La reducción de dimensiones es una técnica utilizada para transformar datos de un espacio de alta dimensión a un espacio de menor dimensión, con el objetivo de retener la mayor cantidad de información original posible. Este enfoque es crucial en muchas disciplinas como la ingeniería, la biología, la astronomía y la economía. En este documento, consideramos la siguiente instancia de reducción de dimensionalidad: Dada una distribución de probabilidad -dimensional y un entero , buscamos encontrar la distribución de probabilidad -dimensional que esté más cercana a , utilizando la divergencia de Kullback-Leibler como medida de cercanía. Demostramos que el problema es fuertemente NP-duro y presentamos un algoritmo de aproximación para ello.