Description of fast matrix multiplication algorithm: ⟨5×5×11:206⟩

Algorithm type

16X4Y5Z5+24X2Y5Z5+16X2Y3Z3+24XY3Z3+24X2Y2Z2+4XY3Z+2XYZ3+12XY2Z+18XYZ2+66XYZ16X4Y5Z524X2Y5Z516X2Y3Z324XY3Z324X2Y2Z24XY3Z2XYZ312XY2Z18XYZ266XYZ16*X^4*Y^5*Z^5+24*X^2*Y^5*Z^5+16*X^2*Y^3*Z^3+24*X*Y^3*Z^3+24*X^2*Y^2*Z^2+4*X*Y^3*Z+2*X*Y*Z^3+12*X*Y^2*Z+18*X*Y*Z^2+66*X*Y*Z

Algorithm definition

The algorithm ⟨5×5×11:206⟩ could be constructed using the following decomposition:

⟨5×5×11:206⟩ = ⟨2×3×5:25⟩ + ⟨2×3×5:25⟩ + ⟨3×2×6:30⟩ + ⟨2×2×6:21⟩ + ⟨3×2×5:25⟩ + ⟨3×3×6:40⟩ + ⟨3×3×6:40⟩.

This decomposition is defined by the following equality:

TraceMulA_1_1A_1_2A_1_3A_1_4A_1_5A_2_1A_2_2A_2_3A_2_4A_2_5A_3_1A_3_2A_3_3A_3_4A_3_5A_4_1A_4_2A_4_3A_4_4A_4_5A_5_1A_5_2A_5_3A_5_4A_5_5B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11C_1_1C_1_2C_1_3C_1_4C_1_5C_2_1C_2_2C_2_3C_2_4C_2_5C_3_1C_3_2C_3_3C_3_4C_3_5C_4_1C_4_2C_4_3C_4_4C_4_5C_5_1C_5_2C_5_3C_5_4C_5_5C_6_1C_6_2C_6_3C_6_4C_6_5C_7_1C_7_2C_7_3C_7_4C_7_5C_8_1C_8_2C_8_3C_8_4C_8_5C_9_1C_9_2C_9_3C_9_4C_9_5C_10_1C_10_2C_10_3C_10_4C_10_5C_11_1C_11_2C_11_3C_11_4C_11_5=TraceMulA_1_3A_1_4-A_1_1A_1_5-A_1_2A_2_3A_2_4-A_2_1A_2_5-A_2_2B_3_1-B_3_4B_3_2-B_3_5B_3_3-B_3_9B_3_7-B_3_10B_3_8-B_3_11B_4_1-B_4_4B_4_2-B_4_5B_4_3-B_4_9B_4_7-B_4_10B_4_8-B_4_11B_5_1-B_5_4B_5_2-B_5_5B_5_3-B_5_9B_5_7-B_5_10B_5_8-B_5_11-C_1_4+C_1_1-C_1_5+C_1_2-C_2_4+C_2_1-C_2_5+C_2_2C_3_1-C_3_4C_3_2-C_3_5-C_7_4+C_7_1-C_7_5+C_7_2C_8_1-C_8_4C_8_2-C_8_5+TraceMulA_1_3+A_4_3A_4_4+A_1_4A_4_5+A_1_5A_2_3+A_5_3A_5_4+A_2_4A_5_5+A_2_5B_3_1B_3_2B_3_3B_3_7B_3_8B_1_1+B_4_1B_1_2+B_4_2B_1_3+B_4_3B_1_7+B_4_7B_1_8+B_4_8B_2_1+B_5_1B_2_2+B_5_2B_2_3+B_5_3B_2_7+B_5_7B_2_8+B_5_8C_1_1+C_4_1C_1_2+C_4_2C_2_1+C_5_1C_2_2+C_5_2C_3_1+C_9_1C_3_2+C_9_2C_7_1+C_10_1C_7_2+C_10_2C_8_1+C_11_1C_8_2+C_11_2+TraceMulA_3_1A_3_2A_4_1A_4_2A_5_1A_5_2B_1_6B_1_4B_1_5B_1_9B_1_10B_1_11B_2_6B_2_4B_2_5B_2_9B_2_10B_2_11C_6_3C_6_4C_6_5C_4_3C_4_4C_4_5C_5_3C_5_4C_5_5C_9_3C_9_4C_9_5C_10_3C_10_4C_10_5C_11_3C_11_4C_11_5+TraceMulA_1_1A_1_2A_2_1A_2_2B_1_6+B_4_6-B_1_1-B_4_1+B_1_4+B_4_4-B_1_2-B_4_2+B_1_5+B_4_5-B_1_3-B_4_3+B_1_9+B_4_9-B_1_7-B_4_7+B_1_10+B_4_10-B_1_8-B_4_8+B_1_11+B_4_11B_2_6+B_5_6-B_2_1-B_5_1+B_2_4+B_5_4-B_2_2-B_5_2+B_2_5+B_5_5-B_2_3-B_5_3+B_2_9+B_5_9-B_2_7-B_5_7+B_2_10+B_5_10-B_2_8-B_5_8+B_2_11+B_5_11C_6_1C_6_2C_4_1C_4_2C_5_1C_5_2C_9_1C_9_2C_10_1C_10_2C_11_1C_11_2+TraceMulA_3_1-A_3_4A_3_2-A_3_5-A_4_4-A_1_4+A_4_1+A_1_1-A_4_5-A_1_5+A_4_2+A_1_2-A_5_4-A_2_4+A_5_1+A_2_1-A_5_5-A_2_5+A_5_2+A_2_2B_1_1B_1_2B_1_3B_1_7B_1_8B_2_1B_2_2B_2_3B_2_7B_2_8C_1_3C_1_4C_1_5C_2_3C_2_4C_2_5C_3_3C_3_4C_3_5C_7_3C_7_4C_7_5C_8_3C_8_4C_8_5+TraceMulA_3_3A_3_4A_3_5A_4_3A_4_4A_4_5A_5_3A_5_4A_5_5B_3_6B_3_4B_3_5B_3_9B_3_10B_3_11B_4_6B_4_4B_4_5B_4_9B_4_10B_4_11B_5_6B_5_4B_5_5B_5_9B_5_10B_5_11C_6_3-C_6_1+C_6_4-C_6_2+C_6_5C_1_3+C_4_3-C_1_1-C_4_1+C_1_4+C_4_4-C_1_2-C_4_2+C_1_5+C_4_5C_2_3+C_5_3-C_2_1-C_5_1+C_2_4+C_5_4-C_2_2-C_5_2+C_2_5+C_5_5C_3_3+C_9_3-C_3_1-C_9_1+C_3_4+C_9_4-C_3_2-C_9_2+C_3_5+C_9_5C_7_3+C_10_3-C_7_1-C_10_1+C_7_4+C_10_4-C_7_2-C_10_2+C_7_5+C_10_5C_8_3+C_11_3-C_8_1-C_11_1+C_8_4+C_11_4-C_8_2-C_11_2+C_8_5+C_11_5+TraceMul-A_3_3-A_3_4-A_3_5-A_1_3-A_4_3-A_4_4-A_1_4+A_1_1-A_4_5-A_1_5+A_1_2-A_2_3-A_5_3-A_5_4-A_2_4+A_2_1-A_5_5-A_2_5+A_2_2-B_3_6B_3_1-B_3_4B_3_2-B_3_5B_3_3-B_3_9B_3_7-B_3_10B_3_8-B_3_11-B_4_6B_1_1+B_4_1-B_4_4B_1_2+B_4_2-B_4_5B_1_3+B_4_3-B_4_9B_1_7+B_4_7-B_4_10B_1_8+B_4_8-B_4_11-B_5_6B_2_1+B_5_1-B_5_4B_2_2+B_5_2-B_5_5B_2_3+B_5_3-B_5_9B_2_7+B_5_7-B_5_10B_2_8+B_5_8-B_5_110C_6_1C_6_2-C_1_3C_1_1+C_4_1-C_1_4C_1_2+C_4_2-C_1_5-C_2_3C_2_1+C_5_1-C_2_4C_2_2+C_5_2-C_2_5-C_3_3C_3_1+C_9_1-C_3_4C_3_2+C_9_2-C_3_5-C_7_3C_7_1+C_10_1-C_7_4C_7_2+C_10_2-C_7_5-C_8_3C_8_1+C_11_1-C_8_4C_8_2+C_11_2-C_8_5TraceMulA_1_1A_1_2A_1_3A_1_4A_1_5A_2_1A_2_2A_2_3A_2_4A_2_5A_3_1A_3_2A_3_3A_3_4A_3_5A_4_1A_4_2A_4_3A_4_4A_4_5A_5_1A_5_2A_5_3A_5_4A_5_5B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11C_1_1C_1_2C_1_3C_1_4C_1_5C_2_1C_2_2C_2_3C_2_4C_2_5C_3_1C_3_2C_3_3C_3_4C_3_5C_4_1C_4_2C_4_3C_4_4C_4_5C_5_1C_5_2C_5_3C_5_4C_5_5C_6_1C_6_2C_6_3C_6_4C_6_5C_7_1C_7_2C_7_3C_7_4C_7_5C_8_1C_8_2C_8_3C_8_4C_8_5C_9_1C_9_2C_9_3C_9_4C_9_5C_10_1C_10_2C_10_3C_10_4C_10_5C_11_1C_11_2C_11_3C_11_4C_11_5TraceMulA_1_3A_1_4A_1_1A_1_5A_1_2A_2_3A_2_4A_2_1A_2_5A_2_2B_3_1B_3_4B_3_2B_3_5B_3_3B_3_9B_3_7B_3_10B_3_8B_3_11B_4_1B_4_4B_4_2B_4_5B_4_3B_4_9B_4_7B_4_10B_4_8B_4_11B_5_1B_5_4B_5_2B_5_5B_5_3B_5_9B_5_7B_5_10B_5_8B_5_11C_1_4C_1_1C_1_5C_1_2C_2_4C_2_1C_2_5C_2_2C_3_1C_3_4C_3_2C_3_5C_7_4C_7_1C_7_5C_7_2C_8_1C_8_4C_8_2C_8_5TraceMulA_1_3A_4_3A_4_4A_1_4A_4_5A_1_5A_2_3A_5_3A_5_4A_2_4A_5_5A_2_5B_3_1B_3_2B_3_3B_3_7B_3_8B_1_1B_4_1B_1_2B_4_2B_1_3B_4_3B_1_7B_4_7B_1_8B_4_8B_2_1B_5_1B_2_2B_5_2B_2_3B_5_3B_2_7B_5_7B_2_8B_5_8C_1_1C_4_1C_1_2C_4_2C_2_1C_5_1C_2_2C_5_2C_3_1C_9_1C_3_2C_9_2C_7_1C_10_1C_7_2C_10_2C_8_1C_11_1C_8_2C_11_2TraceMulA_3_1A_3_2A_4_1A_4_2A_5_1A_5_2B_1_6B_1_4B_1_5B_1_9B_1_10B_1_11B_2_6B_2_4B_2_5B_2_9B_2_10B_2_11C_6_3C_6_4C_6_5C_4_3C_4_4C_4_5C_5_3C_5_4C_5_5C_9_3C_9_4C_9_5C_10_3C_10_4C_10_5C_11_3C_11_4C_11_5TraceMulA_1_1A_1_2A_2_1A_2_2B_1_6B_4_6B_1_1B_4_1B_1_4B_4_4B_1_2B_4_2B_1_5B_4_5B_1_3B_4_3B_1_9B_4_9B_1_7B_4_7B_1_10B_4_10B_1_8B_4_8B_1_11B_4_11B_2_6B_5_6B_2_1B_5_1B_2_4B_5_4B_2_2B_5_2B_2_5B_5_5B_2_3B_5_3B_2_9B_5_9B_2_7B_5_7B_2_10B_5_10B_2_8B_5_8B_2_11B_5_11C_6_1C_6_2C_4_1C_4_2C_5_1C_5_2C_9_1C_9_2C_10_1C_10_2C_11_1C_11_2TraceMulA_3_1A_3_4A_3_2A_3_5A_4_4A_1_4A_4_1A_1_1A_4_5A_1_5A_4_2A_1_2A_5_4A_2_4A_5_1A_2_1A_5_5A_2_5A_5_2A_2_2B_1_1B_1_2B_1_3B_1_7B_1_8B_2_1B_2_2B_2_3B_2_7B_2_8C_1_3C_1_4C_1_5C_2_3C_2_4C_2_5C_3_3C_3_4C_3_5C_7_3C_7_4C_7_5C_8_3C_8_4C_8_5TraceMulA_3_3A_3_4A_3_5A_4_3A_4_4A_4_5A_5_3A_5_4A_5_5B_3_6B_3_4B_3_5B_3_9B_3_10B_3_11B_4_6B_4_4B_4_5B_4_9B_4_10B_4_11B_5_6B_5_4B_5_5B_5_9B_5_10B_5_11C_6_3C_6_1C_6_4C_6_2C_6_5C_1_3C_4_3C_1_1C_4_1C_1_4C_4_4C_1_2C_4_2C_1_5C_4_5C_2_3C_5_3C_2_1C_5_1C_2_4C_5_4C_2_2C_5_2C_2_5C_5_5C_3_3C_9_3C_3_1C_9_1C_3_4C_9_4C_3_2C_9_2C_3_5C_9_5C_7_3C_10_3C_7_1C_10_1C_7_4C_10_4C_7_2C_10_2C_7_5C_10_5C_8_3C_11_3C_8_1C_11_1C_8_4C_11_4C_8_2C_11_2C_8_5C_11_5TraceMulA_3_3A_3_4A_3_5A_1_3A_4_3A_4_4A_1_4A_1_1A_4_5A_1_5A_1_2A_2_3A_5_3A_5_4A_2_4A_2_1A_5_5A_2_5A_2_2B_3_6B_3_1B_3_4B_3_2B_3_5B_3_3B_3_9B_3_7B_3_10B_3_8B_3_11B_4_6B_1_1B_4_1B_4_4B_1_2B_4_2B_4_5B_1_3B_4_3B_4_9B_1_7B_4_7B_4_10B_1_8B_4_8B_4_11B_5_6B_2_1B_5_1B_5_4B_2_2B_5_2B_5_5B_2_3B_5_3B_5_9B_2_7B_5_7B_5_10B_2_8B_5_8B_5_110C_6_1C_6_2C_1_3C_1_1C_4_1C_1_4C_1_2C_4_2C_1_5C_2_3C_2_1C_5_1C_2_4C_2_2C_5_2C_2_5C_3_3C_3_1C_9_1C_3_4C_3_2C_9_2C_3_5C_7_3C_7_1C_10_1C_7_4C_7_2C_10_2C_7_5C_8_3C_8_1C_11_1C_8_4C_8_2C_11_2C_8_5Trace(Mul(Matrix(5, 5, [[A_1_1,A_1_2,A_1_3,A_1_4,A_1_5],[A_2_1,A_2_2,A_2_3,A_2_4,A_2_5],[A_3_1,A_3_2,A_3_3,A_3_4,A_3_5],[A_4_1,A_4_2,A_4_3,A_4_4,A_4_5],[A_5_1,A_5_2,A_5_3,A_5_4,A_5_5]]),Matrix(5, 11, [[B_1_1,B_1_2,B_1_3,B_1_4,B_1_5,B_1_6,B_1_7,B_1_8,B_1_9,B_1_10,B_1_11],[B_2_1,B_2_2,B_2_3,B_2_4,B_2_5,B_2_6,B_2_7,B_2_8,B_2_9,B_2_10,B_2_11],[B_3_1,B_3_2,B_3_3,B_3_4,B_3_5,B_3_6,B_3_7,B_3_8,B_3_9,B_3_10,B_3_11],[B_4_1,B_4_2,B_4_3,B_4_4,B_4_5,B_4_6,B_4_7,B_4_8,B_4_9,B_4_10,B_4_11],[B_5_1,B_5_2,B_5_3,B_5_4,B_5_5,B_5_6,B_5_7,B_5_8,B_5_9,B_5_10,B_5_11]]),Matrix(11, 5, [[C_1_1,C_1_2,C_1_3,C_1_4,C_1_5],[C_2_1,C_2_2,C_2_3,C_2_4,C_2_5],[C_3_1,C_3_2,C_3_3,C_3_4,C_3_5],[C_4_1,C_4_2,C_4_3,C_4_4,C_4_5],[C_5_1,C_5_2,C_5_3,C_5_4,C_5_5],[C_6_1,C_6_2,C_6_3,C_6_4,C_6_5],[C_7_1,C_7_2,C_7_3,C_7_4,C_7_5],[C_8_1,C_8_2,C_8_3,C_8_4,C_8_5],[C_9_1,C_9_2,C_9_3,C_9_4,C_9_5],[C_10_1,C_10_2,C_10_3,C_10_4,C_10_5],[C_11_1,C_11_2,C_11_3,C_11_4,C_11_5]]))) = Trace(Mul(Matrix(2, 3, [[A_1_3,A_1_4-A_1_1,A_1_5-A_1_2],[A_2_3,A_2_4-A_2_1,A_2_5-A_2_2]]),Matrix(3, 5, [[B_3_1-B_3_4,B_3_2-B_3_5,B_3_3-B_3_9,B_3_7-B_3_10,B_3_8-B_3_11],[B_4_1-B_4_4,B_4_2-B_4_5,B_4_3-B_4_9,B_4_7-B_4_10,B_4_8-B_4_11],[B_5_1-B_5_4,B_5_2-B_5_5,B_5_3-B_5_9,B_5_7-B_5_10,B_5_8-B_5_11]]),Matrix(5, 2, [[-C_1_4+C_1_1,-C_1_5+C_1_2],[-C_2_4+C_2_1,-C_2_5+C_2_2],[C_3_1-C_3_4,C_3_2-C_3_5],[-C_7_4+C_7_1,-C_7_5+C_7_2],[C_8_1-C_8_4,C_8_2-C_8_5]])))+Trace(Mul(Matrix(2, 3, [[A_1_3+A_4_3,A_4_4+A_1_4,A_4_5+A_1_5],[A_2_3+A_5_3,A_5_4+A_2_4,A_5_5+A_2_5]]),Matrix(3, 5, [[B_3_1,B_3_2,B_3_3,B_3_7,B_3_8],[B_1_1+B_4_1,B_1_2+B_4_2,B_1_3+B_4_3,B_1_7+B_4_7,B_1_8+B_4_8],[B_2_1+B_5_1,B_2_2+B_5_2,B_2_3+B_5_3,B_2_7+B_5_7,B_2_8+B_5_8]]),Matrix(5, 2, [[C_1_1+C_4_1,C_1_2+C_4_2],[C_2_1+C_5_1,C_2_2+C_5_2],[C_3_1+C_9_1,C_3_2+C_9_2],[C_7_1+C_10_1,C_7_2+C_10_2],[C_8_1+C_11_1,C_8_2+C_11_2]])))+Trace(Mul(Matrix(3, 2, [[A_3_1,A_3_2],[A_4_1,A_4_2],[A_5_1,A_5_2]]),Matrix(2, 6, [[B_1_6,B_1_4,B_1_5,B_1_9,B_1_10,B_1_11],[B_2_6,B_2_4,B_2_5,B_2_9,B_2_10,B_2_11]]),Matrix(6, 3, [[C_6_3,C_6_4,C_6_5],[C_4_3,C_4_4,C_4_5],[C_5_3,C_5_4,C_5_5],[C_9_3,C_9_4,C_9_5],[C_10_3,C_10_4,C_10_5],[C_11_3,C_11_4,C_11_5]])))+Trace(Mul(Matrix(2, 2, [[A_1_1,A_1_2],[A_2_1,A_2_2]]),Matrix(2, 6, [[B_1_6+B_4_6,-B_1_1-B_4_1+B_1_4+B_4_4,-B_1_2-B_4_2+B_1_5+B_4_5,-B_1_3-B_4_3+B_1_9+B_4_9,-B_1_7-B_4_7+B_1_10+B_4_10,-B_1_8-B_4_8+B_1_11+B_4_11],[B_2_6+B_5_6,-B_2_1-B_5_1+B_2_4+B_5_4,-B_2_2-B_5_2+B_2_5+B_5_5,-B_2_3-B_5_3+B_2_9+B_5_9,-B_2_7-B_5_7+B_2_10+B_5_10,-B_2_8-B_5_8+B_2_11+B_5_11]]),Matrix(6, 2, [[C_6_1,C_6_2],[C_4_1,C_4_2],[C_5_1,C_5_2],[C_9_1,C_9_2],[C_10_1,C_10_2],[C_11_1,C_11_2]])))+Trace(Mul(Matrix(3, 2, [[A_3_1-A_3_4,A_3_2-A_3_5],[-A_4_4-A_1_4+A_4_1+A_1_1,-A_4_5-A_1_5+A_4_2+A_1_2],[-A_5_4-A_2_4+A_5_1+A_2_1,-A_5_5-A_2_5+A_5_2+A_2_2]]),Matrix(2, 5, [[B_1_1,B_1_2,B_1_3,B_1_7,B_1_8],[B_2_1,B_2_2,B_2_3,B_2_7,B_2_8]]),Matrix(5, 3, [[C_1_3,C_1_4,C_1_5],[C_2_3,C_2_4,C_2_5],[C_3_3,C_3_4,C_3_5],[C_7_3,C_7_4,C_7_5],[C_8_3,C_8_4,C_8_5]])))+Trace(Mul(Matrix(3, 3, [[A_3_3,A_3_4,A_3_5],[A_4_3,A_4_4,A_4_5],[A_5_3,A_5_4,A_5_5]]),Matrix(3, 6, [[B_3_6,B_3_4,B_3_5,B_3_9,B_3_10,B_3_11],[B_4_6,B_4_4,B_4_5,B_4_9,B_4_10,B_4_11],[B_5_6,B_5_4,B_5_5,B_5_9,B_5_10,B_5_11]]),Matrix(6, 3, [[C_6_3,-C_6_1+C_6_4,-C_6_2+C_6_5],[C_1_3+C_4_3,-C_1_1-C_4_1+C_1_4+C_4_4,-C_1_2-C_4_2+C_1_5+C_4_5],[C_2_3+C_5_3,-C_2_1-C_5_1+C_2_4+C_5_4,-C_2_2-C_5_2+C_2_5+C_5_5],[C_3_3+C_9_3,-C_3_1-C_9_1+C_3_4+C_9_4,-C_3_2-C_9_2+C_3_5+C_9_5],[C_7_3+C_10_3,-C_7_1-C_10_1+C_7_4+C_10_4,-C_7_2-C_10_2+C_7_5+C_10_5],[C_8_3+C_11_3,-C_8_1-C_11_1+C_8_4+C_11_4,-C_8_2-C_11_2+C_8_5+C_11_5]])))+Trace(Mul(Matrix(3, 3, [[-A_3_3,-A_3_4,-A_3_5],[-A_1_3-A_4_3,-A_4_4-A_1_4+A_1_1,-A_4_5-A_1_5+A_1_2],[-A_2_3-A_5_3,-A_5_4-A_2_4+A_2_1,-A_5_5-A_2_5+A_2_2]]),Matrix(3, 6, [[-B_3_6,B_3_1-B_3_4,B_3_2-B_3_5,B_3_3-B_3_9,B_3_7-B_3_10,B_3_8-B_3_11],[-B_4_6,B_1_1+B_4_1-B_4_4,B_1_2+B_4_2-B_4_5,B_1_3+B_4_3-B_4_9,B_1_7+B_4_7-B_4_10,B_1_8+B_4_8-B_4_11],[-B_5_6,B_2_1+B_5_1-B_5_4,B_2_2+B_5_2-B_5_5,B_2_3+B_5_3-B_5_9,B_2_7+B_5_7-B_5_10,B_2_8+B_5_8-B_5_11]]),Matrix(6, 3, [[0,C_6_1,C_6_2],[-C_1_3,C_1_1+C_4_1-C_1_4,C_1_2+C_4_2-C_1_5],[-C_2_3,C_2_1+C_5_1-C_2_4,C_2_2+C_5_2-C_2_5],[-C_3_3,C_3_1+C_9_1-C_3_4,C_3_2+C_9_2-C_3_5],[-C_7_3,C_7_1+C_10_1-C_7_4,C_7_2+C_10_2-C_7_5],[-C_8_3,C_8_1+C_11_1-C_8_4,C_8_2+C_11_2-C_8_5]])))

N.B.: for any matrices A, B and C such that the expression Tr(Mul(A,B,C)) is defined, one can construct several trilinear homogeneous polynomials P(A,B,C) such that P(A,B,C)=Tr(Mul(A,B,C)) (P(A,B,C) variables are A,B and C's coefficients). Each trilinear P expression encodes a matrix multiplication algorithm: the coefficient in C_i_j of P(A,B,C) is the (i,j)-th entry of the matrix product Mul(A,B)=Transpose(C).

Algorithm description

These encodings are given in compressed text format using the maple computer algebra system. In each cases, the last line could be understood as a description of the encoding with respect to classical matrix multiplication algorithm. As these outputs are structured, one can construct easily a parser to its favorite format using the maple documentation without this software.


Back to main table