diff --git a/doc/Informe.tex b/doc/Informe.tex
index 1425abe..6d05d0d 100644
--- a/doc/Informe.tex
+++ b/doc/Informe.tex
@@ -23,7 +23,7 @@
 }
 
 \usepackage{hyperref}
-\hypersetup{colorlinks=true,allcolors=black,bookmarks,pdftitle={Tarea 1: Ordenamiento}}
+\hypersetup{colorlinks=true,allcolors=black,pdftitle={Tarea 1: Ordenamiento}}
 \usepackage{hypcap}
 
 \pretitle{%
@@ -37,6 +37,7 @@
 \posttitle{\end{center}}
 
 \begin{document}
+\hypersetup{pageanchor=false}
 \clearpage\maketitle
 \thispagestyle{empty}
 
@@ -64,6 +65,7 @@ Xavier Canales
 \tableofcontents
 
 \newpage
+\hypersetup{pageanchor=true}
 \pagenumbering{arabic}
 \section{Pseudo código}
 \subsection{Merge Sort}
@@ -95,63 +97,63 @@ Xavier Canales
 \subsection{Análisis temporal}
 \subsubsection{Merge Sort}
 \underline{Caso Promedio:} $ \Theta(n log n)) $ \\
-El caso promedio de merge sort es similar a peor caso. \\
+El caso promedio de merge sort es similar a peor caso. \bigskip
 
 \underline{Peor Caso:} $ O(n log n) $ \\
-En el peor de los casos, el merge sort hace aproximadamente un 39\% menos de comparaciones que el quick sort en su caso promedio. En términos de movimientos, la complejidad del peor de los casos de merge sort es $ O(n log n) $ la misma complejidad que el mejor de Quick sort, y el mejor de la clasificación de merge sort toma aproximadamente la mitad de las iteraciones que en el peor de los casos. \\
+En el peor de los casos, el merge sort hace aproximadamente un 39\% menos de comparaciones que el quick sort en su caso promedio. En términos de movimientos, la complejidad del peor de los casos de merge sort es $ O(n log n) $ la misma complejidad que el mejor de Quick sort, y el mejor de la clasificación de merge sort toma aproximadamente la mitad de las iteraciones que en el peor de los casos. \bigskip
 
 \underline{Mejor Caso:} $ \Omega(n log n)$ \\
-En el caso mejor de merge sort, el merge sort funciona mejor cuando los datos son secuencial. \\
+En el caso mejor de merge sort, el merge sort funciona mejor cuando los datos son secuencial. \bigskip
 
 \subsubsection{Quick Sort}
 \underline{Caso Promedio:} $ \Theta(n(log n)) $ \\
-El tiempo de ejecución que tendrá el algoritmo dependerá de como se realice la partición de el arreglo entrada, es decir, depende de la selección del pivote. \\
+El tiempo de ejecución que tendrá el algoritmo dependerá de como se realice la partición de el arreglo entrada, es decir, depende de la selección del pivote. \bigskip
 
 \underline{Peor Caso:} $ O(n^2) $ \\
-El peor de los casos para el quick sort resultará cuando la elección del pivote sea el valor más pequeño del arreglo o el más grande de este mismo. \\
+El peor de los casos para el quick sort resultará cuando la elección del pivote sea el valor más pequeño del arreglo o el más grande de este mismo. \bigskip
 
 \underline{Mejor Caso:} $ \Omega(n log(n)) $ \\
-Para obtener el mejor caso posible será cuando el pivote se encuentre exactamente al medio del arreglo, porque lo dividirá en dos obteniendo n/2 elementos en ambas divisiones del arreglo. \\
+Para obtener el mejor caso posible será cuando el pivote se encuentre exactamente al medio del arreglo, porque lo dividirá en dos obteniendo n/2 elementos en ambas divisiones del arreglo. \bigskip
 
 \subsubsection{Bubble Sort}
 \underline{Caso Promedio:} $ \Theta(n^2)) $ \\
-El caso promedio compara la complejidad temporal con el peor caso, donde n es el numero de valores a ordenar, esto es producto de la forma en la cual \textit{bubble} transporta los valores dentro de su ordenamiento. \\
+El caso promedio compara la complejidad temporal con el peor caso, donde n es el numero de valores a ordenar, esto es producto de la forma en la cual \textit{bubble} transporta los valores dentro de su ordenamiento. \bigskip
 
 \underline{Peor Caso:} $ O(n^2) $ \\
-En el peor caso el arreglo a ordenar va a estar ordenado en forma descendente previamente. \\
+En el peor caso el arreglo a ordenar va a estar ordenado en forma descendente previamente. \bigskip
 
 \underline{Mejor Caso:} $ \Omega(n)$ \\
-El mejor caso para el bubble sort será cuando el arreglo de entrada venga previamente ordenado de menor a mayor. \\
+El mejor caso para el bubble sort será cuando el arreglo de entrada venga previamente ordenado de menor a mayor. \bigskip
 
 \subsubsection{Bitonic Sort}
 \underline{Caso Promedio:} $\Theta(log^2(n))$ \\
-El ordenamiento bitonico responde igual a todos los casos porque siempre antes de empezar a ordenarlos realiza las mismas comparaciones para dejarlos en la secuencia bitonica. \\
+El ordenamiento bitonico responde igual a todos los casos porque siempre antes de empezar a ordenarlos realiza las mismas comparaciones para dejarlos en la secuencia bitonica. \bigskip
 
 \underline{Peor Caso:} $ O(log^2(n)) $ \\
-Su peor caso es igual que su caso promedio. \\
+Su peor caso es igual que su caso promedio. \bigskip
 
 \underline{Mejor Caso:} $ \Omega(log^2(n)) $ \\
-Su mejor caso es igual que su caso promedio. \\
+Su mejor caso es igual que su caso promedio. \bigskip
 
 \subsubsection{Counting Sort}
 \underline{Caso Promedio:} $ \Theta(\frac{n^2}{2}) $ \\
-La complejidad total es igual para todos los casos, porque el algoritmo usa sólo ciclos simples, sin recursividad o sub-funciones, va directamente al análisis. \\
+La complejidad total es igual para todos los casos, porque el algoritmo usa sólo ciclos simples, sin recursividad o sub-funciones, va directamente al análisis. \bigskip
 
 \underline{Peor Caso:} $ O(\frac{n^2}{2}) $ \\
-Su peor caso es igual a su caso promedio. \\
+Su peor caso es igual a su caso promedio. \bigskip
 
 \underline{Mejor Caso:}  $ \Omega(\frac{n^2}{2}) $ \\
-Su mejor caso es igual a su caso promedio. \\
+Su mejor caso es igual a su caso promedio. \bigskip
 
 \subsubsection{Selection Sort}
 \underline{Caso Promedio:} $ \Theta(n^2) $ \\
-El ordenamiento por selección no es un algoritmo de ordenamiento adaptable, realiza el mismo numero de comparaciones de elementos en el mejor caso, el caso promedio y el peor de los casos, esto se debe a que no utiliza el orden existente de las entradas del arreglo para ordenar. \\
+El ordenamiento por selección no es un algoritmo de ordenamiento adaptable, realiza el mismo numero de comparaciones de elementos en el mejor caso, el caso promedio y el peor de los casos, esto se debe a que no utiliza el orden existente de las entradas del arreglo para ordenar. \bigskip
 
 \underline{Peor Caso:} $ O(n^2) $ \\
-Su peor caso es igual a su caso promedio. \\
+Su peor caso es igual a su caso promedio. \bigskip
 
 \underline{Mejor Caso:} $ \Omega(n^2) $ \\
-Su mejor caso es igual a su caso promedio. \\
+Su mejor caso es igual a su caso promedio. \bigskip
 
 \newpage
 \subsection{Datos}