls to function has reached maxfev = 1200.
+      warnings.warn(errors[info][0], RuntimeWarning)
 
-```python
-#Media
-media=np.mean(zz)
 
-#Mediana
-mediana=np.median(zz)
+    En total se estan analizando 33 estrellas
+      
+    Mediana:  1.4018568345763582
+    Media:  -60.02889934017261
+    Desviacion estandar 1:  257.23862885662066
+    Desviacion estandar 2:  256.4579331901813
 
-#Moda
-moda=stat.mode(np.round(zz,3).reshape(-1))
 
-#Desviacion estandar con scipy
-desviacion=stat.stdev(zz.reshape(-1))
 
-#Desviacion estandar con numpy
-desviacion1=zz.std()
+    
+![png](Entrega_files/Entrega_50_2.png)
+    
 
-print('Mediana: ', mediana)
-print('Media: ', media)
-print('Moda: ', moda)
-print('Desviacion estandar 1: ', desviacion)
-print('Desviacion estandar 2: ', desviacion1)
-```
 
+**Analisis para R,G,B independientemente**
+
+Para hacer el análisis estadístico para R,G y B independientemente se analiza toda la imagen de cada una de ellas por separado. Se observan unicamente las estrellas con intensidad mayor a 245.
+
+(Se utiliza la función creada anteriormente)
 
-    ---------------------------------------------------------------------------
+_PARA ROJO_
 
-    StatisticsError                           Traceback (most recent call last)
 
-    <ipython-input-25-0b358d0ceb36> in <module>
-          6 
-          7 #Moda
-    ----> 8 moda=stat.mode(np.round(zz,3).reshape(-1))
-          9 
-         10 #Desviacion estandar con scipy
+```python
+analisis(R)
+```
 
+    En total se estan analizando 45 estrellas
+      
+    Mediana:  1.46501995989867
+    Media:  -24.20043926725717
+    Desviacion estandar 1:  159.60019232223172
+    Desviacion estandar 2:  159.24513027547198
 
-    /usr/lib/python3.7/statistics.py in mode(data)
-        504     elif table:
-        505         raise StatisticsError(
-    --> 506                 'no unique mode; found %d equally common values' % len(table)
-        507                 )
-        508     else:
 
 
-    StatisticsError: no unique mode; found 3 equally common values
+    
+![png](Entrega_files/Entrega_54_1.png)
+    
 
 
-Para hacer el histograma
+_PARA VERDE_
 
 
 ```python
-#Histograma
+analisis(G)
+```
+
+    En total se estan analizando 32 estrellas
+      
+    Mediana:  1.4056342445779744
+    Media:  -124.0466362617896
+    Desviacion estandar 1:  654.9121084711437
+    Desviacion estandar 2:  652.8623002867687
+
+
+
+    
+![png](Entrega_files/Entrega_56_1.png)
+    
 
-plt.figure(figsize=(9,4))
-plt.hist(zz, bins=5, histtype='bar', alpha=0.7, edgecolor = 'black', linewidth=0.2)
-plt.show()
+
+_PARA AZUL_
+
+
+```python
+analisis(B)
 ```
 
-------------------------------------------------------------------
+    En total se estan analizando 45 estrellas
+      
+    Mediana:  1.3063649806304618
+    Media:  -4233247.385112735
+    Desviacion estandar 1:  45270472.137159556
+    Desviacion estandar 2:  45169759.059932515
+
+
+
+    
+![png](Entrega_files/Entrega_58_1.png)
+    
+
+
+Se puede observar que el azul es el que tiene más dispersión de datos, seguido del verde y luego el rojo. Sin embargo, la dispersión presentada por la imagen completa, no es tan grande como se ve con el azul, ni tan pequeña como se ve con el rojo.
 
 
 ```python
diff --git a/Entrega_files/Entrega_42_0.png b/Entrega_files/Entrega_42_0.png
deleted file mode 100644
index a6922381c95bdf1d2c6a81c36b6d3ed977e00168..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_42_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_47_0.png b/Entrega_files/Entrega_47_0.png
deleted file mode 100644
index e56a6b6986980aec3c3836745419e9880ed720d6..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_47_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_48_0.png b/Entrega_files/Entrega_48_0.png
deleted file mode 100644
index e56a6b6986980aec3c3836745419e9880ed720d6..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_48_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_49_0.png b/Entrega_files/Entrega_49_0.png
deleted file mode 100644
index e56a6b6986980aec3c3836745419e9880ed720d6..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_49_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_50_2.png b/Entrega_files/Entrega_50_2.png
new file mode 100644
index 0000000000000000000000000000000000000000..327e1e18a26e76cdfd7168578acbd3101bf5108a
Binary files /dev/null and b/Entrega_files/Entrega_50_2.png differ
diff --git a/Entrega_files/Entrega_51_0.png b/Entrega_files/Entrega_51_0.png
deleted file mode 100644
index 4ee4e7601bbfa0131b196c4a66c6ea2b72770ddc..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_51_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_52_0.png b/Entrega_files/Entrega_52_0.png
deleted file mode 100644
index d199bdf1689e0dcebee81ed384dbcee70b7489e0..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_52_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_52_1.png b/Entrega_files/Entrega_52_1.png
deleted file mode 100644
index 0e97e1d31aac0d159c726f1b15da9d7253a71a72..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_52_1.png and /dev/null differ
diff --git a/Entrega_files/Entrega_53_0.png b/Entrega_files/Entrega_53_0.png
deleted file mode 100644
index cba2e6064e84b5615a6a1d24bdb6aaa653a16460..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_53_0.png and /dev/null differ
diff --git a/Entrega_files/Entrega_53_1.png b/Entrega_files/Entrega_53_1.png
deleted file mode 100644
index 80dd35d4510becdb725cafc90d373d3709ef8a0c..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_53_1.png and /dev/null differ
diff --git a/Entrega_files/Entrega_54_1.png b/Entrega_files/Entrega_54_1.png
index 80dd35d4510becdb725cafc90d373d3709ef8a0c..2f4f1c92e218a54762ca0d8e9c57005f7e582d6d 100644
Binary files a/Entrega_files/Entrega_54_1.png and b/Entrega_files/Entrega_54_1.png differ
diff --git a/Entrega_files/Entrega_55_2.png b/Entrega_files/Entrega_55_2.png
deleted file mode 100644
index 80dd35d4510becdb725cafc90d373d3709ef8a0c..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_55_2.png and /dev/null differ
diff --git a/Entrega_files/Entrega_56_1.png b/Entrega_files/Entrega_56_1.png
new file mode 100644
index 0000000000000000000000000000000000000000..d4cfb8c6b4d07fb166a3c7ac2feffedc24bf3d76
Binary files /dev/null and b/Entrega_files/Entrega_56_1.png differ
diff --git a/Entrega_files/Entrega_56_2.png b/Entrega_files/Entrega_56_2.png
deleted file mode 100644
index 80dd35d4510becdb725cafc90d373d3709ef8a0c..0000000000000000000000000000000000000000
Binary files a/Entrega_files/Entrega_56_2.png and /dev/null differ
diff --git a/Entrega_files/Entrega_58_1.png b/Entrega_files/Entrega_58_1.png
new file mode 100644
index 0000000000000000000000000000000000000000..1101829255fea74f7a5af666e7991773ea3e88d7
Binary files /dev/null and b/Entrega_files/Entrega_58_1.png differ