diff --git a/US10 - Analise Tendencia A Grupos.R b/US10 - Analise Tendencia A Grupos.R
index 993b616..ef5e1ef 100644
--- a/US10 - Analise Tendencia A Grupos.R	
+++ b/US10 - Analise Tendencia A Grupos.R	
@@ -1,6 +1,9 @@
-# Codigo que cria as tabelas dos agrupamentos dos dados
+# Codigo que calcula a tendencia de agrupamento dos dados
 # Andrey Menezes - versão 2.0 (Fevereiro 2013)
 
+dados = read.csv("dados/TabelaParaPerfis.csv")
+dados = dados[,2:6]
+
 library("FNN")
 
 hopkins = function(dados, p, objetos, minimos) {
@@ -24,18 +27,20 @@ hopkins = function(dados, p, objetos, minimos) {
 
 hopkins.table = data.frame()
 
+#Calcula a menor distancia de cada linha da tabela para ser utilizado em hopkins
 minimo = knn.dist(dados, k=1, algorithm="kd_tree")
 stats = 0
 
+# Monta a tabela com as estatísticas de hopkins
 col=0
 for(n in 1:10) {
   count=0
   col=col+1
-  for(i in 2:(length(dados)-1)) {
+  for(i in 1:(length(dados)-1)) {
     for(e in (i+1):length(dados)) {
       if(i != e) {
-        objetos = data.frame(runif(15, min(dados[,i]), max(dados[,i])), runif(15, min(dados[,e]), max(dados[,e])))
-        parcial = hopkins(dados[,c(i,e)], 15, objetos, minimo)
+        objetos = data.frame(runif(25, min(dados[,i]), max(dados[,i])), runif(25, min(dados[,e]), max(dados[,e])))
+        parcial = hopkins(dados[,c(i,e)], 25, objetos, minimo)
         if (parcial > stats) {
           stats = parcial
           atrib1 = i
@@ -48,4 +53,8 @@ for(n in 1:10) {
   }
 }
 
-#colnames(hopkins.table) = c()
+colnames(hopkins.table) = c("1_2", "1_3", "1_4", "1_5", "2_3", "2_4", "2_5", "3_4", "3_5", "4_5")
+
+png(filename="BoxSplot Tendencia Agrupamento.png")
+boxplot(hopkins.table)
+dev.off()
\ No newline at end of file