Description of fast matrix multiplication algorithm: ⟨6×11×12:530⟩

Algorithm type

16⁢X4⁢Y6⁢Z6+16⁢X4⁢Y5⁢Z6+24⁢X2⁢Y6⁢Z6+24⁢X2⁢Y5⁢Z6+144⁢X2⁢Y3⁢Z3+216⁢X⁢Y3⁢Z3+18⁢X2⁢Y2⁢Z2+36⁢X⁢Y⁢Z2+36⁢X⁢Y⁢Z16X4Y6Z616X4Y5Z624X2Y6Z624X2Y5Z6144X2Y3Z3216XY3Z318X2Y2Z236XYZ236XYZ16*X^4*Y^6*Z^6+16*X^4*Y^5*Z^6+24*X^2*Y^6*Z^6+24*X^2*Y^5*Z^6+144*X^2*Y^3*Z^3+216*X*Y^3*Z^3+18*X^2*Y^2*Z^2+36*X*Y*Z^2+36*X*Y*Z

Algorithm definition

The algorithm ⟨6×11×12:530⟩ could be constructed using the following decomposition:

⟨6×11×12:530⟩ = ⟨6×5×12:250⟩ + ⟨6×6×12:280⟩.

This decomposition is defined by the following equality:

Trace⁡Mul⁡A_1_1A_1_2A_1_3A_1_4A_1_5A_1_6A_1_7A_1_8A_1_9A_1_10A_1_11A_2_1A_2_2A_2_3A_2_4A_2_5A_2_6A_2_7A_2_8A_2_9A_2_10A_2_11A_3_1A_3_2A_3_3A_3_4A_3_5A_3_6A_3_7A_3_8A_3_9A_3_10A_3_11A_4_1A_4_2A_4_3A_4_4A_4_5A_4_6A_4_7A_4_8A_4_9A_4_10A_4_11A_5_1A_5_2A_5_3A_5_4A_5_5A_5_6A_5_7A_5_8A_5_9A_5_10A_5_11A_6_1A_6_2A_6_3A_6_4A_6_5A_6_6A_6_7A_6_8A_6_9A_6_10A_6_11B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12B_8_1B_8_2B_8_3B_8_4B_8_5B_8_6B_8_7B_8_8B_8_9B_8_10B_8_11B_8_12B_9_1B_9_2B_9_3B_9_4B_9_5B_9_6B_9_7B_9_8B_9_9B_9_10B_9_11B_9_12B_10_1B_10_2B_10_3B_10_4B_10_5B_10_6B_10_7B_10_8B_10_9B_10_10B_10_11B_10_12B_11_1B_11_2B_11_3B_11_4B_11_5B_11_6B_11_7B_11_8B_11_9B_11_10B_11_11B_11_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6=Trace⁡Mul⁡A_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_5A_6_1A_6_2A_6_3A_6_4A_6_5B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6+Trace⁡Mul⁡A_1_6A_1_7A_1_8A_1_9A_1_10A_1_11A_2_6A_2_7A_2_8A_2_9A_2_10A_2_11A_3_6A_3_7A_3_8A_3_9A_3_10A_3_11A_4_6A_4_7A_4_8A_4_9A_4_10A_4_11A_5_6A_5_7A_5_8A_5_9A_5_10A_5_11A_6_6A_6_7A_6_8A_6_9A_6_10A_6_11B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12B_8_1B_8_2B_8_3B_8_4B_8_5B_8_6B_8_7B_8_8B_8_9B_8_10B_8_11B_8_12B_9_1B_9_2B_9_3B_9_4B_9_5B_9_6B_9_7B_9_8B_9_9B_9_10B_9_11B_9_12B_10_1B_10_2B_10_3B_10_4B_10_5B_10_6B_10_7B_10_8B_10_9B_10_10B_10_11B_10_12B_11_1B_11_2B_11_3B_11_4B_11_5B_11_6B_11_7B_11_8B_11_9B_11_10B_11_11B_11_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6TraceMulA_1_1A_1_2A_1_3A_1_4A_1_5A_1_6A_1_7A_1_8A_1_9A_1_10A_1_11A_2_1A_2_2A_2_3A_2_4A_2_5A_2_6A_2_7A_2_8A_2_9A_2_10A_2_11A_3_1A_3_2A_3_3A_3_4A_3_5A_3_6A_3_7A_3_8A_3_9A_3_10A_3_11A_4_1A_4_2A_4_3A_4_4A_4_5A_4_6A_4_7A_4_8A_4_9A_4_10A_4_11A_5_1A_5_2A_5_3A_5_4A_5_5A_5_6A_5_7A_5_8A_5_9A_5_10A_5_11A_6_1A_6_2A_6_3A_6_4A_6_5A_6_6A_6_7A_6_8A_6_9A_6_10A_6_11B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12B_8_1B_8_2B_8_3B_8_4B_8_5B_8_6B_8_7B_8_8B_8_9B_8_10B_8_11B_8_12B_9_1B_9_2B_9_3B_9_4B_9_5B_9_6B_9_7B_9_8B_9_9B_9_10B_9_11B_9_12B_10_1B_10_2B_10_3B_10_4B_10_5B_10_6B_10_7B_10_8B_10_9B_10_10B_10_11B_10_12B_11_1B_11_2B_11_3B_11_4B_11_5B_11_6B_11_7B_11_8B_11_9B_11_10B_11_11B_11_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6TraceMulA_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_5A_6_1A_6_2A_6_3A_6_4A_6_5B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6TraceMulA_1_6A_1_7A_1_8A_1_9A_1_10A_1_11A_2_6A_2_7A_2_8A_2_9A_2_10A_2_11A_3_6A_3_7A_3_8A_3_9A_3_10A_3_11A_4_6A_4_7A_4_8A_4_9A_4_10A_4_11A_5_6A_5_7A_5_8A_5_9A_5_10A_5_11A_6_6A_6_7A_6_8A_6_9A_6_10A_6_11B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12B_8_1B_8_2B_8_3B_8_4B_8_5B_8_6B_8_7B_8_8B_8_9B_8_10B_8_11B_8_12B_9_1B_9_2B_9_3B_9_4B_9_5B_9_6B_9_7B_9_8B_9_9B_9_10B_9_11B_9_12B_10_1B_10_2B_10_3B_10_4B_10_5B_10_6B_10_7B_10_8B_10_9B_10_10B_10_11B_10_12B_11_1B_11_2B_11_3B_11_4B_11_5B_11_6B_11_7B_11_8B_11_9B_11_10B_11_11B_11_12C_1_1C_1_2C_1_3C_1_4C_1_5C_1_6C_2_1C_2_2C_2_3C_2_4C_2_5C_2_6C_3_1C_3_2C_3_3C_3_4C_3_5C_3_6C_4_1C_4_2C_4_3C_4_4C_4_5C_4_6C_5_1C_5_2C_5_3C_5_4C_5_5C_5_6C_6_1C_6_2C_6_3C_6_4C_6_5C_6_6C_7_1C_7_2C_7_3C_7_4C_7_5C_7_6C_8_1C_8_2C_8_3C_8_4C_8_5C_8_6C_9_1C_9_2C_9_3C_9_4C_9_5C_9_6C_10_1C_10_2C_10_3C_10_4C_10_5C_10_6C_11_1C_11_2C_11_3C_11_4C_11_5C_11_6C_12_1C_12_2C_12_3C_12_4C_12_5C_12_6Trace(Mul(Matrix(6, 11, [[A_1_1,A_1_2,A_1_3,A_1_4,A_1_5,A_1_6,A_1_7,A_1_8,A_1_9,A_1_10,A_1_11],[A_2_1,A_2_2,A_2_3,A_2_4,A_2_5,A_2_6,A_2_7,A_2_8,A_2_9,A_2_10,A_2_11],[A_3_1,A_3_2,A_3_3,A_3_4,A_3_5,A_3_6,A_3_7,A_3_8,A_3_9,A_3_10,A_3_11],[A_4_1,A_4_2,A_4_3,A_4_4,A_4_5,A_4_6,A_4_7,A_4_8,A_4_9,A_4_10,A_4_11],[A_5_1,A_5_2,A_5_3,A_5_4,A_5_5,A_5_6,A_5_7,A_5_8,A_5_9,A_5_10,A_5_11],[A_6_1,A_6_2,A_6_3,A_6_4,A_6_5,A_6_6,A_6_7,A_6_8,A_6_9,A_6_10,A_6_11]]),Matrix(11, 12, [[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_1_12],[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_2_12],[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_3_12],[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_4_12],[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,B_5_12],[B_6_1,B_6_2,B_6_3,B_6_4,B_6_5,B_6_6,B_6_7,B_6_8,B_6_9,B_6_10,B_6_11,B_6_12],[B_7_1,B_7_2,B_7_3,B_7_4,B_7_5,B_7_6,B_7_7,B_7_8,B_7_9,B_7_10,B_7_11,B_7_12],[B_8_1,B_8_2,B_8_3,B_8_4,B_8_5,B_8_6,B_8_7,B_8_8,B_8_9,B_8_10,B_8_11,B_8_12],[B_9_1,B_9_2,B_9_3,B_9_4,B_9_5,B_9_6,B_9_7,B_9_8,B_9_9,B_9_10,B_9_11,B_9_12],[B_10_1,B_10_2,B_10_3,B_10_4,B_10_5,B_10_6,B_10_7,B_10_8,B_10_9,B_10_10,B_10_11,B_10_12],[B_11_1,B_11_2,B_11_3,B_11_4,B_11_5,B_11_6,B_11_7,B_11_8,B_11_9,B_11_10,B_11_11,B_11_12]]),Matrix(12, 6, [[C_1_1,C_1_2,C_1_3,C_1_4,C_1_5,C_1_6],[C_2_1,C_2_2,C_2_3,C_2_4,C_2_5,C_2_6],[C_3_1,C_3_2,C_3_3,C_3_4,C_3_5,C_3_6],[C_4_1,C_4_2,C_4_3,C_4_4,C_4_5,C_4_6],[C_5_1,C_5_2,C_5_3,C_5_4,C_5_5,C_5_6],[C_6_1,C_6_2,C_6_3,C_6_4,C_6_5,C_6_6],[C_7_1,C_7_2,C_7_3,C_7_4,C_7_5,C_7_6],[C_8_1,C_8_2,C_8_3,C_8_4,C_8_5,C_8_6],[C_9_1,C_9_2,C_9_3,C_9_4,C_9_5,C_9_6],[C_10_1,C_10_2,C_10_3,C_10_4,C_10_5,C_10_6],[C_11_1,C_11_2,C_11_3,C_11_4,C_11_5,C_11_6],[C_12_1,C_12_2,C_12_3,C_12_4,C_12_5,C_12_6]]))) = Trace(Mul(Matrix(6, 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],[A_6_1,A_6_2,A_6_3,A_6_4,A_6_5]]),Matrix(5, 12, [[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_1_12],[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_2_12],[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_3_12],[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_4_12],[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,B_5_12]]),Matrix(12, 6, [[C_1_1,C_1_2,C_1_3,C_1_4,C_1_5,C_1_6],[C_2_1,C_2_2,C_2_3,C_2_4,C_2_5,C_2_6],[C_3_1,C_3_2,C_3_3,C_3_4,C_3_5,C_3_6],[C_4_1,C_4_2,C_4_3,C_4_4,C_4_5,C_4_6],[C_5_1,C_5_2,C_5_3,C_5_4,C_5_5,C_5_6],[C_6_1,C_6_2,C_6_3,C_6_4,C_6_5,C_6_6],[C_7_1,C_7_2,C_7_3,C_7_4,C_7_5,C_7_6],[C_8_1,C_8_2,C_8_3,C_8_4,C_8_5,C_8_6],[C_9_1,C_9_2,C_9_3,C_9_4,C_9_5,C_9_6],[C_10_1,C_10_2,C_10_3,C_10_4,C_10_5,C_10_6],[C_11_1,C_11_2,C_11_3,C_11_4,C_11_5,C_11_6],[C_12_1,C_12_2,C_12_3,C_12_4,C_12_5,C_12_6]])))+Trace(Mul(Matrix(6, 6, [[A_1_6,A_1_7,A_1_8,A_1_9,A_1_10,A_1_11],[A_2_6,A_2_7,A_2_8,A_2_9,A_2_10,A_2_11],[A_3_6,A_3_7,A_3_8,A_3_9,A_3_10,A_3_11],[A_4_6,A_4_7,A_4_8,A_4_9,A_4_10,A_4_11],[A_5_6,A_5_7,A_5_8,A_5_9,A_5_10,A_5_11],[A_6_6,A_6_7,A_6_8,A_6_9,A_6_10,A_6_11]]),Matrix(6, 12, [[B_6_1,B_6_2,B_6_3,B_6_4,B_6_5,B_6_6,B_6_7,B_6_8,B_6_9,B_6_10,B_6_11,B_6_12],[B_7_1,B_7_2,B_7_3,B_7_4,B_7_5,B_7_6,B_7_7,B_7_8,B_7_9,B_7_10,B_7_11,B_7_12],[B_8_1,B_8_2,B_8_3,B_8_4,B_8_5,B_8_6,B_8_7,B_8_8,B_8_9,B_8_10,B_8_11,B_8_12],[B_9_1,B_9_2,B_9_3,B_9_4,B_9_5,B_9_6,B_9_7,B_9_8,B_9_9,B_9_10,B_9_11,B_9_12],[B_10_1,B_10_2,B_10_3,B_10_4,B_10_5,B_10_6,B_10_7,B_10_8,B_10_9,B_10_10,B_10_11,B_10_12],[B_11_1,B_11_2,B_11_3,B_11_4,B_11_5,B_11_6,B_11_7,B_11_8,B_11_9,B_11_10,B_11_11,B_11_12]]),Matrix(12, 6, [[C_1_1,C_1_2,C_1_3,C_1_4,C_1_5,C_1_6],[C_2_1,C_2_2,C_2_3,C_2_4,C_2_5,C_2_6],[C_3_1,C_3_2,C_3_3,C_3_4,C_3_5,C_3_6],[C_4_1,C_4_2,C_4_3,C_4_4,C_4_5,C_4_6],[C_5_1,C_5_2,C_5_3,C_5_4,C_5_5,C_5_6],[C_6_1,C_6_2,C_6_3,C_6_4,C_6_5,C_6_6],[C_7_1,C_7_2,C_7_3,C_7_4,C_7_5,C_7_6],[C_8_1,C_8_2,C_8_3,C_8_4,C_8_5,C_8_6],[C_9_1,C_9_2,C_9_3,C_9_4,C_9_5,C_9_6],[C_10_1,C_10_2,C_10_3,C_10_4,C_10_5,C_10_6],[C_11_1,C_11_2,C_11_3,C_11_4,C_11_5,C_11_6],[C_12_1,C_12_2,C_12_3,C_12_4,C_12_5,C_12_6]])))

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