Los métodos asistidos por computadora, basados en el marco del programa lineal entrópico, han demostrado ser efectivos para ayudar en el estudio de los límites fundamentales teóricos de la información de los sistemas de información. Un elemento clave que impacta significativamente su eficiencia de cálculo y aplicabilidad es la reducción de variables, basada en la simetría específica del problema y las relaciones de dependencia. En este trabajo, proponemos utilizar la estructura de datos de conjunto disjunto para identificar algorítmicamente el mapeo de reducción, en lugar de depender de la enumeración exhaustiva en la clasificación de equivalencias. Basado en este programa lineal reducido, consideramos cuatro técnicas para investigar los límites fundamentales de los sistemas de información: (1) calcular un límite exterior para una combinación lineal dada de medidas de información y proporcionar los valores de las medidas de información en la solución óptima; (2) calcular de manera eficiente un límite exterior de compensación poliedral entre dos cantidades de información; (3) producir una prueba (como una suma ponderada de desigualdades de información conocidas) para un límite exterior calculado; y (4) proporcionar el rango para las cantidades de información entre las cuales el valor óptimo no cambia, es decir, análisis de sensibilidad. Se implementó y se publicó como código abierto una caja de herramientas, con un frontend de entrada en formato JSON eficiente, y ya sea Gurobi o Cplex como motor de resolución de programas lineales.