diff --git a/content/images/ejemplo_intro.png b/content/images/ejemplo_intro.png
new file mode 100644
index 0000000000000000000000000000000000000000..4b073ad9b37c3abcbd2708ac236582d95de9c838
Binary files /dev/null and b/content/images/ejemplo_intro.png differ
diff --git a/content/pages/Conclusiones.md b/content/pages/Conclusiones.md
index 2e341f7b2924b91dab15892c9de1b064da52e228..b9b3d5ef5f01beed265f5baa880c026a9833a17e 100644
--- a/content/pages/Conclusiones.md
+++ b/content/pages/Conclusiones.md
@@ -6,6 +6,5 @@ Ordinal: 005
 This site is hosted on GitLab Pages!
 Conclusions
 The source code of this site is at <https://gitlab.com/pages/pelican>.
-HOLAAAA
 
 Learn about GitLab Pages at <https://pages.gitlab.io>.
diff --git a/content/pages/Introduccion.md b/content/pages/Introduccion.md
index 631d56a40eea128ec134ec6605f9538c3835b2c8..2f6d0125fc41eddace50fe1be2c7f41a848b9686 100644
--- a/content/pages/Introduccion.md
+++ b/content/pages/Introduccion.md
@@ -1,23 +1,27 @@
 Title: Introduction
-Date: 2016-03-25
+Date: 2023-07-18
 Category: Page
 Ordinal: 001
 
-This site is hosted on GitLab Pages!
-Introduction
+<h1>Detección de falsificaciones en imágenes JPEG</h1>
 
-Figura:
+<p>La detección de falsificaciones en imágenes es un problema importante en la era actual, donde la manipulación de imágenes se ha vuelto cada vez más fácil y común. La detección precisa de imágenes manipuladas es crucial en muchas aplicaciones, como la autenticación de documentos, la seguridad forense y la verificación de contenido multimedia.</p>
 
-<figure>
-  <!--Incluir camino a la imagen a mostrar-->
-  <img src="../images/output_Im_1.jpg" width="200">
-  <figcaption>
-  fig_img_modified :: La figura de Imagen Modificada
+<p>Lo anterior motivó a realizar el PFC de dos de los integrantes de este grupo (Paganini y Sotelo), en el cual realizarán una librería con implementaciones de diferentes métodos de detección de falsificaciones en imágenes.</p>
+
+<p>Para el proyecto de esta materia se realizó la implementación en Python de un método descrito en un paper que utiliza el análisis de los coeficientes DCT para detectar imágenes JPEG manipuladas. Este método explota las trazas introducidas cuando a una imagen ya comprimida, en formato JPEG, se la adultera y para disimular la falsificación se la vuelve a comprimir JPEG. A este efecto introducido por la doble compresión se lo denomina efecto de doble cuantización(DQ por sus siglas en inglés).</p>
+
+
+
+<figure id="figref-fig_morrones_2">
+<img src="../images/ejemplo_intro.png" width="200"/>
+<figcaption><strong>Figure 1:</strong>  Izquierda: Imagen falsificada, Centro: Mascara, Derecha: mapa de calor de la detección.
   </figcaption>
-</figure>
+</figure><hr>
+
 
 
-``` python
+<!-- ``` python
 def function(img, param1, param2):
     pass
     pass
@@ -25,8 +29,8 @@ def function(img, param1, param2):
 
     return img_madurada
 
-```
+```  -->
 
-The source code of this site is at <https://gitlab.com/pages/pelican>.
+<!-- The source code of this site is at <https://gitlab.com/pages/pelican>.
 
-Learn about GitLab Pages at <https://pages.gitlab.io>.
+Learn about GitLab Pages at <https://pages.gitlab.io>. -->