diff --git a/ТЕМА2/assets/point9.png b/ТЕМА2/assets/point9.png
new file mode 100644
index 0000000..d7293a8
Binary files /dev/null and b/ТЕМА2/assets/point9.png differ
diff --git a/ТЕМА2/report.md b/ТЕМА2/report.md
index 6d974ef..7ca50f9 100644
--- a/ТЕМА2/report.md
+++ b/ТЕМА2/report.md
@@ -1,8 +1,9 @@
 	# Отчёт TEMA 1
 ##1
+Установка в качестве текущей папка TEMA 2
 
 ##2
-Считываем данные с файла
+Считываем данные с файла в матрицу XX 
 ```matlab
 >> XX=load("dan_vuz.txt")
 XX =
@@ -70,7 +71,7 @@ X =
     ...
 ```
 
-Рассчитаkb матрицу корреляций между показателями результативности
+Рассчитываем матрицу R корреляцию между показателями результативности
 ```matlab
 >> R=corr(X)
 R =
@@ -132,6 +133,7 @@ R =
    3.8799e-01   1.0000e+00
 ```
 
+Используем метод главных компонентов,основу которого составляет получение собственных значений и собственных векторов от квадратичной формы
 ```matlab
 >> [vect,lambda]=eig(X'*X)
 vect =
@@ -253,6 +255,7 @@ Diagonal Matrix
             0   7.4946e+06
 ```
 
+Матрицу lambda содержит в себе значения расположены в возрастающем порядке на диагонали, переместим их в отдельный вектор 
 ```matlab
 >> Sobst=diag(lambda)
 Sobst =
@@ -270,6 +273,7 @@ Sobst =
    7.4946e+06
 ```
 
+Выведем содержимое вектора Sobst
 ```matlab
 >> fprintf('Eigenvalues:\n %f \n',Sobst)
 Eigenvalues:
@@ -295,6 +299,8 @@ Eigenvalues:
 Eigenvalues:
  7494628.795394
 ```
+
+Выделим наибольшее собственное значение и соответствующий ему собственный вектор
 ```matlab
 >> SobMax=Sobst(end)
 SobMax = 7.4946e+06
@@ -314,6 +320,7 @@ GlComp =
    1.7425e-02
 ```
 
+Рассчитаем долю информации о результативности НИР
 ```matlab
 >> Delt=100*SobMax/sum(Sobst)
 Delt = 95.273
@@ -321,6 +328,7 @@ Delt = 95.273
 Delta= 95
 ```
 
+С использованием главной компоненты рассчитаем оценки обобщенной результативности в каждом вузе и отобразим её с указанием кода вуза
 ```matlab
  >> Res=X*GlComp
 Res =
@@ -367,25 +375,31 @@ Res =
  ...
 ```
 
+Сохраняем вектор оценок в отдельный mat файла
 ```matlab
 >> save res.mat Res -mat
 ```
 
 ![Скриншот выбора текущей папки](assets/point1.png)
 
+Выведем распределение оценок результативности в виде гистограммы
 ```matlab
 >> hist(Res,20)
 >> xlabel('Results ')
 >> ylabel('Number of Unis ')
 ```
 
+![Скриншот выбора текущей папки](assets/point2.png)
+
+Сохраняем изображение гистограммы в файл 
 ```matlab
 >> saveas(gcf, 'Hist.jpg ', 'jpg ')
 ```
 
 ![Скриншот выбора текущей папки](Hist.jpg)
 
-```
+Рассчитаем и отобразим корреляции обобщенной результативности с финансированием
+```matlab
 >> CorFin=corr(Res,XX(:,2))
 CorFin = 0.8437
 >> fprintf('Correlation of Results and Money =
@@ -396,9 +410,12 @@ Correlation of Results and Money = 0.843710
 
 
 ##3
-
+Открываем окно текстового редактора и копируем в него все команды, использованные при решении задачи
 ![Скриншот выбора текущей папки](assets/point3.jpg)
 
+Сохраняем файл в текущем катологе Prog1.m
+
+Проверяем работоспособность сценария запуская программу на F5
 ![Скриншот выбора текущей папки](assets/point4.jpg)
 
 
@@ -726,13 +743,18 @@ Delta= 95
 ```
 
 ##5
-
-![Скриншот выбора текущей папки](assets/point6.png)
-
+Создаем текстовый файл в который будем сохранять результаты расчетов
 ![Скриншот выбора текущей папки](assets/point5.png)
 
-##6
+Добавляем в текстовый редактор команды открытия текстового файл, записи результатов в данный файл и закрытия файла
+![Скриншот выбора текущей папки](assets/point6.png)
 
+Запускаем программу на проверку её работоспособности
+![Скриншот выбора текущей папки](assets/point9.png)
+
+##6
+Добавляем в программу функцию отображения и сохранения в файл протокола наименьшего, наибольшего, среднего значения и стандартного отклонения оценок результативности по вузам
 ![Скриншот выбора текущей папки](assets/point7.png)
 
+Проверяем работоспособность программы
 ![Скриншот выбора текущей папки](assets/point8.png)
\ No newline at end of file